为探索丁酮在柴油机上的应用潜力,在一台高压共轨4缸柴油机上燃用了丁酮能占比5%、10%和15%的丁酮/柴油双燃料(记为Bal-5、Bal-10和Bal-15),开展了与纯柴油的燃烧和排放特性对比试验研究。结果表明:随着丁酮能占比增加,缸内温度和缸内...为探索丁酮在柴油机上的应用潜力,在一台高压共轨4缸柴油机上燃用了丁酮能占比5%、10%和15%的丁酮/柴油双燃料(记为Bal-5、Bal-10和Bal-15),开展了与纯柴油的燃烧和排放特性对比试验研究。结果表明:随着丁酮能占比增加,缸内温度和缸内压力降低,放热率峰值在中高负荷、高废气再循环(exhaust gas recirculation,EGR)率和主喷提前时增大,使其在高EGR率下能够维持缸内压力稳定,丁酮/柴油双燃料模式可实现氮氧化合物(NO_(x))排放和颗粒数量(particle number,PN)排放的同时降低;并且随着丁酮的能占比增加,NO_(x)排放和PN排放降低幅度增大,在平均有效压力为0.14 MPa时,Bal-15的NO_(x)排放相比于纯柴油减少了47.67%,Bal-5、Bal-10和Bal-15的PN排放相比于纯柴油分别减少了86.01%、87.20%和77.23%。且燃用丁酮有利于降低CO_(2)比排放。综合来看,丁酮双燃料模式应用于柴油机后,优化控制参数可以实现燃烧改善,整体上可以显著降低NO_(x)排放和PN排放,并且丁酮还表现出良好的碳减排潜力,是一种具备较强节能减排潜力的生物质代用燃料。展开更多
为探明柴油中混合高含氧量、来源广泛的清洁燃料庚酸甲酯对颗粒物排放的影响,基于一台四冲程高压共轨柴油机开展台架试验。庚酸甲酯分别按体积比0%、10%、20%与柴油进行掺混(燃料分别记为D100、MH10、MH20)燃烧,采用TSI公司生产的SMPS-3...为探明柴油中混合高含氧量、来源广泛的清洁燃料庚酸甲酯对颗粒物排放的影响,基于一台四冲程高压共轨柴油机开展台架试验。庚酸甲酯分别按体积比0%、10%、20%与柴油进行掺混(燃料分别记为D100、MH10、MH20)燃烧,采用TSI公司生产的SMPS-3936颗粒物粒径谱仪进行颗粒物排放监测,探究不同负荷、废气再循环(exhaust gas recirculation,EGR)率、喷射策略下燃用D100、MH10、MH203种燃料的颗粒物数浓度和体积分数变化趋势。结果表明:中高负荷时颗粒物数浓度与体积分数显著高于低负荷,颗粒物粒径向大粒径偏移,且庚酸甲酯掺混比例越高,颗粒物数浓度与体积分数越低,且燃用D100、MH10、MH203种燃料时呈现依次递减的规律;EGR率增加导致积聚态颗粒数浓度上升、粒径增大,同时导致颗粒物体积分数变大。掺混庚酸甲酯能大幅度抑制颗粒物的增长。在EGR率为0%和12%时,MH10的颗粒数浓度较D100的颗粒数浓度分别降低74.4%、75.7%,MH20的颗粒数浓度较D100分别降低78.6%、77.6%;双喷模式下增大主预喷间隔角可有效降低颗粒物数浓度,积聚态颗粒降幅显著高于核态颗粒,且掺混庚酸甲酯能进一步减少排放;单次喷射时,随着喷油时刻的推迟,颗粒物总数先降后升,D100核态颗粒变化微弱,积聚态颗粒在上止点前4°最低;MH20在上止点前6°时排放控制最优,且颗粒物体积分数随喷油推迟整体呈下降趋势。研究表明,掺混庚酸甲酯能显著降低颗粒物排放水平。展开更多
基于台架采集数据,采用外部输入非线性自回归(nonlinear autoregressive model with exogenous input,NARX)神经网络建立了具备瞬态特性的柴油机排气温度计算模型作为虚拟传感器,并采用并发式训练方法对模型进行训练。将结果与前馈神经...基于台架采集数据,采用外部输入非线性自回归(nonlinear autoregressive model with exogenous input,NARX)神经网络建立了具备瞬态特性的柴油机排气温度计算模型作为虚拟传感器,并采用并发式训练方法对模型进行训练。将结果与前馈神经网络、长短期记忆网络(long short term memory,LSTM)神经网络及量产发动机的排温传感器采集结果进行对比。经验证,稳态工况下,两种神经网络均能达到较高精度;欧洲瞬态循环(European transient cycle,ETC)工况下,NARX神经网络计算温度的最大偏差为6.6℃,量产发动机排温传感器测得温度最大偏差为45.9℃。NARX神经网络所需的计算时间约为现有电控单元排温模型的2.5倍。展开更多
文摘为探索丁酮在柴油机上的应用潜力,在一台高压共轨4缸柴油机上燃用了丁酮能占比5%、10%和15%的丁酮/柴油双燃料(记为Bal-5、Bal-10和Bal-15),开展了与纯柴油的燃烧和排放特性对比试验研究。结果表明:随着丁酮能占比增加,缸内温度和缸内压力降低,放热率峰值在中高负荷、高废气再循环(exhaust gas recirculation,EGR)率和主喷提前时增大,使其在高EGR率下能够维持缸内压力稳定,丁酮/柴油双燃料模式可实现氮氧化合物(NO_(x))排放和颗粒数量(particle number,PN)排放的同时降低;并且随着丁酮的能占比增加,NO_(x)排放和PN排放降低幅度增大,在平均有效压力为0.14 MPa时,Bal-15的NO_(x)排放相比于纯柴油减少了47.67%,Bal-5、Bal-10和Bal-15的PN排放相比于纯柴油分别减少了86.01%、87.20%和77.23%。且燃用丁酮有利于降低CO_(2)比排放。综合来看,丁酮双燃料模式应用于柴油机后,优化控制参数可以实现燃烧改善,整体上可以显著降低NO_(x)排放和PN排放,并且丁酮还表现出良好的碳减排潜力,是一种具备较强节能减排潜力的生物质代用燃料。
文摘为探明柴油中混合高含氧量、来源广泛的清洁燃料庚酸甲酯对颗粒物排放的影响,基于一台四冲程高压共轨柴油机开展台架试验。庚酸甲酯分别按体积比0%、10%、20%与柴油进行掺混(燃料分别记为D100、MH10、MH20)燃烧,采用TSI公司生产的SMPS-3936颗粒物粒径谱仪进行颗粒物排放监测,探究不同负荷、废气再循环(exhaust gas recirculation,EGR)率、喷射策略下燃用D100、MH10、MH203种燃料的颗粒物数浓度和体积分数变化趋势。结果表明:中高负荷时颗粒物数浓度与体积分数显著高于低负荷,颗粒物粒径向大粒径偏移,且庚酸甲酯掺混比例越高,颗粒物数浓度与体积分数越低,且燃用D100、MH10、MH203种燃料时呈现依次递减的规律;EGR率增加导致积聚态颗粒数浓度上升、粒径增大,同时导致颗粒物体积分数变大。掺混庚酸甲酯能大幅度抑制颗粒物的增长。在EGR率为0%和12%时,MH10的颗粒数浓度较D100的颗粒数浓度分别降低74.4%、75.7%,MH20的颗粒数浓度较D100分别降低78.6%、77.6%;双喷模式下增大主预喷间隔角可有效降低颗粒物数浓度,积聚态颗粒降幅显著高于核态颗粒,且掺混庚酸甲酯能进一步减少排放;单次喷射时,随着喷油时刻的推迟,颗粒物总数先降后升,D100核态颗粒变化微弱,积聚态颗粒在上止点前4°最低;MH20在上止点前6°时排放控制最优,且颗粒物体积分数随喷油推迟整体呈下降趋势。研究表明,掺混庚酸甲酯能显著降低颗粒物排放水平。
文摘基于台架采集数据,采用外部输入非线性自回归(nonlinear autoregressive model with exogenous input,NARX)神经网络建立了具备瞬态特性的柴油机排气温度计算模型作为虚拟传感器,并采用并发式训练方法对模型进行训练。将结果与前馈神经网络、长短期记忆网络(long short term memory,LSTM)神经网络及量产发动机的排温传感器采集结果进行对比。经验证,稳态工况下,两种神经网络均能达到较高精度;欧洲瞬态循环(European transient cycle,ETC)工况下,NARX神经网络计算温度的最大偏差为6.6℃,量产发动机排温传感器测得温度最大偏差为45.9℃。NARX神经网络所需的计算时间约为现有电控单元排温模型的2.5倍。
