JP4998765B2 - Engine performance prediction analysis system, prediction analysis method, and prediction analysis program - Google Patents

Engine performance prediction analysis system, prediction analysis method, and prediction analysis program Download PDF

Info

Publication number
JP4998765B2
JP4998765B2 JP2005370185A JP2005370185A JP4998765B2 JP 4998765 B2 JP4998765 B2 JP 4998765B2 JP 2005370185 A JP2005370185 A JP 2005370185A JP 2005370185 A JP2005370185 A JP 2005370185A JP 4998765 B2 JP4998765 B2 JP 4998765B2
Authority
JP
Japan
Prior art keywords
engine performance
model
analysis
cfd
analysis 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.)
Expired - Fee Related
Application number
JP2005370185A
Other languages
Japanese (ja)
Other versions
JP2007172349A (en
Inventor
英明 横畑
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.)
Mazda Motor Corp
Original Assignee
Mazda Motor Corp
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 Mazda Motor Corp filed Critical Mazda Motor Corp
Priority to JP2005370185A priority Critical patent/JP4998765B2/en
Publication of JP2007172349A publication Critical patent/JP2007172349A/en
Application granted granted Critical
Publication of JP4998765B2 publication Critical patent/JP4998765B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Combined Controls Of Internal Combustion Engines (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、エンジン性能の予測解析システム等に係り、特に、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する予測解析システム等に関する。   The present invention relates to an engine performance prediction analysis system and the like, and more particularly, to a prediction analysis system and the like that predict engine performance by analyzing an intake / exhaust flow of an engine using a CFD analysis program.

従来、エンジンの吸排気の流れをCFD(Computational Fluid Dynamics)解析プログラムによりシミュレーション解析して、エンジン出力や吸気音などのエンジン性能を予測することが行われている。特許文献1には、3次元CADデータに基づいて流体の流れを解析する流体解析システムが開示されている。
従来、このようなCFD解析によりエンジン性能を予測することで、試作や実験の繰り返しに費やされる開発工数を削減して、開発・設計の期間の短縮を図ることが行われている。
Conventionally, engine performance such as engine output and intake noise has been predicted by performing a simulation analysis of the flow of intake and exhaust of the engine using a CFD (Computational Fluid Dynamics) analysis program. Patent Document 1 discloses a fluid analysis system that analyzes a fluid flow based on three-dimensional CAD data.
Conventionally, by predicting engine performance by such CFD analysis, it is possible to reduce the number of development man-hours spent on repeating trial manufactures and experiments, thereby shortening the development and design period.

特開2003−216660号公報JP 2003-216660 A

ここで、1次元のCFD解析モデルは主に管と容器で表されるが、このような解析モデルは、エンジン開発及び流体解析に慣れた専門の開発者(熟練者)が作成する場合が多い。つまり、熟練者は、例えば、エンジンの吸排気管の構成について新規に開発しようとする場合、空気の圧力脈動特性を或る程度考慮しながら解析モデルを構築することが出来るので、現実性がある構成を得ることが出来るのである。   Here, the one-dimensional CFD analysis model is mainly represented by a pipe and a container, but such an analysis model is often created by a professional developer (expert) who is used to engine development and fluid analysis. . In other words, for example, when an expert wants to develop a new configuration of an intake / exhaust pipe of an engine, an analysis model can be constructed while taking into account the pressure pulsation characteristics of air to some extent. Can be obtained.

もちろん、現実性があるエンジン構成を得ることは重要であるが、近年の厳しいエンジン開発の競争においては、全く新しい着想により、性能の高いエンジンを考え出すことも求められている。しかしながら、熟練者は、開発経験が多いが故に、既存概念に捕らわれ、往々にして新しい着想をすることが出来ないものである。例えば、吸気系に慣性効果や共鳴効果を持たせようとして、管の長さを調整したり、レゾネータの接続箇所を変更する等ということは容易に考えつくが、今まで行われていなかったような、例えば、吸気管と排気管を接続する等という突飛な発想は避けるものである。一方、エンジン開発に慣れていない開発者は、常識にとらわれない発想をすることがあるが、現実性があり且つ新しい着想に基づいた吸排気管の構成を見つけ出すには、膨大な解析モデルを作成せねばならず、開発・設計の期間の短縮を図ることは難しい。   Of course, it is important to obtain a realistic engine configuration, but in recent severe competition for engine development, it is also required to come up with a high-performance engine based on a completely new concept. However, the skilled person has a lot of development experience, so he is caught by the existing concept and often cannot make a new idea. For example, it is easy to think of adjusting the length of the pipe or changing the connection point of the resonator in order to give the intake system an inertial effect or resonance effect, but this has not been done so far For example, an unexpected idea of connecting an intake pipe and an exhaust pipe is avoided. On the other hand, developers who are unfamiliar with engine development may have an idea that is not confined to common sense, but in order to find out the configuration of intake and exhaust pipes that are realistic and based on a new idea, create a huge analysis model. In other words, it is difficult to shorten the development and design period.

一方、CFD解析により吸排気管の構成及び寸法等の最適化をしようとする場合、既存の発想の範囲であっても、膨大な数の解析モデルを作成し、解析し、その結果を比較検討せねばならず、設計・開発の時間の制約上、最適な解を見つけるまで至らない場合もある。   On the other hand, when trying to optimize the structure and dimensions of intake and exhaust pipes by CFD analysis, create and analyze a huge number of analysis models, even within the range of existing ideas, and compare the results. In some cases, it may not be possible to find an optimal solution due to time constraints in design and development.

そこで、本発明は、上述した従来技術の問題点を解決するためになされたものであり、新しく且つ最適な吸排気構成を効率的に得ることが出来る予測解析システム等を提供することを目的としている。   Therefore, the present invention has been made to solve the above-described problems of the prior art, and an object thereof is to provide a prediction analysis system and the like that can efficiently obtain a new and optimum intake / exhaust configuration. Yes.

上記の目的を達成するために本発明は、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する予測解析システムであって、作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成手段と、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定手段と、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更してCFD解析モデルを変更する解析モデル変更手段と、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行してエンジン性能を算出するエンジン性能算出手段と、解析モデル変更手段によるCFD解析モデルの変更及びその変更後のCFD解析モデルについてのエンジン性能算出手段によるエンジン性能の算出を繰り返し実行させる繰り返し実行手段と、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定手段と、を有することを特徴としている。
このように構成された本発明においては、解析モデル生成手段によりCFD解析モデルを生成し、その解析モデルのモデル構成及び諸元値について、繰り返し手段により変更を自動で行うと共にエンジン性能の算出を行い、さらに、最適モデル選定手段により所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定するので、諸元値の定まった最適な吸排気構成を効率的に得ることが出来る。特に、解析モデル変更手段により解析モデルのモデル構成を変更するので、従来にない新しいモデル構成を非常に効率的に得ることが出来る。これらの結果、新しく且つ最適な吸排気構成を効率的に得ることが出来る。
In order to achieve the above object, the present invention is a predictive analysis system that predicts engine performance by analyzing the flow of intake and exhaust of an engine using a CFD analysis program, and performs a one-dimensional CFD analysis based on an operator's input. An analysis model generation means for generating a model, and a constraint condition for changing a model configuration and a constraint condition for changing a specification value of at least an intake pipe and / or an exhaust pipe of the CFD analysis model are set based on an input from an operator, respectively. The constraint condition setting means, the analysis model changing means for changing the CFD analysis model by changing the model configuration and specification values within the set constraint conditions, and the analysis by the CFD analysis program for the changed CFD analysis model The engine performance calculation means for calculating the engine performance and the CFD analysis model change and analysis model change means by the analysis model change means. A CFD in which optimum engine performance that satisfies a predetermined standard is calculated from repetitive execution means for repeatedly executing engine performance calculation by the engine performance calculation means for the changed CFD analysis model and a plurality of changed CFD analysis models. And an optimum model selecting means for selecting an analysis model.
In the present invention configured as described above, a CFD analysis model is generated by the analysis model generation means, and the model configuration and specification values of the analysis model are automatically changed by the repetition means and the engine performance is calculated. Furthermore, since the CFD analysis model in which the optimum engine performance satisfying the predetermined standard is selected by the optimum model selection means, the optimum intake / exhaust configuration with the specified specification values can be obtained efficiently. In particular, since the model configuration of the analysis model is changed by the analysis model changing means, a new model configuration that has not been conventionally available can be obtained very efficiently. As a result, a new and optimum intake / exhaust configuration can be obtained efficiently.

また、上記の目的を達成するために本発明は、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する予測解析システムであって、作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成手段と、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定手段と、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更してCFD解析モデルを変更する解析モデル変更手段と、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行してエンジン性能を算出する第1のエンジン性能算出手段と、諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースと、変更後のCFD解析モデルについて実験式データベースに格納された実験式を用いてエンジン性能を算出する第2のエンジン性能算出手段と、第1のエンジン性能算出手段或いは第2のエンジン性能算出手段のいずれかを所定条件により選択する選択手段を有し、解析モデル変更手段による解析モデルの変更、選択手段による第1のエンジン性能算出手段或いは第2のエンジン性能算出手段の選択、及び、変更後のCFD解析モデルについての選択した第1のエンジン性能算出手段或いは第2のエンジン性能算出手段によるエンジン性能の算出を繰り返し実行させる繰り返し実行手段と、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定手段と、を有することを特徴としている。
このように構成された本発明においては、解析モデル生成手段によりCFD解析モデルを生成し、その解析モデルのモデル構成及び諸元値について、繰り返し手段により変更を自動で行うと共にエンジン性能の算出を行い、さらに、最適モデル選定手段により所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定するので、諸元値の定まった最適な吸排気構成を効率的に得ることが出来る。特に、解析モデル変更手段により解析モデルのモデル構成を変更するので、従来にない新しいモデル構成を非常に効率的に得ることが出来る。さらに、諸元値とエンジン性能との関係を規定する実験式を用いてエンジン性能を算出する第2のエンジン性能算出手段を有しているので、CFD演算に比べて非常に短時間にエンジン性能を算出することが出来、計算時間を大幅に短縮することが出来る。これらの結果、新しく且つ最適な吸排気構成を効率的に得ることが出来る。
In order to achieve the above object, the present invention is a predictive analysis system that predicts engine performance by analyzing the flow of intake and exhaust of an engine using a CFD analysis program. An analysis model generation means for generating a CFD analysis model, a constraint condition for changing a model configuration and a constraint condition for changing a specification value of at least an intake pipe and / or an exhaust pipe of the CFD analysis model based on input from an operator, respectively Constraint condition setting means for setting, analysis model changing means for changing the CFD analysis model by changing the model configuration and specification values within the set constraint conditions, and analysis by the CFD analysis program for the changed CFD analysis model A first engine performance calculating means that executes and calculates the engine performance, and defines the relationship between the specification value and the engine performance. An empirical formula database storing formulas, a second engine performance calculating means for calculating engine performance using the empirical formulas stored in the experimental formula database for the modified CFD analysis model, and a first engine performance calculating means or A selection unit that selects one of the second engine performance calculation units according to a predetermined condition; a change of the analysis model by the analysis model change unit; a first engine performance calculation unit or a second engine performance calculation unit by the selection unit; And repeatedly executing means for repeatedly executing calculation of engine performance by the selected first engine performance calculating means or second engine performance calculating means for the changed CFD analysis model, and a plurality of changed CFDs A CFD analysis model in which the optimal engine performance that satisfies a predetermined standard is calculated from the analysis model. Is characterized by having the optimum model selection means for constant, the.
In the present invention configured as described above, a CFD analysis model is generated by the analysis model generation means, and the model configuration and specification values of the analysis model are automatically changed by the repetition means and the engine performance is calculated. Furthermore, since the CFD analysis model in which the optimum engine performance satisfying the predetermined standard is selected by the optimum model selection means, the optimum intake / exhaust configuration with the specified specification values can be obtained efficiently. In particular, since the model configuration of the analysis model is changed by the analysis model changing means, a new model configuration that has not been conventionally available can be obtained very efficiently. Furthermore, since it has a second engine performance calculation means for calculating the engine performance using an empirical formula that defines the relationship between the specification value and the engine performance, the engine performance is much shorter than the CFD calculation. Can be calculated, and the calculation time can be greatly shortened. As a result, a new and optimum intake / exhaust configuration can be obtained efficiently.

また、本発明において、好ましくは、選択手段は、解析モデル変更手段がモデル構成を変更し、その変更したモデル構成について最初にエンジン性能を算出する場合に、第1のエンジン性能算出手段を選択し、その同じモデル構成について解析モデル変更手段が諸元値を変更して2回目以降にエンジン性能を算出する場合に、第2のエンジン性能算出手段を選択する。
このように構成された本発明においては、最初にエンジン性能を算出する場合に、CFD解析プログラムによる第1のエンジン性能算出手段でエンジン性能を算出して、エンジン性能の結果の精度を保つと共に、2回目以降は、実験式による第2のエンジン性能算出手段でエンジン性能を算出するので、より確実に計算時間を短縮することが出来る。
In the present invention, it is preferable that the selecting unit selects the first engine performance calculating unit when the analysis model changing unit changes the model configuration and calculates the engine performance for the changed model configuration for the first time. When the analysis model changing means changes the specification value and calculates the engine performance for the second and subsequent times for the same model configuration, the second engine performance calculating means is selected.
In the present invention configured as described above, when calculating the engine performance for the first time, the engine performance is calculated by the first engine performance calculation means by the CFD analysis program, and the accuracy of the result of the engine performance is maintained. From the second time onward, the engine performance is calculated by the second engine performance calculation means based on the empirical formula, so that the calculation time can be shortened more reliably.

また、本発明において、好ましくは、さらに、解析モデル変更手段により変更されたCFD解析モデルについてエンジン性能を算出可能な実験式が実験式データベースに格納されていない場合、そのCFD解析モデルの諸元値を解析モデル変更手段により所定の変更幅で複数回変更し、それらの変更により得られた複数のCFD解析モデルについてそれぞれ第1のエンジン性能算出手段によりエンジン性能を算出し、これらの算出したエンジン性能と複数のCFD解析モデルの諸元値とを基に重回帰分析を行って実験式を生成する実験式生成手段を有する。
このように構成された本発明においては、実験式が実験式データベースに格納されていない場合でも、実験式生成手段により実験式を自動で生成するので、上述した第2のエンジン性能算出手段により実験式を用いたエンジン性能を行わせて、より確実に計算時間を短縮することが出来る。
In the present invention, preferably, when an empirical expression capable of calculating the engine performance is not stored in the empirical expression database for the CFD analysis model changed by the analysis model changing means, the specification value of the CFD analysis model Is changed a plurality of times with a predetermined change width by the analysis model changing means, the engine performance is calculated by the first engine performance calculating means for each of the plurality of CFD analysis models obtained by the change, and these calculated engine performances are calculated. And empirical formula generation means for generating an empirical formula by performing multiple regression analysis based on the specifications of the plurality of CFD analysis models.
In the present invention configured as described above, even if the experimental formula is not stored in the experimental formula database, the experimental formula is automatically generated by the experimental formula generating means. It is possible to reduce the calculation time more reliably by performing the engine performance using the equation.

また、本発明において、好ましくは、さらに、過去に生成されたCFD解析モデル及びそのCFD解析モデルにおけるエンジン性能に関する解析結果を格納する過去事例データベースと、解析モデル変更手段により変更されたCFD解析モデルについてエンジン性能を算出可能な実験式が実験式データベースに格納されていない場合、過去事例データベースに格納されたCFD解析モデルの諸元値及びそのCFD解析モデルにおけるエンジン性能に関する解析結果を基に重回帰分析を行って実験式を生成する実験式生成手段と、を有する。
このように構成された本発明においては、実験式が実験式データベースに格納されていない場合でも、実験式生成手段により実験式を自動で生成するので、上述した第2のエンジン性能算出手段により実験式を用いたエンジン性能を行わせて、より確実に計算時間を短縮することが出来る。
In the present invention, preferably, a CFD analysis model generated in the past and a past case database storing analysis results regarding engine performance in the CFD analysis model, and a CFD analysis model changed by the analysis model changing means are also provided. If the empirical formula that can calculate the engine performance is not stored in the empirical formula database, multiple regression analysis based on the specifications of the CFD analysis model stored in the past case database and the analysis results on the engine performance in the CFD analysis model And an empirical formula generating means for generating an empirical formula.
In the present invention configured as described above, even if the experimental formula is not stored in the experimental formula database, the experimental formula is automatically generated by the experimental formula generating means. It is possible to reduce the calculation time more reliably by performing the engine performance using the equation.

また、本発明において、好ましくは、制約条件設定手段は、少なくとも吸気管及び/又は排気管の長さの範囲を諸元値の制約条件として設定する。
このように構成された本発明においては、計算すべき解析モデルが無限大となることを抑制して、解析モデルを効率的に変更することが出来る。
In the present invention, it is preferable that the constraint condition setting unit sets at least a range of the length of the intake pipe and / or the exhaust pipe as a constraint condition of the specification value.
In the present invention configured as described above, it is possible to efficiently change the analysis model while suppressing the analysis model to be calculated from becoming infinite.

また、本発明において、好ましくは、制約条件設定手段は、吸気管及び/又は排気管に関するモデル構成において、少なくともその吸気管及び/又は排気管の接続位置及び本数をモデル構成の制約条件として設定する。
このように構成された本発明においては、計算すべき解析モデルが無限大となることを抑制して、解析モデルを効率的に変更することが出来る。
In the present invention, it is preferable that the constraint condition setting means sets at least the connection position and the number of the intake pipe and / or exhaust pipe as the constraint condition of the model configuration in the model configuration related to the intake pipe and / or the exhaust pipe. .
In the present invention configured as described above, it is possible to efficiently change the analysis model while suppressing the analysis model to be calculated from becoming infinite.

また、上記の目的を達成するために本発明は、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する、コンピュータによる予測解析方法であって、作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成工程と、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定工程と、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更してCFD解析モデルを変更する解析モデル変更工程と、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行してエンジン性能を算出するエンジン性能算出工程と、を有し、解析モデル変更工程によるCFD解析モデルの変更及びその変更後のCFD解析モデルについてのエンジン性能算出工程によるエンジン性能の算出を繰り返し実行させ、さらに、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定工程と、を有することを特徴としている。   In order to achieve the above object, the present invention is a computer-aided prediction analysis method for predicting engine performance by analyzing an engine intake / exhaust flow using a CFD analysis program, based on operator input. An analysis model generation process for generating a one-dimensional CFD analysis model, a constraint condition for changing the model configuration of at least an intake pipe and / or an exhaust pipe of the CFD analysis model, and a constraint condition for changing a specification value are input by an operator. CFD analysis program for the CFD analysis model after the change, the constraint condition setting step that is set based on the model, the analysis model changing step that changes the CFD analysis model by changing the model configuration and specification values within the set constraint conditions An engine performance calculation process for calculating engine performance by executing an analysis according to The engine performance is repeatedly calculated by the engine performance calculation process for the CFD analysis model and the CFD analysis model after the change, and the optimum engine performance that satisfies a predetermined standard is determined from a plurality of CFD analysis models after the change. And an optimum model selection step for selecting the CFD analysis model for which the above is calculated.

また、上記の目的を達成するために本発明は、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する、コンピュータによる予測解析方法であって、作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成工程と、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定工程と、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更してCFD解析モデルを変更する解析モデル変更工程と、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行してエンジン性能を算出する第1のエンジン性能算出工程と、変更後のCFD解析モデルについて、諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースに格納された実験式を用いてエンジン性能を算出する第2のエンジン性能算出工程と、第1のエンジン性能算出工程或いは第2のエンジン性能算出工程のいずれかを所定条件により選択する選択工程と、を有し、解析モデル変更工程による解析モデルの変更、選択工程による第1のエンジン性能算出工程或いは第2のエンジン性能算出工程の選択、及び、変更後のCFD解析モデルについての選択した第1のエンジン性能算出工程或いは第2のエンジン性能算出工程によるエンジン性能の算出を繰り返し実行させ、さらに、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定工程と、を有することを特徴とするエンジン性能の予測解析方法。   In order to achieve the above object, the present invention is a computer-aided prediction analysis method for predicting engine performance by analyzing an engine intake / exhaust flow using a CFD analysis program, based on operator input. An analysis model generation process for generating a one-dimensional CFD analysis model, a constraint condition for changing the model configuration of at least an intake pipe and / or an exhaust pipe of the CFD analysis model, and a constraint condition for changing a specification value are input by an operator. CFD analysis program for the CFD analysis model after the change, the constraint condition setting step that is set based on the model, the analysis model changing step that changes the CFD analysis model by changing the model configuration and specification values within the set constraint conditions Engine performance calculation step for calculating engine performance by executing analysis according to the above, and a modified CFD analysis model A second engine performance calculation step for calculating engine performance using an experimental formula stored in an experimental formula database storing an experimental formula that defines the relationship between the specification value and the engine performance, and the first engine performance A selection step for selecting either the calculation step or the second engine performance calculation step according to a predetermined condition, and changing the analysis model by the analysis model change step, the first engine performance calculation step by the selection step, or the second step The engine performance calculation process is selected, and the engine performance calculation is repeatedly executed by the selected first engine performance calculation process or the second engine performance calculation process for the changed CFD analysis model, and a plurality of changes are made. Optimum to select a CFD analysis model for which the optimal engine performance that satisfies the predetermined criteria is calculated from the later CFD analysis model Predictive analysis method of engine performance, characterized in that it comprises a Dell selecting step.

また、上記の目的を達成するために本発明によるエンジン性能の予測解析プログラムは、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する解析用コンピュータのための予測解析プログラムであって、作業者の入力に基づいて1次元のCFD解析モデルを生成させ、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定させ、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更させてCFD解析モデルを変更させ、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行させてエンジン性能を算出させ、CFD解析モデルの変更及びその変更後のCFD解析モデルについてのエンジン性能の算出を繰り返し実行させ、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定させるように解析用コンピュータを制御する。   In order to achieve the above object, an engine performance prediction analysis program according to the present invention is a prediction analysis program for an analysis computer that analyzes engine intake / exhaust flow using a CFD analysis program to predict engine performance. Then, a one-dimensional CFD analysis model is generated based on the input of the worker, and a constraint condition for changing the model configuration and a constraint condition for changing the specification value of at least the intake pipe and / or the exhaust pipe of the CFD analysis model are set. Each is set based on the input of the worker, the model configuration and specification values are changed within the set constraints, the CFD analysis model is changed, and the CFD analysis model after the change is executed by the CFD analysis program. The engine performance is calculated and the CFD analysis model is changed and the CFD analysis model after the change is used. There by repeatedly executing the calculation of the engine performance, the CFD analysis model after several changes, controls the analyzing computer so as to select a CFD analysis model optimum engine performance that meets the predetermined criterion is calculated.

また、上記の目的を達成するために本発明によるエンジン性能の予測解析プログラムは、エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する解析用コンピュータのための予測解析プログラムであって、作業者の入力に基づいて1次元のCFD解析モデルを生成させ、CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定させ、モデル構成及び諸元値をそれぞれ設定した制約条件内で変更させてCFD解析モデルを変更させ、変更後のCFD解析モデルについてCFD解析プログラムによる解析を実行させることによるエンジン性能の算出或いは諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースに格納された実験式を用いたエンジン性能の算出のいずれかを所定条件により選択させ、選択に基づいてエンジン性能を算出させ、CFD解析モデルの変更、変更後のCFD解析モデルについてのCFD解析プログラムによるエンジン性能の算出或いは実験式を用いたエンジン性能の算出の選択、及び、変更後のCFD解析モデルについての選択に基づいたエンジン性能の算出を繰り返し実行させ、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定させるように解析用コンピュータを制御する。 In order to achieve the above object, an engine performance prediction analysis program according to the present invention is a prediction analysis program for an analysis computer that analyzes engine intake / exhaust flow using a CFD analysis program to predict engine performance. Then, a one-dimensional CFD analysis model is generated based on the input of the worker, and a constraint condition for changing the model configuration and a constraint condition for changing the specification value of at least the intake pipe and / or the exhaust pipe of the CFD analysis model are set. Each is set based on the input of the operator, and the CFD analysis model is changed by changing the model configuration and specification values within the set constraints, and the analysis by the CFD analysis program is executed for the changed CFD analysis model . the empirical formula for defining the relationship between the calculated or specification values and engine performance of the engine performance due to Any calculation of engine performance using paid was stored in the empirical formula database empirical formula is selected by a predetermined condition, to calculate the engine performance based on the selection, modify the CFD analysis model, the modified CFD analysis model The calculation of engine performance based on the CFD analysis program or the selection of calculation of engine performance using an empirical formula and the calculation of engine performance based on the selection of the changed CFD analysis model are repeatedly executed, and after a plurality of changes The computer for analysis is controlled so as to select a CFD analysis model for which the optimum engine performance satisfying a predetermined criterion is selected from the CFD analysis models.

本発明による予測解析システム等によれば、新しく且つ最適な吸排気構成を効率的に得ることが出来る。   According to the prediction analysis system and the like according to the present invention, a new and optimum intake / exhaust configuration can be obtained efficiently.

以下、本発明の実施形態を添付図面を参照して説明する。
先ず、本発明の第1実施形態によるエンジン性能の解析システムの主な構成について説明する。図1は、本発明の第1実施形態によるエンジン性能の解析システムの概略構成図である。
本実施形態による解析システムは、ベースとなる1次元CFD解析モデルに対し、吸排気管の構成及び諸元値を自動的に変更すると共にそのような変更後のエンジン性能をCFD演算により算出し、このような変更及び算出を繰り返すことで、最適なエンジン構成、特に、吸排気管の構成を得るためのものである。エンジン性能としては、例えば、出力(トルク)、吸気音、排気音、燃費、エミッション等がある。
Embodiments of the present invention will be described below with reference to the accompanying drawings.
First, the main configuration of the engine performance analysis system according to the first embodiment of the present invention will be described. FIG. 1 is a schematic configuration diagram of an engine performance analysis system according to a first embodiment of the present invention.
The analysis system according to the present embodiment automatically changes the configuration and specification values of the intake and exhaust pipes with respect to the base one-dimensional CFD analysis model and calculates the engine performance after such change by CFD calculation. By repeating such changes and calculations, an optimum engine configuration, particularly, an intake / exhaust pipe configuration is obtained. Examples of engine performance include output (torque), intake sound, exhaust sound, fuel consumption, emission, and the like.

図1に示すように、解析システム1は、CFD解析システム2及びCADシステム4を有する。CFD解析システム2のコンピュータ6には、その記憶装置(図示せず)或いはメモリ(図示せず)に、この解析システム1の処理を統括するエンジン性能予測プログラム8が格納され、このエンジン性能予測プログラム8は、モデル生成プログラム10、プリポストプログラム12、モデル構成変更プログラム14、最適化プログラム16及びCFD解析プログラム18を有している。また、コンピュータ6には、図示しないが、CPU、入出力装置、モニター等も有する。   As shown in FIG. 1, the analysis system 1 includes a CFD analysis system 2 and a CAD system 4. The computer 6 of the CFD analysis system 2 stores an engine performance prediction program 8 that controls the processing of the analysis system 1 in its storage device (not shown) or memory (not shown). 8 includes a model generation program 10, a pre-post program 12, a model configuration change program 14, an optimization program 16, and a CFD analysis program 18. The computer 6 also has a CPU, an input / output device, a monitor, and the like (not shown).

モデル生成プログラム10は、モデルデータベース20に格納されたデータを使用して、作業者に、図2に示すようなモデル構成のエンジンモデルを構築させると共に、エンジンの各諸元の数値やメッシュ数を設定して1次元のCFD解析モデルを生成するためのプログラムである。諸元としては、その寸法や角度等の形状を規定する諸元、抵抗損失や熱伝導率等の吸排気の流れに影響を与える特性に関する諸元、及び、管の端部の圧力や温度等の境界条件に関する諸元等がある。
モデルデータベース20には、1次元解析モデルの作成に使用する複数の部品モデル(特定の形状及び特性毎に規定した要素モデル)が格納されている。なお、部品モデルには、「管」、「容器」、「閉止端」、「開放端」、「分岐管」、「シリンダ」、「レゾネータ」等がある。
The model generation program 10 uses the data stored in the model database 20 to cause an operator to construct an engine model having a model configuration as shown in FIG. A program for setting and generating a one-dimensional CFD analysis model. Specifications include specifications that define the shape such as dimensions and angles, specifications related to characteristics that affect the flow of intake and exhaust, such as resistance loss and thermal conductivity, and pressure and temperature at the end of the pipe. There are specifications regarding the boundary conditions.
The model database 20 stores a plurality of component models (element models defined for each specific shape and characteristic) used to create a one-dimensional analysis model. The part model includes “pipe”, “container”, “closed end”, “open end”, “branch pipe”, “cylinder”, “resonator”, and the like.

