基于Modelica语言建模的柴油机稳动态性能仿真与试验

针对传统柴油机建模效率不高、所建模型抽象不易理解、软件平台开放程度差、模型通用性低的问题,采用多领域统一物理建模规范Modelica语言和面向对象的建模思想建立了柴油机的仿真模型。以上柴D4114B型发电用柴油机为例,在解决上述问题的同时模拟了负荷特性下柴油机的稳态过程,最高压力、排温等稳态数据点的实测值与仿真值的最大相对误差为8.9%,证明了所建立的柴油机模型具有较好的稳态性能。在此基础上进行了动态仿真,模拟了转速、单缸循环油量等参数的动态变化规律,并将部分参数的仿真值与实测值进行比较,两者吻合得比较好,证明了所建立的柴油机模型能较好地预测其动态性能,可为后续的基于Modelica语言的柴油机建模提供参考。     

基于微观场的重型增压柴油机工作循环能量流及㶲流仿真

为了探索重型增压柴油机工作循环中能量流、?流变化和损耗的规律并从缸内微观层面分析其原因,该文以CA6DL重型车用增压柴油机为研究对象,基于热力学基本原理、试验数据及仿真结果计算并分析了不同工况下工作循环中能量流、?流变化和损耗的规律。以B50工况为例,从缸内速度、当量比、温度分布的角度出发,对引起燃烧过程中能量流、?流变化和损耗的原因进行了分析。结果表明:增压柴油机工作循环中能量流、?流变化主要发生在燃烧过程;传热?、燃料累计?、排气损失、CA90、?效率等参数正相关于负荷,而内部?损失及传热?所占燃料?比例负相关于负荷,B25、B50、B75工况下内部?损失占燃料?比例分别为31.3%、29.9%、28.3%;理论当量比区域多集中在中等流速区;燃烧过程中期,缸内流场与高温区在缸壁附近的叠加作用加剧了缸壁的传热损失;当量比分布越不均匀,燃油氧化速率越快,高低温区体积占比差距越大,温升越缓慢,内部?损失率越大。     

基于神经网络的柴油机韦博参数预测研究

韦博公式作为柴油机零维燃烧模型中较通用的放热率计算半经验公式,被广泛应用于柴油机工作过程的仿真中,其模拟的准确性主要依赖于公式中参数的选取,但常规选取方式存在一定的盲目性且普适性较差。针对这一问题,以上柴D4114B型发电用柴油机为例,提出了一种基于神经网络的柴油机韦博公式参数的预测方法,通过实验所测缸压曲线反推燃烧放热率、放热率曲线的数值拟合和神经网络的训练建立可用于韦博公式参数预测的神经网络模型,通过预测精度评价、预测结果与实验数据的对比,验证了这种预测方式的准确性。最后,基于该方法建立了柴油机的动态仿真模型,通过部分参数实验值与仿真值的比较,证明该方法在柴油机动态仿真中的可行性。