柴油机微粒捕集器微波再生模糊综合评价*

龚金科 杜佳 鄂加强 刘恒语 张福杰

(湖南大学汽车车身先进设计制造国家重点实验室，湖南长沙410082)

柴油机微粒捕集器(DPF)的再生技术分为主动再生和被动再生两种［1］.微波再生作为主动再生方式的一种，目前，国内学者通过对微波再生的试验研究，建立了微波再生的数学模型，单独分析了微波功率、排气质量流量、排气温度、微粒沉积量、排气氧含量、二次空气等对微波再生过程的影响［2-5］.国外则通过数值与试验相结合的方法［6-8］深入分析了微波能量、再生起始温度［9］等因素对再生性能的影响，以及微波加热下微粒的燃烧特性［10］等.但鲜见各因素对再生过程的相对重要程度的分析.而分析各因素的相互关系，有助于研究各因素对再生过程的影响机理，可为再生过程实时调节与控制提供重要依据.

目前模糊综合评价方法已经被应用于机械传动系统方案评价［11］、航空发动机健康评估［12］、目标识别［13］、可再生能源推广［14］等多个领域.因此，文中提出了一种基于层次分析法(AHP)和熵值法的模糊综合评价法来研究各因素对再生过程的综合影响效果，以及对再生过程的重要性.

1 微波再生影响因素分析

微波再生过程的主要影响因素有:微波功率、排气温度、排气氧含量、微粒沉积量、排气质量流量［3］.

1.1 微波功率

微波功率增加，再生效率和再生峰值温度显著提高，再生时间缩短，因此在实际再生过程中，增加微波功率须确保过滤体的峰值温度不超过其承受极限.

1.2 排气温度

排气温度越高，再生效率越高，再生时间越短，再生峰值温度越高，且需得到较高再生效率时可选择的流速范围越宽.故提高排气温度时需注意再生峰值温度不能过高［4］.

1.3 排气氧含量

排气氧含量越高，再生效率越高，再生时间越短，再生峰值温度变化不大，且需得到较高再生效率时可选择的流速范围越宽.排气氧含量大于一定数值后，提高再生效率和减少再生时间的作用减弱;而小于一定数值后，再生时间大为延长［2］.

1.4 微粒沉积量

微粒沉积量过少，再生缓慢，再生效率低;微粒沉积量过多，再生效率高，再生次数减少，但再生速率降低，且再生峰值温度和温度梯度过高，会增大过滤体热烧熔和热裂损的几率［3-4］.

1.5 排气质量流量

排气质量流量对再生过程影响较大.排气流量较小时，再生速率快，再生效率高;但排气流量过小，会使再生速率减慢，再生峰值温度升高［2-3］.

基于相关研究［2-5］，文中采用模糊综合评价法分析了微波再生过程中微波功率、排气温度、排气氧含量、微粒沉积量、排气质量流量在再生效率、再生时间、再生峰值温度3个方面对微波再生系统再生性能的影响.文中所指再生效率为600s末再生系统所达到的效率;再生时间为达到最终再生效率90%所耗费的时间;再生峰值温度为整个再生过程中微粒捕集器所达到的最高再生温度.

2 微波再生性能模糊综合评价

2.1 模糊综合评价模型

文中根据DPF微波再生特性，对过滤体结构参数为φ190 mm×200 mm的微波再生系统建立了两级模糊综合评价模型，模型结构如图1所示，底层为再生过程中的主要影响因素，中间层为再生系统的3个重要性能评价指标，顶层为再生系统再生性能评价指标.

图1 微波再生模糊综合评价模型Fig.1 Fuzzy comprehensive evaluation model of microwave regeneration

选定一组参数进行模糊综合评价.柴油机微波再生系统的各项因素初始取值为:微波功率0.9kW、排气质量流量73 kg/h、排气氧含量14.8%、微粒沉积量28.1g、排气温度323℃.

根据微波的再生特性，文中取3个评语等级{好，中，差}，构成评语集V，对应为v1、v2、v3.

2.2 因素隶属度的确定

结合微波再生过程中各因素对中间层各再生性能指标的影响特性，文中采用典型函数法确定各因素的隶属度.隶属度函数如下:

式中:x代表各因素的取值;x1，x2，…，x5代表各因素的界限值.对不同的再生性能指标，不同因素的界限值各不相同.对于取值越大评价指标越好的因素，其界限值按从小到大排列，取值越小评价指标越好的因素，其界限值按从大到小排列.对于非定量参数，则采取打分衡量的方法确定.

各因素取初始值时，对再生效率、再生时间、再生峰值温度的模糊关系矩阵分别为:

2.3 权重集的确定

为较好地反映评价对象的背景条件和评价者意图，减少不合理现象，文中采用了AHP和熵值法相结合的综合赋权法来确定权重.

2.3.1 判断矩阵的建立

采用AHP时，先根据表1所示的判断矩阵标度及其含义，通过两两对比构建判断矩阵.各因素对再生效率的判断矩阵见表2.中间层各性能指标对顶层再生性能的判断矩阵见表3.

表1 判断矩阵标度及其含义Tabel 1 Judgment matrix scale and its meaning

表2 再生效率判断矩阵Tabel 2 Judgment matrix of regeneration efficiency

表3 再生性能判断矩阵Tabel 3 Judgment matrix of regeneration property

底层因素微波功率、排气质量流量、排气氧含量、排气温度对再生效率的判断矩阵Aeff为

式中，i，j分别代表判断矩阵的i行j列.n代表中间层各再生指标对应的底层因素个数.

中间层各因素对再生性能的判断矩阵Aper为

判断矩阵一致性检验［15］可由式(4)计算验证:

若C＜0.1，则判断矩阵满足一致性.再生效率、再生时间、再生峰值温度、再生性能的一致性比率C取值依次为0.053、0.076、0.031、0.033，都小于0.1，即判断矩阵都满足一致性.

2.3.2 因素权重集的计算

AHP主观权重集计算公式为

式中，wp代表判断矩阵p行所对应因素的权重.

由式(5)得到再生效率的主观权重矩阵:

W1-eff=［0.1855 0.2769 0.0984 0.4392］.同理，再生时间的主观权重矩阵为

W1-time=［0.0639 0.3010 0.1436 0.4916］.再生峰值温度的主观权重矩阵为

W1-temp=［0.1143 0.1699 0.0525 0.3924 0.2709］.熵值法计算公式为:

式中，wHk为判断矩阵k行所对应因素的熵权;Hk为对应因素的熵值，k=i.由式(8)计算综合权重:

式中，wFk代表判断矩阵k行所对应因素的综合权重值.得到底层各因素对再生效率的综合权重:

同理，得到底层各因素对再生时间、再生峰值温度的综合权重:

中间层各指标对再生性能的综合权重为

各权重矩阵中从左到右的数据所代表的各因素与图1及判断矩阵中所示的因素排序一致.

3 综合评价结果的计算

为兼顾各因素的权重，充分利用模糊关系矩阵的信息，体现再生效率的总体特征，采用了加权平均型模糊合成算子，即M(·，⊕)模型［15］:

式中:bm代表评价指标的评价结果，即对3个评语等级的隶属情况，m=1，2，3;rim代表隶属度矩阵中第i行m列的元素.

可得再生效率的综合评价结果如下:

同理，可分别计算得到再生时间、再生峰值温度的综合评价结果:

中间层对顶层的模糊关系矩阵为

综合评价结果为

根据最大接近度原则，各因素取初始值时，再生性能的评价等级为中.但再生性能对于好的隶属度(0.5771)与中的隶属度(0.6032)相差不大，因此再生性能的综合评价结果属于中等偏上.

同理，可以得出再生过程各因素取不同值时，再生性能的变化情况.各因素取值范围为:微波功率0.5～1.0 kW、排气质量流量36.5～109.6 kg/h、排气氧含量7%～20%、微粒沉积量6～40g、排气温度25～323℃.再生性能隶属度随各因素的变化如图2所示，图中两因素的取值为范围值，其余因素取值仍为初始值.

由图2(a)可知:排气氧含量为20%，排气质量流量为43.8kg/h时，再生性能最佳;排气氧含量越高再生性能越好;随着排气质量流量的增加，对应不同的排气氧含量，变化趋势不同，但总体呈降低趋势.综合来看，再生性能总体趋于中上，对于不同的排气氧含量有最佳的排气质量流量相对应.

图2 各因素对再生性能的影响Fig.2 Influence of various factors on regeneration property

由图2(b)可知:微波功率为1.0 kW，排气温度为323℃时，再生性能最佳;随着排气温度与微波功率的增大，再生性能增强.

由图2(c)可知:微粒沉积量为6 g，微波功率为1.0kW时，再生性能最佳;随着微波功率的增加与微粒沉积量的减小，再生性能增强.

4 结论

利用主观赋权法AHP与客观赋权法熵值法相结合，建立了柴油机微粒捕集器微波再生系统的模糊综合评价模型，得出以下结论:

(1)排气温度对再生效率影响最大，占0.4701的权重，其次为排气质量流量(0.2724)和微波功率(0.1577);排气温度对再生时间的影响最大，占0.5361的权重，其次为微波功率(0.2942)，排气质量流量与排气氧含量相差不大;微粒沉积量对再生峰值温度的影响最大，占0.4244的权重，其次为排气温度(0.2768)和微波功率(0.1555)，排气质量流量与排气氧含量的权重较小.

(2)对于再生性能，再生效率所占权重最大，为0.6162，其次为再生峰值温度(0.2193)和再生时间(0.1645).

(3)随着排气氧含量、排气温度、微波功率的增加，微粒沉积量的减小，再生性能增强;而排气质量流量对再生性能的影响较为复杂.

［1］ 王逢瑚，郭秀荣，马岩，等.柴油车尾气微粒捕集器技术研究现状及发展趋势［J］.小型内燃机与摩托车，2010，39(1):92-96.Wang Feng-hu，Guo Xiu-rong，Ma Yan，et al.Present status and development trend of the exhaust particulate filter for diesel vehicles［J］.Small Internal Combustion Engine and Motorcycle，2010，39(1):92-96.

［2］ 龚金科，王曙辉，李林科，等.气流特征对柴油机微粒捕集器微波再生的影响研究［J］.内燃机学报，2008，26(3):248-254.Gong Jin-ke，Wang Shu-hui，Li Lin-ke，et al.Effects of airflow characteristic on the performance of diesel particle filter regeneration with microwave［J］.Transactions of CSICE，2008，26(3):248-254.

［3］ 刘云卿.壁流式柴油机微粒捕集器捕集及微波再生机理研究［D］.长沙:湖南大学机械与运载工程学院，2009:149-164.

［4］ 吴钢.微粒捕集器分区微波再生过程优化与控制系统研究［D］.长沙:湖南大学机械与运载工程学院，2011: 75-95.

［5］ 宁智，资新运，欧阳明高，等.柴油机微粒捕捉器主动再生特性的计算与分析［J］.内燃机学报，2001，19 (4):309-313.Ning Zhi，Zi Xin-yun，Ouyang Ming-gao，et al.Study on the characteristic of disel particular filter(DPF)initiative regeneration［J］.Transactions of CSICE，2001，19(4): 309-313.

［6］ Vincenzo Palma，Paola Russo，Giuseppa Matarazzo，et al.Microwave improvement of catalyst performance in soot oxidation without additives［J］.Applied Catalysis B:Environmental，2007，70(1/2/3/4):254-260.

［7］ Lee S，Jeong S，Kim W.Numerical design of the diesel particulate filter for optimum thermal performances during regeneration［J］.Applied Energy，2009，86(7/8):1124-1135.

［8］ Samir Bensaid，Daniele L Marchisio，Debora Fino.Simulation on soot filtration and combustion in diesel particulate filter［J］.Chemical Engineering Science，2010，65(1): 357-363.

［9］ Rinie Van Helden，FrankWillems，Marc Van Aken，et al.Engine demonstration of microwave assisted particulate trap regeneration［C］∥2005 SAE Brasil Fuels＆Lubricants Meeting.Rio de Janiero:SAE International，2005.

［10］ An Hongmei，Kilroy Caitlin，McGinn Paul J.An examination of microwave heating to enhance diesel soot combustion［J］.Thermochimica Acta，2005，435(1): 57-63.

［11］ 宋保维，毛昭勇，梁庆卫，等.基于熵权的机械传动系统方案评价的模糊AHP法［J］.火力与指挥控制，2009，34(8):128-131.Song Bao-wei，Mao Zhao-yong，Liang Qing-wei，et al.Fuzzy AHP of mechanical transmission system based on entropy weight［J］.Fire Control＆Command Control，2009，34(8):128-131.

［12］ Wang Jianrong，Fan Kai，Wang Wanshan.Integration of fuzzy AHP and FPP with TOPSIS methodology for aeroengine health assessment［J］.Expert Systems with Applications，2010，37(12):8516-8526.

［13］ 罗磊，李跃华，栾英宏，等.基于改进权重模糊综合评判的目标识别方法［J］.探测与控制学报，2009，31 (3):68-72.Luo Lei，Li Yue-hua，Luan Ying-hong，et al.Target recognition based on fuzzy comprehensive evaluation using improved weight［J］.Journal of Detection＆ Control，2009，31(3):68-72.

［14］ Eunnyeong Heo，Jinsoo Kima，Kyung-Jin Boo.Analysis of the assessment factors for renewable energy dissemination program evaluation using fuzzy AHP［J］.Renewable and Sustainable Energy Reviews，2010，14:2214-2220.

［15］ 谢季坚，刘承平.模糊数学方法及其应用［M］.武汉:华中科技大学出版社，2006.