基于多脉冲喷射、可变增压以及推迟进气门关闭定时技术的混合燃烧控制策略

针对重载柴油机实现高效清洁燃烧进行了燃烧控制策略的研究.实验在一台拥有高压共轨系统、废气再循环系统、可变增压系统以及推迟进气门关闭定时系统的单缸实验发动机上进行.实验结果表明,当平均指示压力低于1.1,MPa时可以采用高EGR率的低温燃烧策略.其中,基于不同负荷工况高效清洁燃烧,需要配合进气增压、推迟进气门关闭定时技术以及不同的喷油模式.在低负荷工况下,单次早喷模式及高EGR率可以实现高的热效率以及低的NOx与碳烟排放.在中负荷工况下,采用多脉冲喷射模式及高EGR率协同作用,在降低化学反应速率的同时增强了混合,避免了因为局部不均匀而导致的碳烟排放过高.高的增压度提高了缸内充量密度,有效降低了NOx、碳烟、CO及HC排放,提高了热效率.研究结果还显示,在推迟进气门关闭定时系统的帮助下,采用多脉冲喷射以及高的增压压力,可以在保持高的热效率的同时进一步降低NOx以及碳烟排放.

若干燃烧控制参数对柴油机低负荷排放特性和效率影响的试验

通过试验的方法,开展了多脉冲喷射模式下不同燃烧控制参数对重型柴油机低温燃烧过程影响的规律性研究,并通过这些参数的耦合作用优化出了多脉冲喷射模式下的最佳工况点.研究结果表明,在该喷射模式下获得了超低的NOx和碳烟(Soot)排放,同时维持了较高的指示热效率,且低温燃烧模式下积聚态微粒的平均粒径大小在40～65,nm内,核态微粒的平均粒径大小在12～18,nm内.研究还发现,大EGR率时,NOx和Soot的排放率受共轨压力的影响较小,但积聚态的微粒数浓度随轨压的增大而减小.

定容燃烧火焰传播半径测量准确度的研究

利用MATLAB软件编写了纹影图片批量处理程序,从火焰传播各方向上获得半径值,提出以半径均值、半径均值相对误差和半径提取值标准偏差3个指标来评价火焰传播半径的分布状态.研究表明:点火电极是导致火焰传播失真的重要原因,通过优化排除点火电极的影响角度范围(γ为65°~115°和245°~295°)来减小测量误差;优化后,半径均值增幅为0.96%~2.08%,半径均值相对误差减小为-0.06~0.86,半径提取值标准偏差减幅为44.20%~71.33%.综合考虑,在初始温度Tu=323 K、初始压力pu=0.1 MPa、当量比φ=1.0和稀释率φr=6%工况下,优化选择的火焰传播半径测量角度步长Δθ=6°.

国六排放标准下的缸内直喷汽油机颗粒捕集器精度碳载模型建立及验证

为了验证发动机不同修正参数对发动机电子控制单元(ECU)计算汽油机颗粒捕集器(GPF)碳载量的影响,优化和改进国六标准下的汽油机颗粒捕集器控制策略。基于GPF的碳烟加载质量流量模型,利用Simulink进行建模,搭建GPF精度碳载计算仿真模型,通过发动机原排质量流量、不同工况下发动机的空燃比修正参数、PM过滤效率修正参数、发动机运行水温修正参数、发动机负荷修正参数计算模块模拟出GPF碳载量。并通过搭载一款自主研发的1.5T缸内直喷发动机进行台架和整车道路试验,对比验证了缸内直喷汽油机颗粒捕集器精度碳载模型的准确性。通过对GPF载体进行称重,可分析出发动机各修正参数对模型碳载量计算的影响效果。通过对模型进行优化,使仿真结果更接近整车表现。研究结果有利于实现GPF离线标定功能,提升GPF的控制策略,降低相应的开发成本。

两级增压流通特性对柴油机高密度-低温燃烧过程的影响机制的基础研究与进展

以高密度-低温燃烧理论体系为基础,针对两级增压柴油机流通特性对气路系统相关参数、混合历程、燃烧反应和排放生成的影响机理等基础科学问题进行研究,提出合理组织缸内高密度充量在时间与空间的不均匀分布状态,以及柴油的雾化和分布特性是改善柴油机燃烧特性与排放特性的关键,而协调超高增压技术与喷油策略、可变气门技术、EGR技术的耦合关系是重型柴油机在全工况范围内实现高效清洁燃烧的技术路线。

基于PSO-GPR的发动机性能与排放预测方法

针对发动机标定试验成本大、开发周期长等问题,提出一种基于粒子群算法优化的高斯过程回归(PSO-GPR)模型,用于处理非线性、复杂的发动机性能和排放预测,以提高试验效率。基于一款汽油发动机的点火角标定试验,结合间隔填充试验设计,通过模型使用少量的试验数据预测扭矩、比油耗、IMEPcov及HC、NO和CO排放等发动机性能和排放参数,并引入R~2、RAAE和RMAE对模型泛化能力进行评估。在此基础上研究了不同训练集数量对模型泛化能力的影响,并基于3种不同的机型对模型的普适性进行了验证。结果表明:PSO-GPR模型可以对发动机性能和排放参数进行预测,且精度优于传统的GPR模型和多元多项式回归(MPR)模型,同时该模型具有普适性,为减少发动机标定工作量提供了参考。

基于模型群预测法对汽油机稳态原排的预测

针对通过数值模拟减少汽油机台架试验环节的工作量、提高试验效率的问题,采用模型群预测法(优化后的人工神经网络方法)对汽油机台架试验过程中的NOx、CO、HC等稳态原排进行建模及预测分析。结果表明:与传统的单个模型预测方法相比较,模型群预测法具有较高的可靠性,能较好地提升预测结果的准确度。采用隔点取点法适当减少神经网络建模的训练数据集,仍能保持较好的预测能力,在项目开发过程中只需进行30%的测试量,将试验结果用于神经网络模型训练,可较好地预测剩余工况排放。通过对其他机型的验证分析,模型群预测法在内燃机稳态原排的预测过程中具有较好的普适性。