柴油机性能及排放预测高效试验设计应用研究.pdf

所需积分/C币:9 2019-08-07 15:19:00 1.27MB PDF
5
收藏 收藏
举报

为柴油机性能预测及优化提供更为高效合理的试验方法,通过对比分析不同试验设计方法回归模型的精度及效率,研究了正交设计及均匀设计在建立柴油机性能及排放多元非线性回归预测模型中的应用。回归模型的建立采用了逐步回归分析方法,能够根据试验数据提取对预测参数影响最为显著的因素,建立最为精确且简单的预测模型。回归模型的建立除了包含各个因素的主效应外,还考虑了各个因素的交互作用及非线性作用,使回归模型更为精确。最后对2种试验设计方法的回归模型预测精度及效率进行对比分析,结果显示均匀设计在柴油机性能及排放预测试验研究中更为高效。
笫5期 牛晓晓,等:柴油机性能及排放预测高效试验设计应用研究 97 1.2.2模型验证 210 模型的验让分为缸内压力曲线和性能及排放 参数的验证,缸内压力曲线验证如图3(轨压为 乏兰 分一仿直 200 150MPa,不同喷油正时下1~3工况)和图4(喷油 2 正时为-18°CA,不同轨压下5-7工况)所示。性 标定工况 210 能及排放参数选取了油耗及烟度两项参数进行验 证,如图5所示。 150 仿真 是兰出禦 粤一感 20 195 实验 4 标定工况 图5油耗及烟度仿真与试验对比 0 曲轴转角(°) 通过对仿真数据和试验数据的对比可以看 (a)喷油时刻=12(CA) 出,该柴油机仿真模型能够较为准确地反应柴油 R150 机随着进气及喷油参数改变,其燃烧状态和性能 仿真 实验 及排放的变化,适用于试验设计及回归预测模型 的研究 100 200 2试验设计及多元非线性回归分析 曲轴转角(°) (b)喷油时刻=14(CA) 2.1试验方案制定 试验设计方案的制定可分为3步 具 实验 1)确定试验指标。根据本文的研究内谷选取 油耗率、最大爆发压丿以及烟度为指标参数。 100 100 2)确定试验因素。柴油机在同一⊥况下性能 曲轴转角(°) 及排放主要受进气及喷油参数影响,所以选取轨 (c)喷油时刻=16(CA) 压、喷油正时、进气压力以及进气温度作为试验 图3相同轨压不同喷油正时伤真与试验压力曲线对比 因素,转速及喷油量取定值,试验因素的范围选 取参考试验机实际运行状态,其具体范围见表3。 150 仿真 F100 实验 表3试验因素范围 因素 下限值 上限值 100 轨压MP 120 160 曲轴转角(°) 喷油正时/ATDC (a)喷油时划=140(CA) 进气压力MPa 0.36 0.4 进气温度K 150 326 仿真 会 3)试验方案的编制,即试验设计方法的选 取。选取5种试验设计进行对比分析,分别为 200 曲轴转角(°) 4因素3、5、9水平正交设计(利用的正交表为 (b)喷汨时刻=130(CA) L(3)、L2(5)和L3(9)和4因索9、17水平均匀 设计(利用的均匀设计表为U9)和U1(17”)。 仿真 实验 正交设计试验次数为其因素水平数的平方,所以 其试验次数分别为9、25、81,而均匀设计的试验 次数即因素水平数,分别为9和17。 曲轴转角°) 2.2多元非线性回归 (c)喷油时划=120(CA) 回归模型是将柴油机的日标参数从相关约束 图4相同喷油正时不同轨压仿真与试验压力曲线对比中抽象出米,建立其输入参数及输出响应之间的 98· 应用科技 第45卷 数学模型,从而方便获得及顶测在一定输入参数 -18°ATDC 下柴油机的响应参数。但输入参数对柴油机的目 16°ATDC 标参数的影响往往并非线性的,而且会存在一定 215 一-14°ATDC 日12°ATDC 的交互作用。另外每个输入参数对输出响应的影 e210 →-10°ATDC 响程度也不尽相同,回归模型应该包含所有重要 输人参数,并且尽量简单化。 22.1输入参数的选取 利用所建立柴汕机模型,根据试验因素范围 130 150 1(0 轨压/MPa 的选取状况,并通过输入输出参数的相关性分析 得知,柴油机的目标参数受轨压和喷油正时影响 图8不同喷油正时下轨压对油耗率的影响 较大,进气压力和进气温度因选取研究方案在同 最终选取的回归模型输入参数有轨压、喷油 工况点,所以变化范围小,影响较小。另外轨 正时、进气压力、进气温度、轨压及喷油正时的二 压和喷泊正时对柴油机目标参数的影响存在交互 次项以攴轨压和喷油正时的交互作用 作用。 图6为喷油正时恒定在-14ATDC时,轨压2.2逐步回归分析法 对油耗率影响的线性拟合和二次曲线拟合对比,图7 在对柴油机的响应参数进行回归拟合时,本 为轨压为140MPa时喷汕正时对汕耗率影响的线文选用了逐步回归分析法。逐步回归分析法的基 性拟合和二次曲线拟合对比,图8为不同喷油正本思想是依次拟合一系列的回归方程,后一个回 时下轨压对汕耗率的影响曲线。由图6、7可以看归方程是在前一个回归方稈的基础上增加或者删 出,轨压和喷油正时对油耗*的影响,二次曲线除一个输入因素。具体过程为依次把输入因素添 拟合比线性拟合能够更好地匹配原始数据,所以加到回归方程中,如发现某输入因素不再重要时 在回归模型中需增加这2个参数的二次项。由图8就删除这个因素,最终建立能够反怏试验数据全 可以看出轨压和喷油正时对油耗率的影响存在交部信息的最优回归方程。 互作用,所以需要在回归模型中增加这2个因素 不同试验设计通过逐步回归得到各个响应参 的交互作用。考虑到回归模型在保证精度的前提数的回归模型系数如表46所示。表中p、t 下应尽量简单,所以忽略影响较小的非线性因素P和7。分别代表轨压、喷油正时、进气压力和 和交互作用。 进气温度,px代表轨压和喷油正时的交互作 215 原始 用,p2和a2代表轨压和喷油正时的二次项。对 7210 次 比3个响应参数的回归模型可以看出,当试验设 己205 计的总试验次数减少时,其包含的各个因素对响 200 应参数影响的信息量也会相应减少,且过少的数 据会导致某些因素的影响被忽略,如L(3和 19)5 (9)这2种试验设计,仅用∫9次试验,当回归 12 130 140 150 因素有7项时,其部分因素就会被忽喀掉。对比 轨压MPa 这2种试验设计,均匀设计的油耗率以及烟度回 图6轨压对油耗率影响线性拟合和二次曲线拟合对比 归模型的性能比正交设计好,最大爆发压力冋归 208 原始 模型比正交设计稍差。而l2(5)和U1(17)除了 206 在最大爆发压力回归模型中相比L1(9)同样忽略 ∫2个因素外,另外2个响应参数回归模型均和 20 态 L(9)相同。对比最大爆发压力回归模型系数还 可看出U1(17要比L2(5)的性能稍好,因为 196 L2(5)的回归模型中较为重要的输入因素轨压被 轨压 不合理的忽略掉,这将会导致其预测精度受到 图7喷油正时对油耗率影响线性拟合和二次曲线拟合对比定影响。 笫5期 牛晓晓,等:柴油机性能及排放预测高效试验设计应用研究 表4油耗率回归模型系数 参数 L9(3) L L81(9 C(9) U1(17) 常数项 313990 449.270 448.540 447.270 447.080 0.027 253 0.284 7.3756 7.435I 7.4655 P 13.668 6.0740 6.1370 0 7.0130 0.1213 1407 PR tI 0.00l 0.003 0.003 0.002 599×10 62.1×10 86.6×10 610×10 0781 0.0752 0.0929 表5最大爆发压力回归模型系数 参数 L(3) L25(5) U1(17 常数项 81.21 46.77 138004 -48057 PR -0.103 0.036 18486 4.G393 7.9077 7056 P C 37.093 41.371 41.703 39.497 39.152 0.321 211 0.205 4.2×10 4.4×10 -6.7×10 -49×10 70×10 0 2.49-05 0.09040.09570.060 表6烟度回归模型系数 参数 L1(90) 常数项 1586 l1.680 10.726 1.9614 9.5380 0 84×10 5.6×10 6.1×10 0.3843 0.3394 0.3309 Pc 0.304 0 0 pRx 43.1×10 -13.7×10°-114×10 25.0×10 10.2×10 1.9×10 1.9×10 1.3×10 0 5.2×10 4.8×10 ≤.1×10 3回归模型预测性能对比分析 式中:t为口标数值,o为预测数值。 为验证回归模型的预测性能,利用 sobol随机 序列生成100个试验点,这些随机试验点均匀分 40 布于所选的各个参数范围的多维空间中,可以对 320 该范围内模型的预测性能做综合的评价。图9展 示了这100个随机试验点的分布情况。对于每个 315 米 回归模型的性能评价,本文利用相关系数R米衡 310 量多元非线性回归模型的拟合程度,用剩余标准 等 差S以及绝对误差平均百分比(Om)来评价回归 模型的预测精度。