Способ измерения октанового числа бензина Российский патент 2023 года по МПК G01N29/02 

Изобретение относится к анализу свойств бензина и может быть использовано в различных областях промышленности при производстве, хранении и транспортировке бензина для контроля его качества.

При использовании в автомобильных двигателях бензина основным фактором, определяющим мощностные и экономические показатели двигателя, является детонационная стойкость бензина. Стойкость бензина к возникновению детонационного сгорания зависит от его группового химического состава, количества в нем стойких к детонации соединений и наличия антидетонационных присадок.

На практике детонационную стойкость бензина оценивают октановым числом. В настоящее время наиболее точно октановое число бензина определяется моторным (ГОСТ 511-82, ГОСТ Р 32340-2013) и исследовательским (ГОСТ 8226-82, ГОСТ Р 32339-2013) методами на специальных моторных установках. Длительность измерения составляет около двух часов. Весьма перспективна разработка более быстрого способа определения октанового числа бензина, который можно было бы реализовать в виде устройства, определяющего октановое число бензина в потоке (в полевых условиях).

Известен способ определения октанового числа бензина (патент РФ №2305283, опубликован 27.08.2007). Суть данного способа заключается в том, что проводят измерение плотности бензина и диэлектрической проницаемости на одной частоте, дополнительно измеряют поглощение акустической энергии в бензине, измеряют удельную проводимость бензина и диэлектрическую проницаемость на второй частоте и определяют величину соотношения диэлектрических проницаемостей при двух разных частотах, проводят температурную коррекцию измеренных параметров и по значениям плотности, поглощения акустической энергии, удельной проводимости и величине соотношения диэлектрических проницаемостей при двух разных частотах осуществляют процесс идентификации октанового числа бензина с использованием калибровочной модели. Недостатком этого способа является необходимость использования электрических контактов, погруженных в бензин, что может привести к его возгоранию.

Известен также ряд способов определения октанового числа бензина, основанных на ультразвуковом воздействии на образец и обработке полученных сигналов. Так, в одном способе (патент РФ №2189039, опубликован 10.09.2002) используются значения скоростей распространения ультразвуковой волны в бензине при двух различных фиксированных температурах - 20°C и 40°C. Частоты ультразвуковых волн выбирают в диапазоне 100 - 200 кГц. Недостатком этого способа является необходимость измерения времени прохождения сигнала через рабочую камеру несколько раз и при различных температурах, что затрудняет его использование для экспресс-анализа автомобильного топлива, а также требует наличия в конструкции устройства термостата.

В другом способе (патент РФ №2654836, опубликован 22.05.2018) наряду со скоростью распространения ультразвука учитывается и интенсивность поглощения ультразвука в слое исследуемого бензина, что позволяет оценить не только значение октанового числа исследуемого бензина, но и содержание примесей в нем. После определения необходимых параметров сопоставляют полученные данные с хранящимися в памяти контроллера значениями скорости и коэффициента поглощения ультразвука для эталонных образцов при известной температуре и определяют октановое число исследуемого бензина. Данный способ является наиболее близким к предлагаемому способу и был выбран в качестве прототипа. Недостатком этого способа является необходимость помещения в бензин измерительной ячейки с расположенными в ней пьезоэлементом и рефлектором, что приводит к их износу и вызывает излишнюю погрешность измерений из-за внесения загрязнений.

Задачей, на решение которой направлено предлагаемое изобретение, является повышение точности определения октанового числа бензина.

Технический результат, достигаемый при решении поставленной задачи, заключается в создании способа измерения октанового числа с исключением контакта бензина с источником загрязнений, влияющих на точность измерений.

Данный технический результат достигается тем, что способ измерения октанового числа бензина, включающий воздействие ультразвуком на бензин и сравнение результата этого воздействия с результатом такого же воздействия на бензин с заранее известным октановым числом, отличается тем, что воздействуют на бензин ультразвуком с фиксированной частотой в диапазоне от 20 до 44 кГц с образованием в нем кавитационных пузырей, фиксируют, трансформируют и оцифровывают не менее тысячи двухсот изображений кавитационных пузырей бензина с заранее известным октановым числом и на основании полученных данных проводят машинное обучение, в содержащую характерные признаки изображений кавитационных пузырей бензинов с заранее известным октановым числом обученную модель машинного обучения вводят не менее ста изображений образовавшихся в проверяемом бензине с неизвестным октановым числом кавитационных пузырей, полученных при воздействии ультразвуком такой же частоты и обработанных идентичным образом, в результате сравнения признаков каждого из введенных изображений с характерными признаками изображений, присущими бензинам с известным октановым числом, по максимальному из этого количества изображений числу совпадений этих признаков определяют значение октанового числа проверяемого бензина. Воздействие ультразвуком производят на поток бензина в технологическом трубопроводе, имеющем участок с прозрачными стенками. На бензин подается ультразвук при фиксированной мощности ультразвукового генератора в диапазоне от 30 до 70 Вт. Изображения кавитационных пузырей бензина фиксируют путем записи видеоролика, содержащего процессы развития кавитационных пузырей, и его последующей раскадровки, трансформируют до размера, определенного параметрами выбранной модели машинного обучения, оцифровывают переводом в тензорную матрицу и нормализацией. В качестве модели машинного обучения выбирают сверточную нейронную сеть с проведением обучения в три этапа, заключающихся в тренировке, валидации и тестировании.