図2には、部品モデルを組み合わせて構築されたモデル構成が示されている。この図2の例では、各部品モデルが配置及び接続されて、レゾネータ(i16、v2)、エアクリーナ(v1)、サージタンク(i9〜i11)、吸気通路(i5〜i8、i12、i13)、吸気ポート(i1〜i4)、排気ポート(e17〜e20)、排気マニホルド(e21〜e27)、キャタリスト(e28)が表現されている。ここで、図2に示すエンジンモデルでは、i1〜i16、e17〜e28は、「管」のモデルであり、v1及びv2は、「容器」のモデルであり、c1〜c4は、「シリンダ」のモデルである。他に、スロットル弁や、EGR通路等を形成することや、サージタンクを容器のモデルで表現すること等も可能である。なお、モデルデータベース20には、過去に生成された解析モデルも格納されている。   FIG. 2 shows a model configuration constructed by combining component models. In the example of FIG. 2, the component models are arranged and connected to the resonator (i16, v2), the air cleaner (v1), the surge tank (i9 to i11), the intake passage (i5 to i8, i12, i13), the intake air A port (i1 to i4), an exhaust port (e17 to e20), an exhaust manifold (e21 to e27), and a catalyst (e28) are represented. Here, in the engine model shown in FIG. 2, i1 to i16 and e17 to e28 are “tube” models, v1 and v2 are “container” models, and c1 to c4 are “cylinder” models. It is a model. In addition, it is possible to form a throttle valve, an EGR passage, etc., and to express the surge tank with a container model. The model database 20 also stores analysis models generated in the past.

次に、プリポストプログラム12は、主に、作業者による、解析モデルの変更の制約条件及び最適化条件の入力や、結果の出力等の一連の処理を行うプログラムである。
次に、モデル構成変更プログラム14は、モデル生成プログラム10で生成した解析モデルをベースに、そのモデル構成を所定の制約条件内で変更するプログラムである。本実施形態においては、ベースとなる解析モデルに対し、部品モデルを追加し、或いは、切り離すことでモデル構成を変更する。部品モデルの追加或いは切り離しは、ベースとなる解析モデルの部品モデル同士の接続部に対し行われる。
Next, the pre-post program 12 is a program that mainly performs a series of processes such as input of constraint conditions and optimization conditions for changing an analysis model, output of results, and the like by an operator.
Next, the model configuration change program 14 is a program for changing the model configuration within predetermined constraints based on the analysis model generated by the model generation program 10. In the present embodiment, the model configuration is changed by adding or separating the part model to the base analysis model. The addition or separation of the part model is performed on the connection part between the part models of the analysis model as a base.

次に、最適化プログラム16は、モデル構成変更プログラム14によるモデル構成の変更、この最適化プログラム16の機能としての各諸元値の変更、及び、変更後の解析モデルのCFD解析プログラム18による解析を繰り返して実行し、変更により得られた複数の解析モデルから、性能の高いエンジン性能を示す解析モデルを選定するプログラムである。また、最適化プログラム16は、作業者の入力に基づいて設定した最適化基準を満たす解析モデルを選定する。
次に、CFD解析プログラム18は、1次元の解析モデルのCFD演算によりエンジンの吸排気の流れを解析するプログラムであり、吸排気の流れや燃焼室における燃焼性等を考慮してエンジン性能を算出可能なプログラムである。解析結果としては、エンジントルク、吸気音、燃費等を出力する。
Next, the optimization program 16 changes the model configuration by the model configuration change program 14, changes each specification value as a function of the optimization program 16, and analyzes the changed analysis model by the CFD analysis program 18. Is a program that selects an analysis model that shows high-performance engine performance from a plurality of analysis models obtained by the change. In addition, the optimization program 16 selects an analysis model that satisfies the optimization criterion set based on the operator's input.
Next, the CFD analysis program 18 is a program for analyzing the flow of the intake and exhaust of the engine by CFD calculation of a one-dimensional analysis model, and calculates the engine performance in consideration of the flow of intake and exhaust and the combustibility in the combustion chamber. It is a possible program. As an analysis result, engine torque, intake sound, fuel consumption, etc. are output.

次に、CADシステム4のコンピュータ22には、CADプログラム24が格納されている。このCADプログラム24は、機械設計や構造解析のための汎用CADプログラムである。設計データベース26には、種々のエンジンの3次元CADデータが格納されている。CADプログラム24は、その設計データベース26から3次元CADデータを読み込み、或いは、設計データベース26にCADデータを格納する機能を有する。   Next, a CAD program 24 is stored in the computer 22 of the CAD system 4. The CAD program 24 is a general-purpose CAD program for machine design and structural analysis. The design database 26 stores three-dimensional CAD data of various engines. The CAD program 24 has a function of reading three-dimensional CAD data from the design database 26 or storing CAD data in the design database 26.

なお、CFD解析システム2のコンピュータ6は、3次元CFDの膨大な演算量にも対応出来るような高速のサーバコンピュータを複数台、並列に接続したもの(図示せず)が好ましく、さらに、コンピュータ6に、複数のクライアント端末(図示せず)をネットワークで接続して、作業者がそのような端末上で解析の操作を行えるようにしても良い。   Note that the computer 6 of the CFD analysis system 2 is preferably a computer (not shown) in which a plurality of high-speed server computers that can cope with a large amount of computation of the three-dimensional CFD are connected in parallel. In addition, a plurality of client terminals (not shown) may be connected via a network so that an operator can perform an analysis operation on such terminals.

次に、図3乃至図10により、本発明の第1実施形態の解析システムにおける処理内容を説明する。図3は、本発明の第1実施形態の解析システムにおける処理内容の流れを示すフローチャートであり、図4は、部品モデルを追加或いは切り離すことが出来る接続部の指定について説明するための1次元解析モデルの一例を示す模式図であり、図5は、最適化の判断基準の一例としてトルク特性の評価条件パターンを示す線図であり、図6乃至図10は、それぞれ、モデル構成が変更された1次元解析モデルの例を示す模式図である。なお、図3における「S」は、各ステップを示している。
以下で説明する各ステップは、エンジン性能予測プログラム8及びそのプログラム8に含まれる各プログラム10、12、14、16、18により、エンジン性能として出力トルクを予測する例であり、所定の基準を超える最適な出力トルクが得られる吸排気構成、及び、そのトルクカーブを最終的に出力するようにしたものである。
Next, processing contents in the analysis system according to the first embodiment of the present invention will be described with reference to FIGS. FIG. 3 is a flowchart showing a flow of processing contents in the analysis system according to the first embodiment of the present invention, and FIG. 4 is a one-dimensional analysis for explaining designation of a connection part that can add or disconnect a part model. FIG. 5 is a schematic diagram illustrating an example of a model. FIG. 5 is a diagram illustrating an evaluation condition pattern of torque characteristics as an example of an optimization determination criterion. FIGS. 6 to 10 each have a changed model configuration. It is a schematic diagram which shows the example of a one-dimensional analysis model. Note that “S” in FIG. 3 indicates each step.
Each step described below is an example in which an output torque is predicted as engine performance by the engine performance prediction program 8 and each program 10, 12, 14, 16, 18 included in the program 8, and exceeds a predetermined standard. An intake / exhaust configuration in which an optimum output torque can be obtained, and a torque curve thereof are finally output.

先ず、図3に示すように、S1において、1次元のCFD解析モデル(ベースモデル)を1つ生成する。
具体的には、作業者が、モデル生成プログラム10により表示される所定の画面上で、モデルデータベース20に格納された上述したような部品モデルを適宜選択し、さらに配置及び接続して、1次元解析モデルを構築する。このS1では、このような作業を受け付けて、例えば図2に示すようなモデル構成の1次元解析モデルを生成する。このS1では、図2に示すような基本的な構成を有するモデルや、既存のエンジンを改良する場合に既存のエンジン構成を表すモデルを作成すると良い。
First, as shown in FIG. 3, one S-dimensional CFD analysis model (base model) is generated in S1.
Specifically, the operator appropriately selects the above-described component model stored in the model database 20 on a predetermined screen displayed by the model generation program 10, and further arranges and connects the one-dimensional model. Build an analysis model. In S1, such a work is accepted, and a one-dimensional analysis model having a model configuration as shown in FIG. 2 is generated, for example. In S1, it is preferable to create a model having a basic configuration as shown in FIG. 2 or a model representing an existing engine configuration when an existing engine is improved.

また、S1において、上述した各諸元(形状を規定する諸元、特性に関する諸元、境界条件に関する諸元)の値、及び、メッシュ数の作業者による入力を受け付ける。なお、エンジンの形状を規定する諸元の値を、設計データベース26内のCADデータから自動的に読み込むようにしても良い。
このS1では、これらの諸元値やメッシュ数のデータと、複数の部品モデルの配置及び接続を表すモデル構成のデータとにより、解析の実行が可能な1次元CFD解析モデル(1次元のベースモデル)を生成する。さらに、この生成した解析モデルを、モデルデータベース20に格納する。なお、S1において、モデルデータベース20に格納されている、過去に生成された解析モデルを読み込み、或いは、読み込んだモデルの修正により、解析モデルを生成しても良い。
In S <b> 1, the values of the above-described specifications (specifications that define the shape, specifications related to characteristics, specifications related to boundary conditions) and the number of meshes input by the operator are accepted. It should be noted that specification values that define the shape of the engine may be automatically read from CAD data in the design database 26.
In this S1, a one-dimensional CFD analysis model (one-dimensional base model) that can execute an analysis based on data of these specification values and the number of meshes and data of a model configuration that represents the arrangement and connection of a plurality of component models. ) Is generated. Further, the generated analysis model is stored in the model database 20. Note that in S1, an analysis model may be generated by reading an analysis model generated in the past stored in the model database 20 or by correcting the read model.

次に、S2において、S1で生成した解析モデルをCFD解析プログラム18により解析し、計算エラーの有無をチェックする(トライアル計算)。次に、S3において、計算エラーがあると判定された場合には、S1に戻り、作業者に再度のモデル構築或いは諸元値等の入力を促す。計算エラーが無いと判定されると、S4に進む。   Next, in S2, the analysis model generated in S1 is analyzed by the CFD analysis program 18, and the presence or absence of a calculation error is checked (trial calculation). Next, when it is determined in S3 that there is a calculation error, the process returns to S1 to prompt the operator to input a model construction or specification value again. If it is determined that there is no calculation error, the process proceeds to S4.

次に、S4において、図4に示すように、S1で生成した解析モデルのモデル構成を画面上に表示し、作業者に、部品モデルの追加或いは切り離しの可能な接続部を指定させる。この図4の例では、管i1と管i5との接続部n1、管i2と管i6との接続部n2、及び、管i5と管i9との接続部n3が指定されている。
本実施形態において、部品モデルの追加とは、S1で生成したベースモデルに対し、新たな部品モデルを、指定された接続部に接続して追加することである。これには、例えば、管モデルであれば、その両端をそれらの指定された接続部に接続すること、及び、一方の端のみをその指定された接続部に接続すると共に他方の端を大気に開放することも含まれる。一方、部品モデルの切り離しとは、S1で生成したベースモデルに既に組み込まれた部品モデルのうち、指定された接続部に両端或いは一方の端が接続されている部品モデルを切り離す、即ち、削除することである。なお、本実施形態では、部品モデルとして、管モデルを追加或いは切り離しするようにしている。
Next, in S4, as shown in FIG. 4, the model configuration of the analysis model generated in S1 is displayed on the screen, and the operator is allowed to specify a connection part to which a part model can be added or detached. In the example of FIG. 4, a connection part n1 between the pipe i1 and the pipe i5, a connection part n2 between the pipe i2 and the pipe i6, and a connection part n3 between the pipe i5 and the pipe i9 are designated.
In the present embodiment, the addition of a component model is to add a new component model by connecting it to a designated connection unit with respect to the base model generated in S1. For example, for a tube model, connect both ends to their designated connections, and connect only one end to the designated connection and the other end to the atmosphere. Opening is also included. On the other hand, the part model separation means that a part model whose both ends or one end is connected to a designated connecting portion is separated, that is, is deleted from among the part models already incorporated in the base model generated in S1. That is. In this embodiment, a pipe model is added or separated as a part model.

また、このS4では、これらの接続部n1〜n3に接続(追加)される管モデル(図6乃至図10のi29、i30の管モデルを参照)、及び、ベースモデルに予め組み込まれ、両端が接続部n1〜n3に既に接続されている管モデル(i5の管モデルを参照)について、そのような管モデルを規定する複数の諸元のうち、本実施形態では、管モデルの長さ及び径を最適化のための変更可能な諸元パラメータとして設定する。なお、変更可能な諸元を作業者の入力に基づいて設定しても良い。
また、S4においては、バルブタイミングや圧縮比など、部品モデルに関する諸元以外の諸元のうち、変更可能な諸元の作業者による入力を受け付け、このような入力された諸元も最適化のための変更可能な諸元パラメータとして設定する。
In S4, the pipe models connected to (added to) these connection portions n1 to n3 (see the pipe models i29 and i30 in FIGS. 6 to 10) and the base model are incorporated in advance, and both ends are connected. Regarding the pipe model already connected to the connection parts n1 to n3 (refer to the pipe model of i5), in the present embodiment, the length and diameter of the pipe model among a plurality of specifications that define such a pipe model. Is set as a changeable parameter for optimization. Note that the changeable specifications may be set based on the input of the operator.
Further, in S4, input by an operator who can change the specification other than the specification related to the part model, such as the valve timing and the compression ratio, is accepted, and such input specification is also optimized. Set as a changeable specification parameter.

