混合气浓度对汽油发动机的性能影响分析(附件)
随着时代的进步与科学技术的发展，人类的生活水平逐渐提高，汽车作为一种便捷的交通方式，也早已变成人类生活中不可或缺的一部分。发动机作为汽车的重要组成部分，成为了工程师们的重点研究对象。本文将以发动机混合气浓度作为仿真变量，研究其对汽油发动机性能的影响。 用GT-Power软件进行某单缸汽油发动机工作过程仿真分析，分析计算混合气浓度变化对发动机性能的影响及其规律，计算出混合气浓度对汽油发动机的性能影响及规律。应用发动机热力学和性能分析商用软件GT-power进行仿真计算。关键词 混合气浓度，汽油发动机，GT-Power，空燃比，当量比，过量空气系数
目录
1 绪论 1
1.1 课题的研究背景及意义 1
1.2 国内外研究状况 1
1.3 本文的主要工作内容 3
2 混合气浓度 3
2.1 可燃混合气浓度的表示方法 3
2.2 空燃比 4
2.3 过量空气系数 5
2.4 燃空当量比 6
3 GTPower软件汽油机仿真模型 7
3.1 GTPower软件简介 7
3.2 发动机工作过程仿真模型 8
4 混合气浓度对汽油发动机的性能影响分析 9
4.1 稀混合浓度对发动机性能的影响 10
4.1.1 稀混燃气对排放性能的影响 10
4.1.2 稀混燃气对发动机燃油经济性的影响 11
4.1.3 稀混燃气对发动机动力性的影响 12
4.2 浓混合浓度对发动机性能的影响 13
4.2.1 浓混燃气对排放性能的影响 13
4.2.2 浓混燃气对发动机燃油经济性的影响 14
4.2.3 浓混燃气对发动机动力性的影响 15
结论 16
致 谢 17
参 考 文 献 18
1 绪论
1.1 课题的研究背景及意义
近年来，我国的汽车制造产业发展势头相当猛烈，而且即使在这样的形势下，依然有着很大的发展空间。与此同时随着汽车市场的快速增长，我国发动机市场的发展也是如日中天。近些年，全球石油资源日益 *好棒文|www.hbsrm.com +Q: #351916072#
枯涸，这就导致人们越来越重视可持续发展的要求，从而人类对发动机代用燃料的研究也越来越看重，如甲醇、天然气和各种混合动力等的新能源，在发动机上得到越来越广泛的研究和使用。在当今中国，无论是发动机制造企业还是整车企业，为了在市场上占据立锥之地，都在发动机上大力研究。本文重点分析了我国发动机的发展现状以及未来的发展趋势。
本课题目的是在查阅国内外文献的基础上，设计分析混合气浓度对汽油发动机的性能影响，并使用Gtpower进行了仿真计算与分析。
1.2 国内外研究状况
过去汽油机空燃比的控制策略基本上是用查表法和基于经典控制的PID方法实现的。然而现在，由于各种新型传感器的诞生和控制理论逐渐成型，如今关于汽油机空燃比控制的方法主要有以下两种：。
(1)基于模型的空燃比控制方法
在引用的文献中，作者运用基于发动机模型的过渡工况空燃比控制方法来操控发动机的瞬时空燃比，试验的最终结果体现，运用这种策略，虽然空燃比控制的精密程度有了非常大的提升，不过控制的效能却不够[1]。在该文章中，作者针对四缸四冲程的汽油发动机，创建了一组理想的数学模型，并进行仿真标定实验，从而获取喷油的MAP图。在建立了均值模型后，作者又创建了瞬态、稳态、怠速三种运作工态下的控制器的模型。仿真的最终结果显示出，本次所创作的控制器不仅可以准确地判别出各种运行工况，而且可以自行转换到对应的控制模块下面，从而使得对空燃比的控制能够较好地达标。本模型不但具有控制性能不错的特点，而且控制的算法和策略均可行[2]。亨德里克斯埃尔伯特和骑士是丹麦技术大学两名名声显赫的教授，他们俩研究提出了一种基于进气管压力及进气流量观测的控制方法[3.4]。实验结果表明该控制方法有着较好的效能，可以使发动机瞬态工况空燃比控制的精密程度维持在正负5％之间。尽管在此控制策略中，进气歧管的内部压力是通过Kalman滤波器进行测量的，可是其中的Kalman增益矩阵决定了观测值的收敛与否。由于这个矩阵是在特定的一个工况下根据人工经验所求得的，所以人为的元素很大程度上影响了这种控制系统的性能。而从另一个角度来说，在此控制方法中，空燃比的控制在前馈，因此无法修正系统的偏差。由此可见，模型的精密程度取决于系统控制的精密程度。
经过研究后，C．F．Chang和Arsie两个学者提出了一种运用氧传感器和节气门位置传感器来进行状态观测的自适应状态观测的空燃比的控制方法[5] [6]。基于此控制方法，进气流量和进气管内的油膜质量可以通过状态观测器自动进行修正，然后可以使系统在这种控制方法下能够具备更好的健壮性。不过在当发动机运行在瞬时工况的时候，因为发动机的各种参数变动比较大，所以自适应控制器比较难以对发动机内部的控制原则调整地及时有效，跟着系统控制的精准性就会大幅度下滑。
(2)运用人工智能的空燃比控制方法
上个世纪70年代末期，人类慢慢开始采用将智能控制理论结合并运用到汽车发动机控制中的方法，而且还发明了很多不同种类的自学习控制系统、模糊控制系统及神经网络控制系统。由于这种系统的控制过程没必要建立精准的数学模型，所以比较适合发动机，并且其控制的效能也会比较高。
在文章当中，作者用自适应PID系统控制空燃比的方法，这种方法可以让过去的PID控制参数从不可变动的变成了动态可以调节的，由此提升控制系统动态的特点及性能。不过因为氧传感器自身的性能，所以其存在一定的延时，这就导致当节气门开度受到其他因素打扰时，没能起到理想的控制效能[7]。文章中用模糊控制的策略控制了空燃比。从模糊控制系统得知其获取及表述相对简单易懂，它的推理模式十分相似于人类的思想方式，而且含有自己的理解能力，并且可以提升系统的健壮性，但是模糊控制系统自身没有自适应及自学习能力，而是完全依赖于设计的那个人自己的实际经历，所以想要使模糊系统的自适应控制计算和实现是相当艰难的，并且事实上系统的控制仍然是在前馈 [8]。在文章中，作者使用神经网络控制空燃比。由于神经网络拥有无限逼近的能力，它可以直接从样本中学习，分布式信息存储、并行计算、容错和自适应学习能力，因此控制有着相当理想的效能[9] [10]。然而，神经网络不适合表达从规则中得出的知识。因此，在训练神经网络时，并不总是可以充分利用现有的经验知识。通常，初始权重只能设置为零或随机。这个数字会导致网络训练时间增加，或导致不希望的局部极值。在文章中，将普通的反馈控制互相结合，然后形成一个复合的“预测+反馈”神经网络预测控制系统来控制空燃比，不过这个是理想的仿真结果[11] [12]。在文献中，比伯使用滑模控制理论来设计控制器从而控制空燃比[13]。该控制器的设立充分地将发动机的动态特性和传感器的时间延迟考虑在了其中。仿真的结果显示，在稳态和瞬态的大条件下，空燃比控制精密程度都很高。在文章中，非佛还设计了滑模控制器来控制发动机的空燃比[14]。并且他将控制器的控制效能在发动机台上进行测试。测试结果显示，在滑模控制器的控制下，空燃比偏差约为正负1％，表明系统的理想控制效果。从以上两种滑模控制器的控制效果可知，滑模理论更适用于非线性系统的控制，且控制系统的健壮性较好。但是，在实际生产过程中使用滑模理论时仍存在很多问题。主要原因是系统会产生控制结果，因为实际中没有理论开关特性，实际开关存在延时现象并且导致控制结果的振荡。
目录
1 绪论 1
1.1 课题的研究背景及意义 1
1.2 国内外研究状况 1
1.3 本文的主要工作内容 3
2 混合气浓度 3
2.1 可燃混合气浓度的表示方法 3
2.2 空燃比 4
2.3 过量空气系数 5
2.4 燃空当量比 6
3 GTPower软件汽油机仿真模型 7
3.1 GTPower软件简介 7
3.2 发动机工作过程仿真模型 8
4 混合气浓度对汽油发动机的性能影响分析 9
4.1 稀混合浓度对发动机性能的影响 10
4.1.1 稀混燃气对排放性能的影响 10
4.1.2 稀混燃气对发动机燃油经济性的影响 11
4.1.3 稀混燃气对发动机动力性的影响 12
4.2 浓混合浓度对发动机性能的影响 13
4.2.1 浓混燃气对排放性能的影响 13
4.2.2 浓混燃气对发动机燃油经济性的影响 14
4.2.3 浓混燃气对发动机动力性的影响 15
结论 16
致 谢 17
参 考 文 献 18
1 绪论
1.1 课题的研究背景及意义
近年来，我国的汽车制造产业发展势头相当猛烈，而且即使在这样的形势下，依然有着很大的发展空间。与此同时随着汽车市场的快速增长，我国发动机市场的发展也是如日中天。近些年，全球石油资源日益 *好棒文|www.hbsrm.com +Q: #351916072#
枯涸，这就导致人们越来越重视可持续发展的要求，从而人类对发动机代用燃料的研究也越来越看重，如甲醇、天然气和各种混合动力等的新能源，在发动机上得到越来越广泛的研究和使用。在当今中国，无论是发动机制造企业还是整车企业，为了在市场上占据立锥之地，都在发动机上大力研究。本文重点分析了我国发动机的发展现状以及未来的发展趋势。
本课题目的是在查阅国内外文献的基础上，设计分析混合气浓度对汽油发动机的性能影响，并使用Gtpower进行了仿真计算与分析。
1.2 国内外研究状况
过去汽油机空燃比的控制策略基本上是用查表法和基于经典控制的PID方法实现的。然而现在，由于各种新型传感器的诞生和控制理论逐渐成型，如今关于汽油机空燃比控制的方法主要有以下两种：。
