利用优化技术提高汽车发动机综合性能的探讨 - 文章

利用优化技术提高汽车发动机综合性能的探讨

作者：尹泽勇韩旭

欢迎访问e展厅
展厅 1	发动机展厅汽油发动机, 柴油机, 船用柴油机, 天然气发动机, 气缸及部件, ...

一、前言

20世纪90年代以来，汽车行业的竞争已从单一的性能竞争转向性能、环保、节能等多元综合竞争。仅就汽车发动机而言，为应对世界能源危机和减少对环境污染，其研究开发工作已侧重于降低油耗、减少排放、轻质及减少磨损等方面，在这些研究中优化技术将得到广泛的应用。

汽车发动机与航空发动机同属热机范畴，二者在许多方面有相通之处。近年来，汽车发动机优化工作已具有一定基础，而针对航空航天发动机所建立及应用的优化技术则已取得较大的进展。将这些先进优化技术特别是多学科优化技术移植应用于汽车发动机优化设计可望提高汽车以节能与环保为中心的综合性能。作者就当前汽车发动机及航空航天发动机领域的优化技术的一些进展作一个简略的叙述，并对利用优化技术提高汽车发动机综合性能潜力进行一些探讨。

二、发动机优化技术研究和应用现状

目前各类发动机研发工作的共同重点包括降低油耗、减少排放、减轻质量以及减少磨损等，为了达到这些目标，在发动机设计中应用优化技术是一个重要的手段。当前发动机的优化工作主要在发动机结构、材料、燃料及燃烧、排放以及多学科优化等几个方面展开。

（一）发动机结构及材料优化技术

发动机结构优化主要是优化关键零部件的形状以改善发动机性能，此方面的研究有：将BP神经网络和遗传算法相结合用于航空发动机的结构优化以获得最优的推重比；通过优化固体火箭发动机的结构以获得最轻的结构质量和最大的装填密度；总结了国内外对航空发动机叶片-轮盘结构优化设计的研究现状，提出了一种将动态分析与结构形状优化设计相结合的新方法；阐述了CAD/CFD技术在汽车发动机设计开发中的重要性，给出了CAD/CFD技术在电喷汽油机进气歧管设计和柴油机螺旋气道设计的应用效果；将边界元法与罚函数优化方法相结合，研究了承受拉、压交变载荷的发动机连杆的形状优化；基于一种高效的有限元方法对三维复杂形状连杆进行优化设计；基于有限元分析和优化技术，提出了一种发动机曲轴的结构优化方法；对火箭发动机机匣进行优化，讨论了应力比及PV/W的优化选择问题等。

为改进发动机结构及使发动机轻量化，对其材料进行优化设计是一种重要手段。近年来，包括新型复合材料如碳化硅、氮化硅、氧化锆、石墨及合成石墨等不断用于发动机结构。通过建立发动机复合材料叶片各截面应力应变解析式和最大应力准则，对叶片进行最大强度的优化分析。

对固体火箭发动机的复合材料壳体进行优化设计，使得发动机结构在满足强度约束的要求下获得最小的质量。

（二）发动机燃烧优化技术

随着世界能源问题和环境污染问题的日趋严重，飞机及汽车作为污染环境和消耗能源的大户，备受人们的关注。发动机燃烧过程直接影响节能和环保，对发动机燃烧过程优化的研究越来越受到重视。

目前主要是从喷射系统、进气管系、燃烧室形状等几方面对其进行优化设计。在发动机燃烧喷射系统方面，借助于先进电子控制技术，能准确地调节燃油供给，优化喷油定时和喷油次数，控制气缸内的混合状态、燃烧室内的燃油分布，降低排放污染。对新型脉动式电控燃油喷射系统的喷射定时问题，研究了发动机直接喷射技术的优化问题。

采用了多目标设计方法，优化了发动机燃烧系统和配气机构匹配。在新型燃料发动机燃烧过程的优化研究中，在建立氢燃料发动机最优控制模型的基础上，提出了双模式控制方式；用计算机仿真分析手段对天然气汽车发动机的空燃比进行优化来改善发动机的性能。