Кавитация - это процесс образования пузырьков в жидких средах, с последующим их схлопыванием и высвобождением большого количества энергии. При ультразвуковой обработке небольшие пузырьки в жидкости образуются за счет распространения высокочастотных колебаний давления. Размер пузырьков колеблется при воздействии акустического возбуждения: во время фазы сжимающего напряжения пузырьки сжимаются, а во время фазы растягивающего напряжения они расширяются. Нормально растущие пузырьки остаются сферическими. Если частота внешних акустических колебаний становится пропорциональной собственной частоте пузырька, пузырь может приобретать несферическую форму и система становится нестабильной. После стадии колебаний пузырьки часто либо распадаются на части, либо могут дестабилизироваться и полностью разрушиться.

Характер кавитационных пузырей в значительной степени определяется свойствами самой жидкости (бензина). Вследствие этого, при соблюдении условия стабильности всех параметров проведения измерений (температура, давление, частота излучения, динамика жидкости и др.), различные свойства (форма, размер и др.) кавитационных пузырей могут служить признаками, позволяющими установить октановое число бензина.

Сущность изобретения заключается в следующем.

На протекающий по технологическому трубопроводу, имеющему участок с прозрачными стенками, бензин с известным октановым числом подают ультразвуковую волну с параметрами, определенными в результате многочисленных экспериментов - фиксированной частотой в диапазоне от 20 до 44 кГц при фиксированной мощности генератора ультразвука от 30 до 70 Вт. Подача излучения осуществляется через наполненную дистиллированной водой ультразвуковую ванну, в которой проходит часть технологического трубопровода с бензином, имеющая прозрачные стенки. В результате ультразвукового воздействия в потоке бензина образуются кавитационные пузыри, которые проходят несколько стадий развития: зарождение - колебания - коллапс. За время существования пузырей их форма и размер неоднократно меняются. С помощью высокоскоростной камеры записывают короткий видеоролик, в котором фиксируются процессы развития кавитационных пузырей. После этого полученный видеоролик раскадровывают на отдельные изображения на компьютере. Размер изображений изменяют до значения, определенного параметрами выбранной модели машинного обучения, изображения переводят в тензорную матрицу и нормализуют. Указанные операции проводят в автоматическом режиме с помощью команд выбранного языка программирования. При этом для машинного обучения используют не менее тысячи двухсот изображений кавитационных пузырей для каждого вида бензина.

Проверяемый бензин подают по этому же технологическому трубопроводу и подвергают воздействию ультразвуком. Значения частоты ультразвуковой волны, мощности генератора ультразвука, режим работы высокоскоростной камеры, параметры получения и обработки изображений остаются теми же.

Многочисленные измерения показали, что для определения октанового числа проверяемого бензина достаточно ста изображений его кавитационных пузырей, вводимых в обученную модель машинного обучения.

С помощью модели машинного обучения сравнивают признаки каждого из изображений кавитационных пузырей проверяемого бензина с характерными признаками изображений, присущими бензинам с известным октановым числом. По максимальному числу совпадений этих признаков определяют значение октанового числа проверяемого бензина.

Пример.

Для обучения модели машинного обучения выбирают образцы бензина, например, с октановым числом: 92, 95 и 98. Подача ультразвуковой волны осуществляется через наполненную дистиллированной водой ультразвуковую ванну, в которой проходит часть технологического трубопровода с бензином, имеющая прозрачные стенки. При протекании бензина с определенным октановым числом по трубопроводу диаметром около 5 см подается ультразвуковая волна частотой 22 кГц при мощности ультразвукового излучателя 40 Вт. Динамика образования и деформации кавитационных пузырей фиксируется с помощью высокоскоростной камеры. Полученный для каждого вида бензина видеоролик раскадровывают на серию из 1200 изображений кавитационных пузырей с разрешением 512×512 пикселей. В результате получают набор из 3600 изображений суммарно для всех трех видов бензина. Каждое изображение сжимают до размера 224×224 пикселей, переводят в тензорную матрицу и нормализуют. Раскадровку и указанные операции обработки изображений, включающей изменение размера, перевод в тензорную матрицу и нормализацию, производят в автоматическом режиме при помощи встроенных методов фрэймворка машинного обучения PyTorch, разработанного для языка Phyton. В качестве модели машинного обучения используют сверточную нейронную сеть MobileNetV2 с замороженными верхними слоями. По каждому виду бензина для обучения нейронной сети используют тысячу двести обработанных изображений, из них тысячу изображений используют для тренировки нейронной сети, сто изображений - для валидации нейронной сети и еще сто - для ее тестирования. В процессе тренировки нейронной сети происходит трансформация обработанных изображений, выражающаяся в уменьшении размерности тензорной матрицы и изменении содержащихся в ней значений. После первого этапа тренировки производится валидация нейронной сети для определения ее точности и функции потерь. С этой целью для каждого вида бензина используют сто обработанных изображений, не участвовавших в обучении. Процесс тренировки и валидации повторяют сто раз.

