一種直噴式柴油機燃燒的多目標優化數值方法

一種直噴式柴油機燃燒的多目標優化數值方法

直噴式柴油機具有使用耐久及燃油經濟性良好等特點，被汽車行業廣泛使用。盡管如此，越來越多的環境問題限制了這種類型發動機的使用，因此開發一種既要保證減少NOx排放，同時還要保證有較好的燃油經濟性，較強魯棒性的直噴式柴油機燃燒系統已經成為一種必然趨勢。近年來，遺傳算法和計算流體力學（CFD）三維燃燒仿真已經成功應用于解決這類問題中。然而，結合目前的CFD三維燃燒仿真的遺傳算法（GAs）優化方法是非常復雜的，這是由于遺傳算法通常需要大量的運算使其收斂，結果導致了較高的計算消耗，限制了這種方法應用于工業生產過程。為了實現整個優化過程運算耗時減少，在利用遺傳算法進行優化的時候，CFD仿真可以更加方便地被應用來產生一個訓練集，供人工神經網絡進行學習，這個人工神經網路一旦訓練成功，就可以用來預測發動機的輸出，使其作為設計參數的依據。

本文基于人工神經網絡以及遺傳算法，采用數值方法來對一個車用直噴柴油機的燃燒進行多目標的優化。這種方法是用來幫助設計一款VM Motori車用直噴柴油發動機，對不同工況下的3種燃燒室進行評價。最后通過CFD三維運算來對產生的最優結果進行驗證，帶有左右參數的最優燃燒室在相同NOx排放以及平均指示有效壓力下，可以減少煙塵排放大約36%。

該數值方法被證明是快速的，降低了計算消耗，并且是準確的，其能夠用于幫助開發直噴式柴油機。

網址：http://www.sciencedirect. com/science/article/pii/ S1876610214000770

作者：Marco Costa et al

編譯：孔悅