（三）发动机多学科优化技术

发动机设计以结构、热力、燃烧、强度、振动、流体、传热等多个学科为基础，可变因素多，随机性大，是一个可变互耦系统的优化问题。多学科设计优化通过充分利用各个学科之间的相互作用所产生的协同效应，获得系统的整体最优解，因而在发动机设计图1 传统设计流程图上有很大的应用优势。

在航空发动机领域，多学科优化技术已被用于建立优化模型并开展了涡轮叶片设计、压气机叶片设计及发动机总体方案设计，将传统的优化设计方法（如图1所示）转变为图2所示多学科优化并行设计流程，综合考虑了气动、振动、强度和疲劳寿命等方面的要求，可缩短设计周期和提高优化效果。如：利用单级优化算法对航空发动机喷管进行了多学科优化设计；在内燃机的优化研究中引入了多学科鲁棒性设计优化方法来评价设计过程中的不确定性；采用多学科优化技术进行发动机动力系统的设计。

三、发动机多学科多目标优化技术的研究内容

（一）多目标优化

发动机的优化涉及到多个目标，与单目标优化问题不同的是这些目标函数往往耦合在一起，且每一个目标具有不同的物理意义和量纲。它们的关联性和冲突性使得对其优化变得十分困难。多目标优化方法可以分为如下两大类并且已在发动机的优化设计中得到了应用。

1．基于偏好的多目标优化方法

此方法根据工程实际的具体情况，首先选择一个偏好向量，然后利用偏好向量构造复合函数，使用单目标优化算法优化该复合函数以找到单个协议最优解。如利用线性组合法对发动机的悬置系统进行多目标优化；利用加权法对液体火箭发动机的减损和延寿控制进行多目标优化。

2．基于非劣解集的多目标优化方法

此方法首先需要找到尽可能多的协议解，然后根据工程实际情况，获得决策解。相比基于偏好的多目标方法，该方法更系统、实用和客观。如通过多目标遗传算法，以单位推力、耗油率等为目标函数对航空发动机总体性能进行优化；基于多目标遗传算法对固体火箭发动机的性能和成本进行优化。

（二）不确定性优化

在发动机的生产及实际使用中，总是存在着材料特性、制造、装配及载荷等方面的误差或不确定性。虽然在多数情况中，误差或不确定性很小，但这些误差或不确定性结合在一起可能对发动机的性能和可靠性产生很大的影响。对于此类不确定性问题的优化，传统的优化方法已无法解决，而必须求助于不确定性优化方法。

1．随机不确定性优化

随机不确定优化方法中，随机变量或随机函数被用于描述不确定性，用概率论和数理统计的方法将不确定优化问题转化为确定性优化问题进行求解。随机不确定优化的研究较为成熟，并开始应用于发动机的设计中。如考虑几何形状、载荷、边界条件的随机性对航空发动机的结构可靠性进行研究；对航空发动机中循环对称结构进行概率有限元应力分析。

2．模糊不确定性优化

模糊不确定优化方法中，模糊变量被用于描述参数不确定性，模糊统计方法被用于研究不确定现象并将模糊优化问题转换为确定性优化问题进行求解。如对发动机的零件进行多工况多目标的优化设计。

3．区间数不确定优化方法

利用区间描述参数的不确定性，只需要知道不确定参数的上下界，而并不需要其精确的概率分布和模糊隶属函数。考虑到此类方法的方便性，其在未来的发动机优化设计上可能会有较大的应用前景。

（三）多学科优化的方法与策略

多学科优化的主要思想是在设计的整个过程中集成各个学科的知识，应用有效的设计优化策略及相应的优化方法，组织和管理设计过程。其目的是通过充分利用各个学科之间的相互作用所产生的协同效应，获得系统的整体最优解。进行多学科优化设计的主要目的有二：一是将设计过程系统化，即让参与整个系统设计的全部学科的人员都了解到其他学科的约束要求和优化目标，避免设计过程中由于互相之间不了解而造成设计撞车，从而导致设计更改，浪费时间与经费；二是在设计的全过程中贯穿各个专门特性的设计，即让传统的机、电、控制等设计专业在实现传统性能设计的过程中把可靠性、维修性、保障性、安全性、测试性这些综合性能结合起来考虑。多学科优化方法主要有单级优化、序列优化、并行子空间优化、协作优化、多层递阶优化等几种。目前，一些先进的多学科优化方法及策略已应用于航空航天领域。如在iSIGHT软件平台上利用单级优化算法对某型发动机喷管的推力和质量进行了多学科优化；对航空发动机的零件、部件及总体设计使用了不同的多学科优化方法及策略。

（四）优化算法

在发动机设计中用到的优化算法，既有常规优化算法，也有遗传算法、人工神经网络等智能优化方法。对目前的一些优化算法进行了总结和讨论，其中包括具有较好全局收敛性能的隔代映射遗传算法及其改进方法、常规优化算法与遗传算法的结合和具有动态调节因子和动态学习率的神经网络等。

1．常规优化技术

如单纯形法、牛顿法、可行方向法、序列二次规划等，这些方法理论成熟，应用方便，已较多地应用于发动机的设计。如固体火箭发动机的结构质量优化，利用Msops软件包中的常规优化算法对发动机曲轴的纵向结构参数的优化等。

2．人工智能优化算法

目前研究和应用较多的人工智能算法主要有遗传算法、神经网络和模拟退火法等。遗传算法主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定，具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法在发动机的设计中应用也较为广泛。如基于遗传算法，以发动机冲质比为目标函数，对发动机工作压强、喷管扩张比、喉径等参数进行优化；利用遗传算法对航空发动机单变量及双变量PID控制器进行优化。人工神经网络具有自学习、自组织、自适应性、并行处理、分布式存储容错性等特点；具有联想记忆、非线性映射、分类与识别、优化计算、知识处理等多种功能。考虑到发动机优化设计的复杂性，利用人工神经网络建立目标或约束与设计变量的非线性数据关系，将是提高优化效率的一种有效途径。如将神经网络与遗传算法相结合来优化发动机的动力性组合以获得最优的燃油经济性。模拟退火法是基于金属退火机理的一种随机搜索优化方法。模拟退火法在搜索策略上与传统的随机搜索方法不同，它不仅引入了适当的随机因素，而且还引入了物理系统退火过程的自然机理，这种搜索策略有利于避免搜索过程因陷入局部最优解而无法自拔的弊端，有利于提高全局搜索性能。

四、以节能和环保为主要目标的汽车发动机综合优化技术研究重点

（一）汽车发动机优化设计方法

1．汽车发动机多学科多目标优化设计系统

在以节能、环保为主要目标的综合最优前提下，根据汽车发动机设计特点，通过系统分解工作，建立起汽车发动机的物理分析模型及优化数学模型；在上述工作基础上，比较、选择高效的多学科多目标优化方法；最终开发出汽车发动机多学科多目标优化设计系统。以涡轮增压汽车发动机为例，图3给出了该设计系统的结构与原理：按发动机总体级、部件级（涡轮增压器、活塞式发动机）以及零件级（涡轮增压器的离心叶轮、向心涡轮、轴、涡壳，活塞式发动机的连杆、曲轴等）三级进行多学科优化设计。发动机总体优化设计的功能是使得发动机的耗油率最低，质量最小、功率与转矩最大，同时向各部件分配指标，并以总体与部件指标一致为约束条件；部件级优化设计以与总体级分配指标相差最小为目标函数，在满足部件级的约束条件下（例如涡轮增压器要有足够的临界转速裕度），向所属各零件分配指标；零件级优化设计以与部件级分配指标相差最小为目标函数，通过调整零件几何结构尺寸，使得零件级的各学科约束条件满足（如强度、振动等）。通过以上三级优化，使得各零、部件与总体间设计达成一致协调（即各零、部件与总体间的复杂耦合关系通过一致性约束解耦），并找到综合最优的设计方案。

图3 涡轮增压汽车发动机分级多学科设计优化结构

2．汽车发动机的区间不确定性优化研究

汽车发动机设计是一项复杂的系统工程，包括燃烧、传热、结构、强度、振动、寿命、传动、润滑、电气、工艺及材料等众多学科，具有大量的不确定性参数，而且很多参数很难获得其概率分布，所以未来开发区间数优化方法用于发动机的优化将是一个很有发展前景的方向。从优化理论本身出发结合发动机的特殊性，建立一套能同时处理目标函数和约束不确定性的区间优化理论，完善和发展目前的区间数值算法如区间有限元，并开发相应的误差估计技术和自适应技术，将不确定算法与多学科优化有机整合，进行发动机的多学科不确定优化。

（二）汽车发动机优化设计问题

1．关键零部件结构优化

汽车发动机的关键零部件如气缸、活塞、曲轴、连杆及涡轮增压器等的设计对发动机的性能有很大影响。这些零部件的优化设计，可以提高发动机的性能、寿命和可靠性，从而降低成本、提高经济性。

对这些关键零部件的优化可采用前述的各种方法。

但在优化过程中需反复多次调用求解模型，优化效率极低。未来对于此类零部件的优化会越来越依赖于近似模型的引入。可以通过响应面法、神经网络和缩减基法等近似模型建立目标场函数与设计参数之间的近似关系，并且开发相应的误差估计方法。

还应将好的近似数值模型与全局收敛性能较好的遗传算法、模拟退火法等相结合，引入相应的自适应算法，进行快速优化。另外，利用并行算法和其他高性能计算技术也是提高优化效率的一条途径。

2．发动机整机减振优化

随着发动机质量越来越轻，而其功率和转速不断提高，振动和噪声问题越来越突出。振动不仅影响到发动机自身的强度和性能，而且会给车辆整体寿命和乘客舒适性造成很大的影响。除了对发动机本身结构进行改进外，对发动机的减振系统进行优化也是一条提高车辆整体振动性能的有效途径。传统的弹性减振系统已无法满足舒适性要求，未来的趋势是半主动减振和主动减振控制系统，即能根据发动机激励、路况、车辆行驶状态和载荷等自动调节系统参数，优化车辆动力学特性，实现主动减振。车用发动机的减振系统是一复杂的非线性系统，而神经网络因其自身的非线性映射能力在未来发动机减振系统的优化设计中具有很大的潜力。另外，由于发动机动力系统的复杂性，在模型、载荷、激励等方面都具有很大的不确定性，减振系统的优化不可避免地应考虑系统不确定性的影响，可以利用模糊集或区间数学理论结合神经网络进行不确定性优化，以提高减振系统的可靠性和鲁棒性。

3．燃烧与排放系统的优化

发动机的燃烧和排放系统直接影响到发动机的燃油经济性、噪声、排放等重要指标，影响到汽车的节能与环保性能。对燃烧与排放系统的优化可从两个方面进行。一方面是燃料喷射系统的优化，可通过电控单元精确控制各气缸的燃油喷射量，自由控制发动机的转矩，使得发动机具有良好的启动性能和最佳的输出响应特性，并使得气缸达到最佳混合气状态，提高燃油热效率，降低噪声；另一方面是优化进气管系的结构参数，改进发动机燃烧室，优化压缩比。未来的燃烧与排放系统的设计，应当综合考虑喷射系统和发动机结构，同时注重结构、燃烧、流体、噪声等不同专业领域的性能提高，进行多学科优化设计。

五、结论

综上所述，优化技术在发动机的设计制造中占有非常重要的地位。包括常规优化方法和智能优化方法在内的优化技术已被应用于发动机设计。考虑到能源的短缺和环境问题的重要性，未来的车用发动机优化设计的研究将是以节能和环保为重点的综合最优，应当建立并应用多种不确定多目标多学科优化理论方法、策略及算法；并应大力开发在一个优化平台上集成各个学科设计要求的多学科多目标优化设计系统，该系统将具有更高的优化效率和较好的开放性，可以更好地适应未来汽车个性化设计的趋势。(end)

文章内容仅供参考 (投稿) (如果您是本文作者，请点击此处) (5/31/2007)


您的位置：首页 > 交通运输/海工装备展区 > 发动机展厅 > 产品库 > 技术论文 > 正文	产品库会展人才帮助 \| 注册登录