樓狄明， 房 亮， 胡志遠(yuǎn)， 譚丕強(qiáng)

(同濟(jì)大學(xué) 汽車學(xué)院， 上海 201804)

?

基于混合試驗(yàn)設(shè)計(jì)生物柴油發(fā)動(dòng)機(jī)比油耗優(yōu)化

樓狄明， 房 亮， 胡志遠(yuǎn)， 譚丕強(qiáng)

(同濟(jì)大學(xué) 汽車學(xué)院， 上海 201804)

在一臺(tái)國(guó)V排放高壓共軌柴油機(jī)上燃用20%生物柴油混合燃料，通過(guò)調(diào)節(jié)共軌壓力、主噴定時(shí)、預(yù)噴定時(shí)、預(yù)噴油量、后噴定時(shí)和后噴油量等6個(gè)噴油控制參數(shù)，優(yōu)化標(biāo)定生物柴油專用發(fā)動(dòng)機(jī)的性能.選擇混合試驗(yàn)設(shè)計(jì)方法制定了6因素同時(shí)調(diào)節(jié)的全局優(yōu)化試驗(yàn)方案.分別針對(duì)低、中、高轉(zhuǎn)速下的低、中、高負(fù)荷9個(gè)工況點(diǎn)進(jìn)行試驗(yàn).通過(guò)該方法擬合的發(fā)動(dòng)機(jī)油耗數(shù)學(xué)模型需要的數(shù)據(jù)樣本容量較小且精度更高.以油耗最小為單目標(biāo)，通過(guò)混合優(yōu)化算法求解各工況下的全局最優(yōu)噴油參數(shù)組合.優(yōu)化后發(fā)動(dòng)機(jī)比油耗(BSFC)相比原機(jī)各工況點(diǎn)平均降幅2.71%.混合試驗(yàn)設(shè)計(jì)標(biāo)定方法彌補(bǔ)了傳統(tǒng)發(fā)動(dòng)機(jī)優(yōu)化標(biāo)定方法單因素逐一優(yōu)化所導(dǎo)致的局部最優(yōu)特性.

混合試驗(yàn)設(shè)計(jì)； 噴油參數(shù)； 多因素； 全局優(yōu)化； 柴油機(jī)

近年來(lái)，空氣污染一直是困擾影響中國(guó)社會(huì)發(fā)展的重要因素之一.2013年9月12日，國(guó)務(wù)院發(fā)布《大氣污染防治行動(dòng)計(jì)劃》[1]，又稱“空氣國(guó)十條”，對(duì)顆粒物排放進(jìn)行了嚴(yán)格的限制.2014年4月5日，上海市環(huán)境監(jiān)測(cè)中心公開數(shù)據(jù)表明，以上海市為例，交通方面PM2.5的貢獻(xiàn)率達(dá)到25%[2].面對(duì)日益嚴(yán)峻的空氣污染和嚴(yán)格的排放法規(guī)，高壓共軌柴油發(fā)動(dòng)機(jī)及其替代燃料技術(shù)得到世界的廣泛關(guān)注.

以生物柴油為代表的替代燃料由于其含氧，可以明顯降低發(fā)動(dòng)機(jī)的顆粒物排放，但相應(yīng)的會(huì)增加氮氧化物的排放[3-6]；同時(shí)由于燃料的熱值相對(duì)較低，發(fā)動(dòng)機(jī)油耗略微增加.因此需要在原有高壓共軌控制參數(shù)的基礎(chǔ)上對(duì)生物柴油專用發(fā)動(dòng)機(jī)進(jìn)行合理的優(yōu)化標(biāo)定，才可以使得氮氧化物(NOX)排放得到控制并具有較好的燃油經(jīng)濟(jì)性[7-8].

國(guó)內(nèi)外現(xiàn)有的發(fā)動(dòng)機(jī)優(yōu)化標(biāo)定方法多為對(duì)各噴油參數(shù)依照其重要性進(jìn)行逐一單因素優(yōu)化標(biāo)定，不考慮各噴油參數(shù)之間的交互作用，很容易形成局部最優(yōu)點(diǎn)，不能夠獲得最佳的優(yōu)化結(jié)果[9-10].本文在高壓共軌柴油機(jī)上燃用20%生物柴油混合燃料，在不對(duì)原機(jī)進(jìn)行進(jìn)行任何結(jié)構(gòu)改造的情況下，通過(guò)混合試驗(yàn)設(shè)計(jì)方法對(duì)不同噴油參數(shù)的多因素全局優(yōu)化，以計(jì)算確定發(fā)動(dòng)機(jī)各性能全局最優(yōu)點(diǎn).

1 試驗(yàn)設(shè)計(jì)

試驗(yàn)設(shè)計(jì)(Design of Experiment，DoE)是數(shù)理統(tǒng)計(jì)學(xué)的一個(gè)重要分支，是進(jìn)行科學(xué)研究的重要工具.經(jīng)濟(jì)、科學(xué)、合理的安排試驗(yàn)，有效地控制試驗(yàn)誤差干擾并減少試驗(yàn)次數(shù)，最大限度地獲得豐富而可靠的資料.試驗(yàn)設(shè)計(jì)方法主要分為以析因設(shè)計(jì)、正交設(shè)計(jì)、響應(yīng)曲面設(shè)計(jì)、混料設(shè)計(jì)和均勻設(shè)計(jì)為代表的經(jīng)典試驗(yàn)設(shè)計(jì)方法，和以最優(yōu)設(shè)計(jì)、空間填充設(shè)計(jì)等為代表的現(xiàn)代試驗(yàn)設(shè)計(jì)方法.

傳統(tǒng)試驗(yàn)設(shè)計(jì)方法算法簡(jiǎn)單，但相應(yīng)的試驗(yàn)次數(shù)較多，且對(duì)試驗(yàn)結(jié)果的的分析能力有限.隨著數(shù)學(xué)算法和發(fā)動(dòng)機(jī)標(biāo)定技術(shù)的發(fā)展，以空間填充設(shè)計(jì)和V最優(yōu)設(shè)計(jì)為代表的算法逐漸得到重視[11].謝暉等人[12]研究了空間填充設(shè)計(jì)在電控柴油機(jī)標(biāo)定中的應(yīng)用，試驗(yàn)結(jié)果表明使用空間填充法基于輸入輸出性能數(shù)據(jù)庫(kù)建立的響應(yīng)模型， 經(jīng)驗(yàn)證具有很好的預(yù)測(cè)精度且滿足建模要求.

混合試驗(yàn)設(shè)計(jì)(Hybrid DoE)是一種新興的試驗(yàn)設(shè)計(jì)方法，其原理就是將多種試驗(yàn)方法科學(xué)地綜合應(yīng)用，以彌補(bǔ)單一試驗(yàn)設(shè)計(jì)方法所帶來(lái)的缺陷和問(wèn)題.圖1所示為最優(yōu)設(shè)計(jì)(圖1a)和空間填充設(shè)計(jì)(圖1b)試驗(yàn)點(diǎn)分布圖.從圖1可以看到最優(yōu)設(shè)計(jì)試驗(yàn)點(diǎn)分布主要集中在邊界點(diǎn)，而空間填充設(shè)計(jì)的試驗(yàn)點(diǎn)分布均勻，但在邊界點(diǎn)的表達(dá)能力較弱.美國(guó)Naval Postgraduate School的學(xué)者提出將空間填充設(shè)計(jì)與最優(yōu)設(shè)計(jì)相結(jié)合，彌補(bǔ)了空間填充設(shè)計(jì)的邊界點(diǎn)擬合不準(zhǔn)切和最優(yōu)設(shè)計(jì)在設(shè)計(jì)空間內(nèi)部試驗(yàn)點(diǎn)較少的缺陷.

圖1 最優(yōu)設(shè)計(jì)和空間填充設(shè)計(jì)試驗(yàn)點(diǎn)分布圖

表1為常用DoE試驗(yàn)設(shè)計(jì)方法的比較.本文采用混合試驗(yàn)設(shè)計(jì)方法，以空間填充設(shè)計(jì)為基礎(chǔ)與V最優(yōu)設(shè)計(jì)相結(jié)合，彌補(bǔ)了各自方法的不足，達(dá)到較優(yōu)模型擬合精度的同時(shí)少量增加試驗(yàn)數(shù)量.

表1 常用DoE試驗(yàn)設(shè)計(jì)方法的比較

2 試驗(yàn)方案

2.1 試驗(yàn)臺(tái)架

試驗(yàn)在一臺(tái)國(guó)V排放電控高壓共軌渦輪增壓柴油發(fā)動(dòng)機(jī)上進(jìn)行，采用“轉(zhuǎn)速-轉(zhuǎn)矩”模式控制保證高壓共軌燃油噴射系統(tǒng)的總噴油量不變，通過(guò)Schenck發(fā)動(dòng)機(jī)臺(tái)架試驗(yàn)系統(tǒng)、Horiba發(fā)動(dòng)機(jī)排氣采樣分析系統(tǒng)和ELPI發(fā)動(dòng)機(jī)排氣顆粒物粒徑分布測(cè)試系統(tǒng)測(cè)量不同噴油參數(shù)下的性能及排放特性.

2.2 試驗(yàn)燃油

考慮到中國(guó)國(guó)情和未來(lái)發(fā)展需要，實(shí)驗(yàn)使用的是由餐廚廢油為原料制備的生物柴油.生物柴油發(fā)動(dòng)機(jī)所使用的是體積比80%的國(guó)V柴油與體積比20%的生物柴油混合燃料(以下簡(jiǎn)稱B20).所調(diào)配的B20混合燃料各項(xiàng)理化指標(biāo)經(jīng)過(guò)檢測(cè)機(jī)構(gòu)檢測(cè)，并以此計(jì)算生物柴油專用發(fā)動(dòng)機(jī)比油耗(BSFC).

2.3 試驗(yàn)方案

本文研究的是高壓共軌柴油機(jī)燃油噴射系統(tǒng)多次噴射的優(yōu)化標(biāo)定，在原有發(fā)動(dòng)機(jī)ECU噴油控制參數(shù)的基礎(chǔ)上，主要調(diào)節(jié)的噴油參數(shù)有共軌壓力(Pfin)、主噴定時(shí)(Tfin)、預(yù)噴間隔(Tint)、預(yù)噴油量(Qpre)、后噴間隔(Tinta)、后噴油量(Qafter)這6個(gè)因素.圖2所示為高壓共軌燃油噴射系統(tǒng)多次噴射示意圖[13].

使用Matlab軟件中的Model-based Calbration (MBC)工具箱[14]，設(shè)置實(shí)驗(yàn)點(diǎn)分布邊界條件.在保證試驗(yàn)精度的前提下，盡可能地減少試驗(yàn)次數(shù)，以空間填充設(shè)計(jì)為主在實(shí)驗(yàn)空間內(nèi)均勻分布實(shí)驗(yàn)點(diǎn)，再以V最優(yōu)設(shè)計(jì)為輔對(duì)實(shí)驗(yàn)空間邊界點(diǎn)進(jìn)行補(bǔ)充完善.在一個(gè)6因素同時(shí)變換的6維空間中不同實(shí)驗(yàn)設(shè)計(jì)方法均有最低實(shí)驗(yàn)點(diǎn)個(gè)數(shù)要求，經(jīng)過(guò)多次反復(fù)嘗試，本文分別針對(duì)某一工況的6個(gè)噴油參數(shù)進(jìn)行64點(diǎn)的空間填充試驗(yàn)設(shè)計(jì)和28點(diǎn)的V最優(yōu)試驗(yàn)設(shè)計(jì)，并對(duì)極端試驗(yàn)點(diǎn)進(jìn)行篩選，實(shí)驗(yàn)數(shù)據(jù)點(diǎn)空間分布圖如圖3和圖4所示.

圖2 高壓共軌燃油噴射系統(tǒng)多次噴射示意圖

圖3 64點(diǎn)空間填充設(shè)計(jì)試驗(yàn)點(diǎn)分布

圖4 28點(diǎn)V最優(yōu)設(shè)計(jì)試驗(yàn)點(diǎn)分布

最終將某一工況兩種試驗(yàn)方法組合形成90個(gè)點(diǎn)左右的混合實(shí)驗(yàn)設(shè)計(jì)方案.

歐洲穩(wěn)態(tài)測(cè)試循環(huán)(ESC)十三工況點(diǎn)是目前發(fā)動(dòng)機(jī)排放穩(wěn)態(tài)測(cè)試的常用方法，由于實(shí)驗(yàn)點(diǎn)較多且方法類似，因此僅選取ESC工況除怠速和100%負(fù)荷工況以外的低、中、高轉(zhuǎn)速下的低、中、高轉(zhuǎn)矩9個(gè)工況點(diǎn)進(jìn)行混合實(shí)驗(yàn)設(shè)計(jì)，最終形成生物柴油專用發(fā)動(dòng)機(jī)比油耗優(yōu)化標(biāo)定的試驗(yàn)方案.實(shí)驗(yàn)工況點(diǎn)如表2所示.

表2 選取9個(gè)代表工況點(diǎn)的轉(zhuǎn)速、轉(zhuǎn)矩和負(fù)荷

3 試驗(yàn)優(yōu)化

3.1 模型擬合

在試驗(yàn)臺(tái)架上對(duì)試驗(yàn)方案各點(diǎn)進(jìn)行2—3次穩(wěn)態(tài)測(cè)試，記錄各個(gè)工況點(diǎn)下不同噴油參數(shù)組合相應(yīng)的發(fā)動(dòng)機(jī)性能數(shù)據(jù).

