Toks kasdieniškas dalykas kaip variklio alyvos keitimas tapo mokslo iššūkiu tyrėjams iš Brno miesto Čekijoje. Jie nusprendė pasitikėti ne įprasta praktika ar nuojauta, o matematiniu modeliu, kuris galėtų tiksliai nustatyti momentą, kai alyva praranda savo savybes.
Naudodami paprastą statistinį algoritmą jie sukūrė metodą, kuris leidžia prognozuoti alyvos būklę geriau nei žmogus. Rezultatai parodė, kad tokia analizė leidžia numatyti alyvos gyvenimo trukmę su mažesne nei dviejų procentų paklaida.
Mokslininkai, naudodami infraraudonųjų spindulių analizę „FTIR“, nustatė, kaip alyva keičiasi esant 100 laipsnių temperatūrai. Tyrime buvo vertinami keli parametrai, tokie kaip oksidacija, sieros junginių kiekis, praskiedimas kuru ir bazinis skaičius.
Šių duomenų pakanka, kad būtų galima apskaičiuoti, kiek dar efektyviai alyva gali saugoti variklį nuo dilimo. Pasirodė, kad dyzelinio variklio alyva išlaiko savo savybes maždaug 200 valandų, tai yra apie 2 100 kilometrų intensyvaus darbo.
Šis atradimas parodė, kad norint prižiūrėti techniką nebūtina pasikliauti tik patirtimi ar atsitiktiniais intervalais. Užtenka duomenų ir lygties, kuri geba pasakyti, kada tepalas jau praranda efektyvumą ir atėjo metas jį keisti.
Kaip skaičiai atskleidžia tiesą?
Norėdami gauti tikslius rezultatus, mokslininkai išanalizavo daugiau nei du šimtus mėginių, paimtų iš sunkių mašinų su galingais „Perkins CV12“ varikliais. FTIR“ spektroskopija leido pamatyti kiekvieną cheminį pokytį alyvoje ir stebėti, kaip veikia įvairūs senėjimo procesai.
Tyrimo metu buvo išmatuota oksidacija, degalų priemaišos, sieros junginiai, kietosios dalelės bei priedų kiekis. Visi šie veiksniai įtraukti į modelį, kuris apskaičiuoja, kaip kiekvienas jų veikia alyvos klampumą.
Nors šiais laikais dažnai naudojami neuroniniai tinklai, tyrėjai pasirinko daugialypės regresijos metodą, nes jis aiškiai parodo, kokie procesai labiausiai įtakoja alyvos degradaciją. Paaiškėjo, kad oksidacija ir sieros junginiai didina klampumą, o kuro priemaišos jį mažina.
Tuo pat metu bazinis skaičius ir apsauginės dalelės lėtina alyvos senėjimą. Modelis sugebėjo paaiškinti daugiau nei 80 proc. visų duomenų pokyčių, o tai reiškia labai aukštą tikslumą.
Kai matematika tampa mechaniko sąjungininke
Ši technologija atveria naują priežiūros galimybių etapą. Dabar variklio būklę galima įvertinti dar prieš atsirandant problemoms. Alyvos analizė padeda išvengti bereikalingų keitimų, sumažina išlaidas ir prailgina variklio tarnavimo laiką.
Tai puikus pavyzdys, kaip duomenų analizė keičia techninės priežiūros principus, tai nuo intuicijos prie tikslių skaičiavimų. Šis metodas gali būti taikomas ne tik kariuomenės technikoje, bet ir civiliniame transporte, žemės ūkyje ar pramonėje.
Užtenka prijungti „FTIR“ spektrometrą prie programinės įrangos ir variklis pats „pasakys“, kada laikas keisti alyvą. Paprastas, bet efektyvus modelis rodo, kad ne visada reikia sudėtingos dirbtinio intelekto sistemos, tai kartais paprasta matematika gali būti pats patikimiausias sprendimas.