(1)基于模型的空燃比控制方法
在引用的文献中，作者运用基于发动机模型的过渡工况空燃比控制方法来操控发动机的瞬时空燃比，试验的最终结果体现，运用这种策略，虽然空燃比控制的精密程度有了非常大的提升，不过控制的效能却不够[1]。在该文章中，作者针对四缸四冲程的汽油发动机，创建了一组理想的数学模型，并进行仿真标定实验，从而获取喷油的MAP图。在建立了均值模型后，作者又创建了瞬态、稳态、怠速三种运作工态下的控制器的模型。仿真的最终结果显示出，本次所创作的控制器不仅可以准确地判别出各种运行工况，而且可以自行转换到对应的控制模块下面，从而使得对空燃比的控制能够较好地达标。本模型不但具有控制性能不错的特点，而且控制的算法和策略均可行[2]。亨德里克斯埃尔伯特和骑士是丹麦技术大学两名名声显赫的教授，他们俩研究提出了一种基于进气管压力及进气流量观测的控制方法[3.4]。实验结果表明该控制方法有着较好的效能，可以使发动机瞬态工况空燃比控制的精密程度维持在正负5％之间。尽管在此控制策略中，进气歧管的内部压力是通过Kalman滤波器进行测量的，可是其中的Kalman增益矩阵决定了观测值的收敛与否。由于这个矩阵是在特定的一个工况下根据人工经验所求得的，所以人为的元素很大程度上影响了这种控制系统的性能。而从另一个角度来说，在此控制方法中，空燃比的控制在前馈，因此无法修正系统的偏差。由此可见，模型的精密程度取决于系统控制的精密程度。
经过研究后，C．F．Chang和Arsie两个学者提出了一种运用氧传感器和节气门位置传感器来进行状态观测的自适应状态观测的空燃比的控制方法[5] [6]。基于此控制方法，进气流量和进气管内的油膜质量可以通过状态观测器自动进行修正，然后可以使系统在这种控制方法下能够具备更好的健壮性。不过在当发动机运行在瞬时工况的时候，因为发动机的各种参数变动比较大，所以自适应控制器比较难以对发动机内部的控制原则调整地及时有效，跟着系统控制的精准性就会大幅度下滑。
(2)运用人工智能的空燃比控制方法
上个世纪70年代末期，人类慢慢开始采用将智能控制理论结合并运用到汽车发动机控制中的方法，而且还发明了很多不同种类的自学习控制系统、模糊控制系统及神经网络控制系统。由于这种系统的控制过程没必要建立精准的数学模型，所以比较适合发动机，并且其控制的效能也会比较高。
在文章当中，作者用自适应PID系统控制空燃比的方法，这种方法可以让过去的PID控制参数从不可变动的变成了动态可以调节的，由此提升控制系统动态的特点及性能。不过因为氧传感器自身的性能，所以其存在一定的延时，这就导致当节气门开度受到其他因素打扰时，没能起到理想的控制效能[7]。文章中用模糊控制的策略控制了空燃比。从模糊控制系统得知其获取及表述相对简单易懂，它的推理模式十分相似于人类的思想方式，而且含有自己的理解能力，并且可以提升系统的健壮性，但是模糊控制系统自身没有自适应及自学习能力，而是完全依赖于设计的那个人自己的实际经历，所以想要使模糊系统的自适应控制计算和实现是相当艰难的，并且事实上系统的控制仍然是在前馈 [8]。在文章中，作者使用神经网络控制空燃比。由于神经网络拥有无限逼近的能力，它可以直接从样本中学习，分布式信息存储、并行计算、容错和自适应学习能力，因此控制有着相当理想的效能[9] [10]。然而，神经网络不适合表达从规则中得出的知识。因此，在训练神经网络时，并不总是可以充分利用现有的经验知识。通常，初始权重只能设置为零或随机。这个数字会导致网络训练时间增加，或导致不希望的局部极值。在文章中，将普通的反馈控制互相结合，然后形成一个复合的“预测+反馈”神经网络预测控制系统来控制空燃比，不过这个是理想的仿真结果[11] [12]。在文献中，比伯使用滑模控制理论来设计控制器从而控制空燃比[13]。该控制器的设立充分地将发动机的动态特性和传感器的时间延迟考虑在了其中。仿真的结果显示，在稳态和瞬态的大条件下，空燃比控制精密程度都很高。在文章中，非佛还设计了滑模控制器来控制发动机的空燃比[14]。并且他将控制器的控制效能在发动机台上进行测试。测试结果显示，在滑模控制器的控制下，空燃比偏差约为正负1％，表明系统的理想控制效果。从以上两种滑模控制器的控制效果可知，滑模理论更适用于非线性系统的控制，且控制系统的健壮性较好。但是，在实际生产过程中使用滑模理论时仍存在很多问题。主要原因是系统会产生控制结果，因为实际中没有理论开关特性，实际开关存在延时现象并且导致控制结果的振荡。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/qcgc/777.html
