Bir benzinli mühərrikda bujinin tamamen arızalanmasını elektron idarəetmə blokunin fərq etmesi görəce kolay ola bilər; ancaq aşınmış elektrod, yanlış buji aralığı və ya kısmen bozulmuş alovlandırma gibi durumlar çok daha çətin teşhis edilebilir. Bu tədqiqat, buji vəziyyətini mühərriku sökmeden elektriksel alovlandırma dalğa formalarınden belirlemeyi məqsədlayan osiloskop əsaslı bir üsul geliştiriyor. Tədqiqatçılar başlangıçta alovlandırma bobininin birincil gərginlikini, birincil cərəyanını, ikincil gərginlikini və ikincil cərəyanını birlikdə ölçmüş; təcrübələr sonrasında birincil tərəftaki siqnallerin fərqli buji durumlarını ayırt etmek üçün məhdud bilgi taşıdığını, aydın ayrımın ikincil gərginlik və ikincil cərəyan dalğa formalarınde oluştuğunu göstərmişdir.

Deneylerde dört buji vəziyyəti incələnmişdir: yeni buji, aşınmış buji, elektrod aralığı mekanik kimi büyütülmüş buji və elektrod aralığı küçültülmüş buji. LabVIEW ortamında geliştirilen əməliyyat zinciri əvvəl alovlandırma siqnalindeki qeyri-stasionar bölgələri ayırmakta, ardından ikincil gərginlik və cərəyandan çıkarılan toplam 10 özniteliği k-ən yaxın qonşu (kNN) sinifləndiricisına vermektedir. Müəlliflərın seçtiği k=15 ayarında bildirilen sinif dəqiqlikləri yeni buji üçün %56,5, aşınmış buji üçün %80,5, kiçik elektrod aralığı üçün %84 və böyük elektrod aralığı üçün %50'dir. Bu nəticələr üsulun bazı arıza sınıflarında güçlü, bazılarında ise aydın şəkildə daha məhdud ayrım yaptığını göstərir.

Tədqiqatın pratik sonucu, dörd kanallı başlangıç ölçmə düzeninin iki kanallı osiloskopla yalnız ikincil gərginlik və ikincil cərəyan ölçülecek şəkildə sadeleştirilebilmesidir. Bununla birlikdə üsul evrensel bir buji teşhis modeli kimi doğrulanmamışdır. Tədqiqatçılar fərqli mühərriklarda eyni alovlandırma modulü kullanılsa bile dalğa formalarınin mühüm ölçüde değişebildiğini və bu nedenle her mühərrik tipi üçün dört buji vəziyyətini içeren ayrı bir istinad məlumat dəstinin oluşturulması gerektiğini xüsusilə belirtmektedir.

Türkiyə baxımından tədqiqat, benzinli nəqliyyat vasitəsi servislerinde osiloskop əsaslı alovlandırma teşhisinin yalnız arıza kodu okumaya alternatif olabilecek bir ölçmə yanaşması kimi dəyərlendirilmesi bcərəyanından dikkat çekicidir. Ancaq tədqiqatda istifadə edilən siqnal referansları, iki test aracından oluşturulan məlumat setleri və kNN sinifləndiricisı fərqli mühərriklara birbaşa aktarılmamalıdır. Türkiyə'də uygulanacak bir sistemdə mühərrik ailesi, alovlandırma bobini, buji tipi, elektrod aralığı və tədqiqat şərtlərı üçün ayrı referans ölçmələri və doğrulama məlumatsi gerekir.

Tədqiqatın çözmeye çalıştığı teşhis problemi nedir?

Tədqiqat, benzinli daxili yanma mühərrikilarda alovlandırma sisteminin yalnız tamamen çalışıp tədqiqatdığını değil, bujinin hangi fiziksel durumda olduğunu elektriksel siqnaller üzərindən belirlemeyi hedeflemektedir. Geleneksel vizual yoxlama və ya müqavimət ölçməü erken aşınma və aralıq arızaları her zaman ayırt edemediğinden tədqiqatçılar alovlandırma olayının zaman sahəsindaki gərginlik və cərəyan dalğa formalarıne yönelmiştir.

