CN114707290B - 一种高效低排放发动机技术参数决策方法 - Google Patents

一种高效低排放发动机技术参数决策方法 Download PDF

Info

Publication number
CN114707290B
CN114707290B CN202111681965.8A CN202111681965A CN114707290B CN 114707290 B CN114707290 B CN 114707290B CN 202111681965 A CN202111681965 A CN 202111681965A CN 114707290 B CN114707290 B CN 114707290B
Authority
CN
China
Prior art keywords
technology
thermal efficiency
value
effective thermal
emission
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
Application number
CN202111681965.8A
Other languages
English (en)
Other versions
CN114707290A (zh
Inventor
吴晗
张泽宇
艾亚全
石智成
王楠
孙柏刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202111681965.8A priority Critical patent/CN114707290B/zh
Publication of CN114707290A publication Critical patent/CN114707290A/zh
Application granted granted Critical
Publication of CN114707290B publication Critical patent/CN114707290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/12Improving ICE efficiencies

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明属于决策方法,具体涉及一种高效低排放发动机技术参数决策方法。一种高效低排放发动机技术参数决策方法,其中,包括下述内容:步骤1:确定研究对象及决策目标;步骤2:确定备选技术并设定相应变量名;步骤3:建立发动机性能计算函数;步骤4:建立决策计算函数;步骤5:输出计算结果。本发明的显著效果是:(1)使用拟合函数代替传统性能仿真软件中复杂的计算方程,使决策运算速度大幅提升,(2)利用决策计算函数调用此性能计算函数,实现了在有效热效率、爆震因子、排放标准多个指标约束条件下,以最低费效比为优化目标的技术及参数综合决策。

