CN103835851B - 一种喷油器选型方法及装置 - Google Patents
一种喷油器选型方法及装置 Download PDFInfo
- Publication number
- CN103835851B CN103835851B CN201310656330.1A CN201310656330A CN103835851B CN 103835851 B CN103835851 B CN 103835851B CN 201310656330 A CN201310656330 A CN 201310656330A CN 103835851 B CN103835851 B CN 103835851B
- Authority
- CN
- China
- Prior art keywords
- electric control
- control parameter
- value
- determining
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000005070 sampling Methods 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 239000000446 fuel Substances 0.000 claims description 74
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 66
- 238000002347 injection Methods 0.000 claims description 32
- 239000007924 injection Substances 0.000 claims description 32
- 238000013461 design Methods 0.000 claims description 19
- 239000007921 spray Substances 0.000 claims description 8
- 239000000779 smoke Substances 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000004513 sizing Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims 2
- 238000013401 experimental design Methods 0.000 abstract description 2
- 230000008676 import Effects 0.000 abstract description 2
- 239000000463 material Substances 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 61
- 238000004088 simulation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003050 experimental design method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 231100001143 noxa Toxicity 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供一种喷油器选型方法及装置,所述方法包括:确定每个待选喷油器的各工况点对应的电控参数边界值,电控参数包括EGR阀门开度、主喷提前角和轨压;从电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将采样电控参数组合导入台架获得试验数据;利用试验数据建立各待选喷油器的电控参数模型,电控参数模型用于预测非采样电控参数组合对应的试验数据;设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线;根据性能曲线从待选喷油器中确定出最优喷油器。与现有依靠人工逐个检测的选型方式相比,本发明方案节省了大量时间、人力及物力,且选型结果更为准确客观。
Description
技术领域
本发明涉及一种喷油器选型方法及装置。
背景技术
喷油器作为柴油机供油系统的重要部件,对柴油机的性能及排放起着决定性作用。
目前,喷油器选型大多依靠人工进行,通过逐个检测喷油器的方式从众多喷油器中选择出适合发动机的最佳喷油器,如此就使得现有的喷油器选型过程复杂,耗时长,且通过人工选型还存在选型结果受人为经验影响大的问题。
发明内容
本发明实施例提供一种喷油器选型方法及装置,通过仿真方式实现喷油器的快速准确选型。
为此,本发明实施例提供如下技术方案:
一种喷油器选型方法,所述方法包括:
确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压;
从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据;
利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据;
设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线;
根据所述性能曲线从待选喷油器中确定出最优喷油器。
优选的,所述确定每个待选喷油器的各工况点对应的电控参数边界值,包括:
在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值;
以所述预设目标值作为中值,确定氮氧化物值的上下边界;
依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
优选的,如果所述目标极限值为氮氧化物值,则所述发动机性能曲线为油耗率与烟度之间的关系曲线;或者,如果所述目标极限值为油耗率,则所述发动机性能曲线为氮氧化物值与烟度之间的关系曲线。
优选的,所述利用所述试验数据建立各待选喷油器的电控参数模型,包括:
剔除超过预定波动幅度的试验数据,利用剩余的试验数据建立各待选喷油器的电控参数模型。
优选的,所述设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线,包括:
根据所述电控参数模型确定出各工况点对应的电控参数组合,所述电控参数组合使发动机满足缸压和排温限值;
利用各工况点的权重,从各工况点对应的电控参数组合中选取能使发动机满足所述目标极限值的可用电控参数组合;
利用所述可用电控参数组合绘制所述发动机性能曲线。
优选的,所述方法还包括:
依据喷油器参数对各待选喷油器进行分组,建立各组喷油器的电控参数模型并确定各组喷油器对应的发动机性能曲线,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
一种喷油器选型装置,所述装置包括:
边界值确定单元,用于确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压;
试验数据获得单元,用于从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据;
模型建立单元,用于利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据;
曲线确定单元,用于设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线;
选取单元,用于根据所述性能曲线从待选喷油器中确定出最优喷油器。
优选的,所述边界值确定单元包括:
基本点值确定单元,用于在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值;
边界值确定子单元,用于以所述预设目标值作为中值,确定氮氧化物值的上下边界,并依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
优选的,所述装置还包括:
剔除单元,用于剔除超过预定波动幅度的试验数据,并通知所述模型建立单元利用剩余的试验数据建立各待选喷油器的电控参数模型。
优选的,所述曲线确定单元包括:
电控参数值确定单元,用于根据所述电控参数模型确定出各工况点对应的电控参数组合,所述电控参数组合使发动机满足缸压和排温限值;
可用电控参数值确定单元,用于利用各工况点的权重,从各工况点对应的电控参数组合中选取能使发动机满足所述目标极限值的可用电控参数组合;
绘制单元,用于利用所述可用电控参数组合绘制所述发动机性能曲线。
优选的,所述装置还包括:
分组单元,用于依据喷油器参数对各待选喷油器进行分组,以使所述模型建立单元建立各组喷油器的电控参数模型,所述曲线确定单元确定各组喷油器对应的发动机性能曲线,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
本发明实施例喷油器选型方法及装置,通过合理地确定喷油器各电控参数的边界,并采用合理的实验设计方法,对排放、油耗等测试量进行高精度的建模仿真,实现了喷油器的快速准确选型。与现有依靠人工逐个检测的选型方式相比,本发明方案节省了大量的时间、人力及物力,且选型结果更为准确客观。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其它的附图。
图1是本发明喷油器选型方法实施例1的流程图;
图2是本发明中确定电控参数边界值的流程图;
图3是本发明中NOx在3.4~3.5g/kw.h内,BSFC与FSN间的关系曲线;
图4是本发明中BSFC在222~223g/kw.h内,NOx与FSN间的关系曲线;
图5是本发明中NOx在3.0~3.1g/kw.h内,BSFC与FSN间的关系曲线;
图6是本发明喷油器选型方法实施例2的流程图;
图7是本发明中台架测试结果与仿真建模结果之间的对比示意图;
图8是本发明喷油器选型装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
参见图1,示出了本发明喷油器选型方法实施例1的流程图,可包括:
步骤101,确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压。
本发明方案要通过建模仿真的方式进行喷油器选型,模型涉及的电控参数主要包括EGR阀门开度、主喷提前角、轨压,通过采样统计等方式建立每支喷油器的电控参数模型。
在建模之前,需要进行以下两方面技术准备工作:
一方面,确定电控参数的边界值,即确定上述三个参数的可用范围,以便从中选取采样点;
