分会场

控制与测试

摘要

摘要：可变气门系统（VVA）是柴油机领域的一项全新技术。本文根据发动机试验数据和DoE仿真结果，建立了GT-suite和ANN（神经网络）模型。通过在神经网络模型中输入进气门开度角（IVO）、进气门包角开度倍数（IVAM）和排气门包角开度倍数（EVAM）等参数，并采用模拟退火算法（SA）分别得到目标发动机工况条件下的最佳进排气门升程。此外，通过增加排气门升程的二次开启策略，预测了柴油机低速时的排气温度有大幅提升。最终，根据神经网络模型的优化结果，在50%负荷1000r/min、35%负荷2000r/min和20%负荷3000r/min三种工况下，BSFC的油耗分别可节省3.9%、0.9%和7.3%。三种工况下，进气门升程分别增加了1.10倍、0.96倍、1.10倍，排气门升程分别增加了0.98倍、0.94倍、1.10倍。不同工况下的最佳气门升程存在明显差异，因此VVA系统在柴油机上的应用具有重要意义。

关键词

柴油机;VVA系统;GT-suite;ANN神经网络;DoE多目标优化;SA模拟退火算法寻优

电子U盘全文仅限大会已缴费参会代表下载。

您还没有登录，请您先 点击这里登录