CN101034039A - 一种对柴油机微粒过滤器声学特性预测的方法 - Google Patents

Abstract

本发明公开了一种能够对柴油机微粒过滤器的声学特性进行准确预测的方法。由两个温度传感器和两个压力传感器分别测取柴油发动机的排气状态参数，利用Sysnoise声学分析软件对简化的微粒过滤器模型进行热态下的三维数值模拟计算，由计算结果得到微粒过滤器的传递矩阵，考虑微粒过滤器中气体流动的粘性影响，对原传递矩阵进行粘性修正，得到粘性修正后的微粒过滤器传递矩阵，最后采用传递矩阵法计算微粒过滤器热态下的插入损失。本方法能够在比较宽的频率范围内适用，克服了以前一维解析法预测频率范围窄的缺点；采用这种方法能够对排气系统声学特性进行比较准确的预测。

Description

一种对柴油机微粒过滤器声学特性预测的方法

                              技术领域

本发明具内燃机测试技术，具体涉及一种对柴油机微粒过滤器的消声性能进行预测的方法。

                              背景技术

目前大气中可吸入颗粒物的增多已成为环境污染的突出问题，因此近年来对车用柴油机微粒排放的限制越来越严格，为了满足柴油机微粒排放法规的严格要求，除了采用现代设计技术和电控等手段优化柴油机本身设计外，还需要使用柴油机废气后处理装置——微粒过滤器。微粒过滤器的使用又带来新的问题，使发动机的排气声学特性发生变化。对发动机废气后处理装置的声学特性研究始于1988年，当时Glav等把Morse和Ingard的无均匀流的窄管理论与Singhal的均匀流宽管理论相结合推导了蜂窝结构的两部分声学模型，这种方法其实不适合很细的蜂窝管。后来E.Dokumaci采用ZwikkerKosten理论并考虑叠加的均匀流，把Zwikker Kosten理论加以延伸成功的建立了三元催化转换器的声学模型。Sabry Allan和Mats Abom于2002年建立了柴油机微粒过滤器的一维数学模型，在模型中忽略了声波在过滤器中的传播，把过滤器简单地看成是一个声阻原件，这种模型在波长远大于过滤器单元长度的低频范围比较有效，但通常在冷态下200-300Hz和工作状态下的400-600Hz，以及在600Hz以上的频率范围内误差较大。2003年他们参考Dokumaci的三元催化器声学模型，考虑波在单元管中的传播和管壁边界条件，进一步改善了计算微粒过滤器声学的数学模型，并提高了计算微粒过滤器冷态条件下数学模型的精度。

目前有关柴油机微粒过滤器声学特性研究的内容主要集中在如何预测冷态下废气微粒过滤器的声学特性。然而接入发动机的微粒过滤器是在热态下工作的，冷态下预测的废气微粒过滤器的声学特性并不足以正确反映工作状态下废气微粒过滤器的声学特性。另一方面，目前有关柴油机微粒过滤器声学特性的预测方法主要适用于频率低于1000Hz的低频段，中高频段误差较大，因此还不足以指导技术人员对排气系统进行优化设计。

                              发明内容

本发明的目的是提出一种能够对柴油机微粒过滤器的声学特性进行准确预测的方法，从而为发动机排气系统的优化设计提供重要的基础数据。

以下结合图1对本发明的方法和测试步骤进行说明。本发明的测试部分包括：排气管1、微粒过滤器2、尾管3、温度传感器4、压力传感器5、涡轮机6、发动机本体7、电力测功机8。对柴油机微粒过滤器声学特性预测的方法，是由两个温度传感器和两个压力传感器分别测取柴油发动机的排气状态参数，利用声学分析软件SYSNOISE计算获得微粒过滤器进出口声压和速度，其数据采集点的布置和计算的具体方法由以下步骤实现：