另一方面,确定试验设计使用的算法,进行实验设计,获得采样电控参数组合,并将采样电控参数组合导入台架进行试验数据采集,进而利用试验数据建立模型。
本步骤主要就是用于确定电控参数边界值,具体过程可参见图2所示示意图,体现为:
步骤201,在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值。
首先将每个工况点对应的EGR阀门开度设定在50%左右,变化EGR阀门开度,当NOx的跟随性不明显时(一般情况下,变化EGR开度,NOx值肯定会随之变化,当变化较小甚至不变化时,认为NOx跟随性不明显),固定EGR开度,然后调整主喷提前角、轨压,使NOx值达到目标值(由法规规定,如欧六法规中目标值被规定为3.5g/kw.h)附近,将此时的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值。
需要说明的是,本发明中一个工况点对应一个转速和扭矩,如工况点1对应转速700r/min、扭矩200N.m,以WHSC(带过渡工况的欧洲稳态试验循环)为例,共有13个工况点,则本步骤需要分别确定出13个工况点对应的基本点值。
步骤202,以所述预设目标值作为中间值,确定氮氧化物值的上下边界。
以上述的NOx目标值作为中间值,确定出可接受的NOx值上下边界,如此就可根据该上下边界找到各个电控参数的边界值,即上文中的参数可用范围。作为本步骤的一个示例,可以目标值为中间值,上下幅度为2~4确定NOx边界值,如上文示例的3.5g/kw.h,对应的边界可为2~6g/kw.h。
步骤203,依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
依次调节EGR阀门开度、主喷提前角、轨压,使NOx从中间值变化到上边界(如上述示例中的6g/kw.h),确定出EGR阀门开度的最小值、主喷提前角的最大值、轨压的最大值;或者依次调节上述三个参数,使NOx从中间值变化到下边界(如上述示例中的2g/kw.h),确定出EGR阀门开度的最大值、主喷提前角的最小值、轨压的最小值。
也就是说,若要使NOx增大,需要调小EGR阀门开度,或者需要增大主喷提前角,或者增大轨压,下面以NOx从中间值变化到上边界为例,对确定参数边界的过程进行解释说明:
首先,逐渐调小EGR阀门开度,NOx值会随着EGR阀门开度的逐渐变小而增大,当调整EGR阀门开度后,NOx值增大量约为差值(差值=上边界值-中间值)的三分之一大小时,将对应的EGR阀门开度确定为该参数的最小边界值;
其次,逐渐增大主喷提前角,NOx值会随着主喷提前角的逐渐变大而增大,当调整主喷提前角后,NOx值增大量约为差值的三分之一大小时,将对应的主喷提前角确定为该参数的最大边界值;
最后,逐渐增大轨压,NOx值会随着轨压的逐渐变大而增大,当调整轨压后,NOx值增大量约为差值的三分之一大小时,将对应的轨压确定为该参数的最大边界值。
步骤102,从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据。
作为建模的另一个技术准备,在优化算法方面,本发明选用V优选法或D优选法进行试验设计。其中,D优选法指的是以优化模型系数的协方差作为标准的最优设计算法。V优选法指的是将优化模型响应的方差作为标准的最优设计算法,优化对象不是多项式系数,而是模型响应。
在确定好各个电控参数的边界值、以及试验设计的算法之后,即可选取预设组采样电控参数组合,对应地,本发明可通过试验设计来确定各采样电控参数组合,并将确定的采用电控参数组合导入台架进行试验数据采集,以便后续利用该试验数据建立模型。
需要说明的是,试验设计指的是,对试验进行合理安排,以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本,获得理想的试验结果以及得出科学的结论。作为本发明方案的一种可实现方式,可采用DOE(DesignofExperiment)试验设计获取试验数据。
另外,需要说明的是,上文中的预设组可根据试验设计的需要而定,如每个工况点对应选取60组采样电控参数组合,每组采样电控参数组合均包含EGR阀门开度、主喷提前角、轨压这三个参数。
以13个工况点,每个工况点对应选取60组采样电控参数组合为例,则对于一支喷油器而言,在建模之前要选取13*60组采样电控参数组合。
步骤103,利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据。
在本发明方案中,一个采样电控参数组合对应为EGR阀门开度、主喷提前角、轨压三个参数的组合,试验数据为如此电控参数条件下的发动机油耗、NOx排放及烟度等表示发动机性能的参数,也就是说,本发明的电控参数模型可以用于表示电控参数与发动机性能参数之间的关系。如此,在知晓非采样电控参数组合的情况下,就可根据电控参数模型确定与之对应的发动机性能参数;或者,在知晓发动机性能的情况下,就可根据电控参数模型筛选出符合该性能要求的电控参数组合。
另外,需要说明的是,为了保证电控参数模型的预测准确性,在建模之前,还可先对试验数据进行预处理,剔除其中波动较大的试验数据(一般情况下可剔除2~3个试验数据),再利用剩余的试验数据建立各待选喷油器的电控参数模型。
所谓波动较大,可以理解为试验数据超过了预定波动幅度(如以0.95作为判断系数),或者是所有试验数据进行比较,幅值相差最大的试验数据。
