O fenômeno de detonação que ocorre em motores de combustão interna é uma restrição de desempenho para baixas emissões de poluentes, altas solicitações de torque (as quais resultariam em mais potência entregue pelo motor), economia de combustível e também é uma fonte de ruídos desagradáveis ao condutor do veículo. No Brasil, tal fenômeno pode ter ainda uma utilidade benéfica se identificado de forma leal, tendo em vista que a detonação é mais fácil de ocorrer com gasolina do que com álcool. Assim, a ocorrência de detonação pode ser um auxílio no gerenciamento otimizado da injeção, ignição, bem como pode possibilitar a identificação do tipo de combustível. Para isso, técnicas de processamento de sinais podem ser utilizadas para caracterizar tal fenômeno. Este trabalho tem como foco a identificação (ocorrência) e caracterização (intensidade e duração) do sinal de detonação utilizando filtragem adaptativa e estimadores de potência, onde o desempenho individual e combinado destes algoritmos é avaliado. Inicialmente, um modelo do sinal de detonação é proposto e amostras do sinal real são obtidas e com isso, mostra-se que as técnicas propostas rendem eficientes caracterizadores do fenômeno.

The knock phenomenon that happens in internal combustion engines is a constraint against performance in terms of low pollution rates, higher torque requests (which would imply higher delivered power by the engine), mileage as well as it is an annoying source of noise to the user. In Brazil, such phenomenon may be useful if identified accurately, due to the fact that knock has a higher likelihood to happen with gasoline than ethanol. Thus, the occurrence of knock may be a support in an optimized management of fuel injection and sparking time, as well as it may provide means to identify the fuel being used. In order to achieve such goal, signal processing techniques may be used for characterization of such phenomenon. This work has the focus of identifying (occurrence) and characterize (intensity and duration) of knock signal using adaptive filtering and power estimators, where the individual and combined performance are assessed. To begin with, a knock signal model is proposed as well as samples of the real signal are taken, with that, it is shown that the proposed techniques offer efficient detectors of the phenomenon.