基于NLPQL算法的氣動發動機性能尋優

朱燁++楊章林

【摘要】在AMESim仿真環境下建立兩級氣動發動機的仿真模型，以氣動發動機氣缸直徑、活塞行程為設計變量，以氣動發動機摩擦功率最小為目標函數，設計非線性二次規劃算法（NLPQL），對結構參數進行優化設計。結果表明，相比初始結果，該方法能夠降低摩擦功率，提升氣動發動機性能。

【關鍵詞】氣動發動機；AMESim：NLPQL算法；優化設計

隨著我國汽車工業的快速發展，傳統的燃油發動機帶來的污染越來越嚴重，隨著石化能源不斷枯竭，越來越多的人開始探尋新能源，氣動發動機就是在這一現狀下產生的。氣動發動機以高壓壓縮空氣為動力源，在氣缸內膨脹推動活塞做功對外輸出動力，不消耗燃料，尾氣無任何污染物質排放。同時，壓縮空氣可以利用水力、風力和太陽能等可再生綠色能源進行制備，具有廣闊的發展前景。目前，氣動發動機面臨的最大問題是能量使用效率低，限制了氣動汽車的續駛里程和推廣應用。在氣動發動機的優化設計過程中，活塞曲柄連桿組參數的優化是關鍵，找到性能參數與結構參數的關系，通過結構參數的優化來達到提高其性能。本文采用NLPQL（非線性序列二次規劃）這一數學優化方法，并結合氣動發動機的Amesim模型仿真計算，進行優化設計。

1氣動發動機工作原理

氣動發動機使用高壓壓縮空氣為動力源，將壓縮空氣存儲的壓力能轉換為其它形式的機械能。本文研究的是活塞式兩級氣動發動機，如下圖所示。活塞在上止點，氣缸進氣口打開，高壓空氣進入第一級空壓機氣缸，高壓氣體膨脹做功，氣體推動活塞運動，第一缸內剩余氣體壓力是第二缸的始動力，進入第二缸繼續膨脹做功。（圖1略）

2AMESIm模型建立

AMESIm是法國Imagine公司開發的工程系統仿真軟件，為多學科領域復雜系統提供建模仿真解決方案。AMESIm可以通過直接的物理方法將不同的領域模塊連接在一起，避免了各種程序代碼的編寫，因其采用工程技術語言，可以進行非常直觀的各類圖形用戶界面仿真，也使它成為眾多領域的系統建模與仿真的標準環境。它具有完全圖形界面，在整個仿真過程中，系統都是以圖形的形式顯示的。該軟件為用戶提供了批處理、穩態、間斷、動態等多種仿真模式，同時擁有頻譜圖、Bode圖、活性指數等齊全的分析工具。AMESIm也擁有元件、方塊圖、基本元素和數學方程等建模方式，用戶可自行選擇或綜合運用。因此用戶可以更加專注于工程系統本身的設計，而不必消耗過多的精力于繁瑣的數學建模當中。

3仿真模型的搭建

根據氣動發動機系統工作物理過程，搭建了下圖模型。（圖2略）

4NLPQL算法在氣動發動機優化中的應用

4.1數學優化方法

選擇NLPQL優化方法進行優化，它的優點即：（1）能有效探索初始設計點周圍局部區域（2）如果設計空間是連續、單峰的形態，能夠沿最快下降方向探索（3）特定條件下能從數學上證明其收斂。因此NLPQL在求解有約束非線性數學規劃問題時，具有穩定、收斂快和易于得到全局最優解等優點。

4.2優化問題分析

氣動發動機工作時，氣體的壓縮能不可能完全轉換成機械能，其中機械損失主要為磨擦損失，占功率損失的絕大部分，直接反映了發動機工作性能，是衡量其經濟性的重要指標。磨擦損失是指在活塞將獲得的功經連桿曲軸向外傳遞過程中因磨擦而消耗的功。因此活塞曲柄連桿組的結構參數的優化是關鍵，找到性能參數與結構參數的關系，通過結構參數的優化來減少摩擦功率，達到提高其性能的目的。采用非線性連續二次規劃法（NLNQL）這一數學優化方法，并結合氣動發動機的AMESim模型仿真計算，進行優化設計。

4.3設計變量

將影響氣動力發動機摩擦功率的主要參數作為設計變量X，主要影響因素有發動機的氣缸直徑D1，D2和活塞行程S1，S2。對這四個參數進行優化，使其功率損失最小

X=X1，X2，X3，X4T

其中X1，X2為第一缸氣缸直徑和活塞行程，X3，X4為第二缸氣缸直徑和活塞行程

4.4目標函數

氣動發動機摩擦功率計算公式為：

Nm=vhpm36.72

其中vh為氣動發動機氣缸工作容積＼[m3/h＼]，pm為平均摩擦壓力

對于多級空氣發動機，Nm=N1+N2+...Ni，i為空氣動力發動機的級數，本文i為2，設fx=Nm，即目標函數為minfx

vh=πD24SN，D為氣動發動機氣缸直徑，S為活塞行程，N為氣動發動機轉速

pm=0.959-0.0087i-0.0133ε，ε為壓力比

5結論

利用Amesim建立氣動發動機的模型，并運用NLPQL優化算法進行優化設計，優化后氣動發動機摩擦功率有了一定程度改善，證明此優化方法有效可行。可以在氣動發動機設計時采用，減少人工試算及參數調整的工作量，提高工作效率，該方法可拓展到其它機械系統的設計和分析領域。

參考文獻：

[1]韓二鋒. 氣動發動機準等溫膨脹實現途徑的研究[J].杭州：浙江大學，2007

[2]李吉，李華聰.仿真軟件AMESim應用研究[J].航空計算技術，2006，1 （36）：5658

[3]徐曉宏，趙萬忠，王春燕.基于NLPQL算法的電動輪汽車差速助力轉向參數優化[J].中南大學學報，2012，43（9）：3236