步骤104,设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线。
建立电控参数模型之后,即可设定一些目标极限值,通过该目标极限值筛选出部分电控参数组合,进而利用这些符合要求的电控参数组合所对应的发动机性能参数值绘制发动机性能曲线。
具体地,可以设置NOx的目标极限值,如NOx在3.4~3.5g/kw.h内,对应的绘制的就是油耗率BSFC与烟度FSN之间的关系曲线,具体可参见图3所示示意图。
或者,还可以设置油耗率的目标极限值,如BSFC在222~223g/kw.h内,对应的绘制的就是NOx与烟度FSN之间的关系曲线,具体可参见图4所示示意图。
下面以NOx目标极限值在3.0~3.1g/kw.h内为例,对绘制BSFC与FSN之间关系曲线的过程进行解释说明。
首先,为了保证发动机的能够正常运转,要使各工况点对应的发动机缸压和排温符合发动机要求的极限值,如此就可初步从每个工况点对应的诸多组电控参数组合中选择出部分备用电控参数组合,以备后续过程使用。
其次,为了保证发动机性能,要使各工况点对应的NOx值符合目标极限值的要求,即不超过目标极限值,如此,就可从多个备用电控参数组合中筛选出满足要求的电控参数值族(即下文中的可用电控参数组合),利用这些可用电控参数组合对应的BSFC值与FSN值绘制发动机性能曲线,具体可参见图5所示示意图。
需要说明的是,在判断工况点对应的NOx值是否符合目标极限值时,本发明不再进行单点优化,即不再判断单个工况点对应的NOx值是否符合目标极限值,而是进行循环优化,即利用各工况点的对应权重计算加权和,将得到的加权值与目标极限值进行比较。如此,就可避免单点比对的片面性,使比对结果更为准确和客观。
另外,需要说明的是,图5与图3相比,缺少第6支喷油器,这主要是因为第6支喷油器在相应限制内不存在满足要求的点,故没有相应的曲线。
步骤105,根据所述性能曲线从待选喷油器中确定出最优喷油器。
在获得各支待选喷油器对应的性能曲线之后,即可将各条曲线进行汇总比较(图3、4、5所示示意图即为汇总之后的示意图),并权衡各支喷油器的排放和油耗,从中选出一支最优喷油器。参见图3、4、5可知,曲线越靠近左下角越优,故将第五支喷油器确定为最优喷油器。
在此,还需要说明的是,根据图3所示示意图暂无法分辨第三支喷油器和第五支喷油器彼此的优劣,因为二者的性能曲线几乎重合,所以将NOx限制的更加严格,从3.5g/kw.h降到3g/kw.h左右(即图5所示性能曲线),然后再看这两支喷油器的性能曲线,比较二者的优劣。
为了提高利用本发明方案进行喷油器选型的效率,在利用上述建模仿真方案之前,还可通过喷油器的参数进行预选,筛除其中排放及油耗明显较差的喷油器,对剩余的喷油器进行建模仿真处理。为此,本发明还提供了喷油器选型方法实施例2,具体可参见图6所示示意图,可包括:
步骤301,确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压。
步骤302,从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据。
步骤301、302与步骤101、102相同,此处不再赘述。
步骤303,依据喷油器参数对各待选喷油器进行分组,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
在建模之前,先根据喷油器参数将所有待选喷油器进行分组,然后对每个组内的每支喷油器进行数据采样、建模、绘制曲线等处理。
对于分组处理,需要进行以下两点说明:
1.分组原则,主要依据喷油器参数进行分组,喷油器参数主要包括喷孔数、锥角、流量、K系数。
如一支喷油器参数为8x150°x500cm3/30s/100barK0.5/HE13.5%,其中8为喷孔数,150°为锥角,500cm3/30s/100barK为流量,0.5表示K系数(表示油嘴喷孔锥度的一个系数,等于喷孔入口直径减去喷孔出口直径的差再除以10μm),13.5%为液力研磨HE(表示液力研磨后的流量减液力研磨前的流量,再除以液力研磨前的流量)。
例如,第一组按K系数进行分组,包括:
第三支喷油器(8x150°x500cm3/30s/100barK0.5/HE13.5%)、第四支喷油器(8x150°x500cm3/30s/100barK1.3/HE13.5%)。
第二组按油嘴的流量进行分组,包括:
第四支喷油器(8x150°x500cm3/30s/100barK1.3/HE13.5%)、第五支喷油器(参数为8x150°x550cm3/30s/100barK1.3/HE13.5%)、第六支喷油器(参数为8x150°x450cm3/30s/100barK1.3/HE13.5%)。
2.分组目的,利用建模仿真的结果,分析各个喷油器参数对排放及油耗的影响,以便后续可以直接利用分析结果预先筛除一些性能较差的喷油器(即,明显不会被确定为最优喷油器的喷油器),如此就可减少建模仿真的喷油器数量,一定程度上减少喷油器选型花费的时间。
通过喷油器油嘴的流量分组可知,流量较大的喷油器的排放及油耗性较好;通过喷油器油嘴的K系数分组可知,K系数越小的喷油器的排放及油耗性越好。如此,在获得多个待选喷油器之后,可先将其中流量最小、K系数最大的喷油器筛除掉,再利用本发明方案对剩余的喷油器进行建模仿真,从中选取出最优喷油器。
步骤304,利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据。