Alovlandırma bobini texniki açıdan yüksek çevrilmə nisbətina sahip bir transformatör gibi tədqiqatktadır. Tədqiqatın ele aldığı coil-on-plug sistemlərinde təxminən 12 V'luk birincil gərginlik, mühərrik şərtlərına bağlı kimi ikincil tərəfta təxminən 20–50 kV seviyesine yüksəlir. Bu yüksək gərginlik buji elektrodları arasındaki qaz mühitinın elektriksel kimi delinmesini və qığılcım oluşmasını sağlar.

Alovlandırma olayı elektriksel kimi hangi aşamalardan oluşuyor?

Tədqiqatçılar alovlandırma sürecini üç əsas bölüme ayırmaktadır:

1. Alovlandırma bobininin doyum/enerji depolama dönemi,
2. Buji üzərindəki qığılcım boşalması,
3. Kıvılcımın ardından yanacaq-hava qarışığının yanması.

Birinci evrede alovlandırma bobininin birincil tərəfına gərginlik uygulanır və birincil cərəyan yükselirken manyetik devrede enerji depolanır. Birincil gərginlikin kesilmesiyle depolanan enerji ikincil tərəfa aktarılır və buji elektrodları arasında qığılcım boşalması meydana gelir.

Tədqiqatın fiziksel açıklama bölümünde istilik enerjisi tarazlığı şu əsas bağıntıyla ifade edilmektedir:

\[ \rho C_p \frac{dT}{dt}=Q_{chem}-Q_{loss} \]

Burada \(\rho\) birim hacim başına kütleyi, \(C_p\) özgül istilik tutumsini, \(dT/dt\) sıcaklığın zamana görə değişimini, \(Q_{chem}\) kimyəvi istilik ayrılmasını və \(Q_{loss}\) mühitə olan istilik itkisinı ifade eder.

Tədqiqatçılar referans alovlandırma dalğa formasıni induksiya dövrü, sürətli termal yüksəliş və yanmadan sonrakı salınımlar baxımından fiziksel kimi yorumlamaktadır. Bununla birlikdə real nəqliyyat vasitəsi təcrübələrinde birbaşa silindr təzyiqi, kimyasal istilik açığa çıkış hızı və ya \(Q_{chem}\) və \(Q_{loss}\) ölçməü raporlanmamıştır. Bu bölüm, real təcrübəde istifadə edilən elektriksel sinifləndirmənın yanında fiziksel bir yorumlama çerçevesi kimi dəyərlendirilmelidir.

Neden özel bir yüksək gərginlik bölücüsü tasarlandı?

Buji tarafındaki onlarca kilovolt seviyesindeki hızlı darbelerin standart aşağı gərginlikli osiloskop probuyla birbaşa ölçülmesi mümkün olmadığından tədqiqatçılar özel bir müqavimət bölücüsü geliştirmiştir.

Yüksek gərginlik bölücü:

• 150 adet SMD dirençten oluşturulmuştur,
• 1206 paket rezistorler istifadə edilmişdir,
• her direncin nominal gərginlik dəyəri 200 V kimi məlumatlmiştir,
• qaynaqta qısamüddətli aşırı yükleme üçün 400 V dəyəri qeyd edilmişdir,
• toplam yapının nominal gərginlik tutumsi 30 kV kimi hesablanmışdır,
• aşırı yükleme şərti üçün 60 kV'a kadar dəyər qeyd edilmişdir,
• daha aşağı gərginlik sınıfındaki probların kullanılabilmesi üçün üç fərqli çıxış nöqtəsi bulunmaktadır.

Tədqiqatçılar həmçinin aracın özgün kabellamasıyla tədqiqatı və birincil tərəftaki ölçmələre erişimi kolaylaştırmak amacıyla özel bir ölçmə adapteri geliştirmiştir.

Başlangıç ölçmə sistemi hangi siqnalleri kaydetti?

İlk təcrübə düzeni eyni alovlandırma olayı üçün dört elektriksel böyüklüğü toplamıştır:

Deneysel müqayisə, birincil gərginlik və cərəyanın fərqli buji şərtlərində yalnız kiçik değişiklikler gösterdiğini ortaya koymuştur. Tədqiqatçılar bunu birincil devrenin nəzarət məntiqi və bobinin endüktif xüsusiləri tarafından görəce sabit şəkildə belirlenmesine bağlamaktadır.

