论文部分内容阅读
摘要：选取4100QBZL柴油机，燃烧B20生物柴油混合燃料，以预主喷间隔、预喷持续期、EGR质量分数为研究对象，采用AVL-FIRE软件进行仿真模拟，用正交试验找出最佳优化组合。结果表明：三个因素对NOX和Soot排放的影响主次顺序为：EGR质量分数、预喷持续期、预主喷间隔;将三个因素进行优化组合并改进可以达到同时降低NOX和Soot的目的。
Abstract： Aiming at 4100 QBZL automotive diesel engine， B20 as fuel， the pre-main injection interval angle， Pre-injection duration angle， and EGR mass fraction as research subjects， and through AVL-FIRE and orthogonal experiment method proceeding simulation calculation. the result shows that the Primary and secondary order of three factors on diesel is： EGR mass fraction， Pre-injection duration angle，pre-main injection interval angle. Finally the optimal combination of all the parameters is found in this article which could reduce emissions.
关键词：生物柴油;正交试验;多次喷射; EGR质量分数
Key words： biodiesel;orthogonal test method;multiple injection;EGR mass fraction
中图分类号：S219.031 文献标识码：A 文章编号：1674-957X（2021）18-0017-03
0 引言
生物柴油是可再生资源，并可与柴油任意比例调和，在柴油机上直接使用。本文采用由地沟油提炼而成的生物柴油以20%比例和柴油混合（B20）[1]，本文使用正交试验法确定多次喷射的参数搭配及试验次数，AVL-FIRE软件进行仿真模拟计算，从而得到参数的优化选择，并使NOX和Soot[2][3]的排放量同时降低。
1 发动机模型的建立
本文选取4100BZL型柴油机来建立试验模型，其基本参数及边界条件见表1。
缸内气体流动模拟根据质量守恒、动量守恒和能量守恒定律来求解平均运输方程。为使方程组封闭，必须建立模型。研究中采用标准方程，湍流模型采用K-zeta-f，湍流扩散模型采用Enable，蒸发模型采用Mult-component，破碎模型选用Wave，燃烧模型采用ECFM3Z，NOX模型选用Extend Zeldovich，Soot模型选用Frolov Kinetic[4]-[5]。
2 模型优化参数的选取
本文选取预主喷间隔（A）、预喷持续期（B）、EGR质量分数（C）作为多次喷射试验的研究对象。将A、B、C的四个水平随机排列，得表2。在仿真试验中，固定参数有预喷量为10%，主喷起始点为710℃A，主喷完结点为733℃A。
根据因素和水平数，选择L64（421）来设计试验方案[6]。表3为正交试验方案的表头设计，其中A×B、B×A和AB，A×C、C×A和AC，B×C、C×B和BC分别表示A与B、A与C、B与C之间的交互作用。
运用Fire软件对正交试验方案的64组试验逐个进行仿真模拟计算。表4为计算结果。
3 单指标分析
3.1 NOX排放性分析
将表4中的NOX排放量进行方差分析，得到NOX方差分析表5。从表5看出，因素A、B、C及B×C对NOX排放量的影响特别显著，A×B影响显著。由于B×C的均方值比B和C的均方值都小[6]，故各因素對NOX排放量的影响的主次顺序为：C>B>A>B×C >A×B。
图1为各因素水平数所对应的NOX排放量。从图1中看出，若只考虑单因素，则选取水平值为A3、B2、C4的时候NOX的排放量最少，此时优化方案为A3B2C4，为第40组方案，其排放量为0.736×10-5。通过B×C二元表，可得当B1×C4的时候，NOX的排放量最少。此时优化方案为A3B1C4，为第36组方案，排放量0.7131×10-5。此时NOX排放量是所有仿真数据中最低。
A×B影响对NOX排放量影响最低，故不考虑A×B对NOX排放量的影响。
通过以上分析，可知在因素B的实际取值过程中，要考虑B×C的交互作用。不能直接忽略。
3.2 Soot的排放分析
将表5中的Soot排放量进行方差分析，得到Soot排放方差分析表6。可得因素A、B、C和A×B是影响Soot排放性的高度显著因素，其他皆为非显著因素。由于A×B的均方值比A和B的均方值都小，各因素对Soot排放量的影响的主次顺序为：B>A>C>A×B。 图2为各因素水平数所对应的Soot排放量。可看出，当选择A3、B1和C4时Soot排放量最低，优化方案是A3B1C4，为第36组方案，排放量4.4001×10-4。为所有仿真数据中最低。
4 优化方案的选取和验证
4.1 优化方案选取
本文模拟工况为负荷率50%、转速为2200rpm。相对于满负荷而言，本文工况过量空气系数较大，B20在燃烧过程中，NOX比Soot容易生成，且两者的加权比约为3：1[7]。使用综合评分法，分别设置NOX和Soot的权重为0.75、 0.25。对所得新数值进行方差分析，得到三个因素对生物柴油机NOX和Soot排放量影响的主次顺序为：C>B>A，优化方案为A3B1C4，与之前取得NOX和Soot排放量最低值时的最优方案相同，都是仿真模拟第36组试验。即预主喷间隔取6°CA，预喷持续期取8°CA，EGR质量分数为0.4。
4.2 优化方案验证
将上述分析得到的优化方案A3B1C4，与燃烧B20单次喷射且EGR质量份数为0情况下所得到性能指标相比，得到表7。可知NOX排放量下降82.12%，Soot却上升8.52%，NOX减排效果显著，但是Soot没有达到减排目标。
通过以上分析可知，EGR质量分数时对NOX和Soot排放量影响最显著的因素，而且从水平图中可看出，随着EGR质量分数的增大，Soot的排放量在降低，故在使其他因素都不变的情况下，将EGR质量分数增加到0.5，在进行一次仿真模拟。即预主喷间隔取6°CA，预喷持续期取8°CA，EGR质量分数为0.5。其实验结果为NOX排放量为0.29087×10-5，Soot排放量为4.0242×10-4，均小于无优化方案中NOX和Soot排放量。
5 结论
①针对4100QBZL柴油机，EGR质量分数对NOX和Soot排放量影响最显著;预喷持续期次之;预主喷间隔最次。都是特别显著因素。
②运用方差分析法及实际验证可知，B与C的交互作用对NOX排放量的影响具有特别显著作用，在实际应用中需要重点考虑;各因素之间的交互作用对Soot排放量的影响不如单因素影响显著，可以不用考虑。
③选定的预主喷多参数优化方案为A3B1C4，但此方案并没有同时降低NOX和Soot的排放量，所以对方案进行改进：A和B两因素仍然取A3和B1两个水平，但C因素取为0.5。如此，即可达到同时降低NOX和Soot的排放量的目的。
④本论文尚有不足之处，如过高的EGR质量分数有可能对生物柴油机动力性产生影响;实验限制没有对更多的因素进行仿真模拟等。
参考文献：
[1]杜家益.EGR对生物柴油颗粒物微观结构及官能团的影响[J].内燃机学报，2020，38（02）.
[2]Hu Wang， Experimental Study of the Influence of Multi-injection Coupled with EGR on Diesel Perforimance and Emssion. Transaction of CSICE， vol 28，pp.26-32，2008（In Chinese）.
[3]Diesel Engine Soot and NOX Emissions [J].SAE Paper， 9406Nehmer D A， Reitz R D. Measurement of the Effect of Injection Rate and Split Injection o68.
[4]AVL-FIRE.FIRE 2009 Basic Training Beijing and Wuhan[DB/OL].（2011-12-18）[2012-04-12]. http：//www.doc88.com/p-41499265613.html.
[5]Yuanjing Jiao， Multi-dimensional Simulation and Analysis of Combustion Process in DI Diesel. in DI Diesel. Tianjin，Tianjin University，2009（In Chinese）.
[6]何为.优化试验设计方法及数据分析[M].北京：化学工业出版社，2016.
[7]張琦.生物柴油添加比例对轻型柴油机性能及排放影响的研究[D].吉林在学，2009.
Abstract： Aiming at 4100 QBZL automotive diesel engine， B20 as fuel， the pre-main injection interval angle， Pre-injection duration angle， and EGR mass fraction as research subjects， and through AVL-FIRE and orthogonal experiment method proceeding simulation calculation. the result shows that the Primary and secondary order of three factors on diesel is： EGR mass fraction， Pre-injection duration angle，pre-main injection interval angle. Finally the optimal combination of all the parameters is found in this article which could reduce emissions.
关键词：生物柴油;正交试验;多次喷射; EGR质量分数
Key words： biodiesel;orthogonal test method;multiple injection;EGR mass fraction
中图分类号：S219.031 文献标识码：A 文章编号：1674-957X（2021）18-0017-03
0 引言
生物柴油是可再生资源，并可与柴油任意比例调和，在柴油机上直接使用。本文采用由地沟油提炼而成的生物柴油以20%比例和柴油混合（B20）[1]，本文使用正交试验法确定多次喷射的参数搭配及试验次数，AVL-FIRE软件进行仿真模拟计算，从而得到参数的优化选择，并使NOX和Soot[2][3]的排放量同时降低。
1 发动机模型的建立
本文选取4100BZL型柴油机来建立试验模型，其基本参数及边界条件见表1。
缸内气体流动模拟根据质量守恒、动量守恒和能量守恒定律来求解平均运输方程。为使方程组封闭，必须建立模型。研究中采用标准方程，湍流模型采用K-zeta-f，湍流扩散模型采用Enable，蒸发模型采用Mult-component，破碎模型选用Wave，燃烧模型采用ECFM3Z，NOX模型选用Extend Zeldovich，Soot模型选用Frolov Kinetic[4]-[5]。
2 模型优化参数的选取
本文选取预主喷间隔（A）、预喷持续期（B）、EGR质量分数（C）作为多次喷射试验的研究对象。将A、B、C的四个水平随机排列，得表2。在仿真试验中，固定参数有预喷量为10%，主喷起始点为710℃A，主喷完结点为733℃A。
根据因素和水平数，选择L64（421）来设计试验方案[6]。表3为正交试验方案的表头设计，其中A×B、B×A和AB，A×C、C×A和AC，B×C、C×B和BC分别表示A与B、A与C、B与C之间的交互作用。
运用Fire软件对正交试验方案的64组试验逐个进行仿真模拟计算。表4为计算结果。
3 单指标分析
3.1 NOX排放性分析
将表4中的NOX排放量进行方差分析，得到NOX方差分析表5。从表5看出，因素A、B、C及B×C对NOX排放量的影响特别显著，A×B影响显著。由于B×C的均方值比B和C的均方值都小[6]，故各因素對NOX排放量的影响的主次顺序为：C>B>A>B×C >A×B。
图1为各因素水平数所对应的NOX排放量。从图1中看出，若只考虑单因素，则选取水平值为A3、B2、C4的时候NOX的排放量最少，此时优化方案为A3B2C4，为第40组方案，其排放量为0.736×10-5。通过B×C二元表，可得当B1×C4的时候，NOX的排放量最少。此时优化方案为A3B1C4，为第36组方案，排放量0.7131×10-5。此时NOX排放量是所有仿真数据中最低。
A×B影响对NOX排放量影响最低，故不考虑A×B对NOX排放量的影响。
通过以上分析，可知在因素B的实际取值过程中，要考虑B×C的交互作用。不能直接忽略。
3.2 Soot的排放分析
将表5中的Soot排放量进行方差分析，得到Soot排放方差分析表6。可得因素A、B、C和A×B是影响Soot排放性的高度显著因素，其他皆为非显著因素。由于A×B的均方值比A和B的均方值都小，各因素对Soot排放量的影响的主次顺序为：B>A>C>A×B。 图2为各因素水平数所对应的Soot排放量。可看出，当选择A3、B1和C4时Soot排放量最低，优化方案是A3B1C4，为第36组方案，排放量4.4001×10-4。为所有仿真数据中最低。
4 优化方案的选取和验证
4.1 优化方案选取
本文模拟工况为负荷率50%、转速为2200rpm。相对于满负荷而言，本文工况过量空气系数较大，B20在燃烧过程中，NOX比Soot容易生成，且两者的加权比约为3：1[7]。使用综合评分法，分别设置NOX和Soot的权重为0.75、 0.25。对所得新数值进行方差分析，得到三个因素对生物柴油机NOX和Soot排放量影响的主次顺序为：C>B>A，优化方案为A3B1C4，与之前取得NOX和Soot排放量最低值时的最优方案相同，都是仿真模拟第36组试验。即预主喷间隔取6°CA，预喷持续期取8°CA，EGR质量分数为0.4。
4.2 优化方案验证
将上述分析得到的优化方案A3B1C4，与燃烧B20单次喷射且EGR质量份数为0情况下所得到性能指标相比，得到表7。可知NOX排放量下降82.12%，Soot却上升8.52%，NOX减排效果显著，但是Soot没有达到减排目标。
通过以上分析可知，EGR质量分数时对NOX和Soot排放量影响最显著的因素，而且从水平图中可看出，随着EGR质量分数的增大，Soot的排放量在降低，故在使其他因素都不变的情况下，将EGR质量分数增加到0.5，在进行一次仿真模拟。即预主喷间隔取6°CA，预喷持续期取8°CA，EGR质量分数为0.5。其实验结果为NOX排放量为0.29087×10-5，Soot排放量为4.0242×10-4，均小于无优化方案中NOX和Soot排放量。
5 结论
①针对4100QBZL柴油机，EGR质量分数对NOX和Soot排放量影响最显著;预喷持续期次之;预主喷间隔最次。都是特别显著因素。
②运用方差分析法及实际验证可知，B与C的交互作用对NOX排放量的影响具有特别显著作用，在实际应用中需要重点考虑;各因素之间的交互作用对Soot排放量的影响不如单因素影响显著，可以不用考虑。
③选定的预主喷多参数优化方案为A3B1C4，但此方案并没有同时降低NOX和Soot的排放量，所以对方案进行改进：A和B两因素仍然取A3和B1两个水平，但C因素取为0.5。如此，即可达到同时降低NOX和Soot的排放量的目的。
④本论文尚有不足之处，如过高的EGR质量分数有可能对生物柴油机动力性产生影响;实验限制没有对更多的因素进行仿真模拟等。
参考文献：
[1]杜家益.EGR对生物柴油颗粒物微观结构及官能团的影响[J].内燃机学报，2020，38（02）.
[2]Hu Wang， Experimental Study of the Influence of Multi-injection Coupled with EGR on Diesel Perforimance and Emssion. Transaction of CSICE， vol 28，pp.26-32，2008（In Chinese）.
[3]Diesel Engine Soot and NOX Emissions [J].SAE Paper， 9406Nehmer D A， Reitz R D. Measurement of the Effect of Injection Rate and Split Injection o68.
[4]AVL-FIRE.FIRE 2009 Basic Training Beijing and Wuhan[DB/OL].（2011-12-18）[2012-04-12]. http：//www.doc88.com/p-41499265613.html.
[5]Yuanjing Jiao， Multi-dimensional Simulation and Analysis of Combustion Process in DI Diesel. in DI Diesel. Tianjin，Tianjin University，2009（In Chinese）.
[6]何为.优化试验设计方法及数据分析[M].北京：化学工业出版社，2016.
[7]張琦.生物柴油添加比例对轻型柴油机性能及排放影响的研究[D].吉林在学，2009.