a.在柴油发动机排气管路1与微粒过滤器2之间设置第一个温度传感器4-1和第一个压力传感器5-1；在微粒过滤器2与尾管3之间设置第二个温度传感器4-2和第二个压力传感器5-2。温度传感器4-1与压力传感器5-1采集发动机排气管路1同一点的信号；温度传感器4-2与压力传感器5-2采集微粒过滤器2出口同一点的信号。由温度传感器4-1测得发动机排气温度t₄；由温度传感器4-2测得经微粒过滤器2后的排气温度t₆；由压力传感器5-1测得发动机排气压力p₅；由压力传感器5-2测得经微粒过滤器2后的排气压力p₇。以 $t_0=\frac{t_4+t_6}{2}$ 作为排气平均温度， $p_0=\frac{p_5+p_7}{2}$ 作为排气平均压力。由公式 $c_0=\sqrt{\frac{\mathrm{\γR}}{\mathrm{\μ}}}{t}_0$ 得到声速c₀；由公式 ${\mathrm{\ρ}}_0=\frac{p_0\mathrm{\μ}}{R{t}_0}$ 得到排气平均密度。式中γ为绝热指数，R＝8.31J/K·mol为气体常数，μ＝29×10^-3kg/mol为空气莫尔量。

b.由SYSNOISE得到的两组微粒过滤器2的进、出口声压(p_ci，p_co，p_si，p_so)和两组进、出口质点速度(v_ci，v_co，v_si，v_so)，由公式 $T=\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right]$ 得到微粒过滤器2的传递矩阵，其中 $T_{11}=\frac{p_{\mathrm{ci}}}{p_{\mathrm{co}}},T_{12}=\frac{p_{\mathrm{si}}}{v_{\mathrm{so}}},T_{21}=\frac{v_{\mathrm{ci}}}{p_{\mathrm{co}}},T_{22}=\frac{v_{\mathrm{si}}}{v_{\mathrm{so}}}.$ 因为SYSNOISE的计算是不考虑粘性的，因此要对T进行粘性修正。粘性修正矩阵为 $R=$ $\left[\begin{array}{cc}{S}_{11}& 0\\ 0& S_{22}\end{array}\right].$

c.由公式 $T^{\′}=\left[\begin{array}{cc}{T}_{11}^{\′}& T_{12}^{\′}\\ T_{21}^{\′}& T_{22}^{\′}\end{array}\right]=\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right]\left[\begin{array}{cc}{S}_{11}& 0\\ 0& S_{22}\end{array}\right]$ 得到粘性修正后的微粒过滤器2传递矩阵，式中S₁₁＝S₂₂＝exp(al₀)， $\mathrm{\α}=\frac{2}{a_0{c}_0}\sqrt{\frac{\mathrm{\γ\η\ω}}{{\mathrm{\ρ}}_0}},a_0=\sqrt{8k_w/\mathrm{\φ}},$ l₀为过滤层厚度，φ为过滤层孔隙率，k_w为过滤层渗透率，η为动力粘度，ω圆频率。

d.由公式 $\mathrm{IL}=20\mathrm{lo}{g}_{10}\left(\right|P_{0.b}\left|P_{0.a}\right|)=20\mathrm{lo}{g}_{10}\left(\right|\frac{e_{1}z+f_1}{e_{2}z+f_2}\left|\right),$ 计算得到微粒过滤器2的插入损失，其中 $z=\frac{Z_0}{{\mathrm{\ρ}}_0{c}_0},$ $\left[\begin{array}{cc}{c}_1& d_1\\ e_1& f_1\end{array}\right]=\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]\left[\begin{array}{cc}{T}_{11}^{\′}& T_{12}^{\′}\\ \frac{S_i}{S_{l1}}{T}_{21}^{\′}& \frac{S_i}{S_{l1}}{T}_{22}^{\′}\end{array}\right]\left[\begin{array}{cc}{A}_2& B_2\\ \frac{S_{12}}{S_o}{C}_2& \frac{S_{12}}{S_o}{D}_2\end{array}\right]$ 为加微粒过滤器时发动机涡轮机后排气系统的传递矩阵，S_l1为排气管截面积，S_i为微粒过滤器入口端开口截面积，S_o为微粒过滤器出口端开口截面积，S_l2为尾管截面积，Z₀为排气管出口处的声阻抗率。

$\left[\begin{array}{cc}{c}_2& d_2\\ e_2& f_2\end{array}\right]=\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]\left[\begin{array}{cc}{A}_2& B_2\\ \frac{S_{12}}{S_{l1}}& \frac{S_{12}}{S_{l1}}{D}_2\end{array}\right]$ 为不加微粒过滤器时发动机涡轮机后排气系统的传递矩阵。