步骤305,设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线。
步骤306,根据所述性能曲线从待选喷油器中确定出最优喷油器。
步骤304~306与步骤103~105相同,此处不再赘述。
为了验证本发明方案的准确性,下面以第五支喷油器为例对仿真建模的正确性进行比对说明。取第五支喷油器的8个工况点,在台架上对这8个工况点做稳态试验并进行数据收集,得到的测量数据与仿真建模数据之间的对比可参见图7。通过图7可以看出,仿真获得的曲线与台架验证获得的曲线的趋势几乎是一致的,整体曲线基本吻合,误差服从正态分布,不是单向偏移。
根据数理统计,仿真的误差在5%之内时仿真结果是可信的,本示例中建模的油耗误差在2%,说明本方案的建模结果是较优的。另外,如上文所作介绍,如果对建模中的一些不合适的点(即波动较大的点)进行筛选,还可能使仿真结果更进一步接近台架测试结果。
对应地,本发明还提供一种喷油器选型装置,具体可参见图8所示示意图,可包括:
边界值确定单元401,用于确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压;
试验数据获得单元402,用于从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据;
模型建立单元403,用于利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据;
曲线确定单元404,用于设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线;
选取单元405,用于根据所述性能曲线从待选喷油器中确定出最优喷油器。
其中,所述边界值确定单元可包括:
基本点值确定单元,用于在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值;
边界值确定子单元,用于以所述预设目标值作为中值,确定氮氧化物值的上下边界,并依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
所述曲线确定单元可包括:
电控参数值确定单元,用于根据所述电控参数模型确定出各工况点对应的电控参数组合,所述电控参数组合使发动机满足缸压和排温限值;
可用电控参数值确定单元,用于利用各工况点的权重,从各工况点对应的电控参数组合中选取能使发动机满足所述目标极限值的可用电控参数组合;
绘制单元,用于利用所述可用电控参数组合绘制所述发动机性能曲线。
为了保证电控参数模型的预测准确性,在建模之前,还可先对试验数据进行预处理,对应地,所述装置还包括:
剔除单元,用于剔除超过预定波动幅度的试验数据,并通知所述模型建立单元利用剩余的试验数据建立各待选喷油器的电控参数模型。
为了提高利用本发明方案进行喷油器选型的效率,在利用上述建模仿真方案之前,还可通过喷油器的参数进行预选,对应地,所述装置还包括:
分组单元,用于依据喷油器参数对各待选喷油器进行分组,以使所述模型建立单元建立各组喷油器的电控参数模型,所述曲线确定单元确定各组喷油器对应的发动机性能曲线,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
以上对本发明实施例进行了详细介绍,本文中应用了具体实施方式对本发明进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及设备;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种喷油器选型方法,其特征在于,所述方法包括:
确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压;
从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据,其中,D优选法指的是以优化模型系数的协方差作为标准的最优设计算法;V优选法指的是将优化模型响应的方差作为标准的最优设计算法,优化对象不是多项式系数,而是模型响应;
利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据;
设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线,具体为:设定目标极限值,通过所述目标极限值筛选出电控参数组合,利用符合要求的电控参数组合所对应的发动机性能参数值绘制发动机性能曲线;
根据所述性能曲线从待选喷油器中确定出最优喷油器。
2.根据权利要求1所述的方法,其特征在于,所述确定每个待选喷油器的各工况点对应的电控参数边界值,包括:
在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值;
以所述预设目标值作为中值,确定氮氧化物值的上下边界;
依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
3.根据权利要求1所述的方法,其特征在于,
如果所述目标极限值为氮氧化物值,则所述发动机性能曲线为油耗率与烟度之间的关系曲线;或者,
如果所述目标极限值为油耗率,则所述发动机性能曲线为氮氧化物值与烟度之间的关系曲线。
4.根据权利要求1所述的方法,其特征在于,所述利用所述试验数据建立各待选喷油器的电控参数模型,包括:
