Editorial Board

플라이휠은 크랭크 축의 한쪽 축에 연결된 큰 원판형의 기계적 장치로 회전 에너지를 일시적으로 저장하며, 축적된 회전 에너지(관성 모멘트)를 이용하여 폭발 외 에너지가 발생되지 않는 행정에서도 피스톤을 원활하게 움직이도록 도와 크랭크 축의 회전 불균형과 회전 진동을 억제하는 역할을 한다.

각 엔진의 폭발이 정상적으로 이루어지지 않으면 회전력이제대로 전달되지 않아서 해당 위치의 회전속도에 미세한 변동이 생길 것으로 예상된다. 이 미세한 속도 변동은 플라이휠의 원주에 가공되어 있는 톱니(tooth)의 회전속도를 정밀하게 측정하면 알 수 있다.

플라이 휠에는 원주상에 톱니가 118개 파여 있어 톱니간격은 약3.05도이고, 각 톱니간격의 이동시간을 측정하면 각 위치에서 속도변화를 알 수 있다. Fig. 4는 이를 실현하기 위한 측정장치와 신호처리 과정을 보여준다[10]. 근접형 자기센서를 플라이휠 원주 근처에 설치하여 회전하는 n, n+1 번째 톱니가 검출되면 Fig. 4(b)의 펄스신호가 출력된다. 이 펄스 사이가 톱니의 이동 시간(Δt)이고, 이것을 정밀하게 측정하기 위해 2M Hz의 고속 타이머를 사용하였다. 톱니의 이동시간은 식(1)과 같고, 식(2)와 같이 톱니의 개수(N_t = 118 rpm)를 이용하여 플라이 휠 속도 (N)를 구할 수 있다.

Fig. 4. 
Measuring flywheel tooth rotation time. (a) magnetic pick-up sensor and flywheel tooth (b) tooth interval and timer signal.

크랭크 축 2회전당 측정 데이터를 취하기 위해 Fig. 5처럼 엔코더를 설치하여 Z상 신호를 1회전의 기준점으로 사용하고, 1번 엔진의 연료노즐 구동용 Push rod 위치를 자기센서로 검출하여 6개 엔진동작의 기준점으로 하였다.

Fig. 5. 
Flywheel speed measurement system.

Fig. 6(a)는 위의 과정을 거쳐 얻은 정상상태에서의 플라이휠 속도를 나타낸다. 전체를 보면 속도변동이 거의 보이지 않지만 이를 확대하면 Fig. 6(b) 처럼 720도 동안 6개의 봉우리(Peak)를 가지는 사인파형의 변동을 볼 수 있다. 각 봉우리는 피스톤 1-5-3-6-2-4의 각 폭발에 의한 최대속도에 해당한다.

Fig. 6. 
Variations of flywheel speed in normal state. (a)without enlargement for two rotation, (b)enlarged for two rotation.

Fig. 7은 크랭크 축 2회전당 플라이휠 회전속도, 2회의 Z상, 1회의 1번 자기센서 신호의 위상을 보여준다.

Fig. 7. 
A set of measured flywheel speed triggered by Z phase during two rotations of crank shaft.

Fig. 8은 6개 엔진이 정상적으로 동작했을 때 플라이 휠의 속도변동을 나타낸다. 800 RPM으로 회전하는 플라이휠의 1회전 당 시간은 0.075 초이고, 2회전당 시간은 0.15초이다.

Fig. 8. 
Variations of flywheel speed under normal state.

착화불량 상태를 모사하기 위해 Fig. 5에서 Push rod를 제거하여 엔진에 연료분사를 못하게 함으로써 착화를 막았다.

Fig. 9는 6번 실린더가 착화불량(빨간색)일 때 정상신호(파란색)와 비교한 것이고 6번 실린더의 착화불량 일 때를 case 1으로 한다. 착화순서(Firing Order)에 따라 6번 피스톤의 속도가 낮아졌다가 다시 속도가 점점 돌아오는 것을 보면 6번 피스톤에 착화 불량이 생겼다는 것을 알 수 있다.

