低速提扭对废气涡轮增压柴油机燃烧排放特性的影响

为解决废气涡轮增压柴油机低速段扭矩过低问题,通过提高电动增压器变频器的频率来提升增压器的转速,进而控制进气流量,提升柴油机低速段扭矩。通过分析额外进气量对提扭后废气涡轮增压柴油机的经济性、燃烧特性和排放特性的影响表明,与加装增压器前相同转速的原机外特性工况点的数据相比,提扭后扭矩提升9%～25%。随电动增压器频率的增加,油耗率呈先升后降的趋势,在频率为50 Hz时油耗率比原机增加了1.14%～4.44%;烟度也呈先升后降趋势,但在频率为50 Hz时的烟度比0 Hz时下降了37.4%～44.9%;NO_x排放随电动增压器频率的增加无明显规律。

预燃室氢射流火焰引燃氨预混气火焰发展及着火特性数值研究

基于计算流体平台CONVERGE,对化学当量比下H_(2)射流火焰引燃NH_(3)、空气预混气过程中射流火焰的发展历程、射流特性及主/预燃室物质场分布进行了数值仿真。结果表明:射流火焰发展历程可分为射流阶段、过渡阶段和热射流阶段三个阶段;射流火焰的前锋面移动距离的增长率受NH_(3)火焰传播速度的制约而逐渐下降;随着射流引燃的进行,射流火焰温度场和物质浓度场呈现明显分层现象,NH_(2)高浓度区经分离后分布在射流头部的NH_(3)燃烧区及射流尾部的H_(2)射流火焰区。

基于YSI数据库及ANN算法预测模型燃料成烟倾向

本文针对模型燃料的成烟倾向测试及预测开展研究。首先基于激光诱导炽光法,在同轴层流扩散火焰平台上完成了151种模型燃料和21种纯净物的二维碳烟体积分数测试。实验结果被量化为燃料成烟指数YSI,并系统地构建了燃料成烟指数数据库。基于该数据库,分别采用线性预测法、人工神经网络法(ANN)和本研究开发的碳烟优化版人工神经网络法(S-ANN)对YSI进行了学习和预测。结果表明S-ANN在性能指标上显著超过前两种方法,该方法在燃料成烟倾向预测方面具有工程应用潜力。