次に、S5において、モデル構成の変更に関する制約条件の作業者による入力を受け付ける。本実施形態では、作業者の入力に基づいて、制約条件として、同一径路で許容出来る複数管の数、即ち、各接続部n1〜n3の間で接続可能な管モデルの数を設定する。例えば、制約条件としての管モデルの数が3本と入力された場合、図10に示すように、接続部n1と接続部n3との間では、追加の管モデルの本数を2本と設定し、最大で3本とする。
次に、S6において、諸元値の変更に関する制約条件の作業者による入力を受け付ける。本実施形態では、作業者の入力に基づいて、制約条件として、管モデルの長さ及び径の上下限値、及び、S4で設定したバルブタイミングや圧縮比などの諸元値の上下限値を設定する。本実施形態では、以下のステップ(S10)において、この制約条件が設定された諸元値についてのみ変更が行われる。
Next, in S5, an input by the operator of the constraint condition regarding the change of the model configuration is accepted. In the present embodiment, the number of pipes that can be allowed in the same path, that is, the number of pipe models that can be connected between the connection portions n1 to n3, is set as a constraint based on the input of the operator. For example, when the number of tube models as a restriction condition is input as three, as shown in FIG. 10, the number of additional tube models is set to two between the connection portion n1 and the connection portion n3. The maximum number is 3.
Next, in S6, the input by the operator of the constraint condition regarding the change of the specification value is accepted. In the present embodiment, the upper and lower limit values of the length and diameter of the pipe model and the upper and lower limit values of the specification values such as the valve timing and compression ratio set in S4 are set as constraints based on the operator's input. Set. In the present embodiment, in the following step (S10), only the specification values for which this constraint condition is set are changed.

次に、S7において、作業者による、エンジン性能などに関する最適化条件の入力を受け付ける。本実施形態では、作業者の入力により、最適化条件として、出力トルクを最大化するエンジン回転数の範囲を設定する。例えば、4000〜5000rpmと設定する。なお、エンジン性能を最適化する運転条件として、エンジン負荷を設定出来るようにしても良い。
次に、S8において、作業者の入力に基づき最適化の判断基準を設定する。最適化の判断基準を図5により説明する。
Next, in S7, an input of optimization conditions related to engine performance and the like by the worker is received. In the present embodiment, an engine speed range that maximizes the output torque is set as an optimization condition by an operator input. For example, it is set to 4000 to 5000 rpm. Note that the engine load may be set as an operation condition for optimizing the engine performance.
Next, in S8, an optimization criterion is set based on the operator's input. Optimization criteria will be described with reference to FIG.

図5に示すベース値は、最適化におけるトルクの目標値である。このベース値は、基本的にそのベース値を上回るトルクが得られる吸排気構成であれば、従来より優れたトルク値を得られるものとして、予め設定されたものである。
ここで、例えば、スポーツカーとファミリーカーとでは、エンジン回転数に対するトルクの出方(トルク特性)を異なるものにすることがある。そこで、このS8では、ベース値に対し、予めいくつかのトルク特性が評価条件として準備されている。
図5に示すように、評価条件1は、エンジン回転数の全域でベース値を上回り、その面積が広く、ばらつきが大きいトルク特性であり、評価条件2は、エンジン回転数の一部でベース値を下回り、その面積が広く、ばらつきが少ないトルク特性であり、評価条件3は、エンジン回転数の全域でベース値を上回り、その面積が狭く、ばらつきが少ないトルク特性である。S8では、作業者に、評価条件1〜3のいずれかを選択させる。
The base value shown in FIG. 5 is a target value of torque in optimization. This base value is set in advance so that a torque value superior to the conventional one can be obtained if the intake / exhaust configuration can basically obtain a torque exceeding the base value.
Here, for example, a sports car and a family car may have different torque output (torque characteristics) with respect to the engine speed. Therefore, in S8, several torque characteristics are prepared in advance as evaluation conditions for the base value.
As shown in FIG. 5, the evaluation condition 1 is a torque characteristic that exceeds the base value in the entire engine speed, has a large area, and has a large variation. The evaluation condition 2 is a base value at a part of the engine speed. The evaluation condition 3 is a torque characteristic that exceeds the base value in the entire engine speed range, is narrow, and has little variation. In S8, the worker is made to select any one of the evaluation conditions 1 to 3.

次に、S9において、最適化の計算に使用するシミュレーション用の解析モデルを1つ生成する。このS9では、S1で生成した解析モデルに対し、モデル構成変更プログラム14により、S4で指定された接続部n1〜n3に追加の管モデルを接続し或いは、既に生成されている管モデルを切り離す。このような変更を、S5で入力されたモデル構成の制約条件内で実行する。このS9では、例えば図6に示すように、接続部n1と接続部n3とに管モデルi29を接続した解析モデルを生成する。   Next, in S9, one analysis model for simulation used for optimization calculation is generated. In S9, an additional pipe model is connected to the connection parts n1 to n3 designated in S4 by the model configuration change program 14 with respect to the analysis model generated in S1, or the pipe model already generated is disconnected. Such a change is executed within the constraints of the model configuration input in S5. In S9, for example, as shown in FIG. 6, an analysis model in which the pipe model i29 is connected to the connection part n1 and the connection part n3 is generated.

次に、S10において、S9で生成した解析モデルに対し、その変更可能な諸元パラメータ(管モデルの長さ及び径、バルブタイミング等)のうちいずれか1つの値を変更する。S10では、この変更を、S10の処理を行う度に、所定の変更幅で行う。例えば管モデルの長さであれば2mm間隔などと予め定めている。このような変更幅は、最適化に必要な比較的小さい数値の間隔である。このような変更幅での変更を、S6で設定した諸元値の制約条件内で実行する。   Next, in S10, any one of the changeable parameters (length and diameter of the pipe model, valve timing, etc.) is changed with respect to the analysis model generated in S9. In S10, this change is performed with a predetermined change width every time the process of S10 is performed. For example, if the length of the tube model, it is predetermined as 2 mm intervals. Such a change width is a relatively small numerical interval required for optimization. The change with such a change width is executed within the constraint condition of the specification value set in S6.

また、このS10では、S9で管モデルを追加した後、そのモデル構成で最初にS10の処理を行う場合には、その追加した管モデルの諸元値を、予め生成されている管モデル(i5等)と同じ値に設定する。或いは、作業者に入力を行わせても良い。この追加した管モデルの長さ及び径も最適化のための変更可能な諸元パラメータとして設定する。
次に、S11において、S10で諸元値を変更した解析モデルについてCFD解析プログラム18による解析を実行し、解析結果としてトルクカーブを算出する。
Further, in S10, after the pipe model is added in S9, when the process of S10 is performed for the first time with the model configuration, the specification values of the added pipe model are converted into the pipe model (i5 Etc.) to the same value. Or you may make an operator perform input. The length and diameter of the added pipe model are also set as changeable parameters for optimization.
Next, in S11, an analysis by the CFD analysis program 18 is performed on the analysis model whose specification values are changed in S10, and a torque curve is calculated as an analysis result.

次に、S12において、S11で算出したトルクカーブについて、評価点を算出する。評価点を、S7で設定したエンジン回転数においてトルク値が最大となっているか、S8で選択された評価条件のトルクカーブ特性にどの程度合致しているか、或いは、トルクカーブの面積等を観点として算出する。そして、その評価点及び算出したトルクカーブのデータを記憶装置等に記録する。   Next, in S12, an evaluation score is calculated for the torque curve calculated in S11. From the viewpoint of the evaluation point, whether the torque value is maximum at the engine speed set in S7, how much the torque value matches the evaluation curve selected in S8, or the area of the torque curve, etc. calculate. Then, the evaluation point and the calculated torque curve data are recorded in a storage device or the like.

次に、S13において、S10乃至S12の処理を繰り返すか否かの判定を行う。このS13では、S10乃至S12の処理の実行回数、或いは、S12での記録結果から得られる処理の続行の有用性の観点等から判定する。また、それらの両方を考慮しても良い。有用性の観点としては、例えば、トルク値がほとんど収束しており、計算を続けても大幅な伸びが期待出来ない場合や、計算コスト(時間等)に比べて伸びが微小な場合等に処理の繰り返しを中止すると判定する。   Next, in S13, it is determined whether or not the processes in S10 to S12 are repeated. In S13, the determination is made from the viewpoint of the usefulness of continuation of the processing obtained from the number of executions of the processing in S10 to S12 or the recording result in S12. Moreover, you may consider both of them. From the viewpoint of usefulness, for example, when the torque value has almost converged and no significant increase can be expected even if the calculation continues, or when the elongation is very small compared to the calculation cost (time, etc.) It is determined that the repetition of is stopped.

S13において、繰り返し処理を続行すると判定した場合には、S10に戻り、さらに諸元値を変更した後、S11及びS12の処理を実行する。
S13において、繰り返し処理を続行しないと判定した場合には、図3に示すフローの全体としての計算時間を短縮するために、処理の繰り返しを中止してS14に進む。もちろん、S4で設定された全ての諸元について、制約条件(S6)内での諸元値の変更(S10)が行われた場合には、S14に進む。
S14においては、S13とほぼ同様に、S9乃至S13の処理の実行回数、及び、S12の記録結果から得られる処理の続行の有用性の観点等から、モデル構成をさらに変更(S9)して、S10乃至S13の処理を繰り返すか否かの判定を行う。
If it is determined in S13 that the repetitive process is continued, the process returns to S10, and after changing the specification value, the processes of S11 and S12 are executed.
If it is determined in S13 that the repetitive process is not continued, the repetitive process is stopped and the process proceeds to S14 in order to shorten the calculation time of the entire flow shown in FIG. Of course, when the specification values are changed (S10) within the constraint condition (S6) for all the specifications set in S4, the process proceeds to S14.
In S14, the model configuration is further changed (S9) from the viewpoint of the usefulness of continuation of the processing obtained from the number of executions of the processing of S9 to S13, and the recording result of S12, in substantially the same manner as S13, It is determined whether to repeat the processes of S10 to S13.

S14において、繰り返し処理を続行すると判定した場合には、S9に戻り、さらにモデル構成を変更し、その後、S10乃至S13の処理を繰り返す。
ここで、モデル構成の変更の例を説明する。例えば、図6乃至図8は、管モデルを1本追加した例であり、図9及び図10は、管モデルを2本追加した例である。また、図8のようなモデルにおいて、i5の管を切り離したモデル構成も生成される。
これらのように本実施形態によれば、例えば、図7に示すように、サージタンクから第2吸気ポート(i2)への吸気の流れを2系統とすることや、図8及び図9に示すように、第1吸気ポート(i1)及び第2吸気ポート(i2)とを互いに連通させること、或いは、図9及び図10に示すように、従来は1本の吸気管であった部分を2本或いは3本にすることなど、従来にはない新たな吸排気構成とされた解析モデルを自動で生成する。さらに、このような例だけでなく、吸気管と排気管をつなげたり、吸気ポートに外気を直接導入する管を接続したりなど、従来にない奇抜な吸排気構成を得ることも出来る。
If it is determined in S14 that the repetitive process is continued, the process returns to S9, the model configuration is further changed, and then the processes of S10 to S13 are repeated.
Here, an example of changing the model configuration will be described. For example, FIGS. 6 to 8 are examples in which one pipe model is added, and FIGS. 9 and 10 are examples in which two pipe models are added. Further, in the model as shown in FIG. 8, a model configuration in which the i5 pipe is separated is also generated.
As described above, according to the present embodiment, for example, as shown in FIG. 7, the flow of intake air from the surge tank to the second intake port (i2) is set to two systems, or as shown in FIGS. In this way, the first intake port (i1) and the second intake port (i2) are communicated with each other, or as shown in FIGS. An analysis model having a new intake / exhaust configuration that has not been conventionally used, such as using three or three, is automatically generated. Furthermore, in addition to such an example, it is possible to obtain an unusual intake / exhaust configuration that is not conventional, such as connecting an intake pipe and an exhaust pipe, or connecting a pipe that directly introduces outside air to the intake port.

S14において、繰り返し処理を続行しないと判定した場合には、図3に示すフローの全体としての計算時間を短縮するために、処理の繰り返しを中止してS15に進む。もちろん、制約条件(S5)内で、すべての変更(S9)が行われた場合には、S15に進む。
次に、S15において、S12で記録された複数の解析結果どうしを比較する。本実施形態では、解析結果である複数のトルクカーブを比較し、S8で選択された評価条件に合致すると共に最も高いトルクを示すトルクカーブを判定する。そして、そのトルクカーブが得られた解析モデル(変更後のモデル構成及び諸元)を選定する。また、S12で算出した評価点が最も高い解析モデルを選定しても良い。
次に、S16において、S15で選定した解析モデル、及び、そのトルクカーブを画面に表示すると共に記憶装置等に記憶する。また、すべての計算結果を記憶及び表示するなどしても良い。
If it is determined in S14 that the repetitive process is not continued, the repetitive process is stopped and the process proceeds to S15 in order to shorten the calculation time of the entire flow shown in FIG. Of course, if all changes (S9) have been made within the constraint (S5), the process proceeds to S15.
Next, in S15, the plurality of analysis results recorded in S12 are compared. In the present embodiment, a plurality of torque curves that are analysis results are compared, and a torque curve that matches the evaluation condition selected in S8 and that exhibits the highest torque is determined. Then, an analysis model (model configuration and specifications after change) from which the torque curve is obtained is selected. An analysis model with the highest evaluation score calculated in S12 may be selected.
Next, in S16, the analysis model selected in S15 and its torque curve are displayed on the screen and stored in a storage device or the like. Further, all calculation results may be stored and displayed.

このように本実施形態によれば、或る1つの解析モデルを生成(S1)し、その解析モデルのモデル構成及び諸元値について変更を自動で行うと共に最適化計算を行うので、最適な吸排気構成を効率的に得ることが出来る。特に、モデル構成について変更を自動で行うので、作業者の経験の長短にかかわらず、従来にない、新しい吸排気構成を短い開発期間で確実に得ることが出来る。
また、モデル構成及び諸元値の変更は、所定の制約条件内で行われるので、計算時間がむやみに多くかかることが抑制される。特に、管モデルに関する制約条件として、吸排気の流れに大きな影響を与える管の長さと径についてのみ変更可能にし、また、管の本数にも制約を与えているので、計算すべき解析モデルが無限大となることを抑制すると共に、より少ない計算回数でより最適な結果を得るように解析モデルを効率的に変更することが出来る。
As described above, according to this embodiment, a certain analysis model is generated (S1), and the model configuration and specification values of the analysis model are automatically changed and the optimization calculation is performed. An exhaust configuration can be obtained efficiently. In particular, since the model configuration is automatically changed, a new intake / exhaust configuration unprecedented can be reliably obtained in a short development period, regardless of the experience of the operator.
In addition, since the model configuration and the specification values are changed within predetermined constraints, it is possible to prevent the calculation time from being excessively increased. In particular, as a restriction condition for the pipe model, only the length and diameter of the pipe that greatly affects the flow of intake and exhaust can be changed, and the number of pipes is also restricted, so the analysis model to be calculated is infinite. The analysis model can be efficiently changed so as to suppress the increase and obtain a more optimal result with a smaller number of calculations.

次に、主に図11及び図12により、本発明の第2実施形態によるエンジン性能の解析システムについて説明する。図11は、本発明の第2実施形態によるエンジン性能の解析システムの概略構成図であり、図12は、実験式の予実差の一例を示す図である。
この第2実施形態による解析システムは、基本的には、上述した第1実施形態と同様に、ベースとなる1次元CFD解析モデルに対し、吸排気管の構成及び諸元値を自動的に変更すると共にそのような変更後のエンジン性能を算出し、このような変更及び算出を繰り返すことで、最適なエンジン構成、特に、吸排気管の構成を得るためのものである。この第2実施形態では、変更後の解析モデルのエンジン性能の算出を、CFD解析プログラムによるCFD演算、或いは、実験式を用いた計算のいずれかで行うようにしている点で第1実施形態と異なる。以下、この異なる点について主に説明し、第1実施形態と同様の点については詳しい説明を省略する。
Next, an engine performance analysis system according to a second embodiment of the present invention will be described mainly with reference to FIGS. FIG. 11 is a schematic configuration diagram of an engine performance analysis system according to the second embodiment of the present invention, and FIG. 12 is a diagram illustrating an example of a preparatory difference between empirical formulas.
The analysis system according to the second embodiment basically automatically changes the configuration and specification values of the intake and exhaust pipes with respect to the base one-dimensional CFD analysis model, as in the first embodiment described above. At the same time, the engine performance after such a change is calculated, and the change and the calculation are repeated to obtain an optimal engine configuration, particularly an intake / exhaust pipe configuration. The second embodiment is different from the first embodiment in that the engine performance of the analysis model after the change is calculated by either the CFD calculation by the CFD analysis program or the calculation using the empirical formula. Different. Hereinafter, this different point will be mainly described, and detailed description of the same points as in the first embodiment will be omitted.

先ず、図11に示すように、第2実施形態による解析システム30は、CFD解析システム32及びCADシステム4を有する。CFD解析システム32のコンピュータ6には、その記憶装置(図示せず)或いはメモリ(図示せず)に、エンジン性能予測プログラム34が格納され、このエンジン性能予測プログラム34は、モデル生成プログラム10、プリポストプログラム12、モデル構成変更プログラム14、最適化プログラム36及びCFD解析プログラム18を有している。なお、この第2実施形態の説明においては、便宜上、第1実施形態と同様のプログラム及びデータベースに、第1実施形態と同じ符号を付けている。   First, as shown in FIG. 11, the analysis system 30 according to the second embodiment includes a CFD analysis system 32 and a CAD system 4. The computer 6 of the CFD analysis system 32 stores an engine performance prediction program 34 in its storage device (not shown) or memory (not shown). The engine performance prediction program 34 includes the model generation program 10, the pre-post A program 12, a model configuration change program 14, an optimization program 36, and a CFD analysis program 18 are included. In the description of the second embodiment, for the sake of convenience, the same reference numerals as those in the first embodiment are assigned to programs and databases similar to those in the first embodiment.

モデル生成プログラム10、プリポストプログラム12、モデル構成変更プログラム14及びCFD解析プログラム18は、第1実施形態と同様に、それぞれ、モデルデータベース20に格納された部品モデルにより1次元のCFD解析モデルを生成するプログラム、制約条件等の入力や結果の出力等の一連の処理を行うプログラム、部品モデルの追加或いは切り離しにより解析モデルのモデル構成を変更するプログラム、及び、1次元の解析モデルのCFD演算が可能なプログラムである。   The model generation program 10, the pre-post program 12, the model configuration change program 14, and the CFD analysis program 18 each generate a one-dimensional CFD analysis model from the component models stored in the model database 20, as in the first embodiment. Program, a program that performs a series of processing such as input of constraint conditions and output of results, a program that changes the model configuration of an analysis model by adding or removing a part model, and CFD calculation of a one-dimensional analysis model It is a program.

本実施形態における最適化プログラム36は、モデル構成変更プログラム14によるモデル構成の変更、最適化プログラム36の機能としての各諸元値の変更、及び、変更後の解析モデルについてのエンジン性能の算出を繰り返して実行し、変更により得られた複数の解析モデルから、性能の高いエンジン性能を示す解析モデルを選定するプログラムである。この最適化プログラム36では、エンジン性能の算出を、所定の条件に基づき、CFD解析プログラム18によるCFD演算による算出、或いは、実験式データベース38に格納された実験式による算出のいずれかにより実行する。また、最適化プログラム36は、第1実施形態と同様に、所定の最適化基準を満たすエンジン性能が得られる解析モデルを選定する。   The optimization program 36 in the present embodiment calculates the model performance by the model configuration change program 14, changes the specification values as functions of the optimization program 36, and calculates the engine performance for the analysis model after the change. It is a program that repeatedly executes and selects an analysis model showing high performance engine performance from a plurality of analysis models obtained by modification. In the optimization program 36, the engine performance is calculated based on a predetermined condition by either calculation by CFD calculation by the CFD analysis program 18 or calculation by an empirical formula stored in the empirical formula database 38. Further, the optimization program 36 selects an analysis model capable of obtaining engine performance that satisfies a predetermined optimization criterion, as in the first embodiment.

実験式データベース38には、エンジンの各諸元及び運転条件とエンジン性能との関係を規定する実験式が格納されている。エンジンの諸元は、例えば、吸排気管の長さや径、圧縮比、バルブリフト量等であり、運転条件は、エンジン回転数やエンジン負荷であり、エンジン性能は、トルク、吸気音、吸入空気量(体積効率)等である。実験式は、エンジン性能毎に、予め、実物のエンジンの試験或いはCFD解析によって得られた結果を重回帰分析して得られたものである。データベース38には、このような実験式がエンジン性能毎に格納されている。例えば、吸入空気量(体積効率)に関しては、係数a1〜a9と各諸元とにより規定された、以下のような、性能値を直接算出可能な実験式が格納されている。
ηv=a1×吸気管長さ/吸気管径+a2×圧縮比+・・・+a9×バルブリフト量
例えば、この実験式により求めたηvからトルク値を換算して求める。
また、以下のような、係数及び諸元で規定された、エンジン性能を相対的に算出可能な実験式が格納されている。
トルク変化量=a1×圧縮比変化量
このような実験式により、ある諸元値を変更したときのその変更量に応じたトルク変化量を求めることが出来る。
The experimental formula database 38 stores experimental formulas that define the relationship between engine specifications and operating conditions and engine performance. The specifications of the engine are, for example, the length and diameter of the intake and exhaust pipes, the compression ratio, the valve lift amount, etc., the operating conditions are the engine speed and the engine load, and the engine performance is the torque, intake sound, intake air amount (Volumetric efficiency). The empirical formula is obtained by performing multiple regression analysis on the results obtained by testing the actual engine or CFD analysis in advance for each engine performance. The database 38 stores such empirical formulas for each engine performance. For example, with respect to the intake air amount (volumetric efficiency), the following empirical formulas, which are defined by the coefficients a1 to a9 and the various specifications, and can directly calculate the performance values are stored.
ηv = a1 × intake pipe length / intake pipe diameter + a2 × compression ratio +... + a9 × valve lift amount For example, a torque value is calculated from ηv obtained by this empirical formula.
Moreover, the following empirical formulas that can be used to relatively calculate engine performance, which are defined by coefficients and specifications, are stored.
Torque change amount = a1 × compression ratio change amount With such an empirical formula, it is possible to obtain the torque change amount according to the change amount when a certain specification value is changed.

このような実験式は、予めその算出精度が確認されており、その例を図12に示す。図12には、或るエンジンの解析モデルに対し、その解析モデルの諸元値を実験式に代入して得られた予測値と、その解析モデルを解析することにより得られた実測値とをそれぞれ求めた結果が、図中の黒丸で示すようにプロットされている。図12では、異なる諸元値を有する複数のエンジンについての複数の結果がプロットされている。図12中、斜めに延びる3本の実線のうち、中間で延びる線は、予測値と実測値とが一致する誤差0%の線であり、その両側の線は誤差±3%の線である。このように、本実施形態では、実験式により、誤差が±3%程度の精度でエンジン性能を算出するようにしている。   Such an empirical formula has been confirmed in advance in accuracy of calculation, and an example thereof is shown in FIG. FIG. 12 shows a predicted value obtained by substituting the specification value of an analysis model for an engine analysis model into an empirical formula, and an actual measurement value obtained by analyzing the analysis model. The obtained results are plotted as indicated by black circles in the figure. In FIG. 12, a plurality of results for a plurality of engines having different specification values are plotted. In FIG. 12, among the three solid lines extending obliquely, the line extending in the middle is a line with an error of 0% where the predicted value and the measured value match, and the lines on both sides thereof are lines with an error of ± 3%. . As described above, in this embodiment, the engine performance is calculated with an accuracy of about ± 3% of error by an empirical formula.

次に、CADシステムは、第1実施形態と同様に、CADプログラム24及び設計データベース26を有する。
この第2実施形態においても、第1実施形態と同様に、CFD解析システム32のコンピュータ34は、複数台の高速のサーバコンピュータを並列に接続し、さらに、複数のクライアント端末(図示せず)をネットワークで接続しても良い。
Next, the CAD system has a CAD program 24 and a design database 26 as in the first embodiment.
Also in the second embodiment, as in the first embodiment, the computer 34 of the CFD analysis system 32 connects a plurality of high-speed server computers in parallel, and further connects a plurality of client terminals (not shown). You may connect with a network.

次に、図13により、本発明の第2実施形態の解析システムにおける処理内容を説明する。図13は、本発明の第2実施形態の解析システムにおける処理内容の流れを示すフローチャートである。なお、図13における「S」は、各ステップを示している。
以下に説明する各ステップは、第1実施形態と同様に、エンジン性能予測プログラム34及びそのプログラム34に含まれる各プログラム10、12、14、18、36により、エンジン性能として出力トルクを予測する例である。なお、以下のS21乃至S29、S31、S32、S35乃至S39の処理は、それぞれ第1実施形態と同様であり、以下ではそれらの詳しい説明を省略する。
Next, processing contents in the analysis system according to the second embodiment of the present invention will be described with reference to FIG. FIG. 13 is a flowchart showing the flow of processing contents in the analysis system according to the second embodiment of the present invention. Note that “S” in FIG. 13 indicates each step.
Each step described below is an example of predicting output torque as engine performance by the engine performance prediction program 34 and the programs 10, 12, 14, 18, 36 included in the program 34, as in the first embodiment. It is. Note that the following processes of S21 to S29, S31, S32, and S35 to S39 are the same as those of the first embodiment, and detailed description thereof will be omitted below.

図13に示すように、S21乃至S29は、図3に示す第1実施形態のS1乃至S9と同様の処理を行う。即ち、S21で1次元のCFD解析モデル(ベースモデル)を生成し、S22でその解析モデルのトライアル計算を行い、S23で計算エラーの有無の判定を行う。さらに、S24で、作業者による、部品モデルの追加或いは切り離しの可能な接続部の指定及び変更可能な諸元の入力を行わせ、さらに、変更可能な諸元を最適化のための変更可能な諸元パラメータとして設定する。さらに、S25及びS26で、それぞれ、モデル構成の変更に関する制約条件及び諸元値の変更に関する制約条件を作業者の入力に基づいて設定し、S27及びS28で、エンジン性能に関する最適化条件及び最適化の判断基準を作業者の入力に基づいて設定する。そして、S29で、S24で指定された接続部に対して部品モデルを追加或いは切り離すことにより、最適化の計算に使用するシミュレーション用の解析モデルを生成する。   As shown in FIG. 13, S21 to S29 perform the same processing as S1 to S9 of the first embodiment shown in FIG. That is, a one-dimensional CFD analysis model (base model) is generated in S21, trial calculation of the analysis model is performed in S22, and whether or not there is a calculation error is determined in S23. Further, in S24, the operator can specify a connection part that can add or detach a part model and input a changeable specification, and the changeable specification can be changed for optimization. Set as a specification parameter. Further, in S25 and S26, a constraint condition regarding the change of the model configuration and a constraint condition regarding the change of the specification value are set based on the input of the operator, respectively, and in S27 and S28, the optimization condition and optimization regarding the engine performance are set. Is set based on the operator's input. In S29, a simulation model used for calculation for optimization is generated by adding or disconnecting a part model to the connection portion specified in S24.

次に、S30に進み、S29で生成した解析モデルのエンジン性能を、予測手法として、CFD演算により算出するか、実験式により算出するかを自動的に選択する。
本実施形態では、このS30において、S29によりモデル構成が変更され最初にこのS30に進んだ場合、即ち、S29で変更したモデル構成において最初にエンジン性能を算出する場合に、CFD演算による算出を選択し、S29で変更されたモデル構成において2回目以降にエンジン性能を算出する場合には、実験式による算出を選択する。なお、S29において生成した解析モデルのエンジン性能を算出可能な実験式が実験式データベース38に格納されていない場合には、CFD演算による算出を選択する。
Next, the process proceeds to S30, and it is automatically selected whether the engine performance of the analysis model generated in S29 is calculated by CFD calculation or empirical formula as a prediction method.
In this embodiment, in S30, when the model configuration is changed in S29 and the process proceeds to S30 for the first time, that is, when the engine performance is first calculated in the model configuration changed in S29, calculation by CFD calculation is selected. When calculating the engine performance for the second and subsequent times in the model configuration changed in S29, calculation based on an empirical formula is selected. If the experimental formula that can calculate the engine performance of the analysis model generated in S29 is not stored in the experimental formula database 38, the calculation by the CFD calculation is selected.

S30で、CFD演算による算出が選択された場合には、S31に進み、第1実施形態と同様に、S29で生成した解析モデルに対し、変更可能な諸元パラメータ(管モデルの長さ及び径、バルブタイミング等)のうちいずれか1つの値を、S26で設定した諸元値の制約条件内で変更する。S31では、上述したように、この変更を、S31の処理を行う度に、管モデルの長さであれば例えば2mm間隔の変更幅で変更する。
また、S29で管モデルを追加し、そのモデル構成で最初にS31の処理を行う場合には、その追加した管モデルの諸元値を、予め生成されている管モデル(i5等)と同じ値に設定する。この追加した管モデルの長さ及び径も最適化のための変更可能な諸元パラメータとして設定する。
次に、S32において、第1実施形態と同様に、S31で諸元値を変更した解析モデルについてCFD解析プログラム18による解析を実行し、解析結果としてトルクカーブを算出する。
If calculation by CFD calculation is selected in S30, the process proceeds to S31, and as with the first embodiment, changeable parameters (length and diameter of the pipe model) are added to the analysis model generated in S29. , Valve timing, etc.) is changed within the constraint conditions of the specification values set in S26. In S31, as described above, this change is changed at a change width of, for example, an interval of 2 mm as long as the length of the tube model every time the process of S31 is performed.
When a pipe model is added in S29 and the process of S31 is first performed with the model configuration, the specification value of the added pipe model is the same value as the pipe model (i5 etc.) generated in advance. Set to. The length and diameter of the added pipe model are also set as changeable parameters for optimization.
Next, in S32, similarly to the first embodiment, the analysis by the CFD analysis program 18 is executed on the analysis model whose specification values are changed in S31, and a torque curve is calculated as an analysis result.

一方、S30で、実験式による算出が選択された場合には、S33に進み、実験式データベース38に格納されている実験式から、解析目的とするエンジン性能(本実施形態では、トルク)を算出可能であり、且つ、S29で変更したモデル構成の解析モデルについてエンジン性能を算出可能である適切な実験式を自動的に選択する。
また、S33において、実験式に代入する諸元値及び運転条件を決定する。代入する諸元値は、S29で生成した解析モデルが有する諸元値であり、この場合、変更可能な諸元パラメータ(管モデルの長さ及び径、バルブタイミング等)のいずれか1つの値を変更する。また、S29で追加した管モデルがあれば、そのモデル構成で最初にS33の処理を行う場合に、その追加した管モデルの諸元値を、予め生成されている管モデル(i5等)の諸元値とする。この追加した管モデルの長さ及び径も最適化のための変更可能な諸元パラメータとして設定する。また、代入する運転条件は、ここでは、エンジン回転数である。
On the other hand, if calculation by an empirical formula is selected in S30, the process proceeds to S33, and engine performance (torque in the present embodiment) for analysis is calculated from the experimental formula stored in the experimental formula database 38. An appropriate empirical formula that can be used and that can calculate the engine performance of the analysis model having the model configuration changed in S29 is automatically selected.
In S33, the specification value and the operating condition to be substituted into the empirical formula are determined. The specification value to be substituted is the specification value of the analysis model generated in S29. In this case, any one of the changeable specification parameters (length and diameter of the pipe model, valve timing, etc.) is set. change. Further, if there is a pipe model added in S29, when the process of S33 is performed for the first time with the model configuration, the specification values of the added pipe model are changed to those of the pipe model (i5 etc.) generated in advance. The original price. The length and diameter of the added pipe model are also set as changeable parameters for optimization. The operating condition to be substituted here is the engine speed.

次に、S34に進み、S33で選択した実験式に諸元値及び運転条件の値を代入して、トルクカーブを算出する。トルクカーブは、例えば100rpm刻みで設定したエンジン回転数を個別に実験式に代入して得られる複数の結果をもとに算出する。
ここで、上述したように、S29で変更したモデル構成において最初のエンジン性能の算出をCFD演算により行い、2回目以降を実験式により行う。このような場合は、上述したエンジン性能を相対的に算出可能な実験式を用いて、2回目以降の諸元値の変更量に応じたエンジン性能の変化量(例えば、トルク変化量)を求め、その変化量をシミュレーションにより得られたエンジン性能(例えば、トルク)に対し加減算することでエンジン性能を算出する。従って、実験式を用いることにより計算時間を短縮しても、算出されたエンジン性能の値の精度を実用レベルで確保することが出来る。
Next, the process proceeds to S34, and the torque curve is calculated by substituting the specification values and the operating condition values into the empirical formula selected in S33. For example, the torque curve is calculated based on a plurality of results obtained by individually substituting the engine speed set in increments of 100 rpm into the empirical formula.
Here, as described above, in the model configuration changed in S29, the first engine performance is calculated by CFD calculation, and the second and subsequent times are calculated by empirical formulas. In such a case, a change amount (for example, torque change amount) of the engine performance corresponding to the change amount of the specification value after the second time is obtained using the above-described empirical formula capable of relatively calculating the engine performance. The engine performance is calculated by adding / subtracting the change amount to the engine performance (for example, torque) obtained by the simulation. Therefore, even if the calculation time is shortened by using the empirical formula, the accuracy of the calculated engine performance value can be ensured at a practical level.

次に、S32或いはS34の処理の終了後、S35に進み、第1実施形態と同様に、S32或いはS34で算出したトルクカーブについて、S27で設定したエンジン回転数においてトルク値が最大となっているか、及び、S8で選択された評価条件にどの程度合致しているか等を観点として評価点を算出する。そして、その評価点及び算出したトルクカーブのデータを記憶装置等に記録する。   Next, after the processing of S32 or S34 is completed, the process proceeds to S35, and in the same manner as in the first embodiment, the torque value calculated in S32 or S34 has the maximum torque value at the engine speed set in S27. The evaluation score is calculated from the viewpoint of how much the evaluation condition selected in S8 is met. Then, the evaluation point and the calculated torque curve data are recorded in a storage device or the like.

次に、S36において、第1実施形態と同様に、S30乃至S35の処理を繰り返すか否かの判定を行う。繰り返し処理を続行すると判定した場合には、S30に戻り、予測手法を選択した後、S31或いはS33でさらに諸元を変更して、S32或いはS34の処理及びS35の処理を実行する。
S36において、繰り返し処理を続行しないと判定した場合にはS37に進み、第1実施形態と同様に、S29乃至S36の処理を繰り返すか否かの判定を行う。繰り返し処理を続行すると判定した場合には、S29に戻り、さらにモデル構成を変更し、その後、S30乃至S36の処理を繰り返す。
Next, in S36, as in the first embodiment, it is determined whether or not the processes in S30 to S35 are repeated. If it is determined that the repeated process is to be continued, the process returns to S30, and after selecting the prediction method, the specifications are further changed in S31 or S33, and the process of S32 or S34 and the process of S35 are executed.
If it is determined in S36 that the repetitive process is not continued, the process proceeds to S37, and it is determined whether or not the processes of S29 to S36 are repeated as in the first embodiment. If it is determined that the repetitive process is to be continued, the process returns to S29, the model configuration is further changed, and then the processes of S30 to S36 are repeated.

次に、S38において、第1実施形態と同様に、S28で選択された評価条件に合致すると共に最も高いトルクを示すトルクカーブが得られた解析モデルを選定する。
次に、S39において、第1実施形態と同様に、S38で選定された解析モデル、及び、そのトルクカーブを出力する。
Next, in S38, as in the first embodiment, an analysis model that matches the evaluation condition selected in S28 and has a torque curve showing the highest torque is selected.
Next, in S39, as in the first embodiment, the analysis model selected in S38 and its torque curve are output.

この第2実施形態によれば、上述した第1実施形態と同様に、最適な且つ新しい吸排気構成を効率的に得ることが出来る。また、第2実施形態では、CFD演算だけでなく、実験式によりエンジン性能の算出を行うようにしているので、計算時間を大幅に短縮することが出来る。特に、モデル構成を変更した後の最初のエンジン性能の算出をCFD演算により行い、2回目以降を実験式により行っているので、計算時間をより確実に短縮することが出来る。さらに、実験式によるエンジン性能の算出では、CFD演算の結果を利用しているので、実験式を用いてもエンジン性能の算出精度も保つことが出来る。   According to the second embodiment, an optimum new intake / exhaust configuration can be obtained efficiently as in the first embodiment described above. Further, in the second embodiment, since the engine performance is calculated not only by the CFD calculation but also by an empirical formula, the calculation time can be greatly shortened. In particular, the calculation of the first engine performance after changing the model configuration is performed by CFD calculation and the second and subsequent calculations are performed by empirical formulas, so the calculation time can be shortened more reliably. Furthermore, since the calculation of the engine performance by the empirical formula uses the result of the CFD calculation, the calculation accuracy of the engine performance can be maintained even if the empirical formula is used.

次に、図14及び図15により、第2実施形態の第1変形例を説明する。図14は、本発明の第2実施形態の第1変形例によるエンジン性能の解析システムの概略構成図であり、図15は、本発明の第2実施形態の第1変形例による解析システムの処理内容の流れの一部を示すフローチャートである。
この変形例では、上述した第2実施形態における処理フロー(図13)に、CFD演算及びその結果の重回帰分析により実験式を生成する処理ステップを加えた例であり、S29において生成された解析モデルのエンジン性能を算出可能な実験式が実験式データベース38に格納されていない場合に、これらの処理ステップを行うようになっている。
Next, a first modification of the second embodiment will be described with reference to FIGS. 14 and 15. FIG. 14 is a schematic configuration diagram of an engine performance analysis system according to a first modification of the second embodiment of the present invention, and FIG. 15 shows a process of the analysis system according to the first modification of the second embodiment of the present invention. It is a flowchart which shows a part of flow of content.
This modification is an example in which a processing step for generating an empirical formula by CFD calculation and the result of multiple regression analysis is added to the processing flow (FIG. 13) in the second embodiment described above, and the analysis generated in S29. These processing steps are performed when the experimental formula that can calculate the engine performance of the model is not stored in the experimental formula database 38.

先ず、図14に示すように、この変形例による予測解析システム40のエンジン性能予測プログラム44は、図11に示す第2実施形態によるエンジン性能予測プログラム34に、実験式生成プログラム46を加えたものである。その他のプログラム10等、データベース20等、及び、CADシステム4は、第2実施形態と同様であり、以下では、それらに関する説明を省略する。
この第1変形例における実験式生成プログラム46は、図13のS29で生成した解析モデルについて所定の回数及び条件でCFD解析を行い、その解析結果を重回帰分析して実験式を生成するプログラムである。この内容を図15によりさらに説明する。
First, as shown in FIG. 14, the engine performance prediction program 44 of the prediction analysis system 40 according to this modification is obtained by adding an empirical formula generation program 46 to the engine performance prediction program 34 according to the second embodiment shown in FIG. It is. The other programs 10 and the like, the database 20 and the like, and the CAD system 4 are the same as those in the second embodiment, and description thereof will be omitted below.
The empirical expression generation program 46 in the first modification is a program that performs CFD analysis on the analysis model generated in S29 of FIG. 13 at a predetermined number of times and conditions, and generates an empirical expression by performing multiple regression analysis on the analysis result. is there. This will be further described with reference to FIG.

図15に示すように、この変形例では、S29(図13)の処理の終了後、S40に進み、S29において生成した解析モデルのエンジン性能を算出可能な実験式が実験式データベース38に格納されているか否かを判定する。格納されていれば、S30(図13)に進み、第2実施形態において上述したように、S30乃至S39の処理を行う。
S40において、実験式が格納されていないと判定すると、S41に進む。
このS41では、S29で生成した解析モデルに対し、変更可能な諸元パラメータ(管モデルの長さ及び径、バルブタイミング等)をそれぞれ変更した複数の解析モデルについて、CFD解析プログラム18による解析を繰り返し実行する。このS41では、上述したS31で変更する変更幅より大きい幅、例えば、管モデルの長さであれば例えば20mm間隔の変更幅で変更するなど、重回帰分析が可能な程度に変更する値を間引く。このようにして、短い解析時間で、実験式を生成するための解析結果を取得する。
As shown in FIG. 15, in this modified example, after the process of S29 (FIG. 13) is completed, the process proceeds to S40, and an experimental expression capable of calculating the engine performance of the analysis model generated in S29 is stored in the experimental expression database 38. It is determined whether or not. If stored, the process proceeds to S30 (FIG. 13), and the processes of S30 to S39 are performed as described above in the second embodiment.
If it is determined in S40 that the empirical formula is not stored, the process proceeds to S41.
In S41, the analysis by the CFD analysis program 18 is repeated for a plurality of analysis models in which the changeable parameters (length and diameter of the pipe model, valve timing, etc.) are changed with respect to the analysis model generated in S29. Execute. In S41, a value larger than the change width changed in S31 described above, for example, if the length of the tube model is changed with a change width of, for example, an interval of 20 mm, is thinned out to a value that allows multiple regression analysis. . In this way, an analysis result for generating an empirical formula is acquired in a short analysis time.

次に、S42において、S41で解析を行った解析モデルの諸元値及び、エンジン回転数等の解析条件と、S41で得られた解析結果とを重回帰分析し、S43において、その重回帰分析の結果から、実験式を生成する。さらに、この生成した実験式を実験式データベース38に格納する。S43による処理の終了後は、S30(図13)に進み、上述したように、S30乃至S39の処理を行う。そして、S33及びS34では、S43で生成して実験式データベース38に格納した実験式を用いてエンジン性能を算出することが出来る。   Next, in S42, the multiple regression analysis is performed on the specification value of the analysis model analyzed in S41, the analysis conditions such as the engine speed, and the analysis result obtained in S41. In S43, the multiple regression analysis is performed. From the result, an empirical formula is generated. Further, the generated experimental formula is stored in the experimental formula database 38. After the process by S43 is completed, the process proceeds to S30 (FIG. 13), and the processes of S30 to S39 are performed as described above. In S33 and S34, the engine performance can be calculated using the empirical formula generated in S43 and stored in the empirical formula database 38.