使用MBC工具箱的Model Fitting工具，建立一個(gè)Point-by-Point的發(fā)動(dòng)機(jī)優(yōu)化標(biāo)定模型，利用混合徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)算法(Hybrid-RBF)對(duì)每個(gè)工況點(diǎn)進(jìn)行模型擬合，通過(guò)預(yù)測(cè)均方根誤差、赤池信息量、貝葉斯信息量及廣義交叉驗(yàn)證等一系列方法對(duì)比篩選出6個(gè)噴油參數(shù)各工況點(diǎn)下發(fā)動(dòng)機(jī)各性能的最優(yōu)響應(yīng)擬合模型，最大程度上提高模型擬合精度并避免過(guò)擬合情況發(fā)生[15-16].圖5所示為1 657 r·min-1轉(zhuǎn)速253 Nm轉(zhuǎn)矩工況下BSFC模型學(xué)生化殘差.由圖5可以看出，模型擬合精度整體較高，各試驗(yàn)點(diǎn)擬合后內(nèi)學(xué)生化殘差均小于3[17].

圖5 1 657 r·min-1轉(zhuǎn)速253 Nm轉(zhuǎn)矩工況下BSFC

3.2 6因素經(jīng)濟(jì)性分析

分別選取不同工況下的BSFC最佳擬合模型，研究生物柴油發(fā)動(dòng)機(jī)比油耗隨各噴油參數(shù)單因素變化的變化規(guī)律.選取1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況闡述分6個(gè)噴油參數(shù)對(duì)發(fā)動(dòng)機(jī)比油耗的影響.

圖6所示為1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下BSFC與主噴定時(shí)和共軌壓力的關(guān)系.在1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下，BSFC隨主噴提前角的增大先減小再增大，最低點(diǎn)在Tfin=5℃左右，同時(shí)當(dāng)主噴提前角小于5℃時(shí)，BSFC隨共軌壓力(MPa)的增加而略微減小，當(dāng)主噴提前角大于5℃時(shí)，BSFC隨共軌壓力的增加而逐漸增加.這是主噴提前角過(guò)小時(shí)，發(fā)動(dòng)機(jī)最高爆發(fā)壓力點(diǎn)在上止點(diǎn)之后，使得燃燒產(chǎn)生的能量沒(méi)有充分利用，當(dāng)主噴提前角過(guò)大時(shí)使得最高爆發(fā)壓力點(diǎn)在上止點(diǎn)之前一段時(shí)間，使得燃燒產(chǎn)生的能量做負(fù)功影響了發(fā)動(dòng)機(jī)的油耗，而共軌壓力升高，使得主噴提前角對(duì)BSFC的影響更加明顯.因?yàn)锽SFC隨Tfin和Pfin的變化是非線性的，因此模型存在Tfin2和Pfin2項(xiàng)，同時(shí)BSFC的等高線不與坐標(biāo)軸平行，因此模型存在Pfin和Tfin的二次交互作用項(xiàng).由此可見在1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下應(yīng)采用較小的軌壓和較小的主噴提前角以獲得較低的BSFC.

圖6 1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下BSFC與主噴定時(shí)和軌壓的關(guān)系

圖7所示為1 337 r·min-1轉(zhuǎn)速254 Nm轉(zhuǎn)矩工況下BSFC與預(yù)噴油量Qpre和預(yù)噴間隔Tint關(guān)系.在1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下，當(dāng)預(yù)噴油量(mm3·(st)-1)為0時(shí)，隨著預(yù)噴間隔的增加，BSFC基本不變，當(dāng)預(yù)噴油量不為0時(shí)，BSFC隨預(yù)噴間隔的增加逐漸增加.隨著預(yù)噴油量的增加，BSFC先減少在增加.這是由于預(yù)噴間隔逐漸增大會(huì)使得主燃燒和預(yù)噴射燃燒的間隔增加，預(yù)噴燃燒產(chǎn)生的能量反而會(huì)阻礙到發(fā)動(dòng)機(jī)的壓縮行程造成發(fā)動(dòng)機(jī)效率降低，因此BSFC上升，但是這種現(xiàn)象在預(yù)噴油量較少時(shí)并不明顯，而隨著預(yù)噴油量的增加愈發(fā)明顯；同時(shí)由于預(yù)噴射的引入使得發(fā)動(dòng)機(jī)缸內(nèi)燃燒得到改善，增加了缸內(nèi)的湍流并縮短了主噴滯燃期，降低主噴速燃期的溫度和壓力的急劇上升，因此降低了BSFC，但是過(guò)多的預(yù)噴油量會(huì)使得主燃燒提前因此降低了發(fā)動(dòng)機(jī)功率.這說(shuō)明在1 337 r·min-1轉(zhuǎn)速254 Nm轉(zhuǎn)矩工況下，靠近主噴射增加少量預(yù)噴射可以明顯改善發(fā)動(dòng)機(jī)的油耗，發(fā)動(dòng)機(jī)高壓共軌系統(tǒng)應(yīng)適當(dāng)采用預(yù)噴射.

圖7 1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下BSFC與預(yù)噴油量Qpre和預(yù)噴間隔關(guān)系Tint

圖8所示為1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下BSFC與后噴油量Qafter和后噴間隔關(guān)系.在1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下，當(dāng)后噴油量(mm3·(st)-1)為0時(shí)，BSFC基本不變，隨著后噴間隔的增加，BSFC逐漸減少，并且隨著后噴油量的增加，BSFC逐漸增加.這是由于在低轉(zhuǎn)速轉(zhuǎn)矩工況，發(fā)動(dòng)機(jī)噴油量較小，燃油在主噴射速燃期階段能夠完全燃燒，同時(shí)后噴的引入會(huì)減小主噴射油量，因此相應(yīng)的減少了缸內(nèi)的最大爆發(fā)壓力和最高溫度，再引入近后噴射會(huì)使得后噴到缸內(nèi)的燃油不能充分燃燒，因此使得發(fā)動(dòng)機(jī)的BSFC增高；同時(shí)當(dāng)后噴間隔較小時(shí)，會(huì)使得更多的燃油在補(bǔ)燃期進(jìn)行燃燒，這會(huì)使得燃油燃燒的能量利用率降低，BSFC增加，當(dāng)后噴間隔較大時(shí)，后噴入缸內(nèi)的燃油可以和與過(guò)量的空氣繼續(xù)反應(yīng)加熱使得缸內(nèi)溫度升高以降低顆粒物的形成.這說(shuō)明在1 337 r·min-1轉(zhuǎn)速254 Nm轉(zhuǎn)矩工況，后噴射起不到改善燃燒的作用，高壓共軌系統(tǒng)在滿足排溫限制的條件下應(yīng)盡量少用后噴射.

圖8 1 337 r·min-1轉(zhuǎn)速254Nm轉(zhuǎn)矩工況下BSFC與后噴油量和后噴間隔關(guān)系

3.3 優(yōu)化方程

該試驗(yàn)發(fā)動(dòng)機(jī)原機(jī)采用單一選擇性催化氧化還原技術(shù)(SCR)的后處理方式，這是現(xiàn)階段中國(guó)柴油機(jī)市場(chǎng)的主流后處理方式.國(guó)V排放生物柴油發(fā)動(dòng)機(jī)就采用催化型顆粒捕集器(CDPF)加單一選擇性催化還原技術(shù)(SCR)的后處理技術(shù)，能夠最好的控制NOx和顆粒物的排放，也由于采用了這種先進(jìn)的后處理技術(shù)，發(fā)動(dòng)機(jī)高壓共軌燃油供給系統(tǒng)也無(wú)需將顆粒物排放降至足夠低導(dǎo)致NOx排放很高.

由于CDPF的顆粒捕集效率高達(dá)90%，因此可以重新標(biāo)定高壓共軌燃油系統(tǒng)使得盡量降低發(fā)動(dòng)機(jī)油耗的同時(shí)盡量降低NOx的排放量，發(fā)動(dòng)機(jī)顆粒物排放在經(jīng)過(guò)后處理裝置后能夠達(dá)到法規(guī)要求，進(jìn)而大大減少了尿素的消耗量，也能減小尿素箱的體積，使得車輛添加尿素的周期變長(zhǎng)便于相關(guān)部門管理，減少尿素使用量以降低使用成本和氨泄露的風(fēng)險(xiǎn)，減小尿素箱體積使得車輛使用空間更大.

如表3所示COlim,HClim,PMlim,PNlim,SmokeAVGlim和SmokePeaklim分別為為法規(guī)要求的顆粒物質(zhì)量濃度(PM)，顆粒物數(shù)量濃度(PN)，煙度均值(SmokeAVG)，煙度峰值(SmokePeak)，一氧化碳(CO)和總碳?xì)?HC)的排放限值.由于所采用CDPF的轉(zhuǎn)化率可以達(dá)到90%以上，所以PM和PN的限制定為法規(guī)要求的10倍.由于CDPF和SCR的再生和催化氧化還原反應(yīng)需要一定的排氣溫度，所采用的后處理裝置要求排溫在230～600℃之間，因而要求排氣溫度限值Tlim=230℃.

表3 優(yōu)化方程的優(yōu)化目標(biāo)及約束條件

3.4 優(yōu)化結(jié)果及分析

常用的優(yōu)化算法有信賴域法、遺傳算法、模式搜索法和法線-邊界交集算法.本文主要采用混合優(yōu)化算法，針對(duì)Pfin,Tfin,Tint,Qpre,Tinta和Qafter這6個(gè)因素進(jìn)行優(yōu)化標(biāo)定計(jì)算，選取最佳組合方案，先根據(jù)不同的起點(diǎn)利用GA遺傳算法選定兩個(gè)局部最優(yōu)解，然后利用fopton信賴域算法求解BSFC最小的全局最優(yōu)解[18].

表4 BSFC在9個(gè)工況點(diǎn)的GA初步最優(yōu)解

表5 BSFC在9個(gè)工況點(diǎn)的fopton全局最優(yōu)解

依托選定的發(fā)動(dòng)機(jī)各工況BSFC模型，根據(jù)優(yōu)化方程，以各因素取值范圍中點(diǎn)為起始點(diǎn)，以最小BSFC為目標(biāo)，設(shè)置NOx排放量上限在一個(gè)較小的范圍內(nèi)，利用GA遺傳算法在整個(gè)試驗(yàn)空間尋找初步全局較優(yōu)解.表4所示為BSFC在9個(gè)工況點(diǎn)的最優(yōu)解結(jié)果，令Qpre和Qafter在小于1.5時(shí)認(rèn)為沒(méi)有噴油.由表4可見通過(guò)GA遺傳算法初步優(yōu)化后，發(fā)動(dòng)機(jī)在各工況點(diǎn)下的BSFC相比于原機(jī)燃用B20均有所下降，但幅度較小.

然后再以優(yōu)化結(jié)果點(diǎn)為起始點(diǎn)，依舊以最小BSFC為目標(biāo)，限制NOx排放量較小，利用fopton信賴域法，在GA遺傳算法找到的初步全局最優(yōu)點(diǎn)附近找到一個(gè)單目標(biāo)優(yōu)化全局最優(yōu)點(diǎn).BSFC的單目標(biāo)優(yōu)化結(jié)果如表5所示，為BSFC在9個(gè)工況點(diǎn)的fopton全局最優(yōu)解.從表5可以看出，在GA遺傳算法的基礎(chǔ)上，再經(jīng)過(guò)fopton信賴域算法得到的最優(yōu)解，其對(duì)應(yīng)的BSFC相比于GA遺傳算法的結(jié)果均有略微減小，且對(duì)應(yīng)的預(yù)噴射和后噴射策略基本相同，說(shuō)明GA遺傳算法可以在全局范圍內(nèi)搜索最優(yōu)解附近區(qū)域，但得到的結(jié)果不一定是最準(zhǔn)確的.

圖9所示為單目標(biāo)優(yōu)化前后BSFC的變化情況.從圖9可以看到，經(jīng)過(guò)GA初步優(yōu)化后，在各工況下發(fā)動(dòng)機(jī)燃用B20的BSFC略微下降；再經(jīng)過(guò)fopton優(yōu)化后，在第2、3、7、8工況點(diǎn)BSFC隨略有減小但變化幅度很小，而在1、4、5、6、9這幾個(gè)工況點(diǎn)下BSFC均有較明顯的減少，說(shuō)明GA遺傳算法可以在全局范圍內(nèi)搜索最優(yōu)解并不是全局最優(yōu)解，而是最優(yōu)解附近區(qū)域或局部最優(yōu)解.在各工況下發(fā)動(dòng)機(jī)燃用B20的BSFC明顯低于發(fā)動(dòng)機(jī)燃用B20的原機(jī)狀態(tài)，并與發(fā)動(dòng)機(jī)燃用D100時(shí)的BSFC非常接近，在低轉(zhuǎn)速的工況點(diǎn)甚至優(yōu)于燃用D100的原機(jī)狀態(tài).相比于燃用B20原機(jī)狀態(tài)，經(jīng)過(guò)單目標(biāo)組合優(yōu)化(GA+fopton)后，各工況點(diǎn)BSFC平均降幅達(dá)到B20原機(jī)的2.71%.

圖9 單目標(biāo)優(yōu)化前后BSFC的變化情況

4 結(jié)論

替代燃料是目前緩解石油危機(jī)的一種有效途徑，生物柴油作為一種的柴油替代燃料，其推廣和應(yīng)用必不可少的要優(yōu)化設(shè)計(jì)生物柴油專用發(fā)動(dòng)機(jī).通過(guò)對(duì)共軌壓力、主噴定時(shí)、預(yù)噴間隔和油量、后噴間隔和油量這6個(gè)主要的噴油參數(shù)進(jìn)行同時(shí)優(yōu)化標(biāo)定，可以最大程度上考慮發(fā)動(dòng)機(jī)各噴油參數(shù)之間的交互作用影響，使得生物柴油發(fā)動(dòng)機(jī)在動(dòng)力性不變的前提下?lián)碛休^好的經(jīng)濟(jì)性和較低的排放.

(1) 選用空間填充設(shè)計(jì)和V-最優(yōu)設(shè)計(jì)相結(jié)合的混合實(shí)驗(yàn)設(shè)計(jì)方法，可以最大程度上彌補(bǔ)傳統(tǒng)試驗(yàn)方法的不足，能夠設(shè)計(jì)出較為合理的發(fā)動(dòng)機(jī)多因素同時(shí)全局優(yōu)化試驗(yàn)方案.

(2) 通過(guò)混合實(shí)驗(yàn)設(shè)計(jì)不同工況點(diǎn)的試驗(yàn)方案，選取混合徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型可以較好的擬合各噴油參數(shù)與發(fā)動(dòng)機(jī)性能相應(yīng)的關(guān)系，通過(guò)各類評(píng)價(jià)指標(biāo)選取較準(zhǔn)確的模型組合.

(3) 通過(guò)對(duì)擬合模型的分析可以定性推斷出不同工況下發(fā)動(dòng)機(jī)為獲得不同性能時(shí)，各噴油參數(shù)標(biāo)定的大致方向.

(4) 通過(guò)GA遺傳算法與信賴域算法相結(jié)合的混合優(yōu)化算法可以較好的得到全局最優(yōu)解，避免局部最優(yōu)結(jié)果的產(chǎn)生.優(yōu)化后發(fā)動(dòng)機(jī)比油耗在不同工況下平均降幅2.71%.

[1] 中華人民共和國(guó)國(guó)務(wù)院.大氣污染防治行動(dòng)計(jì)劃[J]. 環(huán)境經(jīng)濟(jì), 2013, 117(9): 6.

The State Council of the People’s Republic of China. The plan of atmospheric pollution prevention [J]. Environment Economy, 2013, 117(9): 6.

[2] 杜希萌. 北上廣霧霾元兇已被初步掌握，環(huán)保部不日將發(fā)數(shù)據(jù)[EB/OL]. [2014-04-05].http://www.sd.xinhuanet.com/.

DU Ximeng. The primary cause of haze has been known in Beijing, Shanghai and Guangzhou, the environment protection administration will publish the data soon [EB/OL]. [2014-04-05].http://www.sd.xinhuanet.com/.

[3] Ng J H, Ng H K, Gan S. Advances in biodiesel fuel for application in compression ignition engines [J]. Clean Technologies & Environmental Policy， 2010， 12(5): 459.

[4] Tompkins B T， Song H， Bittle J A，etal. Efficiency considerations for the use of blended biofuel in diesel engines[J]. Applied Energy， 2012(98): 209.

[5] 樓狄明， 沈航泉， 胡志遠(yuǎn),等. 基于不同原料生物柴油混合燃料的發(fā)動(dòng)機(jī)性能研究[J]. 內(nèi)燃機(jī)工程, 2011, 32(1): 29.

LOU Diming, SHEN Hangquan, HU Zhiyuan,etal. Research on performance of diesel engine operating on different biodiesel blends[J]. Chinese Internal Combustion Engine Engineering, 2011, 32(1): 29.

[6] 樓狄明， 石健， 胡志遠(yuǎn),等. 發(fā)動(dòng)機(jī)燃用麻瘋樹油制生物柴油的非常規(guī)排放特性研究[J]. 內(nèi)燃機(jī)工程， 2010, 31(5): 69.

LOU Diming, SHI Jian, HU Zhiyuan,etal. Research on unregulated emission in diesel engine fueled with biodiesel from jatropha curse oil[J]. Chinese Internal Combustion Engine Engineering, 2010, 31(5): 69.

[7] Banapurmath N R， Tewari P G， Gaitonde V N. Experimental investigations on performance and emission characteristics of Honge oil biodiesel (HOME) operated compression ignition engine[J]. Renewable Energy， 2012(48): 193.

[8] Kaushik Acharya， Mufaddel Dahodwala， Walter Bryzik,etal. Effect of different biodiesel blends on autoignition[C]//Combustion， Performance and Engine-Out Emissions in a Single Cylinder HSDI Diesel Engine.[S.l.]: SAE, 2009: 2009-01-0489.

[9] 倪計(jì)民， 杜倩穎， 周英杰, 等. DoE在高壓共軌柴油機(jī)優(yōu)化設(shè)計(jì)中的應(yīng)用[J]. 內(nèi)燃機(jī)學(xué)報(bào)， 2009，27(3): 231.

NI Jimin, DU Qianying, ZHOU Yingjie,etal. Application of DoE in common rail diesel engine optimization design[J]. Transactions of CSICE, 2009, 27(3): 231.

[10] Murali Manickam， Mithun Kadambamattam， Mathew Abraham. Combustion characteristics and optimization of neat biodiesel on high speed common rail diesel engine powered SUV[C]∥SAE. [S.l.]: SAE, 2009: 2009-01-2786.

[11] Roselinde Kessels， Bradley Jones， Peter Goos，etal. An efficient algorithm for constructing bayesian optimal choice designs[J]. Journal of Business & Economic Statistics， 2009， 27(2): 279.

[12] 謝輝， 陳禮勇. 電控柴油機(jī)標(biāo)定中空間填充試驗(yàn)設(shè)計(jì)的應(yīng)用研究[J]. 小型內(nèi)燃機(jī)與摩托車, 2008, 37(3): 66.

XIE Hui, CHEN Liyong. Application research on space-filling experiments design in calibration of diesel engine[J]. Small Internal Combustion Engine and Motorcycle, 2008, 37(3): 66.

[13] 房亮. 國(guó)V排放生物柴油專用發(fā)動(dòng)機(jī)性能優(yōu)化研究[D]. 上海： 同濟(jì)大學(xué)汽車學(xué)院，2014.

FANG Liang. Experimental research on performance optimization of the national V emission biodiesel engine[D]. Shanghai: College of Automotive Studies of Tongji University, 2014.

[14] 周廣猛, 劉瑞林, 李駿, 等. 基于模型的電控發(fā)動(dòng)機(jī)標(biāo)定技術(shù)[J]. 汽車技術(shù), 2011(1): 1.

ZHOU Guangmeng, LIU Ruilin, LI Jun,etal. Model-based calibration techniques for electronically controlled engine[J]. Automobile Technology, 2011(1): 1.

[15] 周家斌， 王允寬， 楊桂英. 關(guān)于預(yù)測(cè)誤差平方和最小準(zhǔn)則的幾點(diǎn)看法[J]. 數(shù)理統(tǒng)計(jì)與管理1996, 15(3): 43.

ZHOU Jiabin, WANG Yunkuan, YANG Guiying. A few thoughts about the PRESS and minimum criterion[J]. Mathematical Statistics and Management, 1996, 15(3): 43.

[16] Burnham， Anderson. Model selection and multimodel inference: a practical information—theoretic approach[M]. 2nd ed. [S.l.]: Springer-Verlag， 2002.

[17] Kenneth P Burnham, David R Anderson. Model selection and multimodel inference: a practical information-theoretic approach[J]. Ecological Modelling, 2004, 175(1):96.

[18] 胡琰， 李國(guó)岫， 李少鵬. 發(fā)動(dòng)機(jī)匹配優(yōu)化算法的研究[J]. 北方交通大學(xué)學(xué)報(bào), 2011, 35(4): 159.

HU Dan, LI Guoyou, LI Shaopeng. Research of engine match optimization algorithm[J]. Journal of Northen Jiaotong University, 2011, 35(4): 159.

Brake Specific Fuel Consumption Optimization of Biodiesel-diesel Blends Engine Based on Hybrid Design of Experiment

LOU Diming， FANG Liang， HU Zhiyuan， TAN Piqiang

(College of Automotive Studies， Tongji University Shanghai 201804， China)

A national V emission high pressure common-rail diesel engine filled with 20% biodiesel-diesel blends was optimized by adjusting the 6 injection parameters(Pfin，Tfin，Tint，Qpre，Tinta，Qafter). A multi-factor global optimization plan was designed by using hybrid Design of Experiment (DoE). 9 different operating points with different speeds and torques were tested. Less data of the sample sizes were in need for a better accuracy to fit a engine Brake Specific Fuel Consumption (BSFC) model by this method. With the goal of minimum BSFC, the global best combination of injection parameters was calculated with the hybrid optimization algorithm. After the optimization， the BSFC of the biodiesel engine was lessened than before by an average of 2.71%. The hybrid Design of Experiment(DoE) method could cover the shortage of the single factor method of calibration which might cause the local optimum.

hybrid Design of Experiment (DoE)； injection parameters； multi-factor； global optimization; diesel engine

2015-07-07

上海市科技攻關(guān)計(jì)劃(16DZ1203001)

樓狄明(1963—)，男，教授，博士生導(dǎo)師，工學(xué)博士，主要研究方向?yàn)榘l(fā)動(dòng)機(jī)替代燃料與性能優(yōu)化研究.

E-mail：loudiming@#edu.cn.

房 亮(1988—)，男，碩士，主要研究方向?yàn)樘娲剂习l(fā)動(dòng)機(jī)技術(shù)及優(yōu)化. E-mail：fangliang@#edu.cn.

TP1

A