Description

一种高效低排放发动机技术参数决策方法
技术领域
本发明属于决策方法,具体涉及一种高效低排放发动机技术参数决策方法。
背景技术
在发动机的正向开发过程中,工程师们需要快速且准确地选定发动机的技术参数方案以使发动机达到最佳性能并满足客户需求和国家标准,在此基础上还要保证耗费最低的成本就能达到最优的性能,即保证费效比最低。
在传统的发动机正向开发流程中,需要进行大量的台架实验,对所有技术和参数组合方案进行一次扫描,然后从其中挑选出既满足约束条件,费效比又最低的组合方案,其将耗费高昂的人工、时间和资金成本。最重要的是由于发动机性能及排放指标的相关参数众多,技术和参数的组合方案更是其几何倍数,而且它们各自按照不同的规律影响着发动机的各项指标,同时又彼此具有关联,若再考虑进技术组合方案费用最低的要求,单纯依靠人工是无法快速且准确的决策出一个组合方案来的。
随着计算机技术的逐步成熟,基于发动机物理模型的开发技术开始发展起来。利用一维性能仿真软件对发动机建立物理模型,再利用优化计算软件快速锁定最优技术参数方案,从而可以大幅减少所需仿真实验的次数。但是,由于优化软件需要反复调用仿真软件的求解器计算大量复杂方程,因此时间成本依然巨大。此外,费用和费效比的计算公式也无法直接编入到已有商用软件的求解器中,因此无法利用费效比最低的标准做出最终的决策。
因此,工程师们需要一个发动机技术参数决策方法,其在不需要耗费大量的人工、时间和资金成本的条件下,就可以自动地为用户决策出既满足所有约束条件,同时费效比又最低的技术及参数组合方案。
发明内容
本发明针对现有技术的缺陷,提供一种高效低排放发动机技术参数决策方法。
本发明是这样实现的:一种高效低排放发动机技术参数决策方法,其中,包括下述内容:
步骤1:确定研究对象及决策目标;
步骤2:确定备选技术并设定相应变量名;
步骤3:建立发动机性能计算函数;
步骤4:建立决策计算函数;
步骤5:输出计算结果。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤1包括,
确定研究对象型号及性能指标约束条件。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤1包括,
研究对象为一台三缸GDI汽油机进行技术与参数决策,性能指标约束条件是有效热效率≥40%,爆震因子KI≤160,排放水平满足国六a标准。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤2包括,
根据实际案例需求选择备选技术并设定相应的变量名,各变量名作为Matlab发动机性能计算函数中相应技术的代号,同时作为ModeFrontier决策计算平台中各技术参数输入模块的命名,设定变量CR为压缩比,代表高压缩比技术;LIVC为进气凸轮轴型线上增长的曲轴转角,其可以体现在进气门晚关角的变化上,代表米勒循环技术中的米勒深度;EGR率,代表废气再循环技术;VVT可变气门正时技术由IVT进气门早开角和EVT排气门晚关角构成;ST为点火正时,缸外用于提升有效热效率的技术包括,RF代表减摩技术(分为1,2,3等级,等级越高有效热效率提升效果越显著,费用也越高)、DSB代表电子水泵技术、DJY代表可变排量机油泵技术以及DJW代表电子节温器技术,用于减排的技术包括,EGR代表废气再循环技术、HInj代表高压喷射系统、GPF代表汽油机颗粒捕集器以及TWC代表三元催化器。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤3包括,
(1)确定原机值
针对于3000rpm中转速,65%中负荷一个点工况进行技术与参数组合方案的决策,均是利用在GT-Power中搭建的此款发动机物理模型进行仿真实验来提供拟合数据的,根据原型机厂家提供的技术参数输入至GT-Power仿真软件中,设定压缩比CR0=9.5;米勒深度LIVC0=0,即未使用米勒循环技术;EGR0率=0,即未使用EGR技术;进气门早开角IVT0=48.3℃A BTDC,排气门晚关角EVT0=32.8℃A ATDC;ST0点火正时为9.4℃A BTDC,
(2)单技术函数拟合
在各备选技术水平的常用值范围内挑选出等距的7个水平值,可根据用户的拟合精度需求选择不同的水平值数量,分别计算这些水平值下有效热效率η及爆震因子KI的数值,利用在Matlab中编写的二次最小二乘法拟合程序将这些水平值与所计算出的有效热效率η和爆震因子KI数据拟合成函数
(3)双技术函数拟合
将每两技术进行组合,每次以两个技术各自的水平值i和j作为变量,得到各水平组合时的有效热效率及爆震因子KI测试结果,将各计算结果分裂为有效热效率原机值项η0和有效热效率原机值项KI0以及变化值项Δη(i,j)及ΔKI(i,j),同时也将两个单技术在各自水平单独使用时的测试结果均分裂为原机值项η0和KI0以及变化值项Δη(i)、Δη(j)及ΔKI(i)、ΔKI(j),然后,利用Δη(i,j)与Δη(i),Δη(j)进行二元一次函数拟合,ΔKI(i,j)与ΔKI(i),ΔKI(j)同理,下面仅以压缩比CR和米勒深度LIVC关于有效热效率的双技术变化值项拟合为例进行说明,拟合函数如下所示:
Δη(CR,LIVC)=1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中Δη(CR,IVC)为压缩比CR和米勒循环LIVC两种技术联合使用时,各水平值组合时有效热效率相较于原机有效热效率的变化值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值,
再将双技术变化值项加上原机值项得到双技术函数,如下所示:
η(CR,LIVC)=η0+1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中η(CR,LIVC)为有效热效率η关于压缩比CR和米勒循环LIVC联合使用时,各水平值组合时的拟合函数;η0为原机指示热效率值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值,
(4)全技术函数拟合