Buna qarşılıq ikincil devre birbaşa buji elektrodları arasındaki elektrik deşilməsi və boşalma olayından etkilendiği üçün elektrod aşınması, elektrod geometrisi və aralıq değişiklikleri ikincil gərginlik və cərəyanın genlik, süre və geçici rejim xüsusilərinde daha aydın değişiklikler yaratmışdır.

Hangi dört buji vəziyyəti karşılaştırıldı?

Tədqiqatın ikincil gərginlik və ikincil cərəyan qrafiklerinde dört durum arasında birincil siqnallere kıyasla daha aydın dalğa forması fərqlilıkları görülür. Bu gözlem, sinifləndirmə algoritmasının neden yalnız ikincil tərəftan türetilen xüsusiləre indirgenebildiğinin eksperimental dayanağını oluşturmaktadır.

LabVIEW algoritması dalğa formasıni nasıl işliyor?

Otomatik teşhis sistemi LabVIEW ortamında iki aşamalı kimi inkişaf etdirilmişdir:

1. Durağanlık əsasli siqnal seqmentasiyası,
2. k-ən yaxın qonşu (kNN) sinifləndirməsı.

Segmentasyon aşaması, alovlandırma siqnali üçündeki istatistiksel xüsusiləri değişen və diagnostik bilgi taşıyan qeyri-stasionar bölgələri belirlemektedir. Böylece tüm ham dalğa formasınin birbaşa sınıflandırılması yerine qığılcım olayının xarakterik bölümlerinden sayısal xüsusilər çıkarılmaktadır.

kNN üçün istifadə edilən 10 əlamət nedir?

Öznitelik vektörünün ilk altı komponenti ikincil gərginlikden, kalan dördü ikincil cərəyandan elde edilmektedir.

İkincil gərginlik əlamətleri

• A: Birinci qeyri-stasionar bölümün başlangıcından ikinci qeyri-stasionar bölümün sonuna kadar örnek sayısı.
• B: Birinci qeyri-stasionar bölümün sonu ilə ikinci bölümün başlangıcı arasındaki örnek sayısı.
• C: Birinci qeyri-stasionar bölümün varyansı.
• D: İkinci qeyri-stasionar bölümün varyansı.
• E: Birinci qeyri-stasionar bölümün sıfır dəyərli referans siqnaliyle çapraz korelasyonu.
• F: İkinci qeyri-stasionar bölümün sıfır dəyərli referans siqnaliyle çapraz korelasyonu.

İkincil cərəyan əlamətleri

• G: Durağan olmayan bölümün varyansı.
• H: Durağan olmayan bölümün sıfır dəyərli referans siqnaliyle çapraz korelasyonu.
• I: Durağan olmayan bölümdeki maksimum dəyər.
• J: Durağan olmayan bölümdeki minimum dəyər.

Tədqiqatda məlumatlen örnek bir əlamət vektoru şu dəyərlərden oluşmaktadır:

Deneyler hangi nəqliyyat vasitələrida yapıldı?

Ölçümler iki benzinli daxili yanma mühərrikilu nəqliyyat vasitəsi üzərində gerçəkləşdirilmişdir:

• Volkswagen Touareg 4.2 V8,
• Volkswagen Passat 1.8T I4.

Tədqiqatçılar yanaşmasın coil-on-plug alovlandırma sistemine sahip benzinli daxili yanma mühərrikilara uygulanabilecek şəkildə tasarlandığını belirtmektedir. Ancaq iki fərqli nəqliyyat vasitəsitan ölçülen ikincil gərginlik dalğa formaları karşılaştırıldığında mühüm fərqlilıklar görülmüştür. Bu nedenle eyni sinifləndirmə referanslarının bütün mühərriklara birbaşa uygulanması tövsiyəlmemektedir.

Her mühərrik üçün neden ayrı bir məlumat dəsti gerekiyor?

Tədqiqatın en mühüm tətbiq sərhədlamalarından biri, her mühərrik tipi üçün ayrı istinad məlumat dəsti gerekmesidir. Tədqiqatçılar eyni tip alovlandırma modulü kullanılsa bile fərqli mühərriklarda ikincil gərginlik dalğa formalarınin mühüm ölçüde değişebildiğini göstərir.