Для гарантированного достоверного использования обученной модели машинного обучения проводят ее тестирование подачей в обученную модель ста оставшихся из тысячи двухсот обработанных изображений кавитационных пузырей для каждого вида бензина.

По итогу тестирования получают характерные признаки, соответствующие каждому бензину с конкретным октановым числом.

После обучения нейронной сети по технологическому трубопроводу подается проверяемый бензин с неизвестным октановым числом. По описанному выше алгоритму в идентичных условиях производится получение и обработка ста изображений его кавитационных пузырей. Обработанные изображения загружаются в обученную модель машинного обучения и по максимальному из ста числу совпадений признаков изображений кавитационных пузырей проверяемого бензина с признаками изображений кавитационных пузырей бензина с известным октановым числом определяют значение октанового числа проверяемого бензина.

Таким образом, благодаря использованию машинного обучения и бесконтактного воздействия на бензин обеспечивается высокая достоверность определения его октанового числа.

Использование: для измерения октанового числа бензина. Сущность изобретения заключается в том, что осуществляют воздействие ультразвуком на бензин и сравнение результата этого воздействия с результатом такого же воздействия на бензин с заранее известным октановым числом, при этом воздействуют на бензин ультразвуком с фиксированной частотой в диапазоне от 20 до 44 кГц с образованием в нем кавитационных пузырей, фиксируют, трансформируют и оцифровывают не менее тысячи двухсот изображений кавитационных пузырей бензина с заранее известным октановым числом и на основании полученных данных проводят машинное обучение, в содержащую характерные признаки изображений кавитационных пузырей бензинов с заранее известным октановым числом обученную модель машинного обучения вводят не менее ста изображений образовавшихся в проверяемом бензине с неизвестным октановым числом кавитационных пузырей, полученных при воздействии ультразвуком такой же частоты и обработанных идентичным образом, в результате сравнения признаков каждого из введенных изображений с характерными признаками изображений, присущими бензинам с известным октановым числом, по максимальному из этого количества изображений числу совпадений этих признаков определяют значение октанового числа проверяемого бензина. Технический результат: обеспечение возможности измерения октанового числа бензина, исключая контакт бензина с источником загрязнений, который влияет на точность измерений. 4 з.п. ф-лы.

1. Способ измерения октанового числа бензина, включающий воздействие ультразвуком на бензин и сравнение результата этого воздействия с результатом такого же воздействия на бензин с заранее известным октановым числом, отличающийся тем, что воздействуют на бензин ультразвуком с фиксированной частотой в диапазоне от 20 до 44 кГц с образованием в нем кавитационных пузырей, фиксируют, трансформируют и оцифровывают не менее тысячи двухсот изображений кавитационных пузырей бензина с заранее известным октановым числом и на основании полученных данных проводят машинное обучение, в содержащую характерные признаки изображений кавитационных пузырей бензинов с заранее известным октановым числом обученную модель машинного обучения вводят не менее ста изображений образовавшихся в проверяемом бензине с неизвестным октановым числом кавитационных пузырей, полученных при воздействии ультразвуком такой же частоты и обработанных идентичным образом, в результате сравнения признаков каждого из введенных изображений с характерными признаками изображений, присущими бензинам с известным октановым числом, по максимальному из этого количества изображений числу совпадений этих признаков определяют значение октанового числа проверяемого бензина.

2. Способ измерения октанового числа бензина по п. 1, отличающийся тем, что воздействие ультразвуком производят на поток бензина в технологическом трубопроводе, имеющем участок с прозрачными стенками.

3. Способ измерения октанового числа бензина по п. 1, отличающийся тем, что воздействуют на бензин ультразвуком при фиксированной мощности ультразвукового генератора в диапазоне от 30 до 70 Вт.

4. Способ измерения октанового числа бензина по п. 1, отличающийся тем, что изображения кавитационных пузырей бензина фиксируют путем записи видеоролика, содержащего процессы развития кавитационных пузырей, и его последующей раскадровки, трансформируют до размера, определенного параметрами выбранной модели машинного обучения, оцифровывают переводом в тензорную матрицу и нормализацией.

5. Способ измерения октанового числа бензина по п. 1, отличающийся тем, что в качестве модели машинного обучения выбирают сверточную нейронную сеть с проведением обучения в три этапа, заключающихся в тренировке, валидации и тестировании.