张永峰,鲁 俊
(装甲兵工程学院车辆工程系,北京 100072)
因为柴油机工作过程的复杂性,试验研究方法是柴油机性能研究的重要方法,但是受试验条件差和测试技术水平低等原因,柴油机试验研究局限较大[1]。自20世纪60年代开始,计算机技术和数值计算方法不断发展,柴油机工作过程的数值模拟技术已经越来越成熟,这是一种非常重要的柴油机研究方法。对柴油机工作过程进行建模仿真,经历了一个由简入繁,由粗入细的发展过程,根据建模目的不同及其它要求,柴油机整机性能模型包括缸内燃烧模型、传热模型、进排气模型、曲轴动力学模型、中冷器模型和涡轮增压器模型[2]。
在对柴油机性能的研究中运用柴油机工作过程仿真技术,可以对柴油机的设计、优化和论证起到指导和预测作用;可以研究单因素变量对柴油机性能的影响;可以从物理过程研究影响柴油机性能变化的机理。
对柴油机整机性能仿真有3个方法:一是利用神经网络,此法贴于实际样本,需要大量的试验样本,且忽略物理过程;二是根据柴油机工作过程数学模型,通过MATLAB等软件对柴油机进行编程,并求解计算,此法利于对工作过程的理解,但工作量大,调试难;三是通过使用GT-Power等整机性能仿真软件对柴油机工作过程进行仿真研究[3-11]。柴油机工作过程仿真模型系统划分示意图如图1所示。
图1 柴油机工作过程仿真模型系统划分示意图
俞明等人利用神经网络进行了柴油发动机排放性能预测[3]。浙江大学何勇等人应用三层的BP神经网络建立S195型柴油机仿真模型,将130台s195型柴油机的测试数据作为分析样本,经过83000次学习,精度达到99%[4]。
北京交通大学牛有城对喷雾和燃烧模型参数进行灵敏度分析,构建特征参数对燃烧的贡献率等,引入正交设计法和遗传算法优化6对设计参数[5]。湖南大学元野采用自适应权重粒子群优化算法优化最小二乘支持向量机参数,对柴油机高压共轨喷射系统的性能评价[6]。上海理工大学李虎强对SC11CK柴油机进行仿真,重点对该机的进、排气系统的主要进气管结构的参数变化,对柴油机的进气特性和燃油消耗率进行了研究[7]。中北大学刘波对某柴油机活塞展开热机耦合多目标优化,进行了活塞参数化预处理、热机耦合分析、主次因子分析、遗传算法(MIGA)全局多目标优化研究[8]。江苏科技大学付伟伟文以GT-POWER对仿真柴油机,在验证模型准确性后,分析了气门正时和喷油正时等参数对柴油机性能的影响[9]。北京理工大学郭骁在GT-Power软件中对不同EGR状态和喷油条件对柴油机性能影响进行研究[10]。重庆理工大学陈永燕运用Space Claim建立柴油机模型,应用ANSYS软件中的Design Model模块对燃烧室模型中的缩口比、燃烧室深度、凸台深度进行参数化,采用遗传算法对燃烧室结构和喷油参数进行多目标优化计算[11]。
由于理论认识的局限性,工作过程仿真模型很难用精确的数学模型来描述,以使模型能精确地匹配特定试验,使仿真模型在多数工况下的准确性最高[12]。面对此问题,必须要找到一种高效模型校正方法,该方法可以确定高灵敏度校正参数并且能够粗略确定参数值,用来增加柴油机工作过程仿真模型的准确性和可靠性。
天津大学邓名华等人选用240单缸柴油机作为试验样机,以应用正交网格法并建立宏观等效系统完成了柴油机准维燃烧模型中四个经验参数确定,误差在4%以内[13]。陆军装甲兵学院王宪成等人以建立高原环境柴油机工作过程模型,进行极差分析和灵敏度分析,确定最大影响因素;通过遗传算法对模型在全域内寻优,模型误差低于4%[14]。
北京理工大学硕士彭倩以BF6M1015柴油机为试验样机仿真,分层抽样选取样本工况;在经验参数取值空间内进行超立方抽样;在不同工况下,优化目标为“六点法”,通过遗传算法优化经验参数,模型仿真结果的误差低于5%[15]。浙江大学张博文为了提高缸内传热模型对不同海拔高度的适应性,建立温度指数关于进气压力的线性关系,提高了模型在不同海拔高度时的准确性[16]。中北大学王凯运用GT-POWER软件将柴油机工作过程分为五个子系统,建立了某增压二冲程柴油机的原机模型,先对柴油机运行时的空气流量进行预估计,然后分系统进行调整参数,再进行验证,最终模型误差范围控制在3%以内[17]。北京理工大学李瑞雪以DEUTZ-BF6M1015涡轮增压柴油机为研究对象,并基于Matlab/Simulink建立了涡轮增压柴油机平均值模型;对模型参数标定,从误差解耦的角度对平均值模型进行了稳态校核,模型误差在5%以下[18]。
目前国内外通过仿真的方法研究柴油机的工作过程极为广泛,通过仿真对柴油机进行规律研究和优化设计,这极大地提高了研究效率,同时减少了时间和经济成本。下一步的研究中,在注重理论模型的基础上,同时注重对模型的标定校核方法的研究,建立高精度的柴油机工作过程仿真模型,研究不同技术状况对柴油机性能的影响。