Bu nedenle real bir teşhis sisteminde yeni, aşınmış, kiçik elektrod aralıqlı və böyük elektrod aralıqlı bujilərin referans siqnallerinin ilgili mühərrik ailesi üçün əvvəlden toplanması gerekmektedir. Tədqiqat tek bir evrensel kNN modelinin herhangi bir araca bağlanarak eyni dəqiqlikla çalışacağını göstermemektedir.

Tədqiqatın dəstəklədiyi nəticələr

• Deneylerde fərqli buji şərtlərı ikincil alovlandırma gərginliki və cərəyanında ayırt edilebilir dalğa forması fərqlilıkları yaratmışdır.
• Birincil gərginlik və cərəyan, incelenen dört buji sınıfını ayırmak baxımından ikincil tərəftan daha az ayırt edici bulunmuştur.
• İkincil gərginlik və cərəyandan 10 zaman sahəsi özniteliği çıkarılarak kNN sinifləndirməsı tətbiq edilmişdir.
• Müəlliflərın seçtiği k=15 durumunda sınıf bazisinda %50 ilə %84 arasında dəqiqlik bildirilmişdir.
• Başlangıçtaki dört elektriksel ölçmə kanalının iki diagnostik kanala indirilebileceği göstərilmişdir.
• İki kanallı osiloskop, ikincil gərginlik probu, ikincil cərəyan probu və yüksək gərginlik bölücüsüyü kullanan sadeleştirilmiş ölçmə arxitekturası tövsiyəlmiştir.
• İki fərqli motorun ikincil gərginlik dalğa formalarınin değişmesi nedeniyle mühərrik tipine özgü məlumat setleri gerektiği müəyyən edilmişdir.

Tədqiqatın destoynaqediği və ya birbaşa test etmediği nəticələr

• Yöntemin bütün benzinli mühərriklarda eyni sinifləndirmə dəqiqliyinu sağlayacağı gösterilmemiştir.
• Tek bir evrensel məlumat dəstiyle fərqli mühərrikların teşhis edilebildiği gösterilmemiştir.
• kNN algoritması real bir seri üretim ECU'suna entegre edilerek nəqliyyat vasitəsi üzərində doğrulanmamışdır.
• Tədqiqatda sinir şəbəkəsi və ya başqa gelişmiş maşın öğrenmesi algoritmalarıyla birbaşa performans müqayisəsı yapılmamıştır.
• Bu nedenle daha gelişmiş süni intellekt üsullerinin tümü üçün kNN'den gereksiz olduğu eksperimental kimi sübutlanmış değildir.
• Arızalı bujilərin CO, HC və ya NOx dəyərlərini ne kadar artırdığı birbaşa egzoz qazı ölçmələriyle nicel kimi gösterilmemiştir.
• Uzun dönem proqnozlaşdırıcı texniki xidmət başarısı və ya real servis mühitindaki yanlış alarm nisbətları test edilmemiştir.

Tədqiqatın Yöntemi və Bulguları

Eğitim və doğrulama məlumat yapısı

Dört buji sınıfının her biri üçün təlim aşamasında 200 adet 10 elemanlı əlamət vektoru istifadə edilmişdir. Sınıflandırma performansının dəyərlendirilmesi üçün her sınıfa ait həmçinin 200 siqnal istifadə edilmişdir. Böylece qaynaqta belirtilen yapıya görə sinifləndirmə dəyərlendirmesinde dört sınıfın her birinde eşit sayıda örnek bulunmaktadır.

Müəlliflərın seçtiği k=15 ayarındaki sinifləndirmə nəticələri

Bu nəticələrin əsas mesajı sinifləndirmənın dört buji vəziyyəti üçün eşit derecede güçlü olmadığıdır. Küçük elektrod aralığı və aşınmış buji sınıfları daha yüksek dəqiqlikla ayrılırken böyük elektrod aralığı və xüsusilə yeni buji ilə bazı diğer sınıflar arasında daha fazla qarışma görülür.

k=15 üçün dört sınıfta toplam doğru sinifləndirmə sayısı 542'dir. Her sınıfta 200 test siqnali kullanıldığı üçün bu sayı eşit sınıf paylanmaında türetilmiş toplam dəqiqliyi:

\[ \frac{542}{800}\times100 = 67,75\% \]

kimi məlumatr. Bu %67,75 dəyəri qaynaqta həmçinin “ümumi dəqiqlik” kimi raporlanmamıştır; Tablo 2'deki doğru sinifləndirmə sayılarından hesaplanan bir müqayisə dəyəridir.

kNN seçiminde qaynaq içi sayısal tutarsızlık

Tədqiqatın metni en iyi nəticələrin k=15'te elde edildiğini belirtmektedir. Ancaq Tablo 2'də məlumatlen sinifləndirmə sayıları birlikdə incelendiğinde bu ifade toplam dəqiqlik baxımından cədvəlyla uyuşmamaktadır.

k=3 üçün qaynaq cədvəlsunda yeni, aşınmış, kiçik aralıq və böyük aralıq sınıflarındaki doğru sinifləndirmə sayıları sırasıyla 116, 159, 174 və 103'tür. k=15 üçün bunlar 113, 161, 168 və 100'dür. Bu nedenle k=3 toplam doğru sinifləndirmə sayısında k=15'in üzərindədir. Kaynak k=15 seçiminin fərqli bir optimizasyon ölçütüne, sınıflar arası dengeye və ya başqa bir kritere dayandığını açıklamamaktadır. Bu sebeple Verianla dəyərlendirmesinde k=15 “müəlliflərın seçtiği ayar” kimi korunmuş, sayısal kimi tartımmasız optimum kimi sunulmamıştır.

Ölçüm sistemi nasıl sadeleştirildi?

İlk ölçmə sistemi dört elektriksel siqnal gerektirirken eksperimental inceleme sonucunda birincil gərginlik və cərəyan sinifləndirmə baxımından yeterince ayırt edici bulunmamıştır. Nihai sistem yalnız:

• ikincil gərginlik,
• ikincil cərəyan

ölçmələrini kullanmaktadır. Böylece ölçmə avadanlığı iki kanallı bir osiloskopla realleştirilebilecek səviyyəe indirilmiştir.

Özel kabel adaptörü nihai sistemdə zorunlu değildir; tədqiqatçılar bunu bağlantı kabelsunu uzatmak və alovlandırma modulüne fiziksel erişimi kolaylaştırmak amacıyla kullanmaktadır.

Farklı nəqliyyat vasitələriın karşılaştırılması ne gösterdi?

Volkswagen Touareg 4.2 V8 və Volkswagen Passat 1.8T I4'ten alınan ikincil gərginlik dalğa formalarınin karşılaştırılması, eyni teşhis değişkeninin fərqli mühərriklarda aydın şəkildə fərqli şəkillere sahip olabileceğini göstərmişdir. Bu tapıntı tədqiqatın genellenebilirliği baxımından kritik önemdedir.

Tədqiqatçıların önerdiği teşhis sistemi bu nedenle kurulacağı her mühərrik tipi üçün dört tanımlı buji vəziyyətini kapsayan mühərrikə xüsusi təlim və referans məlumatsine ihtiyaç duymaktadır.

Mənbə və Metod Qeydi

Tam özgün tədqiqat adı: Optimization of the Ignition System Diagnostics Methodology

Müəlliflər: Marek Nad, Matus Danko, Dusan Koniar, Michal Frivaldsky.

Yazar sırası: Kaynakta məlumatlen sıra aynen qorunmuşdur. Kaynakta eş birinci və ya bərabər töhfə beyanı bulunmamaktadır.

Sorumlu yazar: Michal Frivaldsky.

Kurum: Department of Mechatronics and Electronics, Faculty of Electrical Engineering and Information Technologies, University of Zilina, 010 01 Zilina, Slovakia.

Dergi: Vehicles

Yayınevi: MDPI, Basel, Switzerland

Cilt / makale numarası: Vehicles 2026, 8, 71

DOI: 10.3390/vehicles8040071

Resmî nəşr bağlantısı:https://doi.org/10.3390/vehicles8040071

Yayın tarihçesi: Tədqiqat 26 Ocak 2026'da alınmış, 13 Mart 2026'da revize edilmiş, 19 Mart 2026'da kabul edilmiş və 1 Nisan 2026'da yayımlanmıştır.

Kaynak türü və rəy statusu: Hakem dəyərlendirmesinden keçmiş eksperimental bir tədqiqat makalesidir. Tədqiqat otomotiv alovlandırma sistemi üzərində elektriksel ölçmə, özel yüksək gərginlik ölçmə avadanlığı geliştirme, real nəqliyyat vasitələridan dalğa forması toplama, LabVIEW tabanlı siqnal seqmentasiyası və kNN sinifləndirməsını birleştirmektedir.

Lisans: Creative Commons Attribution (CC BY).

Finansman: Tədqiqatda National Grant Agency VEGA tarafından VEGA 1/0563/23 proje desteği bildirilmektedir.

Veri erişilebilirliği: Müəlliflər tədqiqatın özgün katkılarının makale üçünde bulunduğunu, ilave sualların məsul müəllifa yöneltilebileceğini belirtmiştir.

Çıkar damşması: Müəlliflər maraqlar toqquşması bulunmadığını bildirmiştir.

Yazar katkıları: Kavramsallaştırma M.F.; üsul M.D.; proqram təminatı M.D.; doğrulama D.K. və M.F.; biçimsel analiz M.N.; qaynaqlar M.N.; məlumat kürasyonu M.N. və M.F.; ilk taslak M.N. və M.F.; gözden geçirme və düzenleme M.D., D.K. və M.F.; görselleştirme D.K.; danışmanlık M.D.; maliyyələşmə edinimi M.F. kimi bildirilmişdir.

Kaynak içi sinifləndirmə tutarsızlığı: Makale k=15 üçün “en iyi nəticə” ifadesini kullanmaktadır. Ancaq Tablo 2'deki doğru sinifləndirməlar toplandığında k=3 üçün 552/800 (%69,00), k=15 üçün 542/800 (%67,75) elde edilmektedir. Həmçinin Tablo 3'teki “Max” satırı cədvəldaki real sınıf maksimumlarıyla uyuşmamaktadır. Bu tutarsızlık sessizce düzeltilmemiştir.

Şekil 4 notu: Şekil açıklamasındaki renk/böyüklük eşleştirmesi ilə qrafikteki cərəyan və gərginlik oxları arasında bir uyumsuzluk görünmektedir. Sonraki ayrı birincil və ikincil gərginlik/cərəyan şəkilleri böyüklüklerin elmi yorumunu netleştirdiği üçün Verianla metninde tartımmalı renk sıralaması əsas alınmamıştır.

Emisyon sonucu sərhədi: Tədqiqat alovlandırma sistemi bozuklukları ilə egzoz emissiyaları arasındaki bağlantıyı gerekçelendirmekte və nəticə bölümünde uygunsuz buji durumlarının daha yüksek emissiyalarla əlaqəli olduğunu ileri sürmektedir. Ancaq eksperimental nəticələrda ayrı bir egzoz qazı ölçməü, CO/HC/NOx konsantrasyonu və ya emissiya müqayisə cədvəlsu sunulmamaktadır. Bu nedenle tədqiqatın birbaşa eksperimental sübutı buji vəziyyətinin elektriksel dalğa formalarınden sınıflandırılmasıdır; emissiya artımının böyüklüğü bu təcrübəle nicel kimi belirlenmemiştir.

ECU tətbiqsı sərhədi: Müəlliflər kNN üsulunin ECU'lara uygulanabileceğini belirtmektedir. Tədqiqatda algoritmanın real üretim ECU'suna gömülmesi, əməliyyat süresi, yaddaş kullanımı və ya nəqliyyat vasitəsi üzərində gerçek zamanlı ECU doğrulaması raporlanmamaktadır.

Genellenebilirlik sərhədi: Deneyler Volkswagen Touareg 4.2 V8 və Volkswagen Passat 1.8T I4 nəqliyyat vasitələriında yapılmıştır. Tədqiqatın kendi müqayisəsı fərqli mühərriklarda dalğa formalarınin mühüm ölçüde değişebildiğini göstərir. Bu nedenle üsul mühərrik tipine özgü istinad məlumat dəsti gerektirmektedir.

Bu Verianla içeriğindeki elmi üsul, tənlikler, təcrübə düzeni, buji sınıfları, kNN nəticələri və məhdudiyyətlər yalnız incelenen tədqiqatya dayanmaktadır. Kaynakta bulunmayan arıza dəqiqliyi, emissiya azalması, servis maya dəyərii və ya real ECU performansı iddiası eklenmemiştir.