$\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]$ 是从涡轮机6(增压器)的出口到微粒过滤器2前端的排气管路1的传递矩阵， $\left[\begin{array}{cc}{A}_2& B_2\\ C_2& D_2\end{array}\right]$ 是微粒过滤器2后端尾管3的传递矩阵。微粒过滤器2所在系统位置如图1所示。

利用声学分析软件SYSNOISE进行计算，在出口处定义边界条件时，需定义两次边界条件：

(A)末端封闭边界条件(即阻抗值无限大，此时阻抗值应设的很大，例如设为1000000)；

(B)末端短路边界条件(即阻抗值很小，此时阻抗值应设的很小，例如设为0.000001)。

通过SYSNOISE分别对这两种边界条件进行计算，可以得到：

末端封闭边界条件时，微粒过滤器的进口状态矩阵(声压p_ci，质点速度v_ci)、出口状态矩阵(声压p_co，质点速度v_co)。

末端短路边界条件时，微粒过滤器的进口状态矩阵(声压p_si，质点速度v_si)、出口状态矩阵(声压p_so，质点速度v_so)。

                              附图说明

图1为本发明排气系统状态参数采集系统图。其中1-排气管；2-微粒过滤器；3-尾管；4-温度传感器；5-压力传感器；6-涡轮机；7-发动机；8-电力测功机。

图2为本发明计算结果与实验结果的对比图。

                              具体实施方式

以下通过具体实施例对本发明的具体方法作进一步的说明。按图1所示进行测点布置：在发动机本体7和排气管路1之间设置涡轮机6，排气管路后串接微粒过滤器2、尾管3，温度传感器4、压力传感器5分设微粒过滤器2两侧。在发动机本体前设置电力测功机8，用来控制发动机工况。两个温度传感器4-1、4-2和两个压力传感器5-1、5-2各距微粒过滤器2的轴向距离为20mm。如图1所示对柴油机排气系统状态参数进行测量，得到排气密度ρ₀＝0.53kg/m³，声速c₀＝548m/s，排气温度t₀＝828K。考虑到微粒过滤器的对称性，本实施例对微粒过滤器的四分之一进行计算。微粒过滤器2长度382mm，孔道边长2.25mm，过滤层的厚度为l₀＝0.43mm，直径170mm，直径简化为50mm(此时其相对计算误差小于6％，直径越接近实际，相对误差越小，但是计算量也越大)。将模型导入SYSNOISE中，依据排气状态设定材料属性，出口阻抗边界条件分别设定为1000000和0.000001，在200～5000Hz的频率范围内，步长20Hz，利用前述方法进行计算，可以得到：

(A)出口阻抗边界条件为1000000时，微粒过滤器的进口状态矩阵(声压p_ci，质点速度v_ci)、出口状态矩阵(声压p_co，质点速度v_co)。

(B)出口阻抗边界条件为0.000001时，微粒过滤器的进口状态矩阵(声压p_si，质点速度v_si)、出口状态矩阵(声压p_so，质点速度v_so)。则此微粒过滤器传递矩阵为

$T=\begin{array}{c}\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right],\end{array}$ 其中 $T_{11}=\frac{p_{\mathrm{ci}}}{p_{\mathrm{co}}},T_{12}=\frac{p_{\mathrm{st}}}{v_{\mathrm{so}}},T_{21}=\frac{v_{\mathrm{ct}}}{p_{\mathrm{co}}},T_{22}=\frac{v_{\mathrm{st}}}{v_{\mathrm{so}}}.$

粘性修正矩阵为

$S=\left[\begin{array}{cc}{S}_{11}& 0\\ 0& S_{22}\end{array}\right],S_{11}=S_{22}=\exp \left(\mathrm{\α}{l}_0\right),$

$\mathrm{\α}=\frac{2}{a_0{c}_0}\sqrt{\frac{\mathrm{\γ\η\ω}}{{\mathrm{\ρ}}_0}}$

$a_0=\sqrt{8k_w/\mathrm{\φ}}$

l₀为过滤层厚度，γ为绝热指数，φ为过滤层孔隙率，k_w为过滤层渗透率，η为动力粘度，ω为圆频率。

则微粒过滤器考虑过滤层粘性时的传递矩阵为

$T^{\′}=\left[\begin{array}{cc}{T}_{11}^{\′}& T_{12}^{\′}\\ T_{21}^{\′}& T_{22}^{\′}\end{array}\right]=\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right]\left[\begin{array}{cc}{S}_{11}& 0\\ 0& S_{22}\end{array}\right]$

涡轮机6的出口到微粒过滤器前端的排气系统管路的传递矩阵，即排气管传递矩阵为 $\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]=\left[\begin{array}{cc}{\cos \mathrm{kl}}_1& {i\sin \mathrm{kl}}_1\\ {i\sin \mathrm{kl}}_1& {\cos \mathrm{kl}}_1\end{array}\right],$ l₁为排气管长度， $k=\frac{\mathrm{\ω}}{c_0}$ 为波数。

微粒过滤器之后的排气系统管路的传递矩阵，即尾管传递矩阵为 $\left[\begin{array}{cc}{A}_2& B_2\\ C_2& D_2\end{array}\right]=\left[\begin{array}{cc}{\cos \mathrm{kl}}_2& {i\sin \mathrm{kl}}_2\\ {i\sin \mathrm{kl}}_2& {\cos \mathrm{kl}}_2\end{array}\right],$ l₂为尾管长度。

利用公式 $\mathrm{IL}=20\mathrm{lo}{g}_{10}\left(\right|p_{0.b}/p_{0.a}\left|\right)=20\mathrm{lo}{g}_{10}\left(\right|\frac{e_{1}z+f_1}{e_{2}z+f_2}\left|\right),$ 就可以计算得到微粒过滤器各频率下的的插入损失，计算结果如下表所示，计算结果与实验结果的对比图如图2所示。

频率(Hz)	插入损失(dB)	频率(Hz)	插入损失(dB)	频率(Hz)	插入损失(dB)	频率(Hz)	插入损失(dB)
								200	14.30539	1400	15.83498	2600	29.19767	3800	31.16732
320	0.893557	1520	28.97659	2720	21.90275	3920	34.23713
								440	12.39119	1640	16.94048	2840	35.08193	4040	25.26184
560	12.29434	1760	28.63715	2960	23.62394	4160	32.27344
								680	18.52562	1880	22.55397	3080	29.48307	4280	30.56951
800	20.26574	2000	19.77463	3200	27.14666	4400	26.63603
								920	7.252446	2120	24.48134	3320	25.9514	4520	31.86858
1040	23.8472	2240	18.87936	3440	24.69159	4640	37.20068
								1160	11.95335	2360	24.43429	3560	32.29929	4760	26.70254
1280	15.24769	2480	25.87976	3680	26.86291	4880	36.91078

本方法的有益效果及优点在于：本发明给出了一种能够对柴油机微粒过滤器的热态声学特性进行准确预测的方法；本方法能够在比较宽的频率范围内适用，克服了以前一维解析法预测频率范围窄的缺点；采用这种方法能够对排气系统声学特性进行比较准确的预测。

Claims (2)

1.一种对柴油机微粒过滤器声学特性预测的方法，测试部分包括：排气管路(1)、微粒过滤器(2)、尾管(3)、温度传感器(4)、压力传感器(5)、涡轮机(6)、发动机本体(7)、电力测功机(8)，用温度传感器和压力传感器分别测取柴油发动机的排气状态参数，利用声学分析软件SYSNOISE计算获得微粒过滤器进出口声压和速度，其特征是数据采集点的布置和计算的具体方法由以下步骤实现：

a.在柴油发动机排气管路(1)与微粒过滤器(2)之间设置第一个温度传感器(4-1)和第一个压力传感器(5-1)；在微粒过滤器(2)与尾管(3)之间设置第二个温度传感器(4-2)和第二个压力传感器(5-2)，温度传感器(4-1)与压力传感器(5-1)采集发动机排气管路(1)同一点的信号；温度传感器(4-2)与压力传感器(5-2)采集微粒过滤器(2)出口同一点的信号，由温度传感器(4-1)测得发动机排气温度t₄；由温度传感器(4-2)测得经微粒过滤器(2)后的排气温度t₆，由压力传感器(5-1)测得发动机排气压力p₅；由压力传感器(5-2)测得经微粒过滤器(2)后的排气压力p₇，以 $t_0=\frac{t_4+t_6}{2}$ 作为排气平均温度， $p_0=\frac{p_5+p_7}{2}$ 作为排气平均压力，由公式 $c_0=\sqrt{\frac{\mathrm{\γR}}{\mathrm{\μ}}{t}_0}$ 得到声速c₀；由公式 ${\mathrm{\ρ}}_0=\frac{{\mathrm{\ρ}}_0\mathrm{\μ}}{R{t}_0}$ 得到排气平均密度，式中γ为绝热指数，R＝8.31J/K·mol为气体常数，μ＝29×10^-3kg/mol为空气莫尔量；

b.由SYSNOISE得到的两组微粒过滤器(2)的进、出口声压(p_ci，p_co，p_si，p_so)和两组进、出口质点速度(v_ci，v_co，v_si，v_so)，由公式 $T=\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right]$ 得到微粒过滤器

(2)输出的传递矩阵，其中 $T_{11}=\frac{p_{\mathrm{ci}}}{p_{\mathrm{co}}},$ $T_{12}=\frac{p_{\mathrm{si}}}{v_{\mathrm{so}}},$ $T_{21}=\frac{v_{\mathrm{ci}}}{p_{\mathrm{co}}},$ $T_{22}=\frac{v_{\mathrm{si}}}{v_{\mathrm{so}}};$

c.由公式 $T^{\′}=\left[\begin{array}{cc}{T}_{11}^{\′}& T_{12}^{\′}\\ T_{21}^{\′}& T_{22}^{\′}\end{array}\right]=\left[\begin{array}{cc}{T}_{11}& T_{12}\\ T_{21}& T_{22}\end{array}\right]\left[\begin{array}{cc}{S}_{11}& 0\\ 0& S_{22}\end{array}\right]$ 得到粘性修正后的微粒过滤器(2)传递矩阵，式中S₁₁＝S₂₂＝exp(αl₀)， $\mathrm{\α}=\frac{2}{a_0{c}_0}\sqrt{\frac{\mathrm{\γ\η\ω}}{{\mathrm{\ρ}}_0}},$ $a_0=\sqrt{{8k}_w/\mathrm{\φ}},$ l₀为过滤层厚度，φ为过滤层孔隙率，k_w为过滤层渗透率，η为动力粘度，ω为圆频率；

d.由公式 $\mathrm{IL}=20{\log }_{10}\left(\right|p_{0.b}/p_{0.a}\left|\right)={20\log }_{10}\left(\right|\frac{e_{1}z+f_1}{e_{2}z+f_2}\left|\right),$ 计算得到微粒过滤器(2)的插入损失，其中 $z=\frac{Z_0}{{\mathrm{\ρ}}_0{c}_0},$ $\left[\begin{array}{cc}{c}_1& d_1\\ e_1& f_1\end{array}\right]=\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]\left[\begin{array}{cc}{T}_{11}^{\′}& T_{12}^{\′}\\ \frac{S_l}{S_{l1}}{T}_{21}^{\′}& \frac{S_l}{S_{l1}}{T}_{22}^{\′}\end{array}\right]\left[\begin{array}{cc}{A}_2& B_2\\ \frac{S_{l2}}{S_o}{C}_2& \frac{S_{l2}}{S_o}{D}_2\end{array}\right],$ $\left[\begin{array}{cc}{c}_2& d_2\\ e_2& f_2\end{array}\right]=\left[\begin{array}{cc}{A}_1& B_1\\ C_1& D_1\end{array}\right]\left[\begin{array}{cc}{A}_2& B_2\\ \frac{S_{l2}}{S_{l1}}{C}_2& \frac{S_{l2}}{S_{l1}}{D}_2\end{array}\right],$

是从涡轮机(6)的出口到微粒过滤器(2)前端的排气管路(1)的传递矩阵，

是微粒过滤器(2)后端尾管(3)的传递矩阵，Z0为排气管出口处的声阻抗率。

2.按照权利要求1所述的一种对柴油机微粒过滤器声学特性预测的方法，其特征是所述两个温度传感器(4-1、4-2)和两个压力传感器(5-1、5-2)各距微粒过滤器(2)的轴向距离为20mm。

Images