剔除超过预定波动幅度的试验数据,利用剩余的试验数据建立各待选喷油器的电控参数模型。
5.根据权利要求1所述的方法,其特征在于,所述设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线,包括:
根据所述电控参数模型确定出各工况点对应的电控参数组合,所述电控参数组合使发动机满足缸压和排温限值;
利用各工况点的权重,从各工况点对应的电控参数组合中选取能使发动机满足所述目标极限值的可用电控参数组合;
利用所述可用电控参数组合绘制所述发动机性能曲线。
6.根据权利要求1~5任一项所述的方法,其特征在于,所述方法还包括:
依据喷油器参数对各待选喷油器进行分组,建立各组喷油器的电控参数模型并确定各组喷油器对应的发动机性能曲线,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
7.一种喷油器选型装置,其特征在于,所述装置包括:
边界值确定单元,用于确定每个待选喷油器的各工况点对应的电控参数边界值,所述电控参数包括EGR阀门开度、主喷提前角和轨压;
试验数据获得单元,用于从所述电控参数的边界内,利用V优选法或D优选法对各工况点进行试验设计,获得各工况点对应的采样电控参数组合,并将所述采样电控参数组合导入台架获得试验数据,其中,D优选法指的是以优化模型系数的协方差作为标准的最优设计算法;V优选法指的是将优化模型响应的方差作为标准的最优设计算法,优化对象不是多项式系数,而是模型响应;
模型建立单元,用于利用所述试验数据建立各待选喷油器的电控参数模型,所述电控参数模型用于预测非采样电控参数组合对应的试验数据;
曲线确定单元,用于设置目标极限值,利用循环优化法确定各待选喷油器对应的发动机性能曲线,具体为:设定目标极限值,通过所述目标极限值筛选出电控参数组合,利用符合要求的电控参数组合所对应的发动机性能参数值绘制发动机性能曲线;
选取单元,用于根据所述性能曲线从待选喷油器中确定出最优喷油器。
8.根据权利要求7所述的装置,其特征在于,所述边界值确定单元包括:
基本点值确定单元,用于在氮氧化物值符合预设目标值时,将对应的EGR阀门开度、主喷提前角和轨压作为工况点的基本点值;
边界值确定子单元,用于以所述预设目标值作为中值,确定氮氧化物值的上下边界,并依次调整EGR阀门开度、主喷提前角、轨压,使氮氧化物值达到所述上下边界,对应确定出该工况点对应的各电控参数的边界值。
9.根据权利要求7所述的装置,其特征在于,所述装置还包括:
剔除单元,用于剔除超过预定波动幅度的试验数据,并通知所述模型建立单元利用剩余的试验数据建立各待选喷油器的电控参数模型。
10.根据权利要求7所述的装置,其特征在于,所述曲线确定单元包括:
电控参数值确定单元,用于根据所述电控参数模型确定出各工况点对应的电控参数组合,所述电控参数组合使发动机满足缸压和排温限值;
可用电控参数值确定单元,用于利用各工况点的权重,从各工况点对应的电控参数组合中选取能使发动机满足所述目标极限值的可用电控参数组合;
绘制单元,用于利用所述可用电控参数组合绘制所述发动机性能曲线。
11.根据权利要求7~10任一项所述的装置,其特征在于,所述装置还包括:
分组单元,用于依据喷油器参数对各待选喷油器进行分组,以使所述模型建立单元建立各组喷油器的电控参数模型,所述曲线确定单元确定各组喷油器对应的发动机性能曲线,其中,所述喷油器参数为喷孔数、锥角、流量、K系数中的一个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310656330.1A CN103835851B (zh) | 2013-12-06 | 2013-12-06 | 一种喷油器选型方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310656330.1A CN103835851B (zh) | 2013-12-06 | 2013-12-06 | 一种喷油器选型方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103835851A CN103835851A (zh) | 2014-06-04 |
CN103835851B true CN103835851B (zh) | 2016-04-06 |
Family
ID=50799680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310656330.1A Active CN103835851B (zh) | 2013-12-06 | 2013-12-06 | 一种喷油器选型方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103835851B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286920B (zh) * | 2020-10-27 | 2023-02-21 | 浙江中控技术股份有限公司 | 一种设备运行状态监控方法、装置及设备 |
CN113202669B (zh) * | 2021-06-10 | 2022-07-15 | 哈尔滨工程大学 | 一种电控喷油器性能的多目标优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519465A (zh) * | 2003-01-30 | 2004-08-11 | ��ʽ�����װ | 燃油喷射系统 |
