识别低速提前点火现象

发动机小型化正日益获得OEM厂商的青睐，用作改进燃油经济性和降低二氧化碳排放的有效手段。然而，需要不断升压来补偿因发动机排量降低而造成的功率损失和扭矩输出。这已造成一种破坏性的异常燃烧事件（称为LSPI）的发生。这一现象在火花被触发之前发生，并且在此之后通常发生沉重的爆震，可能会造成发动机严重受损。

了解LSPI的机制和发生原因是继续使用更小型增压发动机的一个关键推动因素，以便满足未来的燃油经济性和排放要求。

润滑油和燃油特性已被视作极大影响LSPI发生频率和强度的因素。需要进行数据收集和严谨的统计分析来精准量化这些特性的影响。即将出台的ILSAC GF-6 规格将会包括采用Ford 发动机进行的LSPI测试。基于之前采用GM发动机进行测试的经验，润英联开发了一个全新的统计方法，与Ford共同识别LSPI事件。经过这些努力，已开发出了一套全能型统计工具，可轻松用于分析众多OEM厂商的发动机，而无需先进的统计程序和相关经验。

发动机测试

人们已发现燃油和润滑油的类型及质量可能影响LSPI事件的发生。在Insight 洞察网站此前的一篇LSPI报道中，介绍了润英联正在进行的一项工作，通过使用GM固定发动机来检查不同配方的影响。这一工作采用了一种方法来研究LSPI，并且使用了严谨的统计方式来评估数据。通过这一方法获得的结果与GM发动机测试结果一致请点击这里，阅读整篇文章。

除了GM发动机测试之外，还开发了Ford固定发动机测试，并包含在ILSAC GF-6发动机油标准内。

这是十分必要的，因为这些已在GM发动机测试中验证有效的方法可以识别出发动机循环实际发生了LSPI事件，尽管其没有表现出发生了LSPI现象。调查显示原因在于参数分布偏离了正态分布。正因如此，需要一种新的方法来量化Ford发动机测试的分布对称性（偏度）和平面度（峰态）。随后，这一方法论进行了扩展，并进一步探索统计分析方法，使得人们可以更好地理解润滑油能够影响LSPI的程度。

数据处理

LSPI事件被定义为峰值压力（PP）和2%燃烧质量率（MFB02）数据的曲柄角位置的异常情况。计算标准偏离的数量，超出该标准偏离的事件可被视为异常值，这些异常值被识别为可能的LSPI事件。

在GM发动机测试中用于识别LSPI事件的测试步骤包括在等速和负载条件下的六段25,000次发动机循环。PP和MFB02指标的异常值被识别为可能的LSPI事件。这些异常值的确定是一个计算发动机每个气缸每段循环中这两个指标的平均值和标准偏差以及确定参数超出平均值n个标准偏差的循环的迭代过程。如果存在异常值，则忽略那些异常值，并重复这一过程；否则，这一过程被视为完成。使用Grubb测试来识别25,000次循环的异常值，经过计算，标准偏差的数量（n）（被用作确定异常值的限值）为4.7。

Ford测试包括4个单独的迭代过程，每个过程为170,000次发动机循环。开始，为分析Ford发动机数据而对GM测试步骤做出的唯一修改是采用5个标准偏差的PP和MFB02触发点。

对Ford发动机早期测试中针对LSPI循环的一致观察（并现象并未在GM发动机测试中观察到）是超过这两个指标触发点的十分之几标准偏差之内的事件的发生。在考虑各个参数时，情况尤其如此。有可能这些是真实的LSPI事件，但是更有可能的是这一分布未被正态分布曲线充分说明。

一些非异常的结果可能被标志为异常（假阳性），而另一些真正的异常值可能未被标识（假阴性）。

减少错误结果

通过对Ford发动机测试数据采用更为严苛的统计方法，与常态的偏离情况可被识别。Fleishman的三次变换方法被开发出来，以便将正态分布的随机数（或其他分布）转换为所需偏度和峰态的分布。采用这一方法来预估具有非正态分布的偏度和峰态的PP和MFB02分布的触发等级。在四种可能的解决方案中，其中三个未能给出有意义的结果。余下的一个解决方案有一个单调递增的区域，与Ford发动机测试的运行条件相符。

该方法在其应用可靠性方面有两大限制。首先，该方法包含同步求解三个方程，增加了难度，并且在极端情况下，所产生的区域不能被一种合理的解决方案求得。其次，该方法本身有其使用上的限制。Fleishman声明与正常运行偏差很大时（例如，LSPI事件和传感器故障造成的无关读数），使用这种方法并不能获得关于整个偏度和峰态空间的解决方案。因此，增加了若干步骤来消除所有明显的传感器错误，并忽略任何明显的LSPI循环。

该方法的原理也可被用于在其他偏离常态情况下降低误报和漏报的频率。由于这一方法使用影响的不同，通常会降低10%至20%。

在我们看来，这是一个令人兴奋的方法论开发，因为这种分析方法不是仅针对PP和MFB02指标，而是可以被应用到任何与正态偏离（就偏度和峰态而言）的参数上。

在即将出台的ILSAC GF-6发动机油标准中，Ford发动机测试将采用这一统计分析方法来更为精确地识别LSPI事件。

注释：此项工作在参数选择之后启用，不一定是PP和MFB02的认可。

再版获得SAE International授权

原始论文：Controlling Low-Speed Pre-ignition in Modern Automotive Equipment: Defining Approaches to and Methods for Analyzing Data in New Studies of Lubricant and Fuel-Related Effects (Part 2); 2016-01-0716 copyright 2016

访问SAE网站，阅读该篇论文。