NSGA-II在發(fā)動(dòng)機(jī)尾氣排放多目標(biāo)優(yōu)化問題中的應(yīng)用

栗方

摘 要：空氣污染和全球變暖問題逐步惡化，全球能源緊缺和環(huán)境污染帶來嚴(yán)峻形式逐漸進(jìn)入人們的視野，探索NSGA-II在發(fā)動(dòng)機(jī)尾氣排放多目標(biāo)優(yōu)化問題中的應(yīng)用以應(yīng)對各國日漸嚴(yán)格的燃油消耗政策和汽車排放法規(guī)。文章對雙燃料（柴油和富氫壓縮甲烷）反應(yīng)性控制的壓縮著火（RCCI）系統(tǒng)進(jìn)行優(yōu)化，建立數(shù)學(xué)模型，將發(fā)動(dòng)機(jī)排放和性能特性對發(fā)動(dòng)機(jī)負(fù)荷、發(fā)動(dòng)機(jī)轉(zhuǎn)速、當(dāng)量比和燃料百分比等因素的響應(yīng)進(jìn)行關(guān)聯(lián)。最后，利用所建立的模型和NSGA-II（非支配排序遺傳算法II）方法，對各因素進(jìn)行了優(yōu)化。用NSGA-II法優(yōu)化發(fā)動(dòng)機(jī)參數(shù)的結(jié)果令人滿意，并提出了不同試驗(yàn)條件下的帕累托前沿。研究結(jié)果表明，在使用雙燃料發(fā)動(dòng)機(jī)，可用數(shù)值模擬和分析來優(yōu)化發(fā)動(dòng)機(jī)的運(yùn)行參數(shù)，從而減少污染物排放，達(dá)到雙燃料（柴油和富氫壓縮甲烷）反應(yīng)性控制的壓縮著火（RCCI）點(diǎn)火在不同負(fù)荷下一氧化碳和氮氧化物的排放是雙燃料發(fā)動(dòng)機(jī)優(yōu)化問題的改進(jìn)。

關(guān)鍵詞：NSGA-II;多目標(biāo)優(yōu)化;發(fā)動(dòng)機(jī)優(yōu)化;RCCI;尾氣

中圖分類號：F224.39 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1671-7988（2020）16-40-04

Abstract： With the worsening of air pollution and global warming， severe forms brought by global energy shortage and environmental pollution have gradually entered people's vision. The application of NSGA-II in multi-objective optimization of engine exhaust emission is explored to cope with increasingly stringent fuel consumption policies and automobile emission regulations in various countries. In this paper， a compression ignition （RCCI） system for reactivity control of dual fuels （diesel oil and hydrogen-rich compressed methane） is optimized， and a mathematical model is established to correlate the response of engine emissions and performance characteristics to factors such as engine load， engine speed， equivalence ratio and fuel percentage. Finally， the model and NSGA-II （non-dominated sorting genetic algorithm II） method are used to optimize the factors. The results of optimizing engine parameters by NSGA-II method are satisfactory， and Pareto frontier under different test conditions is proposed. The results show that optimization should be considered when using dual-fuel engines. Numerical simulation and analysis can be used to optimize the operating parameters of the engine so as to reduce pollutant emissions. Compression ignition （RCCI） ignition that achieves reactivity control of dual fuels （diesel oil and hydrogen-rich compressed methane） is an improvement to the optimization problem of dual-fuel engines.

Keywords： NSGA-II; Multi-objective optimization; Engine optimization; RCCI; Tail gas

CLC NO.： F224.39 ?Document Code： A ?Article ID： 1671-7988（2020）16-40-04

1 前言

隨著我國汽車總量的快速增加，汽車排放污染問題日益突出，尾氣污染在人口密集的城市中尤為嚴(yán)重，對人健康構(gòu)成威脅。汽車尾氣排放標(biāo)準(zhǔn)的提高和新能源汽車的推廣在很大程度上壓迫傳統(tǒng)能源汽車的生存空間，因此優(yōu)化傳統(tǒng)汽車以達(dá)到節(jié)能減排，成為適應(yīng)市場需求的必然，我們迫切需要尋求新的策略來面對這一問題[1]。

近年來，數(shù)值模擬和進(jìn)化優(yōu)化算法因?yàn)榭梢酝瑫r(shí)優(yōu)化多個(gè)目標(biāo)而被廣泛用于發(fā)動(dòng)機(jī)的多目標(biāo)優(yōu)化問題。多目標(biāo)優(yōu)化算法（MOEAs）能夠有效地處理權(quán)衡關(guān)系，并在發(fā)動(dòng)機(jī)優(yōu)化方面取得了成功[2]。研究已經(jīng)表明，使用MOEAs解決發(fā)動(dòng)機(jī)應(yīng)用中的多目標(biāo)優(yōu)化問題是具有的可行性的。本文針對非支配排序遺傳算法（NSGA-II）在汽車尾氣優(yōu)化中的應(yīng)用，實(shí)驗(yàn)中主要利用雙燃料（柴油和富氫壓縮甲烷）反應(yīng)性控制的壓縮著火（RCCI）發(fā)動(dòng)機(jī)進(jìn)行研究多目標(biāo)算法優(yōu)化汽車尾氣問題[3]。

2 RCCI發(fā)動(dòng)機(jī)的數(shù)值模型

2.1 RCCI燃燒技術(shù)介紹

RCCI是一種雙燃料發(fā)動(dòng)機(jī)燃燒技術(shù)。在燃燒階段，持續(xù)時(shí)間和振幅可以通過使用兩種不同反應(yīng)性的燃料來優(yōu)化。RCCI因其高熱效率和低氮氧化物排放而聞名。低反應(yīng)性燃料在進(jìn)氣沖程期間噴射，并與空氣預(yù)混合。在壓縮沖程期間，高反應(yīng)性燃料（HRF）通過多次噴射通過直接噴射器噴射。在本研究中，富氫甲烷壓縮氣（HCM）通過進(jìn)氣口噴射進(jìn)行噴射，而柴油通過雙噴射策略進(jìn)行噴射[4]。

2.2 數(shù)值模型

用CANTERA代碼結(jié)合一個(gè)簡化的TRF-多環(huán)芳烴化學(xué)動(dòng)力學(xué)機(jī)制進(jìn)行燃燒過程的模擬。假設(shè)理想狀態(tài)下，所有氣體可以均勻地混合。發(fā)動(dòng)機(jī)模型是一個(gè)零維單區(qū)熱動(dòng)力學(xué)模型，用于預(yù)測發(fā)動(dòng)機(jī)指示平均有效壓力（IMEP）、CO排放和NOx排放[5]。

3 多目標(biāo)優(yōu)化

在一個(gè)問題中存在多個(gè)目標(biāo)，原則上產(chǎn)生一組最優(yōu)解（很大程度上稱為帕累托最優(yōu)解），而不是單一最優(yōu)解。這類問題被稱為多目標(biāo)優(yōu)化問題。一個(gè)最大似然問題已經(jīng)用加權(quán)或決策方案解決了，另一種方法是尋找帕累托最優(yōu)前沿。許多進(jìn)化算法，如遺傳算法，已經(jīng)被提出來解決多目標(biāo)規(guī)劃問題。非支配排序遺傳算法（NSGA-II）就是這樣一種MOEAs算法，它展示了有效識別帕累托最優(yōu)前沿的能力[6]。因此，它為決策者提供了最佳解決方案空間的完整畫面。本文介紹NSGA-II在解決多目標(biāo)優(yōu)化發(fā)動(dòng)機(jī)尾氣排放問題中的應(yīng)用。

4 引擎優(yōu)化的MOEAs相關(guān)工作

NSGA-II引入了考慮帕累托（Pareto）排序和擁擠距離的擁擠競賽選擇，保持良好擴(kuò)散，并收斂到Pareto前沿[7]。NSGA-II成功地找到了應(yīng)用中多目標(biāo)優(yōu)化問題的帕累托前沿，相關(guān)工作總結(jié)見表1。

優(yōu)化的參數(shù)包括進(jìn)氣門關(guān)閉正時(shí)（IVCT）、噴油正時(shí)（SOI）、點(diǎn)火正時(shí)（IT）、柴油主噴射正時(shí)（MSOI）、柴油主噴射正時(shí)（PSOI）、IVC溫度（TIVC）、IVC壓力（PIVC）、噴油壓力（IPR）、渦流比（SR）、預(yù)混合成氣能量分?jǐn)?shù)（EFPS），合成氣組成比（CRS）、柴油質(zhì)量（MD）、中試柴油餾分（DFP）、當(dāng)量比（EQR）和廢氣再循環(huán)率（EGR）。目標(biāo)包括指示比油耗（ISFC）、等效ISFC（EISFC）、振鈴強(qiáng)度（RI）、碳?xì)浠衔锱欧牛℉CE）、總指示有效壓力（GIMEP）、指示功率（IPO）、指示熱效率（ITE）、煙塵排放（SE）、一氧化碳排放（COE）、氮氧化物排放（NOxE）、點(diǎn)火延遲時(shí)間（IDE）、層流火焰速度（LFP）和沃伯?dāng)?shù)（WN）、未燃燒碳?xì)浠衔锱欧牛║HCE）[8]。發(fā)動(dòng)機(jī)類型包括柴油、RCCI和火花點(diǎn)火。這些工作證明了NSGA-II在發(fā)動(dòng)機(jī)應(yīng)用中解決多目標(biāo)優(yōu)化問題的可行性。

在引擎優(yōu)化問題中，其他MOEAs的應(yīng)用研究很少。CO和NOx是雙燃料發(fā)動(dòng)機(jī)的主要污染排放物[9]。但是，在不同的發(fā)動(dòng)機(jī)負(fù)荷條件下，最優(yōu)解是不同的，因此有必要通過同時(shí)最小化不同負(fù)荷下的CO和NOx排放量來生成完整的工況圖[10]。基于多個(gè)參數(shù)的數(shù)值結(jié)果表明，NOx排放在很大程度上取決于所有操作參數(shù)，包括燃料供應(yīng)、合成氣體成分和進(jìn)氣條件。然而，卻沒有考慮到一氧化碳的排放，因此，帕累托前端裝置可能含有不理想的溶液，這些溶液具有低氮氧化物排放，但一氧化碳排放非常高。

目前對不同負(fù)荷條件下CO和NOx排放的運(yùn)行參數(shù)優(yōu)化還沒有很好的認(rèn)識。此外，應(yīng)用現(xiàn)有的MOEAs來解決這個(gè)問題也存在一些挑戰(zhàn)。

5 實(shí)驗(yàn)設(shè)計(jì)

5.1 RCCI 發(fā)動(dòng)機(jī)參數(shù)優(yōu)化的特點(diǎn)

式中eCO（x）和eNOx（x）分別為解決方案x的CO和NOx排放量，其中I（x）為方案x的平均有效壓力（IMEP），I1L和LUL為低負(fù)荷下IMEP的下限和IMEP的上限，I1M和IUM為中負(fù)荷下IMEP的下限和IMEP的上限，I1H和IUH在高負(fù)載條件下IMEP的下界和IMEP的上界[11]。

這個(gè)問題給傳統(tǒng)MOEAs帶來了新的挑戰(zhàn)。首先，傳統(tǒng)MOEAs不能同時(shí)最小化f1（x），f2（x）和f3（x）。因?yàn)檫@是三個(gè)目標(biāo)相同但約束條件不同的多目標(biāo)優(yōu)化任務(wù)。傳統(tǒng)的MOEAs在一次運(yùn)行中只能處理一個(gè)任務(wù)。其次，種群在演化過程中存在大量的非期望解，這些解具有較大的CO排放或NOx排放[12]。