EP1860307A1 (en) * | 2006-05-23 | 2007-11-28 | Delphi Technologies, Inc. | Method of controlling a piezoelectric actuator |
CN102477909A (zh) * | 2010-11-19 | 2012-05-30 | 福特环球技术公司 | 判断喷油器的方法 |
CN103352763A (zh) * | 2013-05-24 | 2013-10-16 | 潍柴动力股份有限公司 | 喷油器map曲线的修正方法、装置及发动机燃油供给系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6732577B2 (en) * | 2001-09-04 | 2004-05-11 | Caterpillar Inc | Method of determining fuel injector performance in-chassis and electronic control module using the same |
-
2013
- 2013-12-06 CN CN201310656330.1A patent/CN103835851B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519465A (zh) * | 2003-01-30 | 2004-08-11 | ��ʽ�����װ | 燃油喷射系统 |
EP1860307A1 (en) * | 2006-05-23 | 2007-11-28 | Delphi Technologies, Inc. | Method of controlling a piezoelectric actuator |
CN102477909A (zh) * | 2010-11-19 | 2012-05-30 | 福特环球技术公司 | 判断喷油器的方法 |
CN103352763A (zh) * | 2013-05-24 | 2013-10-16 | 潍柴动力股份有限公司 | 喷油器map曲线的修正方法、装置及发动机燃油供给系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103835851A (zh) | 2014-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909705B (zh) | 一种高炉铁水质量预报方法及其系统 | |
CN108088680B (zh) | 一种发动机台架标定试验系统 | |
CN106649994B (zh) | 一种钛合金喷丸强化残余压应力场的预测方法 | |
CN104539250B (zh) | 功率放大器的调试方法、装置和系统 | |
CN105067827B (zh) | 一种在线分析仪器可靠性综合试验优化方法和系统 | |
CN103835851B (zh) | 一种喷油器选型方法及装置 | |
CN106844611A (zh) | 一种基于ccp协议和传感器的新能源汽车动力性自动标定的系统和方法 | |
CN111359438A (zh) | 一种scr烟气脱硝装置喷氨优化控制方法及控制系统 | |
CN106056305B (zh) | 一种基于状态聚类的发电系统可靠性快速评估方法 | |
CN111290267B (zh) | 基于LabVIEW的火电模型辨识装置和辨识方法 | |
CN201653844U (zh) | 热障涂层抗高温氧化性能测试装置 | |
CN110874685A (zh) | 基于神经网络的智能电能表运行状态判别方法及系统 | |
CN102289558A (zh) | 一种基于随机信号处理的基线调整方法 | |
CN112329322A (zh) | 基于卷积神经网络的热喷涂方法及装置 | |
WO2015130252A1 (en) | An online optimization method for engine calibration | |
CN103729508B (zh) | 一种喷油器选型方法及装置 | |
CN109521001A (zh) | 一种基于PSO和ε-SVR的飞灰含碳量测量方法 | |
CN110888100A (zh) | 一种单相智能电能表在线带载检测系统及方法 | |
CN106324477B (zh) | 闩锁测试装置与方法 | |
CN102419593A (zh) | 基于数据挖掘的传感器故障诊断方法 | |
CN105699914A (zh) | 电源产品能效的自动测试方法 | |
CN110006630A (zh) | 基于多周期差分采样的在位检测方法及高速点运动设备 | |
CN103162731B (zh) | 一种高炉热风炉燃烧效果在线分析及量化方法 | |
CN101661065A (zh) | 电子产品自动化测试系统和方法 | |
CN112882959A (zh) | 一种项目风险判断方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |