Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Statistical Analysis and Modelling of Engine Oil Degradation
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för fysik.
2023 (Engelska)Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Statistisk analys och modellering av motoroljenedbrytning (Svenska)
Abstract [en]

An engine oil has several important properties it must fulfil in order to provide efficient engine operation. In addition to damping friction by lubrication, an engine oil must be able to cool, protect against corrosion, dampen vibrations and clean surfaces from contamination, wear and residual products. During the lifetime of engine oil, it is subject to degradation processes which impair its properties. In order to predict oil degradation and oil changes more accurately, there is a need to improve the tools and methods used to study the characteristics and chemistry of oil. The thesis investigates data and statistical models relevant to describing the nature of engine oil and its degradation, and also discusses the use cases of statistical models in process control. The results are statistically derived and confirm statements found in the literature review. Factor analysis was used to find underlying concepts such as wear materials, additive groups and the relation between different lubricant analysis methods. Principal component analysis was used to cluster oil types and conclude that there is a difference in oxidation rate between the engine oil in buses and trucks. Multilayer perceptron was used to create an oxidation model with an R-squared value of 0.7.

Ort, förlag, år, upplaga, sidor
2023.
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:umu:diva-214809OAI: oai:DiVA.org:umu-214809DiVA, id: diva2:1801420
Externt samarbete
Scania CV AB
Ämne / kurs
Examensarbete i teknisk fysik
Utbildningsprogram
Civilingenjörsprogrammet i Teknisk fysik
Presentation
2023-06-09, NAT.D.440, Umeå, 16:00 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2023-10-02 Skapad: 2023-10-01 Senast uppdaterad: 2023-10-02Bibliografiskt granskad

Open Access i DiVA

fulltext(1952 kB)1517 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1952 kBChecksumma SHA-512
c0a84f55c43cdf18b56cc9efcd4b72eb03e3867f30e915c3c72a71704a54b6ed3842615d4b4e314e0f45b9468c833fb3664a221edda835d915ea85d33e6198cc
Typ fulltextMimetyp application/pdf

Av organisationen
Institutionen för fysik
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 1518 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 801 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf