基于面向控制的歐6柴油機燃燒預測模型

?

基于面向控制的歐6柴油機燃燒預測模型

排放法規的日益嚴格，使各生產商都在對發動機進行優化，以滿足法規要求，對高效率柴油機而言尤其重要。與試驗優化相比，數值模擬具有成本低、時間短等優點，因而其已經成為優化柴油機和燃燒系統的一種常用方法。對此，本文給出一種面向控制的發動機燃燒預測模型，并通過試驗對給出的預測模型進行了驗證和校準。該模型可預測發動機熱釋放率（HRR）和燃料燃燒總質量50%時的曲軸轉角（MFB50），這兩個值是評價發動機燃燒品質的重要參數。通過獲得HRR和MFB50的預測結果，可尋求柴油機的最佳配置。

介紹了基本HRR預測模型、擴展HRR預測模型和低輸入可逆MFB50預測模型。基本HRR預測模型為現有的、應用較為廣泛的HRR預測模型；擴展HRR預測模型則是對基本預測模型的修改；低輸入可逆MFB50預測模型為新開發的預測模型。基本HRR預測模型是基于燃料質量堆積方法建立的，該方法假定在任何時刻，燃料燃燒釋放的化學能與缸內累積的燃料質量成正比，該模型將噴油嘴噴射時間、噴射量和噴射壓力作為輸入參數。擴展HRR預測模型則引入3次噴射策略，可提高結果精度。考慮到噴油器噴油嘴打開延遲和關閉延遲，因而需要對該模型進行校準，校準基于預測值曲線和試驗值曲線對比。試驗在通用公司的動態測試平臺上進行，所用發動機為1.6L歐6柴油機，壓縮比為16。采用壓阻式壓力傳感器測量壓縮機、渦輪、中冷器和進氣歧管上下游處的壓力。采用壓電式傳感器測量缸內壓力。采用熱電偶測量排氣通道處的溫度。采用的循環工況包括新歐洲標準駕駛循環和世界輕型車測試程序循環。預測結果與試驗結果對比表明：與基本HRR預測模型相比，擴展HRR預測模型對HRR的預測更為精確，尤其是在中、高負荷下，但計算時間會略微增加；對低輸入可逆MFB50預測模型來說，均方根誤差在穩態條件下低于1°，瞬態條件下約為1°，其計算量低于擴展HRR預測模型兩個數量級。

Roberto Finesso et al.SAE 2015-01-0879.

編譯：王祥