次に、図16及び図17により、第2実施形態の第2変形例を説明する。図16は、本発明の第2実施形態の第2変形例によるエンジン性能の解析システムの概略構成図であり、図17は、本発明の第2実施形態の第2変形例による解析システムの処理内容の流れの一部を示すフローチャートである。
この変形例では、上述した第2実施形態における処理フロー(図13)に、過去データを重回帰分析することにより実験式を生成する処理ステップを加えた例であり、S29において生成された解析モデルのエンジン性能を算出可能な実験式が実験式データベース38に格納されていない場合に、これらの処理ステップを行うようになっている。
Next, a second modification of the second embodiment will be described with reference to FIGS. 16 and 17. FIG. 16 is a schematic configuration diagram of an engine performance analysis system according to a second modification of the second embodiment of the present invention, and FIG. 17 illustrates processing of the analysis system according to the second modification of the second embodiment of the present invention. It is a flowchart which shows a part of flow of content.
This modification is an example in which a processing step for generating an empirical formula by performing multiple regression analysis of past data is added to the processing flow (FIG. 13) in the second embodiment described above, and the analysis model generated in S29 These processing steps are performed when an empirical formula capable of calculating the engine performance is not stored in the experimental formula database 38.

先ず、図16に示すように、この変形例による予測解析システム50のエンジン性能予測プログラム54は、図11に示す第2実施形態によるエンジン性能予測プログラム34に、実験式生成プログラム56を加えたものである。また、この変形例によるCFD解析システム52は、図11に示す第2実施形態によるCFD解析システム32に、過去事例データベース58を加えたものである。その他のプログラム10等、データベース20等、及び、CADシステム4は、第2実施形態と同様であり、以下では、それらに関する説明を省略する。   First, as shown in FIG. 16, the engine performance prediction program 54 of the prediction analysis system 50 according to this modification is obtained by adding an empirical formula generation program 56 to the engine performance prediction program 34 according to the second embodiment shown in FIG. It is. A CFD analysis system 52 according to this modification is obtained by adding a past case database 58 to the CFD analysis system 32 according to the second embodiment shown in FIG. The other programs 10 and the like, the database 20 and the like, and the CAD system 4 are the same as those in the second embodiment, and description thereof will be omitted below.

この第2変形例による実験式生成プログラム56は、過去事例データベース58に格納されたデータを基に実験式を生成するプログラムである。過去事例データベース58には、過去に解析された、エンジンの1次元CFD解析モデル、その解析条件(エンジン回転数等の運転条件を含む)及びその解析結果が格納されている。実験式生成プログラム56による処理内容を図17によりさらに説明する。
図17に示すように、この変形例では、S29(図13)の処理の終了後、S50に進み、S29において生成された解析モデルのエンジン性能を算出可能な実験式が実験式データベース38に格納されているか否かを判定する。格納されていれば、S30(図13)に進み、第2実施形態において上述したように、S30乃至S39の処理を行う。
The experimental formula generation program 56 according to the second modified example is a program that generates an experimental formula based on data stored in the past case database 58. The past case database 58 stores a one-dimensional CFD analysis model of the engine analyzed in the past, its analysis conditions (including operating conditions such as engine speed), and its analysis results. The processing contents by the experimental formula generation program 56 will be further described with reference to FIG.
As shown in FIG. 17, in this modified example, after the process of S29 (FIG. 13) is completed, the process proceeds to S50, and an experimental expression capable of calculating the engine performance of the analysis model generated in S29 is stored in the experimental expression database 38. It is determined whether or not it has been done. If stored, the process proceeds to S30 (FIG. 13), and the processes of S30 to S39 are performed as described above in the second embodiment.

S50において、実験式が格納されていないと判定すると、S51に進む。
このS51では、過去事例データベース58から、重回帰分析が出来る程度の複数の解析モデルの諸元値、解析条件及び解析結果を読み込む。
次に、S52において、S51で読み込んだ諸元値、解析条件及び解析結果を重回帰分析し、S53において、その重回帰分析の結果から、実験式を生成する。さらに、この生成した実験式を実験式データベース38に格納する。S53による処理の終了後、S30(図13)に進み、上述したように、S30乃至S39の処理を行う。そして、S33及びS34では、S43で生成して実験式データベース38に格納された実験式を用いてエンジン性能を算出することが出来る。
If it is determined in S50 that the empirical formula is not stored, the process proceeds to S51.
In S51, the specification values, analysis conditions, and analysis results of a plurality of analysis models that can perform multiple regression analysis are read from the past case database 58.
Next, in S52, the specification values, analysis conditions, and analysis results read in S51 are subjected to multiple regression analysis, and in S53, an empirical formula is generated from the results of the multiple regression analysis. Further, the generated experimental formula is stored in the experimental formula database 38. After the process of S53 is completed, the process proceeds to S30 (FIG. 13), and the processes of S30 to S39 are performed as described above. In S33 and S34, the engine performance can be calculated using the empirical formula generated in S43 and stored in the empirical formula database 38.

これらの第1及び第2の変形例によれば、上述した第1及び第2実施形態と同様に、最適な且つ新しい吸排気構成を効率的に得ることが出来、特に、対応する実験式が無い場合でも実験式を自動で生成するので、より確実に計算時間を短縮することが出来る。   According to these first and second modified examples, as in the first and second embodiments described above, an optimal and new intake / exhaust configuration can be obtained efficiently. Even in the absence, the empirical formula is automatically generated, so the calculation time can be shortened more reliably.

なお、第3の変形例として、諸元値とエンジン性能との関係を示す一般則、例えば、細くて長い管と太くて短い管とはいずれも同等のトルク特性を有する、というような一般則或いは過去に得られた知見を規定した式(一般式)を格納した一般式データベースを新たに設けても良い。このようなデータベースを設けることにより、例えば、必要とする実験式が無い場合、その一般式に基づいてエンジン性能を算出することが出来る。   As a third modified example, a general rule indicating the relationship between the specification value and the engine performance, for example, a general rule that a thin and long tube and a thick and short tube both have equivalent torque characteristics. Or you may newly provide the general formula database which stored the formula (general formula) which prescribed | regulated the knowledge acquired in the past. By providing such a database, for example, when there is no required empirical formula, the engine performance can be calculated based on the general formula.

本発明の第1実施形態によるエンジン性能の解析システムの概略構成図である。1 is a schematic configuration diagram of an engine performance analysis system according to a first embodiment of the present invention. 1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of a one-dimensional analysis model. 本発明の第1実施形態の解析システムにおける処理内容の流れを示すフローチャートである。It is a flowchart which shows the flow of the processing content in the analysis system of 1st Embodiment of this invention. 部品モデルを追加或いは切り離すことが出来る接続部の指定について説明するための1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model for demonstrating designation | designated of the connection part which can add or isolate | separate a component model. 最適化の判断基準の一例としてトルク特性の評価条件パターンを示す線図である。It is a diagram which shows the evaluation condition pattern of a torque characteristic as an example of the criterion for optimization. モデル構成が変更された1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model in which the model structure was changed. モデル構成が変更された1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model in which the model structure was changed. モデル構成が変更された1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model in which the model structure was changed. モデル構成が変更された1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model in which the model structure was changed. モデル構成が変更された1次元解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of the one-dimensional analysis model in which the model structure was changed. 本発明の第2実施形態によるエンジン性能の解析システムの概略構成図である。It is a schematic block diagram of the analysis system of the engine performance by 2nd Embodiment of this invention. 実験式の予実差の一例を示す図である。It is a figure which shows an example of the preliminary difference of an experimental formula. 本発明の第2実施形態の解析システムにおける処理内容の流れを示すフローチャートである。It is a flowchart which shows the flow of the processing content in the analysis system of 2nd Embodiment of this invention. 本発明の第2実施形態の第1変形例によるエンジン性能の解析システムの概略構成図である。It is a schematic block diagram of the engine performance analysis system by the 1st modification of 2nd Embodiment of this invention. 本発明の第2実施形態の第1変形例による解析システムの処理内容の流れの一部を示すフローチャートである。It is a flowchart which shows a part of flow of the processing content of the analysis system by the 1st modification of 2nd Embodiment of this invention. 本発明の第2実施形態の第2変形例によるエンジン性能の解析システムの概略構成図である。It is a schematic block diagram of the engine performance analysis system by the 2nd modification of 2nd Embodiment of this invention. 本発明の第2実施形態の第2変形例による解析システムの処理内容の流れの一部を示すフローチャートである。It is a flowchart which shows a part of flow of the processing content of the analysis system by the 2nd modification of 2nd Embodiment of this invention.

Claims (11)

エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する予測解析システムであって、
作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成手段と、 上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定手段と、
上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更して上記CFD解析モデルを変更する解析モデル変更手段と、
変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行してエンジン性能を算出するエンジン性能算出手段と、
上記解析モデル変更手段による上記CFD解析モデルの変更及びその変更後のCFD解析モデルについての上記エンジン性能算出手段によるエンジン性能の算出を繰り返し実行させる繰り返し実行手段と、
複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定手段と、
を有することを特徴とするエンジン性能の予測解析システム。
A predictive analysis system that predicts engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
Analytical model generation means for generating a one-dimensional CFD analysis model based on an operator's input, and a restriction condition and a change in specification values of a model configuration change of at least the intake pipe and / or the exhaust pipe of the CFD analysis model Constraint condition setting means for setting the constraint conditions based on the input of each worker,
Analysis model changing means for changing the CFD analysis model by changing the model configuration and specification values within the set constraints, respectively;
Engine performance calculation means for calculating the engine performance by executing the analysis by the CFD analysis program for the changed CFD analysis model;
Repetitive execution means for repeatedly executing engine performance calculation by the engine performance calculation means for the CFD analysis model changed by the analysis model changing means and the CFD analysis model after the change;
An optimum model selecting means for selecting a CFD analysis model in which optimum engine performance satisfying a predetermined standard is calculated from a plurality of modified CFD analysis models;
A system for predicting and analyzing engine performance, comprising:
エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する予測解析システムであって、
作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成手段と、 上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定手段と、
上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更して上記CFD解析モデルを変更する解析モデル変更手段と、
変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行してエンジン性能を算出する第1のエンジン性能算出手段と、
上記諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースと、
変更後のCFD解析モデルについて上記実験式データベースに格納された実験式を用いてエンジン性能を算出する第2のエンジン性能算出手段と、
上記第1のエンジン性能算出手段或いは上記第2のエンジン性能算出手段のいずれかを所定条件により選択する選択手段と、
上記解析モデル変更手段による上記解析モデルの変更、上記選択手段による上記第1のエンジン性能算出手段或いは上記第2のエンジン性能算出手段の選択、及び、変更後のCFD解析モデルについての上記選択した第1のエンジン性能算出手段或いは第2のエンジン性能算出手段によるエンジン性能の算出を繰り返し実行させる繰り返し実行手段と、
複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定手段と、
を有することを特徴とするエンジン性能の予測解析システム。
A predictive analysis system that predicts engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
Analytical model generation means for generating a one-dimensional CFD analysis model based on an operator's input, and a restriction condition and a change in specification values of a model configuration change of at least the intake pipe and / or the exhaust pipe of the CFD analysis model Constraint condition setting means for setting the constraint conditions based on the input of each worker,
Analysis model changing means for changing the CFD analysis model by changing the model configuration and specification values within the set constraints, respectively;
First engine performance calculating means for calculating engine performance by executing analysis by the CFD analysis program on the CFD analysis model after the change;
An empirical formula database storing empirical formulas that define the relationship between the above specifications and engine performance;
Second engine performance calculation means for calculating engine performance using the empirical formula stored in the empirical formula database for the modified CFD analysis model;
Selecting means for selecting either the first engine performance calculating means or the second engine performance calculating means according to a predetermined condition;
Change of the analysis model by the analysis model change means, selection of the first engine performance calculation means or the second engine performance calculation means by the selection means, and the selected first of the CFD analysis model after the change. Repetitive execution means for repeatedly executing calculation of engine performance by one engine performance calculation means or second engine performance calculation means;
An optimum model selecting means for selecting a CFD analysis model in which optimum engine performance satisfying a predetermined standard is calculated from a plurality of modified CFD analysis models;
A system for predicting and analyzing engine performance, comprising:
上記選択手段は、上記解析モデル変更手段が上記モデル構成を変更し、その変更したモデル構成について最初にエンジン性能を算出する場合に、上記第1のエンジン性能算出手段を選択し、その同じモデル構成について上記解析モデル変更手段が諸元値を変更して2回目以降にエンジン性能を算出する場合に、上記第2のエンジン性能算出手段を選択する請求項2に記載のエンジン性能の予測解析システム。   The selecting means selects the first engine performance calculating means when the analysis model changing means changes the model configuration and calculates the engine performance for the changed model configuration for the first time, and selects the same model configuration. The engine performance prediction analysis system according to claim 2, wherein the second engine performance calculation means is selected when the analysis model changing means changes the specification value and calculates the engine performance for the second time and thereafter. さらに、上記解析モデル変更手段により変更されたCFD解析モデルについてエンジン性能を算出可能な実験式が上記実験式データベースに格納されていない場合、そのCFD解析モデルの諸元値を上記解析モデル変更手段により所定の変更幅で複数回変更し、それらの変更により得られた複数のCFD解析モデルについてそれぞれ上記第1のエンジン性能算出手段によりエンジン性能を算出し、これらの算出したエンジン性能と上記複数のCFD解析モデルの諸元値とを基に重回帰分析を行って実験式を生成する実験式生成手段を有する請求項2に記載のエンジン性能の予測解析システム。   Further, when the empirical formula capable of calculating the engine performance is not stored in the empirical formula database for the CFD analytical model changed by the analytical model changing means, the specification value of the CFD analytical model is obtained by the analytical model changing means. The engine performance is calculated by the first engine performance calculation means for each of a plurality of CFD analysis models obtained by changing a plurality of times within a predetermined change width, and the calculated engine performance and the plurality of CFDs. The predictive analysis system for engine performance according to claim 2, further comprising an empirical formula generating means for generating an empirical formula by performing a multiple regression analysis based on the specification values of the analysis model. さらに、過去に生成されたCFD解析モデル及びそのCFD解析モデルにおけるエンジン性能に関する解析結果を格納する過去事例データベースと、
上記解析モデル変更手段により変更されたCFD解析モデルについてエンジン性能を算出可能な実験式が上記実験式データベースに格納されていない場合、上記過去事例データベースに格納されたCFD解析モデルの諸元値及びそのCFD解析モデルにおけるエンジン性能に関する解析結果を基に重回帰分析を行って実験式を生成する実験式生成手段と、を有する請求項2に記載のエンジン性能の予測解析システム。
Further, a past case database that stores CFD analysis models generated in the past and analysis results related to engine performance in the CFD analysis models;
In the case where the experimental formula capable of calculating the engine performance is not stored in the experimental formula database for the CFD analytical model changed by the analytical model changing means, the specification values of the CFD analytical model stored in the past case database and the The engine performance prediction analysis system according to claim 2, further comprising: an empirical formula generation unit that generates an empirical formula by performing a multiple regression analysis based on an analysis result regarding the engine performance in the CFD analysis model.
上記制約条件設定手段は、少なくとも吸気管及び/又は排気管の長さの範囲を上記諸元値の制約条件として設定する請求項1又は請求項2に記載のエンジン性能の予測解析システム。   The engine performance prediction analysis system according to claim 1 or 2, wherein the constraint condition setting means sets at least a range of the length of the intake pipe and / or the exhaust pipe as a constraint condition of the specification values. 上記制約条件設定手段は、上記吸気管及び/又は排気管に関するモデル構成において、少なくともその吸気管及び/又は排気管の接続位置及び本数を上記モデル構成の制約条件として設定する請求項1又は請求項2に記載のエンジン性能の予測解析システム。   The said constraint condition setting means sets at least the connection position and the number of the intake pipe and / or exhaust pipe as the constraint conditions of the model configuration in the model configuration related to the intake pipe and / or exhaust pipe. 2. The engine performance prediction analysis system according to 2. エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する、コンピュータによる予測解析方法であって、
作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成工程と、 上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定工程と、
上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更して上記CFD解析モデルを変更する解析モデル変更工程と、
変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行してエンジン性能を算出するエンジン性能算出工程と、を有し、
上記解析モデル変更工程による上記CFD解析モデルの変更及びその変更後のCFD解析モデルについての上記エンジン性能算出工程によるエンジン性能の算出を繰り返し実行させ、
さらに、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定工程と、
を有することを特徴とするエンジン性能の予測解析方法。
A computer-aided prediction analysis method for predicting engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
An analysis model generation step for generating a one-dimensional CFD analysis model based on an operator's input, a restriction condition for changing a model configuration of at least an intake pipe and / or an exhaust pipe of the CFD analysis model, and change of specification values A constraint condition setting step for setting the constraint conditions based on the input of each worker,
An analysis model changing step for changing the CFD analysis model by changing the model configuration and specification values within the set constraint conditions;
An engine performance calculation step of calculating an engine performance by executing an analysis by the CFD analysis program for the changed CFD analysis model,
The calculation of the engine performance by the engine performance calculation step for the change of the CFD analysis model by the analysis model change step and the CFD analysis model after the change is repeatedly executed,
Furthermore, an optimum model selection step of selecting a CFD analysis model in which an optimum engine performance satisfying a predetermined standard is calculated from a plurality of modified CFD analysis models;
An engine performance prediction analysis method characterized by comprising:
エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する、コンピュータによる予測解析方法であって、
作業者の入力に基づいて1次元のCFD解析モデルを生成する解析モデル生成工程と、 上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定する制約条件設定工程と、
上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更して上記CFD解析モデルを変更する解析モデル変更工程と、
変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行してエンジン性能を算出する第1のエンジン性能算出工程と、
変更後のCFD解析モデルについて、上記諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースに格納された実験式を用いてエンジン性能を算出する第2のエンジン性能算出工程と、
上記第1のエンジン性能算出工程或いは上記第2のエンジン性能算出工程のいずれかを所定条件により選択する選択工程と、を有し、
上記解析モデル変更工程による上記解析モデルの変更、上記選択工程による上記第1のエンジン性能算出工程或いは上記第2のエンジン性能算出工程の選択、及び、変更後のCFD解析モデルについての上記選択した第1のエンジン性能算出工程或いは第2のエンジン性能算出工程によるエンジン性能の算出を繰り返し実行させ、
さらに、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定する最適モデル選定工程と、
を有することを特徴とするエンジン性能の予測解析方法。
A computer-aided prediction analysis method for predicting engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
An analysis model generation step for generating a one-dimensional CFD analysis model based on an operator's input, a restriction condition for changing a model configuration of at least an intake pipe and / or an exhaust pipe of the CFD analysis model, and change of specification values A constraint condition setting step for setting the constraint conditions based on the input of each worker,
An analysis model changing step for changing the CFD analysis model by changing the model configuration and specification values within the set constraint conditions;
A first engine performance calculation step of calculating an engine performance by executing an analysis by the CFD analysis program for the changed CFD analysis model;
A second engine performance calculation step for calculating the engine performance using the empirical formula stored in the empirical formula database storing the empirical formula for defining the relationship between the above-described specification values and the engine performance for the changed CFD analysis model When,
A selection step of selecting either the first engine performance calculation step or the second engine performance calculation step according to a predetermined condition,
The change of the analysis model by the analysis model change step, the selection of the first engine performance calculation step or the second engine performance calculation step by the selection step, and the selected first of the CFD analysis model after the change. The engine performance calculation by the engine performance calculation step 1 or the second engine performance calculation step is repeatedly executed,
Furthermore, an optimum model selection step of selecting a CFD analysis model in which an optimum engine performance satisfying a predetermined standard is calculated from a plurality of modified CFD analysis models;
An engine performance prediction analysis method characterized by comprising:
エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する解析用コンピュータのための予測解析プログラムであって、
作業者の入力に基づいて1次元のCFD解析モデルを生成させ、上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定させ、上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更させて上記CFD解析モデルを変更させ、変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行させてエンジン性能を算出させ、上記CFD解析モデルの変更及びその変更後のCFD解析モデルについての上記エンジン性能の算出を繰り返し実行させ、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定させるように上記解析用コンピュータを制御するエンジン性能の予測解析プログラム。
A predictive analysis program for an analysis computer that predicts engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
A one-dimensional CFD analysis model is generated based on the operator's input, and the constraint condition for changing the model configuration and the constraint condition for changing the specification values of at least the intake pipe and / or the exhaust pipe of the CFD analysis model are respectively operated. The CFD analysis model is changed by changing the model configuration and specification values within the set constraint conditions, and the CFD analysis model after the change is analyzed by the CFD analysis program. by running is calculated engine performance, the CFD analysis model changes and the calculation of the engine performance repeatedly be executed for that change after the CFD analysis model, the CFD analysis model after several changes, satisfies a predetermined criterion The above analysis computer so that the CFD analysis model for which the optimum engine performance is calculated is selected. Predictive analysis program of the control to engine performance.
エンジンの吸排気の流れをCFD解析プログラムにより解析してエンジン性能を予測する解析用コンピュータのための予測解析プログラムであって、
作業者の入力に基づいて1次元のCFD解析モデルを生成させ、上記CFD解析モデルの少なくとも吸気管及び/又は排気管に関するモデル構成の変更の制約条件及び諸元値の変更の制約条件をそれぞれ作業者の入力に基づいて設定させ、上記モデル構成及び諸元値をそれぞれ上記設定した制約条件内で変更させて上記CFD解析モデルを変更させ、変更後のCFD解析モデルについて上記CFD解析プログラムによる解析を実行させることによるエンジン性能の算出或いは上記諸元値とエンジン性能との関係を規定する実験式を格納した実験式データベースに格納された実験式を用いたエンジン性能の算出のいずれかを所定条件により選択させ、上記選択に基づいてエンジン性能を算出させ、上記CFD解析モデルの変更、上記変更後のCFD解析モデルについての上記CFD解析プログラムによるエンジン性能の算出或いは上記実験式を用いたエンジン性能の算出の選択、及び、上記変更後のCFD解析モデルについての上記選択に基づいたエンジン性能の算出を繰り返し実行させ、複数の変更後のCFD解析モデルから、所定の基準を満たす最適なエンジン性能が算出されたCFD解析モデルを選定させるように上記解析用コンピュータを制御するエンジン性能の予測解析プログラム。
A predictive analysis program for an analysis computer that predicts engine performance by analyzing engine intake and exhaust flows using a CFD analysis program,
A one-dimensional CFD analysis model is generated based on the operator's input, and the constraint condition for changing the model configuration and the constraint condition for changing the specification values of at least the intake pipe and / or the exhaust pipe of the CFD analysis model are respectively operated. The CFD analysis model is changed by changing the model configuration and specification values within the set constraint conditions, and the CFD analysis model after the change is analyzed by the CFD analysis program. Either the calculation of the engine performance by executing or the calculation of the engine performance using the empirical formula stored in the empirical formula database storing the empirical formula defining the relationship between the above specification values and the engine performance is performed according to a predetermined condition. is selected, is calculated engine performance based on the selection, changing of the CFD analysis model, C after the modification Calculating engine performance by the CFD analysis program for D analytical model or selected for calculating the engine performance using the above empirical formula, and repeats the calculation of the engine performance based on the selection for CFD analysis model after the change An engine performance predictive analysis program for controlling the computer for analysis so as to select a CFD analysis model for which an optimum engine performance satisfying a predetermined criterion is selected from a plurality of modified CFD analysis models.
JP2005370185A 2005-12-22 2005-12-22 Engine performance prediction analysis system, prediction analysis method, and prediction analysis program Expired - Fee Related JP4998765B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005370185A JP4998765B2 (en) 2005-12-22 2005-12-22 Engine performance prediction analysis system, prediction analysis method, and prediction analysis program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005370185A JP4998765B2 (en) 2005-12-22 2005-12-22 Engine performance prediction analysis system, prediction analysis method, and prediction analysis program

Publications (2)

Publication Number Publication Date
JP2007172349A JP2007172349A (en) 2007-07-05
JP4998765B2 true JP4998765B2 (en) 2012-08-15

Family

ID=38298824

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005370185A Expired - Fee Related JP4998765B2 (en) 2005-12-22 2005-12-22 Engine performance prediction analysis system, prediction analysis method, and prediction analysis program

Country Status (1)

Country Link
JP (1) JP4998765B2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820732A (en) * 2015-04-11 2015-08-05 成都陵川特种工业有限责任公司 Noise optimization method for engine intake system
CN108518286A (en) * 2018-03-14 2018-09-11 江苏科技大学 HC and CO emission control strategies under a kind of dual fuel engine declared working condition
KR102291014B1 (en) * 2019-12-10 2021-08-18 주식회사 현대케피코 Engine performance prediction by calculating loss and discharge coefficients of intake manifold

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3362954B2 (en) * 1994-03-31 2003-01-07 マツダ株式会社 Supercharging pressure calculation method and intake system design method for mechanical supercharged engine
MXPA04001722A (en) * 2001-08-31 2004-05-31 Optimum Power Technology Lp Design optimization.
JP4643992B2 (en) * 2002-09-23 2011-03-02 オプティマム・パワー・テクノロジー・エルピー Optimization expert system
JP4175129B2 (en) * 2003-02-05 2008-11-05 マツダ株式会社 Engine performance prediction analysis method, prediction analysis system and control program thereof
JP4337088B2 (en) * 2003-09-24 2009-09-30 マツダ株式会社 Piston design support program, design support method, and design support apparatus
JP4192805B2 (en) * 2004-03-01 2008-12-10 マツダ株式会社 Engine performance prediction analysis method, prediction analysis system and control program thereof
JP2005284623A (en) * 2004-03-29 2005-10-13 Mazda Motor Corp Program, method, and device for supporting design
JP2007164437A (en) * 2005-12-13 2007-06-28 Mazda Motor Corp Prediction analytical system, method, and program for engine performance

Also Published As

Publication number Publication date
JP2007172349A (en) 2007-07-05

Similar Documents

Publication Publication Date Title
JP5290199B2 (en) How to simulate engine operation
JP4643992B2 (en) Optimization expert system
Mattson et al. Pareto frontier based concept selection under uncertainty, with visualization
US7177758B2 (en) Method for optimizing characteristics map
JP2005512168A (en) Design optimization
JP4186691B2 (en) Engine part failure prediction system and control program therefor
US20070179917A1 (en) Intelligent design optimization method and system
US20040220716A1 (en) Predictive analysis method and system for engine performance and control program for use in the same
JP4998765B2 (en) Engine performance prediction analysis system, prediction analysis method, and prediction analysis program
JP4728563B2 (en) Code generation device, code generation program, function execution device, function execution program, model generation device, and model generation program
Keskin Process integration and automated multi-objective optimization supporting aerodynamic compressor design
JP2007164437A (en) Prediction analytical system, method, and program for engine performance
Hoffmann et al. Model-based methods for the calibration of modern internal combustion engines
JP4192803B2 (en) Engine performance prediction analysis method, prediction analysis system and control program thereof
JP4192805B2 (en) Engine performance prediction analysis method, prediction analysis system and control program thereof
JP4192804B2 (en) Engine performance prediction analysis method, prediction analysis system and control program thereof
JP5870632B2 (en) Information processing device
JP4232654B2 (en) Engine performance prediction analysis method, prediction analysis system and control program thereof
Siddesh et al. Prediction of Optimized Design Under Dynamic Loads Using Kriging Metamodel
JP2007164436A (en) Prediction analytical system, method, and program for engine performance
US20060089737A1 (en) Methods and systems for integrating design software modules
JP4891807B2 (en) High level synthesis apparatus and high level synthesis method
CN114297946B (en) Industrial internet platform for realizing multidisciplinary simulation model order reduction
JP4238751B2 (en) Engine performance prediction analysis method, prediction analysis system and control program thereof
Vrublevskyi et al. Development of a method for finding the optimal solution when upgrading a motorcycle engine

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20081118

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110419

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110427

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110623

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111013

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120419

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120502

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 4998765

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150525

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees