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
2024世界内燃机大会
2024 World Congress on Internal Combustion Engines