[00786153]汽油车过渡工况污染物生成机理及控制研究

项目来源于湖南省科技厅重点计划项目(2008FJ2009)，立项文号为湘科技字{2008}130号。项目以获取一种先进的燃烧控制技术为目的，通过实时控制汽油机冷启动过程的空燃比降低废气污染物排放，同时，为汽油机、柴油机和其他燃烧系统中的过渡工况等非稳态燃烧工况的优化控制提供方法指导。通过实验、理论建模，项目深入研究了进气管内油膜的动态特性，得到了以下主要研究结果：1、汽油机冷起动工况废气排放的规律对4台不同型号的汽油机进行了冷起动试验，获得了实验数据，完成了冷起动工况物理参数与排放的实验研究，对数据进行分析整理，为后继研究打下基础。2、提出了一种新的动态油膜模型，该模型考虑了燃油传输时间对进入气缸燃油量的影响对于进气管内的油膜，人们提出了很多模型，其中Aquino提出的燃油模型得到了较为普遍的认同，这种油膜模型基于进气管内的燃油处于动态平衡状态，适用于发动机处于稳态工况。3、提出了一种适用于汽油机冷起动工况的基于动态油膜模型的空燃比补偿器油膜蒸发时间常数与发动机的转速和进气管壁面温度有密切关系。发动机转速的变化将引起流经油膜表面的气流速度发生变化，而气流速度对油膜蒸发时间常数的影响表现在两个方面：首先，气流速度加快，使油膜表面蒸发出的蒸气很快被吹走，这将促进油膜的蒸发；其次，气流会使油膜沿流动方向扩展，增大了油膜的面积，有利于油膜的蒸发。4、提出了基于废气排放和工况参数信息融合的内燃机失火故障诊断方法提出一种利用内燃机排气中HC，CO<,2>，O<,2>浓度和内燃机工况参数信息融合的内燃机失火故障诊断方法，并提出描述内燃机失火程度的模糊评价指标，进行内燃机有失火故障和无故障排气成分检测对比实验，通过RBF、Elman神经网络建立失火程度评价指标与排气中HC，CO<,2>，O<,2>浓度以及内燃机工况参数之间关系的诊断模型。应用MATLAB软件对模型进行学习训练，将训练好的神经网络模型应用于内燃机失火故障的诊断。仿真分析结果表明，该模型能正确诊断内燃机失火故障。5、提出了一套汽油机过渡工况空燃比辨识及预测控制方法提出了一种基于混合遗传算法的径向基神经网络(HGARBF)的车用汽油机过渡工况进气流量预测模型。首先设计了一种新的混合遗传算法，利用梯度算法每次迭代得到的结果来改进遗传算法的群体，将遗传算法的最优个体与梯度算法的迭代解相比较，选择其中的最优点作为梯度算法下一步迭代的起始点，运用该混合遗传算法进行径向基神经网络参数的优化，改善径向基神经网络不同初始参数对其性能的影响；然后建立了基于HGARBF网络的过渡工况进气流量的预测模型。以HL495Q电喷汽油机为研究对象，提出了一种基于BP神经网络的空燃比辨识方法，比较了不同拓扑结构的神经网络对空燃比辨识精度的影响，得到了一种最优的空燃比模型。车用汽油机空燃比存在传输延迟，直接用于反馈控制影响空燃比的控制精度。6、另外，开展了柴油车颗粒物捕集器实验研究为了验证柴油车颗粒物捕集器在公交车辆上的使用性能，采用柴油车加载减速工况法，分别测试了安装柴油车颗粒物捕集器前、后车辆的烟度和功率，分析了安装不同颗粒物捕集器后车辆烟度和功率产生变化的原因。分析结果表明：车辆安装同一过滤载体而不同再生方式的颗粒物捕集器后，随着行驶里程的增大，柴油机烟度降低率和功率都有所下降，烟度过滤效率取决于车辆技术状况和颗粒物捕集器的过滤性能；安装被动催化类捕集器的车辆功率受排气温度和催化剂影响较大，而安装主动再生类捕集器的车辆功率受再生效果影响较大。以上研究成果能使汽油机污染物排放HC化合物下降20﹪-30﹪；CO下降30﹪-50﹪，具有广阔的市场前景。