论文部分内容阅读
世界经济和汽车产业的飞速发展,带来了石油紧缺和环境污染的问题,为此世界各国均制定了严格的排放法规。为了应对日益严格的排放法规,选择低能耗且排放性能较好的动力源至关重要。柴油机以其热效率高、CO排放量低且耐久可靠的优点脱颖而出,成为解决能源危机和环境污染的重要动力源。柴油机的性能取决于燃烧过程,对燃烧过程进行合理的优化和控制,是应对能源危机和环境污染的重要环节。放热规律曲线形状的控制是实现柴油机高效超低排放燃烧过程的关键,虽然现在国内外没有明确提出燃烧过程或放热规律主动控制的思路,但是随着降低排气污染物的技术措施及高效清洁燃烧模式等方面的研究日益成熟,不仅为实施放热规律控制提供了很好的技术储备,而且带来实现放热规律控制的新思路:即通过放热规律控制实现高效超低排放的关键在于能满足经济性、动力性和NOx排放要求的目标放热规律的确定和控制,而完成目标放热规律的确定和控制,就需要解决以下三个问题:（1）通过放热规律曲线形状特征对非线性瞬态燃烧过程进行合理量化评价。（2）确定放热规律量化评价参数的影响因素,在此基础上探索根据发动机性能确定目标放热规律边界条件的方法。（3）开发精确地实现目标放热规律的放热规律开环预测及控制模型。为解决上述问题,并探索通过放热规律的控制充分挖掘柴油机高效超低排放潜力的方法,本文基于吉林省自然基金项目《基于目标放热规律的车用内燃机低碳化极限燃烧过程控制策略及关键问题研究》（20150101032JC）,结合2.0L高压共轨柴油机燃烧系统开发项目,进行了以下研究工作:（1）三维仿真软件AVL-FIRE建立高压共轨柴油机燃烧系统仿真模型,计算缸内混合气形成过程和燃烧过程的瞬态微观物理场和放热规律,分析了柴油机混合气形成及燃烧过程的动态特性,并结合放热规律曲线形状的特征,提出了可描述柴油机实际燃烧过程特征的量化评价方法,并定义量化评价参数。（2）利用FIRE软件仿真计算不同喷射系统参数及进气系统参数下的缸内瞬态物理场和放热规律,对比分析了不同影响因素对量化评价参数的影响规律,由此确定各量化评价参数的主要影响因素。（3）利用通过台架试验获取的不同喷射压力和不同喷射时刻的压力升高率、油耗率和放热规律的试验数据,结合由FIRE软件仿真计算的放热规律、NO生成量和缸内平均温度等数据,研究了根据压力升高率、缸内平均温度和油耗率的限制条件确定目标放热规律边界值的方法。（4）在以上研究的基础上,基于智能控制理论,在MATLAB软件平台上,建立放热规律开环预测的人工神经网络模型,利用台架试验数据优化人工神经网络模型的类型、结构和算法,实现对不同控制参数下的量化评价参数的精确预测;引入粒子群算法,建立放热规律控制模型,利用台架试验数据优化该模型的运行参数,确定最接近目标放热规律的量化评价参数及其对应的控制参数。（5）利用放热规律开环预测模型验证放热规律控制模型的控制精度;建立发动机性能开环预测的人工神经网络模型,验证放热规律控制模型对发动机性能的优化效果。由此探索基于目标放热规律的燃烧过程主动控制方法。研究结果表明:（1）喷注碰壁点能明确区分混合气形成和燃烧过程的不同阶段的特征,并与放热规律曲线特征很好地对应。根据喷注碰壁前后燃烧过程的特点,将柴油机燃烧过程分为预混合燃烧阶段和扩散燃烧阶段;由此定义燃烧始点、预混合燃烧速率、扩散燃烧速率和燃烧持续期,以此作为燃烧过程量化评价参数对瞬态燃烧过程或放热规律曲线形状进行定量化评价。（2）喷射时刻是影响燃烧始点的主要影响因素,在不同喷射压力下,上止点前15°CA9°CA范围内,燃烧始点与喷射时刻之间的量化关系为:（88）（7）=495))+10.5;喷射压力又是预混合燃烧速率、扩散燃烧速率和燃烧持续期的主要影响因素,预混合燃烧速率和喷射压力之间的量化关系为:?=0.0356P-1.498;扩散燃烧速率和喷射压力之间的量化关系为:?=0.00341P-2.502。在所研究的喷射压力范围内,扩散燃烧速率和预混合燃烧速率之间的量化关系为:?=0.6891?+0.2607;燃烧持续期与预混合燃烧速率之间的量化关系为:=-6.1974?+52.248。（3）能满足燃烧噪声要求的压力升高率限定值为0.6MPa/?CA,在所研究工况下能满足对应国VI排放法规的NOx排放要求的缸内平均温度的限定值为1923K。能同时满足压力升高率和油耗率要求的燃烧始点边界为-2.5°CA-0.5°CA;能同时满足压力升高率和缸内平均温度限制条件的预混合燃烧速率的边界为3.65J/°CA2;能同时满足缸内平均温度和油耗率限制条件的扩散燃烧速率边界为2.68J/°CA22.77J/°CA2;能满足油耗率要求的燃烧持续期的边界为30.32?CA。在满足压力升高率、缸内平均温度限制条件和国VI标准对应的油耗率的前提下,油耗率最佳的量化评价参数的组合,即目标放热规律的边界值为:燃烧始点-0.5?CA、预混合燃烧速率3.65J/°CA2、扩散燃烧速率2.77J/°CA2以及燃烧持续期30.32?CA。通过放热规律控制实现该目标放热规律的边界值,就可以达到柴油机高效超低排放的燃烧过程。（4）基于智能控制理论,建立了放热规律开环预测的人工神经网络模型,当使用BP训练方法,在单隐含层下隐含层神经元数量为18、隐含层神经元采用trainlm算法时,预测精度最高,可很好的反映控制参数与放热规律量化评价参数之间的非线性函数关系。引入粒子群算法,建立的放热规律控制的人工神经网络模型,在粒子群规模为40、学习因子为3,迭代步长为900时,量化评价参数与目标放热规律边界值的误差最小,对应的输出条件为:喷射压力为144.04MPa,喷射时刻为-9.081°CA,喷油比例1:20.79（预喷1.84mg,主喷38.26mg）,EGR率23.6%和VNT开度50%。（5）将粒子群算法的最优解输入给放热规律开环预测的人工神经网络模型,得到的量化评价参数与目标放热规律边界值的误差均小于5%,表明放热规律控制模型的控制精度满足要求;为了对发动机性能优化效果进行验证,建立了基于人工神经网络的发动机性能开环预测模型,当在神经元数量为15,隐含层采用trainlm算法时预测精度最高,可以预测不同量化评价参数下的发动机性能。将粒子群算法的最优解的量化评价参数输入到发动机性能的开环预测模型,得到油耗率和NOx排放值已经低于该工况下的基于国VI法规对应的限值,HC和PM排放基本和该工况下的基于国VI法规对应的限值相同,表明本文开发的放热规律开环预测及控模型可以很好地实现柴油机性能的优化。