将所有的双技术变化值项进行组合得到全技术变化项,组合方法就是将某一项技术变化值项前所有的拟合系数an,l再次拟合成一个新的拟合系数An
Figure GDA0003676810650000051
其中,如果IVT>=48.3:
α=(IVT-48.3)/11.7,IVT最大值为60℃A,A为60-48.3=11.7;
否则:
α=(48.3-IVT)/48.3,IVT最小值为0℃A,A为48.3-0=48.3;
如果EVT>=32.8:
β=(EVT-32.8)/27.2,EVT最大值为60℃A,B为60-32.8=27.2;
否则:
β=(32.8-EVT)/32.8,EVT最小值为0℃A,B为32.8-0=32.8;
上式中,将各项技术水平值减去原机水平值后再除以其可以取到的最大水平值减去原机水平值得到
Figure GDA0003676810650000052
及其余各项,再将各技术计算得到的项相加即可得到分母,前一项表示目前此技术水平值偏离原机水平值的程度,后一项是由于各种技术水平值的大小和范围均不同,因此必须要进行归一化,防止某一技术的该项因为数值过小而被忽略掉,从而产生较大误差,其中A,B分别为IVT进气门早开角和EVT排气门晚关角两技术项,由于此两个技术的原机水平值并不为零,取值范围也不关于原机水平值对称,因此必须要进行分段计算,当IVT和EVT大于原机水平值时计算方法与上述各技术的一样,而当IVT和EVT小于原机水平值时,分子为原机水平值减去当前水平值,分母也相应改为原机水平值减去最小水平值,
(5)缸外技术有效热效率提升比例计算
计算缸外技术有效热效率提升比例,在缸外用于提升有效热效率的技术包括RF减摩技术、DSB电子水泵技术、DJY可变排量机油泵技术以及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0,其中减摩技术还分为1,2,3等级,等级越高有效热效率提升效果越明显,费用也越高,在计算函数中设置了一个变量Z,其初始值为1,若使用了其中的一项技术,则在Z上叠加其提升热效率的比例,由此得到缸外技术提升有效热效率的总比例,即
Figure GDA0003676810650000061
其中Δη(q)就是所有输入为1的技术提升有效热效率的比例之和,最后,将全技术函数乘以Z就得到最终的有效热效率计算函数了,即
Figure GDA0003676810650000062
(6)排放物水平计算
减排技术包括DSB电子水泵,DJY可变排量机油泵及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0,emx为使用减排技术后某种污染物的实际排放值,emx_Primary为不加任何减排技术前该污染物的初始排放值,
Figure GDA0003676810650000063
为各种减排技术对该污染物减排效果的总和,用初始排放值减去减排总值就等于该污染物的实际排放值,
上述所有技术参数的水平值均是由ModeFrontier决策计算平台利用优化算法,根据设定的约束条件与优化目标主动输入不断接近最优的水平值组合方案的,不再需要人工手动输入和干预,
(7)总费用的计算
将所有备选技术的费用输入至发动机性能计算函数中,将所有用到的用于提升有效热效率的缸内和缸外技术费用相加得到用于提升有效热效率的总费用,将所有用到的减排技术的费用相加得到用于减排的总费用,
(8)总费效比计算
将用于提升有效热效率技术的总费用除以当前所用技术方案的热效率相比原机有效热效率的提升值得到用于提升有效热效率的费效比,用减排技术的总费用除以当前所用技术方案的实际总排放物值相比初始总排放物值的减小值得到用于减排的费效比,二者相加即为总费效比。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤3的(2)包括,
压缩比CR关于有效热效率的拟合函数为:
η(CR)=-0.0785*CR^2+2.5191*CR+18.4241
其中η(CR)为有效热效率η关于压缩比CR水平值的拟合函数,
共有6种用于提升有效热效率和影响爆震因子的备选技术,因此共有6个关于有效热效率的单技术拟合函数,以及6个关于爆震因子的单技术拟合函数,其他参数的拟合函数与之类似。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤3的(3)包括,
共有6种用于提升有效热效率和影响爆震因子的备选技术,每两种技术组合均需要按照上述步骤拟合出各自的函数,因此共有15个关于有效热效率的双技术拟合函数,以及15个关于爆震因子的双技术拟合函数。
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤3的(4)包括,
共有6种用于提升有效热效率和影响爆震因子的备选技术,因此在有效热效率及爆震因子全技术拟合函数中分别有6个新拟合系数,对应于6中技术变化值项,按照上述过程将各项技术变化值项前的拟合系数均表达出来,并分别乘上相应的单技术变化值项,最后再加上原机值项,由此就组成了全技术函数
Figure GDA0003676810650000081
Figure GDA0003676810650000082
如上所述的一种高效低排放发动机技术参数决策方法,其中,所述的步骤4包括,
在第三方优化计算软件ModeFrontier中建立决策计算平台,其需要关联Matlab发动机性能计算函数中各项技术的变量名作为优化变量,并设置各项技术参数的取值范围与步长;需要设置步骤1中已确定的目标有效热效率、爆震因子以及排放物水平的约束条件,以及有效热效率最大、爆震因子最小、排放水平最低的优化目标,决策计算平台将会依据设定的约束条件与优化目标自动输入不断接近最优的技术参数组合方案,此决策计算平台将会调用Matlab发动机性能计算函数对各技术参数组合方案时的指示热效率、爆震因子、各排放物水平以及费效比进行实时计算,使用遗传优化算法进行以各备选技术参数为优化变量,以有效热效率、爆震因子及排放水平为约束条件和优化目标的主动寻优计算,从而快速给出既可能满足约束条件,费效比又较低的多组技术及参数的优选方案。
本发明的显著效果是:(1)使用拟合函数代替传统性能仿真软件中复杂的计算方程,使决策运算速度大幅提升,(2)利用决策计算函数调用此性能计算函数,实现了在有效热效率、爆震因子、排放标准多个指标约束条件下,以最低费效比为优化目标的技术及参数综合决策。
附图说明
图1为高效低排放发动机技术参数决策流程图。
图2为发动机性能计算函数构建流程图。
图3为决策计算平台操作界面。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用于更好地解释本发明,并不用于限制本发明。
按照如附图1所示的决策流程在Matlab软件中构建发动机性能计算函数,在第三方优化计算软件ModeFrontier中构建决策计算平台。
具体实施方法如下:
步骤1:确定研究对象及决策目标
本实施例的目的是为一台三缸GDI汽油机进行技术与参数决策,性能指标约束条件是有效热效率≥40%,爆震因子KI≤160,排放水平满足国六a标准。
步骤2:确定备选技术并设定相应变量名
用户可以根据实际案例需求选择备选技术并设定相应的变量名,各变量名作为Matlab发动机性能计算函数中相应技术的代号,同时作为ModeFrontier决策计算平台中各技术参数输入模块的命名。在本实施例中设定变量CR为压缩比,代表高压缩比技术;LIVC为进气凸轮轴型线上增长的曲轴转角,其可以体现在进气门晚关角的变化上,代表米勒循环技术中的米勒深度;EGR率,代表废气再循环技术;VVT可变气门正时技术由IVT进气门早开角和EVT排气门晚关角构成;ST为点火正时。缸外用于提升有效热效率的技术包括,RF代表减摩技术(分为1,2,3等级,等级越高有效热效率提升效果越显著,费用也越高)、DSB代表电子水泵技术、DJY代表可变排量机油泵技术以及DJW代表电子节温器技术。用于减排的技术包括,EGR代表废气再循环技术、HInj代表高压喷射系统、GPF代表汽油机颗粒捕集器以及TWC代表三元催化器。
步骤3:建立发动机性能计算函数
发动机性能计算函数构建流程如附图2所示,其中主要包括计算发动机有效热效率与爆震因子的拟合函数,由于其是根据具体型号发动机的实验数据拟合得到的,因此具有专一性,每种型号的发动机均需要拟合出独有的函数。具体包含以下几个步骤:
(1)确定原机值
本实施例中只是针对于3000rpm中转速,65%中负荷一个点工况进行了技术与参数组合方案的决策。可选的,本实施例均是利用在GT-Power中搭建的此款发动机物理模型进行仿真实验来提供拟合数据的。根据原型机厂家提供的技术参数输入至GT-Power仿真软件中,设定压缩比CR0=9.5;米勒深度LIVC0=0,即未使用米勒循环技术;EGR0率=0,即未使用EGR技术;进气门早开角IVT0=48.3℃A BTDC,排气门晚关角EVT0=32.8℃A ATDC;ST0点火正时为9.4℃A BTDC。仿真计算得到原机有效热效率η0为35.23%,远小于本实施例中所设置的有效热效率≥40%的约束条件,爆震因子KI0为78.80,满足本研究中所设置的爆震因子小于160的约束条件。
(2)单技术函数拟合
在各备选技术水平的常用值范围内挑选出等距的7个水平值,可根据用户的拟合精度需求选择不同的水平值数量,分别计算这些水平值下有效热效率η及爆震因子KI的数值。利用在Matlab中编写的二次最小二乘法拟合程序将这些水平值与所计算出的有效热效率η和爆震因子KI数据拟合成函数,下面仅以压缩比CR关于有效热效率的拟合函数为例进行说明,拟合函数如下所示:
η(CR)=-0.0785*CR^2+2.5191*CR+18.4241
其中η(CR)为有效热效率η关于压缩比CR水平值的拟合函数。
在本实施例中共有6种用于提升有效热效率和影响爆震因子的备选技术,因此共有6个关于有效热效率的单技术拟合函数,以及6个关于爆震因子的单技术拟合函数。
(3)双技术函数拟合
将每两技术进行组合,每次以两个技术各自的水平值i和j作为变量,得到各水平组合时的有效热效率及爆震因子KI测试结果。将各计算结果分裂为有效热效率原机值项η0和有效热效率原机值项KI0以及变化值项Δη(i,j)及ΔKI(i,j),同时也将两个单技术在各自水平单独使用时的测试结果均分裂为原机值项η0和KI0以及变化值项Δη(i)、Δη(j)及ΔKI(i)、ΔKI(j)。然后,利用Δη(i,j)与Δη(i),Δη(j)进行二元一次函数拟合,ΔKI(i,j)与ΔKI(i),ΔKI(j)同理。下面仅以压缩比CR和米勒深度LIVC关于有效热效率的双技术变化值项拟合为例进行说明,拟合函数如下所示:
Δη(CR,LIVC)=1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中Δη(CR,IVC)为压缩比CR和米勒循环LIVC两种技术联合使用时,各水平值组合时有效热效率相较于原机有效热效率的变化值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值。
再将双技术变化值项加上原机值项得到双技术函数,如下所示:
η(CR,LIVC)=η0+1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中η(CR,LIVC)为有效热效率η关于压缩比CR和米勒循环LIVC联合使用时,各水平值组合时的拟合函数;η0为原机指示热效率值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值。
在本实施例中共有6种用于提升有效热效率和影响爆震因子的备选技术,每两种技术组合均需要按照上述步骤拟合出各自的函数,因此共有15个关于有效热效率的双技术拟合函数,以及15个关于爆震因子的双技术拟合函数。
(4)全技术函数拟合
将所有的双技术变化值项进行组合得到全技术变化项,组合方法就是将某一项技术变化值项前所有的拟合系数an,l再次拟合成一个新的拟合系数An,以下仅以有效热效率拟合函数中压缩比变化值项前的新拟合系数为例进行说明,如下所示:
Figure GDA0003676810650000121
其中,如果IVT>=48.3:
α=(IVT-48.3)/11.7,IVT最大值为60℃A,A为60-48.3=11.7;
否则:
α=(48.3-IVT)/48.3,IVT最小值为0℃A,A为48.3-0=48.3;
如果EVT>=32.8:
β=(EVT-32.8)/27.2,EVT最大值为60℃A,B为60-32.8=27.2;
否则:
β=(32.8-EVT)/32.8,EVT最小值为0℃A,B为32.8-0=32.8;
上式中,将各项技术水平值减去原机水平值后(以米勒循环项为例,即为LIVC-0,0℃A为原机值,未使用米勒循环)再除以其可以取到的最大水平值减去原机水平值(仍以米勒循环为例,即为60-0,60℃A为LIVC可以取到的最大值)得到
Figure GDA0003676810650000131
及其余各项,再将各技术计算得到的项相加即可得到分母。前一项表示目前此技术水平值偏离原机水平值的程度,后一项是由于各种技术水平值的大小和范围均不同,因此必须要进行归一化,防止某一技术的该项因为数值过小而被忽略掉,从而产生较大误差。其中A,B分别为IVT进气门早开角和EVT排气门晚关角两技术项,由于此两个技术的原机水平值并不为零,取值范围也不关于原机水平值对称,因此必须要进行分段计算。当IVT和EVT大于原机水平值时计算方法与上述各技术的一样,而当IVT和EVT小于原机水平值时,分子为原机水平值减去当前水平值,分母也相应改为原机水平值减去最小水平值。
在本实施例中共有6种用于提升有效热效率和影响爆震因子的备选技术,因此在有效热效率及爆震因子全技术拟合函数中分别有6个新拟合系数,对应于6中技术变化值项。按照上述过程将各项技术变化值项前的拟合系数均表达出来,并分别乘上相应的单技术变化值项,最后再加上原机值项,由此就组成了全技术函数
Figure GDA0003676810650000132
Figure GDA0003676810650000133
(5)缸外技术有效热效率提升比例计算
计算缸外技术有效热效率提升比例,在缸外用于提升有效热效率的技术包括RF减摩技术、DSB电子水泵技术、DJY可变排量机油泵技术以及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0,其中减摩技术还分为1,2,3等级,等级越高有效热效率提升效果越明显,费用也越高。在计算函数中设置了一个变量Z,其初始值为1,若使用了其中的一项技术,则在Z上叠加其提升热效率的比例,由此得到缸外技术提升有效热效率的总比例,即
Figure GDA0003676810650000141
其中Δη(q)就是所有输入为1的技术提升有效热效率的比例之和。最后,将全技术函数乘以Z就得到最终的有效热效率计算函数了,即
Figure GDA0003676810650000142
(6)排放物水平计算
减排技术包括DSB电子水泵,DJY可变排量机油泵及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0。emx为使用减排技术后某种污染物的实际排放值,emx_Primary为不加任何减排技术前该污染物的初始排放值,
Figure GDA0003676810650000143
为各种减排技术对该污染物减排效果的总和,用初始排放值减去减排总值就等于该污染物的实际排放值。
上述所有技术参数的水平值均是由ModeFrontier决策计算平台利用优化算法,根据设定的约束条件与优化目标主动输入不断接近最优的水平值组合方案的,不再需要人工手动输入和干预。
(7)总费用的计算
将所有备选技术的费用输入至发动机性能计算函数中,将所有用到的用于提升有效热效率的缸内和缸外技术费用相加得到用于提升有效热效率的总费用,将所有用到的减排技术的费用相加得到用于减排的总费用。
(8)总费效比计算
将用于提升有效热效率技术的总费用除以当前所用技术方案的热效率相比原机有效热效率的提升值得到用于提升有效热效率的费效比,用减排技术的总费用除以当前所用技术方案的实际总排放物值相比初始总排放物值的减小值得到用于减排的费效比,二者相加即为总费效比。
步骤4:建立决策计算函数
可选的,本实施例在第三方优化计算软件ModeFrontier中建立决策计算平台,操作界面如附图3所示,其需要关联Matlab发动机性能计算函数中各项技术的变量名作为优化变量,并设置各项技术参数的取值范围与步长;需要设置步骤1中已确定的目标有效热效率、爆震因子以及排放物水平的约束条件,以及有效热效率最大、爆震因子最小、排放水平最低的优化目标,决策计算平台将会依据设定的约束条件与优化目标自动输入不断接近最优的技术参数组合方案。此决策计算平台将会调用Matlab发动机性能计算函数对各技术参数组合方案时的指示热效率、爆震因子、各排放物水平以及费效比进行实时计算,使用遗传优化算法进行以各备选技术参数为优化变量,以有效热效率、爆震因子及排放水平为约束条件和优化目标的主动寻优计算,从而快速给出既可能满足约束条件,费效比又较低的多组技术及参数的优选方案。
步骤5:输出计算结果
在本实施例中决策计算平台给出了如附图中表1所示的16组既满足约束条件,费效比又较低的参数组合方案,但是其中仅有两种技术组合方案,区别仅在于是否使用LIVC米勒循环技术,因此费效比最低的就是不使用米勒循环技术的这种技术组合方案,在此技术组合方案中又包含有不同的参数组合方案,如表1中方案1~14所示。由于拟合函数只是为决策平台的快速决策运算提供一个求解器,其计算可靠性仍不足够高,因此可选用GT-Power仿真软件对这些参数组合方案进行验证。经过验证,方案1既满足了所有的目标约束条件,费效比也是最低的,因此方案1就是决策出的最佳技术及参数组合方案。
表1决策计算结果
Figure GDA0003676810650000161
本发明公开的一种高效低排放发动机技术参数决策方法,基于实验数据拟合发动机性能计算函数,代替传统性能软件中复杂的计算方程,该拟合方法思路简明且操作简单,拟合函数运算耗时短且可靠性高。再利用决策计算函数调用此性能计算函数对性能指标进行计算,实现在有效热效率、爆震因子、排放标准多个指标约束条件下,以最低费效比为优化目标的技术及参数综合决策。
上述实施例仅为本发明的一种应用场景,本发明并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (5)

1.一种高效低排放发动机技术参数决策方法,其特征在于,包括下述内容:
步骤1:确定研究对象及决策目标;
步骤2:确定备选技术并设定相应变量名;
步骤3:建立发动机性能计算函数;
步骤4:建立决策计算函数;
步骤5:输出计算结果;
所述的步骤1包括,
确定研究对象型号及性能指标约束条件;
所述的步骤1包括,
研究对象为一台三缸GDI汽油机进行技术与参数决策,性能指标约束条件是有效热效率≥40%,爆震因子KI≤160,排放水平满足国六a标准;
所述的步骤2包括,
根据实际案例需求选择备选技术并设定相应的变量名,各变量名作为Matlab发动机性能计算函数中相应技术的代号,同时作为ModeFrontier决策计算平台中各技术参数输入模块的命名,设定变量CR为压缩比,代表高压缩比技术;LIVC为进气凸轮轴型线上增长的曲轴转角,其可以体现在进气门晚关角的变化上,代表米勒循环技术中的米勒深度;EGR率,代表废气再循环技术;VVT可变气门正时技术由IVT进气门早开角和EVT排气门晚关角构成;ST为点火正时,缸外用于提升有效热效率的技术包括,RF代表减摩技术,分为1,2,3等级,等级越高有效热效率提升效果越显著,费用也越高、DSB代表电子水泵技术、DJY代表可变排量机油泵技术以及DJW代表电子节温器技术,用于减排的技术包括,EGR代表废气再循环技术、HInj代表高压喷射系统、GPF代表汽油机颗粒捕集器以及TWC代表三元催化器;
所述的步骤3包括,
(1)确定原机值
针对于3000rpm中转速,65%中负荷一个点工况进行技术与参数组合方案的决策,均是利用在GT-Power中搭建的此款发动机物理模型进行仿真实验来提供拟合数据的,根据原型机厂家提供的技术参数输入至GT-Power仿真软件中,设定压缩比CR0=9.5;米勒深度LIVC0=0,即未使用米勒循环技术;EGR0率=0,即未使用EGR技术;进气门早开角IVT0=48.3°CABTDC,排气门晚关角EVT0=32.8°CA ATDC;ST0点火正时为9.4°CA BTDC,
(2)单技术函数拟合
在各备选技术水平的常用值范围内挑选出等距的7个水平值,可根据用户的拟合精度需求选择不同的水平值数量,分别计算这些水平值下有效热效率η及爆震因子KI的数值,利用在Matlab中编写的二次最小二乘法拟合程序将这些水平值与所计算出的有效热效率η和爆震因子KI数据拟合成函数
(3)双技术函数拟合
将每两技术进行组合,每次以两个技术各自的水平值i和j作为变量,得到各水平组合时的有效热效率及爆震因子KI测试结果,将各计算结果分裂为有效热效率原机值项η0和有效热效率原机值项KI0以及变化值项Δη(i,j)及ΔKI(i,j),同时也将两个单技术在各自水平单独使用时的测试结果均分裂为原机值项η0和KI0以及变化值项Δη(i)、Δη(j)及ΔKI(i)、ΔKI(j),然后,利用Δη(i,j)与Δη(i),Δη(j)进行二元一次函数拟合,ΔKI(i,j)与ΔKI(i),ΔKI(j)同理,下面仅以压缩比CR和米勒深度LIVC关于有效热效率的双技术变化值项拟合为例进行说明,拟合函数如下所示:
Δη(CR,LIVC)=1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中Δη(CR,IVC)为压缩比CR和米勒循环LIVC两种技术联合使用时,各水平值组合时有效热效率相较于原机有效热效率的变化值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值,
再将双技术变化值项加上原机值项得到双技术函数,如下所示:
η(CR,LIVC)=η0+1.01477*Δη(CR)+0.74304*Δη(LIVC)
其中η(CR,LIVC)为有效热效率η关于压缩比CR和米勒循环LIVC联合使用时,各水平值组合时的拟合函数;η0为原机指示热效率值;Δη(CR)和Δη(LIVC)分别为压缩比CR和米勒循环LIVC各自单独使用时,各自水平值时有效热效率相较于原机有效热效率的变化值,
(4)全技术函数拟合
将所有的双技术变化值项进行组合得到全技术变化项,组合方法就是将某一项技术变化值项前所有的拟合系数an,l再次拟合成一个新的拟合系数An
Figure FDA0004001516810000031
其中,如果IVT>=48.3:
α=(IVT-48.3)/11.7,IVT最大值为60°CA,A为60-48.3=11.7;
否则:
α=(48.3-IVT)/48.3,IVT最小值为0°CA,A为48.3-0=48.3;
如果EVT>=32.8:
β=(EVT-32.8)/27.2,EVT最大值为60°CA,B为60-32.8=27.2;
否则:
β=(32.8-EVT)/32.8,EVT最小值为0°CA,B为32.8-0=32.8;
上式中,将各项技术水平值减去原机水平值后再除以其可以取到的最大水平值减去原机水平值得到
Figure FDA0004001516810000041
及其余各项,再将各技术计算得到的项相加即可得到分母,前一项表示目前此技术水平值偏离原机水平值的程度,后一项是由于各种技术水平值的大小和范围均不同,因此必须要进行归一化,防止某一技术的该项因为数值过小而被忽略掉,从而产生较大误差,其中A,B分别为IVT进气门早开角和EVT排气门晚关角两技术项,由于此两个技术的原机水平值并不为零,取值范围也不关于原机水平值对称,因此必须要进行分段计算,当IVT和EVT大于原机水平值时计算方法与上述各技术的一样,而当IVT和EVT小于原机水平值时,分子为原机水平值减去当前水平值,分母也相应改为原机水平值减去最小水平值,
(5)缸外技术有效热效率提升比例计算
计算缸外技术有效热效率提升比例,在缸外用于提升有效热效率的技术包括RF减摩技术、DSB电子水泵技术、DJY可变排量机油泵技术以及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0,其中减摩技术还分为1,2,3等级,等级越高有效热效率提升效果越明显,费用也越高,在计算函数中设置了一个变量Z,其初始值为1,若使用了其中的一项技术,则在Z上叠加其提升热效率的比例,由此得到缸外技术提升有效热效率的总比例,即
Figure FDA0004001516810000042
其中Δη(q)就是所有输入为1的技术提升有效热效率的比例之和,最后,将全技术函数乘以Z就得到最终的有效热效率计算函数了,即
Figure FDA0004001516810000051
(6)排放物水平计算
减排技术包括DSB电子水泵,DJY可变排量机油泵及DJW电子节温器技术,使用该项技术则输入为1,未使用则输入为0,emx为使用减排技术后某种污染物的实际排放值,emx_Primary为不加任何减排技术前该污染物的初始排放值,
Figure FDA0004001516810000052
为各种减排技术对该污染物减排效果的总和,用初始排放值减去减排总值就等于该污染物的实际排放值,
上述所有技术参数的水平值均是由ModeFrontier决策计算平台利用优化算法,根据设定的约束条件与优化目标主动输入不断接近最优的水平值组合方案的,不再需要人工手动输入和干预,
(7)总费用的计算
将所有备选技术的费用输入至发动机性能计算函数中,将所有用到的用于提升有效热效率的缸内和缸外技术费用相加得到用于提升有效热效率的总费用,将所有用到的减排技术的费用相加得到用于减排的总费用,
(8)总费效比计算
将用于提升有效热效率技术的总费用除以当前所用技术方案的热效率相比原机有效热效率的提升值得到用于提升有效热效率的费效比,用减排技术的总费用除以当前所用技术方案的实际总排放物值相比初始总排放物值的减小值得到用于减排的费效比,二者相加即为总费效比。
2.如权利要求1所述的一种高效低排放发动机技术参数决策方法,其特征在于:所述的步骤3的(2)包括,
压缩比CR关于有效热效率的拟合函数为:
η(CR)=-0.0785*CR^2+2.5191*CR+18.4241
其中η(CR)为有效热效率η关于压缩比CR水平值的拟合函数,
共有6种用于提升有效热效率和影响爆震因子的备选技术,因此共有6个关于有效热效率的单技术拟合函数,以及6个关于爆震因子的单技术拟合函数,其他参数的拟合函数与之类似。
3.如权利要求2所述的一种高效低排放发动机技术参数决策方法,其特征在于:所述的步骤3的(3)包括,
共有6种用于提升有效热效率和影响爆震因子的备选技术,每两种技术组合均需要按照上述步骤拟合出各自的函数,因此共有15个关于有效热效率的双技术拟合函数,以及15个关于爆震因子的双技术拟合函数。
4.如权利要求3所述的一种高效低排放发动机技术参数决策方法,其特征在于:所述的步骤3的(4)包括,
共有6种用于提升有效热效率和影响爆震因子的备选技术,因此在有效热效率及爆震因子全技术拟合函数中分别有6个新拟合系数,对应于6中技术变化值项,按照上述过程将各项技术变化值项前的拟合系数均表达出来,并分别乘上相应的单技术变化值项,最后再加上原机值项,由此就组成了全技术函数
Figure FDA0004001516810000061
Figure FDA0004001516810000062
5.如权利要求4所述的一种高效低排放发动机技术参数决策方法,其特征在于:所述的步骤4包括,
在第三方优化计算软件ModeFrontier中建立决策计算平台,其需要关联Matlab发动机性能计算函数中各项技术的变量名作为优化变量,并设置各项技术参数的取值范围与步长;需要设置步骤1中已确定的目标有效热效率、爆震因子以及排放物水平的约束条件,以及有效热效率最大、爆震因子最小、排放水平最低的优化目标,决策计算平台将会依据设定的约束条件与优化目标自动输入不断接近最优的技术参数组合方案,此决策计算平台将会调用Matlab发动机性能计算函数对各技术参数组合方案时的指示热效率、爆震因子、各排放物水平以及费效比进行实时计算,使用遗传优化算法进行以各备选技术参数为优化变量,以有效热效率、爆震因子及排放水平为约束条件和优化目标的主动寻优计算,从而快速给出既可能满足约束条件,费效比又较低的多组技术及参数的优选方案。
CN202111681965.8A 2021-12-31 2021-12-31 一种高效低排放发动机技术参数决策方法 Active CN114707290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111681965.8A CN114707290B (zh) 2021-12-31 2021-12-31 一种高效低排放发动机技术参数决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111681965.8A CN114707290B (zh) 2021-12-31 2021-12-31 一种高效低排放发动机技术参数决策方法

Publications (2)

Publication Number Publication Date
CN114707290A CN114707290A (zh) 2022-07-05
CN114707290B true CN114707290B (zh) 2023-03-10

Family

ID=82166100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111681965.8A Active CN114707290B (zh) 2021-12-31 2021-12-31 一种高效低排放发动机技术参数决策方法

Country Status (1)

Country Link
CN (1) CN114707290B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102781A (zh) * 2014-07-18 2014-10-15 上汽通用五菱汽车股份有限公司 一种基于多目标优化的发动机性能优化方法
CN105631140A (zh) * 2015-12-30 2016-06-01 中国航空工业集团公司沈阳发动机设计研究所 一种变循环发动机稳态性能分析及优化方法
CN110414090A (zh) * 2019-07-10 2019-11-05 一汽解放汽车有限公司 一种柴油车后处理器设计开发多目标优化方法
CN111783251A (zh) * 2020-07-16 2020-10-16 中国人民解放军国防科技大学 一种固体火箭发动机总体参数设计方法
CN112528441A (zh) * 2021-02-18 2021-03-19 中国人民解放军国防科技大学 喉栓式变推力发动机总体参数设计方法、装置和设备
CN113656892A (zh) * 2021-08-17 2021-11-16 大连海事大学 一种船用双燃料发动机的性能与排放实时仿真模型构建方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104102781A (zh) * 2014-07-18 2014-10-15 上汽通用五菱汽车股份有限公司 一种基于多目标优化的发动机性能优化方法
CN105631140A (zh) * 2015-12-30 2016-06-01 中国航空工业集团公司沈阳发动机设计研究所 一种变循环发动机稳态性能分析及优化方法
CN110414090A (zh) * 2019-07-10 2019-11-05 一汽解放汽车有限公司 一种柴油车后处理器设计开发多目标优化方法
CN111783251A (zh) * 2020-07-16 2020-10-16 中国人民解放军国防科技大学 一种固体火箭发动机总体参数设计方法
CN112528441A (zh) * 2021-02-18 2021-03-19 中国人民解放军国防科技大学 喉栓式变推力发动机总体参数设计方法、装置和设备
CN113656892A (zh) * 2021-08-17 2021-11-16 大连海事大学 一种船用双燃料发动机的性能与排放实时仿真模型构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TY4250载货汽车动力传动系统参数优化匹配;武玉维;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20101031;全文 *

Also Published As

Publication number Publication date
CN114707290A (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN107203832B (zh) 基于主客观赋权-多目标灰色决策-灰关联分析的增压柴油机最佳egr性能评估方法
CN104102781A (zh) 一种基于多目标优化的发动机性能优化方法
Alcan et al. Predicting NOx emissions in diesel engines via sigmoid NARX models using a new experiment design for combustion identification
de Nola et al. Volumetric efficiency estimation based on neural networks to reduce the experimental effort in engine base calibration
CN107476903A (zh) 一种增压柴油机egr性能评估及最佳egr率确定方法
Pillai et al. Analytical and experimental evaluation of cylinder deactivation on a diesel engine
Grill et al. Quasi-dimensional and empirical modeling of compression-ignition engine combustion and emissions
Rai et al. Prediction models for performance and emissions of a dual fuel CI engine using ANFIS
CN113741211A (zh) 一种egr系统与增压系统的集成优化匹配的优化方法
Kakaee et al. Combining artificial neural network and multi-objective optimization to reduce a heavy-duty diesel engine emissions and fuel consumption
CN108563844B (zh) 一种增压柴油机最佳egr率确定方法
CN113673089A (zh) 一种发动机性能确定方法、装置以及电子设备
CN114707290B (zh) 一种高效低排放发动机技术参数决策方法
Wang et al. NOx prediction by cylinder pressure based on RBF neural network in diesel engine
Xia et al. Constrained optimization of fuel efficiency for RCCI engines
CN110276525B (zh) 基于燃油经济性的发动机关键技术评估方法
Zhang et al. Modelling and multi-objective combustion optimization of marine engine with speed maintaining control target
Bharath et al. Impact of Active Control Turbocharging on the Fuel Economy and Emissions of a Light-Duty Reactivity Controlled Compression Ignition Engine: A Simulation Study
Zhang et al. Geometric optimization of turbocharger compressor and its influence on engine performance
Zeng et al. Model based calibration for improving fuel economy of a turbocharged diesel engine
Wang et al. Turbocharger matching for non-road diesel engine based on parametric sweeping
Shamekhi et al. Engine Model-Based Pre-calibration and Optimization for Mid-level Hierarchical Control Design
Finesso et al. Offline and real-time optimization of EGR rate and injection timing in diesel engines
CN117094231B (zh) 天然气发动机硬件参数确定方法、装置、设备及存储介质
Qiu et al. Designing turbochargers with an integrated design system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant