论文部分内容阅读
Fischer-Tropsch(F-T)煤制油是一种理想的柴油机代用燃料,其理化特性与柴油相近,具备低排放燃烧的潜质,发展和研究F-T煤制油对改善柴油机性能和能源的可持续利用具有重要意义,但F-T煤制油燃料分子结构和元素组成等方面与柴油有一定的差异,要想充分发挥F-T煤制油的优良特性,需要开发和设计与F-T煤制油燃料特性相匹配的喷油控制策略。本文采用仿真与试验的方法,分析了喷油系统主要参数,包括主喷正时、预喷正时、喷油压力和预喷油量对F-T煤制油柴油机燃烧和排放特性的作用规律,通过神经网络(BP-ANN、Wavelet-ANN)、支持向量机(SVM)建立F-T煤制油柴油机不同工况下的喷油参数与排放物关系的机器学习数值模型,耦合机器学习模型与智能算法(CMLIA,Coupling of Machine Learning and Intelligent Algorithm)和Topsis多属性决策方法对喷油参数进行优化分析,确定了F-T煤制油柴油机排放性能最优的喷油参数组合,进一步降低了F-T煤制油柴油机的SOOT和NOx排放量。主要研究思路如下:(1)建立电控F-T煤制油高压共轨柴油机多维仿真模型,耦合F-T煤制油表征燃料的简化机理模型和柴油机燃烧室模型,采用CONVERGE多维仿真软件,分析了主要喷油参数对F-T煤制油柴油机典型工况下燃油喷雾、油气混合和缸内流场、温度场的作用规律。分析表明:喷射压力和预喷正时分别对湍动能和燃油蒸发率的作用效果最为显著,在一定范围内提前喷油、增大喷射压力且适当减少预喷油量有助于提高混合气湍动能,促进油束流动与蒸发过程,提高油气混合均匀度。(2)基于电控高压共轨柴油机台架试验,分析和研究了喷油参数对F-T煤制油柴油机燃烧和排放特性的作用规律。研究表明:提前喷油能够促进燃油雾化,缸内压力、缸内温度和放热率升高,SOOT和油耗率降低,但NOx、HC和CO排放量升高;增大喷射压力,燃油雾化得到有效改善且油气混合均匀度明显提升,SOOT排放量大幅下降,但是会导致NOx有较明显的增高趋势;减小预喷油量会导致主、预喷间隔增大,气缸内“冷焰”效应增强,NOx排放量升高,而SOOT、HC和CO排放量有所降低。为使柴油机能够高效、低排放地运行,应该将喷油正时适当推后,且在一定范围内增加喷油压力,预喷油量占比应该控制在10~18%的范围内。(3)在燃烧仿真和试验数据的基础上,通过BP-ANN、Wavelet-ANN和SVM方法建立了F-T煤制油柴油机排放指标与喷油参数相关的机器学习数值模型,通过交叉验证方法确定了不同工况下的最优核函数参数,并对模型进行标定和验证分析。通过对比模型的性能发现:相比于BP-ANN、Wavelet-ANN模型,SVM构建的模型对各种指标的预测能力更加优良,最大预测误差不超过10%,除极个别点外,预测误差在0.21~3%的范围之内,模型的预测精度高且泛化能力好,能够准确反映喷油参数对F-T煤制油柴油机排放指标的作用规律。(4)采用CMLIA方法建立了基于F-T煤制油柴油机排放指标的喷油参数多目标优化模型,确定了不同工况下喷油参数的最佳组合和排放物的帕累托(Pareto)前沿解,依据属性指标特性采用Topsis多属性决策方法对Pareto前沿解的选择进行确定。研究表明寻优得到的Pareto解集分布均匀,不存在拥挤问题且具有清晰的支配关系,能够有效改善SOOT和NOx排放物“此消彼长”的关系。对优化的喷油参数组合进行台架试验验证分析,研究表明:Pareto最优解与试验值具有高度的一致性,二者拟合优度值均大于0.90,且HC、CO排放物、油耗率和缸内压力峰值均在小幅范围内波动变化,CMLIA与Topsis算法确定的最佳喷油参数组合是可信的,在测试工况下SOOT排放量分别下降17.94%和16.16%,NOx排放量分别下降3.76%和0.64%。