相关系数和剩余标准差作为回 归模型常用评价参数,这甲就不雨赘述,绝对误 图9 Sobol随机序列100个试验点 差平均百分比可表示为 绝对误差平均百分比作为评价模型预测精度 ∑( 的参数,其表示为每个输出目标参数的相对误 LAPE =1 差,与剩余标准差对比,该参数与目标参数的单 ·100· 应用科技 第45卷 位量级无关,所以较适宜于对不同目标参数的预及精度都较高,且相差很少,在考虑到各个试验 测精度进行对比。 设计的试验次数情况下,可以看出均匀设计的效 图10为5种试验设计方法建立的回归模型 对100个试验点汕耗率的预测月标对比图。对比率更高。L(3)和U(9)的预测性能稍微逊色,而 5种试验设计回归预测模型对油耗率的预测性能在相同的试验次数下,均匀设计的相关系数和精 可以看出,L3(9)、L2(5")和U1(17)的相关系数度都要比正交设计高,性能效率更佳。 0.40 R=0.99907 0.355 MAPE063%030 215S20.271 210 1.5女 0.25 210 210 205 1.0累205 求205 0.15淋 0.5 4R0.9990 195 MAPF=085562 S=0.2672 195- MAPE=0.95482%/0.05 0.05 195200205210215 195200205210215 195200205210215 目标值 目标值 标值 (a)L(3+) L3(910 215=097312 2ls、R=0.99883 1035 1.389 30362 2l0MAPE=0.5325 1.5_210-MAP=01363% 0.20 层205 195 0.05 195200205210215 目标值 日标值 (d)((9 e)l1(17) 图10各个试验设计回归模型油耗率预测值和目标值对比 图11对比分析了对于不同的输出响应参数,精度相当的预测回归模型。 每个试验设计回归模型的性能。首先通过相关系 对比L(3)和U(9可以看出,相同试验次数 数的对比可以看出,对于3种响应参数的预测, U(17)的顶测相关系数与L2(9°)和L2(5基本 下均匀设计回归模型在预测油耗率和烟度上大大 持平,而对比剩余标准差以及绝对误差平均百分优于正交设计,而在预测最大爆发压力时性能稍 比,可以看出三者的精度也基本相同。所以均匀差。所以在同样的试验次数条件下,均匀设计比 设计相对正交设计能够在较少的试验次数下建立正交设计能够建立更精确的回归预测模型。 sls s Lsi s lo F li L, NL sL≤L甲L1 L, NL 2.0 10 0.85 1.0 0.75 oLE- 油耗最大爆发力烟度 油袛最大爆发力烟度 油耗最大爆发力烟度 (a)相关系数 (b)剩余标准差 (c)绝对误差半均百分比 图11各个试验设计回归模型性能对比 对比2种试验设计方法可以看出,随着因素的同时降低试验的成本。 水平数的增加,正交设计和均匀设计建立的回归 此外,通过对比绝对误差平均百分比,分析不 模型预测性能都会得以提高;但正交设计的试验同输出响应参数的预测性能可看出,各个回归模 次数与因素的水平数成平方关系,水平数的增加型在预测烟度上都精度稍差,这是因为烟度的单 将会大大增加试验次数,即会大量增加试验的成位量级较小,与输入因素的量级差別较大导致而 木;而均匀设计的试验次数与因素的水平数相成。后期研究可以通过对输入因素和目标参数归 等,能够十分有效地在提髙回归模型的预测精度化处理来避免该问题。 笫5期 牛晓晓,等:柴油机性能及排放预测高效试验设计应用研究 ·101 4结论 [4 IMTENAN S ASHRAFUR RAHMAN S M. MASJUKI H H, et al. Effect of dynamic injection pressure on 本文主要对比研究了正交设计和均匀设计在 performance, emission and combustion characteristics of a 柴油机性能及排放试验研究中预测精度及效率, compression ignition engine[]. Renewable and sustainable 目的是为柴油机的优化提供高效的试验设计方 energy reviews, 2015, 52: 1205-1211 法。首先建立∫能够反映柴油机实际运行状态的 [] AGARWAL A K, SRIVASTAVA D K, DHAR A, et al 仿真模型,然后利用试验设计方法制定了不同的 Effect of fuel injection timing and pressure on combustion, 试验方案,最后通过对比分析不同的设计方案获 emissions and performance characteristics of a single cylinder diesel engine[J]. Fuel, 2013, 111: 374-383 得的回归模型精度得到以下结论 [6]周广猛,刘瑞林,周平,等.基丁多项式回归模型的高压 1)与正交设计相比,均匀设计能够以较少的 共轨柴油机的标定[J汽车工程,2012,34(4):301-305. 试验次数建立预测精度相当的回归模型。 [7陈磊,基丁DOE的电控柴油机优化标定苏州科技学 2)相同试验次数条件下,均匀设计建立的预 院学报:工程技术版,2014,27(3):68-72,80 测模型预测精度明显优于正交设计。 [8]牛有城,李国岫,赵鹏.基丁正交设计法的直喷式柴油机 3)回归模型的精度随输入因素的水平数增加 燃烧系统参数优化匹配研究「几.工程热物理学报,200, 精度明显提高,而均匀设计由于其试验次数与输 30(4):707-710 入因素的水平数相等,所以可以在减少试验次数 [9] WU H, WU Zhanyi Using Taguchi method on combustion 的前提下提高回归模型的预测精度,能够有效地 performance of a diesel engine with diesel/biodiesel blend 降低试验成本。 and port-inducting H2[J] Applied energy, 2013, 104: 362 370. 参考文献: L0」徐哲.均匀设计在共轨柴油机性能优化中的应用[几柴 油机设计与制造,2009,16(2):14-18 []王育辉,高国珍,骆旭薇.等电控高压共轨柴油机匹配11J王继勇,李助军,刘晓婧,等均匀试验设计方法在柴油 的研究[内燃机工程,2006,27(3):6972 机多变量优化中的应用「几装备制造技术,2006(1):68. [2]王军,张幽彤,刘永峰,等.高压共轨柴油机燃烧匹巸研12」JNUⅹ Xiaoxiao, YANG Chuanlei, WANG Hechun,etal 究山内燃机程,208,2%(6):69. Investigation of ANN and svm based on limited samples [3]袁方恩,林学东,黄丫,等.高压共轨喷射系统参数对柴 for performance and emissions prediction of a CrDI- 油机性能影响的硏究[.内燃机工程,2012,32(2) assisted marine diesel engine[J. Applied thermal engi 11-19 neering,2017,111:1353-1364 本文引用格式 牛晓晓,银燕,上正祥,等柴油机性能及排放预测高效试验设计应用研究应用科技,2018,455):95-101 NIU Xiaoxiao, WANG Yinyan, WANG Zhengxiang, et al. Application of high-efficiency experimental design method for predicting the performance and emission of diesel engine[J]. Applied science and technology, 2018, 45(5): 95-101

...展开详情
试读 7P 柴油机性能及排放预测高效试验设计应用研究.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
weixin_39840515 你的留言是对我莫大的支持
2019-08-07
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

    成功上传501个资源即可获取
关注 私信
上传资源赚积分or赚钱
最新推荐
柴油机性能及排放预测高效试验设计应用研究.pdf 9积分/C币 立即下载
1/7
柴油机性能及排放预测高效试验设计应用研究.pdf第1页
柴油机性能及排放预测高效试验设计应用研究.pdf第2页

试读结束, 可继续读1页

9积分/C币 立即下载 >