Fig. 9. 
Comparison of misfiring at piston 6(case 1) and normal

같은 방법으로 2개 실린더가 하나 건너서 착화불량(cross misfiring)인 경우 즉, 5,6번 실린더와 6,4번 실린더를 각각 착화 불량으로 했을 때를 각각 case 2, case 3으로 하고 속도패턴 비교는 각각 Fig. 10, Fig. 11과 같다. 그리고 2개 실린더가 연달아 착화불량(continuous misfiring)인 경우 즉, 6,2번 실린더를 착화불량으로 했을 때를 case 4로 하고 속도패턴 비교는 Fig. 12와 같다.

Fig. 10. 
Comparison of misfiring at piston 5 and 6(case 2) and normal

Fig. 11. 
Comparison of misfiring at piston 6 and 4(case 3) and normal

Fig. 12. 
Comparison of consecutive misfiring at piston 6 and 2(case 4) and normal

정상상태의 속도패턴을 FFT 분석하면 Fig. 13과 같다. 첫번째 성분은 6개 봉우리를 포함하는 주기(기본 주파수f=6.69 Hz) 성분이고, 두번째 성분은 기본주파수의 2배수, 즉 봉우리 3개씩 주기에 해당하고, 6배수 각 봉우리의 주기에 해당한다. 앞에서 실험한 착화불량 속도패턴을 FFT 분석하면 각각 Fig. 14-Fig. 15와 같다. 여기서 1,2,3,6배수 주파수 성분의 진폭으로 FFT 패턴을 나타내면 Table 2와 같다.

Fig. 13. 
FFT result for normal firing.

Fig. 14. 
FFT results for (a) case 1. (b) case 2.

Fig. 15. 
FFT results for (a) case 3. (b) case 4.

정상상태에서 6배수 성분이 가장 크지만, 착화불량이 많을수록, 또 연달아 생길수록 6배수 성분과 1배수 성분의 크기 격차가 작아지는 것을 알 수 있다. 이것은 속도패턴으로 유추할 수 있는데, 6기통 엔진이기 때문에 실린더 6개씩 폭발이 이루어지는 특성상 6배수가 가장 지배적일 수 밖에 없지만 착화불량이 일어나면서 6배수 영향이 작아지고, 연속해서 2개의 착화불량이 생겼을 땐, 1배수 성분이 6배수 성분의 진폭을 뛰어넘는 것을 알 수 있다

크랭크 축의 속도패턴으로 엔진의 실린더별 착화상태를 정상인지 비정상인지 유추할 수 있지만 비교할 데이터가 너무 많고 환경잡음으로 패턴형상이 왜곡될 수 있는 문제점이 있다. 반면에 FFT 패턴은 4개 주파수 성분만 가지고 판단할 수 있고 잡음 성분은 무시할 수 있어 훨씬 간편하고 신뢰성이 높다. 단지 신호의 크기에 따른 영향을 줄이기 위해 식(3)처럼 6배수 성분을 기준으로 나머지 3개 성분을 정규화 시켜 FFT 패턴을 만들었다. Fig. 16은 앞에서 실험한 5개 경우에 대해 정규화한 FFT 패턴을 나타낸다.

Fig. 16. 
Normalized FFT patterns: (a) Normal firing. (b) case 1 (c) case 2 (d) case 3 (e) case 4.

정규화 FFT 패턴에서 case 1을 예로 들면, 6배수 성분을 제외하고 나머지 3개의 성분으로 벡터 패턴을 만들면 식(4)에 의해 V_nor = [0.33 0.22 0.23] 으로 나타낼 수 있다.

그리고 데이터들의 오차를 줄이기 위해 위와 같은 과정들을 5번 반복하여 5회 평균값을 구한다. Table 3은 착화정상, 착화 불량 경우의 평균값을 나타낸다.

벡터패턴을 3차원 공간상에 표시하면 Fig. 17 처럼 된다. 착화정상에서 다른 상태점까지 거리를 식(5)에 의해 구하면 Table 4와 같이 구해진다.

Fig. 17. 
Vectors and distance values in a 3-D space.

Table 4와 Fig. 17을 보면 정상상태를 기준으로 착화불량이 많아질수록, 연속될수록 거리가 점점 더 멀어진다는 특징을 확인할 수 있다. 반면에 각 상태에서 5회 반복한 벡터점들은 각 상태의 평균점 근처에 분포하고 있다.