5.2 優(yōu)化結(jié)果

本文的目標(biāo)是通過優(yōu)化發(fā)動(dòng)機(jī)參數(shù)，使RCCI發(fā)動(dòng)機(jī)在不同負(fù)載條件下CO和NOx的排放達(dá)到最小。

引擎的負(fù)載由IMEP值索引。選擇正庚烷作為柴油替代物是因?yàn)檎椋╪-C7H16）的NOx和射氣排放最接近柴油。

優(yōu)化了九個(gè)操作參數(shù)，即HCM當(dāng)量比EHCM，體積與總HCM的比值（Rh），正庚烷當(dāng)量比（En），先導(dǎo)噴油量與總噴油量之比（Rp）正庚烷的注射壓力（Pinj），進(jìn)氣壓力（Pi），以及進(jìn)氣溫度（Ti）的介紹[13]。參數(shù)的工作范圍見表2。Rh由于經(jīng)濟(jì)原因，限制在30%以下。為了保護(hù)傳統(tǒng)的化石燃料（柴油），En限制在20%以下。最大值En比EHCM小很多。因此，HCM是本研究的主要燃料。

本文所用發(fā)動(dòng)機(jī)型號規(guī)格見表3。發(fā)動(dòng)機(jī)模型由燃燒室（氣缸、氣門、噴油器）、冷卻部件（中冷器、氣缸冷卻器）和渦輪增壓器系統(tǒng)組成。

此外，在優(yōu)化過程中，引入了一些約束來消除不滿意的解。采用熱效率最小指標(biāo)、熱膨脹功與正庚烷能比、熱膨脹功與正庚烷能比等約束條件，使熱膨脹功與正庚烷能比達(dá)到20%以上，保證了高效燃燒。

6 NSGA-II算法仿真結(jié)果

以上對高中低三個(gè)負(fù)載仿真結(jié)果，低負(fù)荷、中負(fù)荷和高負(fù)荷下的IMEP范圍分別為（5，8），（12，15）和（17，20）。程序經(jīng)過2000次迭代，得到圖1，圖2，圖3。圖中帕累托最優(yōu)解用藍(lán)色實(shí)心點(diǎn)表示，實(shí)心點(diǎn)連成的曲線為帕累托最優(yōu)解集，解通過目標(biāo)函數(shù)映射組成了NSGA-II算法優(yōu)化RCCI發(fā)動(dòng)機(jī)最小化一氧化碳和氮氧化合物的Pareto最優(yōu)前沿，帕累托最優(yōu)前沿為帕累托最優(yōu)解對應(yīng)的目標(biāo)函數(shù)值[14]。因此，一氧化碳和氮氧化合物在Pareto最優(yōu)前沿區(qū)域如圖，圖片顯示出NSGA-II獲得了理想?yún)^(qū)域內(nèi)極低的CO排放或NOx排放。

由圖可以看出，在高負(fù)載下，CO排放較少，主要排放NOx。在中等負(fù)荷下，較高負(fù)載CO有所增加。在低負(fù)荷下，CO和NOx排放結(jié)果與中負(fù)載相比而言排放量稍小，總體上十分接近，但低負(fù)載下CO和NOx排放量有所平衡。

對比三個(gè)負(fù)載，RCCI發(fā)動(dòng)機(jī)在低負(fù)荷條件下運(yùn)作，相較于高負(fù)載和中負(fù)載一氧化碳和氮氧化合物排放量更低。

