分会场

内燃机碳中和与排放控制

摘要

基于搭建的压燃式航空活塞发动机一维整机热力学模型，利用Kriging代理模型与非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm, NSGA）对有效燃油消耗率（Brake Specific Fuel Consumption, BSFC）和最大压力升高率（Maximum Pressure Rise Rate, MPRR）进行优化，探究压燃式航空活塞发动机的油气快速协调机制。首先，采用皮尔逊相关系数分析方法确认变量，采用拉丁超立方抽样生成训练模型样本。其次，构建以BSFC和MPRR为目标函数的发动机Kriging代理模型，并对其精度进行校验。最后，采用遗传算法NSGA-Ⅲ进行多目标优化，寻找最佳权衡解。结果表明，喷油时刻、压缩比、高压级叶片开度和低压级叶片开度对发动机性能的影响最为显著，而其他参数影响较小。构建的代理模型具有良好的预测精度，决定系数R2均大于0.9。与未优化之前相比，优化后的BSFC下降了10.3%，有效热效率达42.3%，同时MPRR低于0.8MPa/°CA，满足可靠性需求，获得了良好的优化效果。

关键词

压燃式航空活塞发动机;Kriging代理模型;NSGA-Ⅲ算法;多目标优化

电子U盘全文仅限大会已缴费参会代表下载。

您还没有登录，请您先 点击这里登录