7 結(jié)論

通過對NSGA-II在發(fā)動(dòng)機(jī)尾氣排放多目標(biāo)優(yōu)化問題中的應(yīng)用研究，我們發(fā)現(xiàn)NSGA-II在實(shí)際生活中多目標(biāo)優(yōu)化問題有很多的優(yōu)點(diǎn)，實(shí)驗(yàn)結(jié)果表明：在低負(fù)荷條件下，CO和NOx排放都比較低。與柴油相比HCM/柴油雙燃料RCCI發(fā)動(dòng)機(jī)的CO排放量要高的多，而柴油機(jī)排放物，尤其是顆粒物和氮氧化物是對人類健康有害的環(huán)境污染物。HCM/柴油雙燃料RCCI發(fā)動(dòng)機(jī)降低了NOx排放顆粒物幾乎可以忽略不計(jì)。歐六的排放標(biāo)準(zhǔn)為，一氧化碳和氮氧化物的最大排放量分別為4.0克/千瓦時(shí)和0.46克/千瓦。總的來說HCM/柴油雙燃料RCCI的CO排放也比歐洲VI的排放標(biāo)準(zhǔn)要低。在優(yōu)化尾氣的問題里，節(jié)能減排的道路依舊是漫長的，更高效清潔的發(fā)動(dòng)機(jī)運(yùn)作方式仍待我們?nèi)ヌ剿鳌?/p>

參考文獻(xiàn)

[1] C. Mavrelos， G. Theotokatos， Numerical investigation of a premixed combustion large marine two-stroke dual fuel engine for optimizing engine settings via parametric runs， Energy Conversion and Manage ment，2018，160：48-59.

[2] J.Li， W. Yang， D. Zhou， Review on the management of rcci engines， Renewable and Sustainable Energy Reviews，2017，69： 65-79.

[3] S. Lotfan， R. A. Ghiasi， M. Fallah， M. Sadeghi， Ann-based modeling and reducing dual-fuel engines challenging emissions by multiobj -ective evolutionary algorithm nsga-ii， Applied Energy， 2016， 175： 91-99.

[4] Z. Xu， M. Jia， Y. Li， Y. Chang， G. Xu， L. Xu， X. Lu， Computational optimization of fuel supply， syngas composition， and intake condi-tions for a syngas/diesel rcci engine， Fuel， 2018， 234： 120-134.

[5] P. Dimitriou， T. Tsujimura， A review of hydrogen as a compression ignition engine fuel，International Journal of Hydrogen Energy， 2017， 42： 24470-24486.

[6] G.Kosmadakis， D. Rakopoulos， C.Rakopoulos， Investigation of nitric oxide emission mechanisms in a si engine fueled with methane/ hydrogen blends using a research cfd code， International Journal of Hydrogen Energy， 2015， 40（43）： 15088-15104.

[7] A.Menaa， M.Lounici，F(xiàn).Amrouche， K.Loubar， M. Kessal， Cfdanalysis of hydrogen injection pressure and valve profile law effects on backfire and pre-ignition phenomena in hydrogen-diesel dual fuel engine，International Journal of Hydrogen Energy， 2019， 44： 9408- 9422.

[8] S.Lee， J.Jeon，S.Park，Optimization of combustion chamber geometry and operating conditions for compression ignition engine fueled with pre-blended gasoline-diesel fuel， Energy Conversion and Man -agement， 2016， 126： 638-648.

[9] 辛?xí)詣偅醣耄铌浚綇┸?考慮風(fēng)電消納能力的含風(fēng)電場電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度研究[J].可再生能源， 2016， 34（01）：49-55.

[10] J.Zareei，A.Rohani，Optimization and study of performance para -meters in an engine fueled with hydrogen， International Journal of Hydrogen Energy， 2020， 45： 322-336.

[11] 董駿峰，王祥，梁昌勇.基于個(gè)體鄰域的改進(jìn)NSGA-II算法[J].計(jì)算機(jī)工程與應(yīng)用，2019， 5：166-174.

[12] 張坤.基于占用和照度信息的室內(nèi)照明調(diào)光策略研究[D].天津理工大學(xué)，2019.

[13] B.H.Nguyen，B.Xue，P.Andreae，H.Ishibuchi and M.Zhang， "Multiple Reference Points-Based Decomposition for Multiobjective Feature Selection in Classification： Static and Dynamic Mechanisms，" in IEEE Transactions on Evolutionary Computation.2020，24（1），170- 184.

[14] A.Paykani，C.E.Frouzakis， K. Boulouchos， Numerical optimization of methane-based fuel blends under engine-relevant conditions using a multi-objective genetic algorithm， Applied Energy，2019， 242：1712-1724.