解开氢燃烧引擎的秘密:引人入胜的系统模拟技术

在过去的几十年里，温室气体对环境的影响越来越受到人们的关注。工业化的兴起和化石燃料使用的增加导致了大气中温室气体浓度的增加。这些气体，如二氧化碳(CO)₂)、甲烷和一氧化二氮将热量困在大气中，导致全球变暖，这对我们的星球造成了毁灭性的影响。

温室气体排放的最大贡献者之一是运输部门。根据国际能源署(International Energy Agency)的数据，交通运输部门的温室气体排放量约占全球能源相关温室气体排放量的24%。这包括汽车、卡车、公共汽车、飞机和轮船的排放。随着全球人口的持续增长和对交通运输需求的不断增加，如果我们要减轻气候变化的影响，就必须解决交通运输部门对环境的影响。

这篇博客将描述为什么氢(H₂)内燃机可以支持温室气体减排，以及Simcenter Amesim 2304如何支持其设计。

为什么是氢燃烧?

全世界都有雄心勃勃的减少二氧化碳排放的目标₂道路运输部门的排放。这些目标通常与解决方案无关;这意味着它们可以通过电动汽车或使用电子燃料或无碳燃料(氨或氢)的内燃机汽车到达。

无碳燃料燃烧在交通基础设施最容易适应的领域，以及能源和电力需求高的领域，如重型设备和长途卡车，前景广阔。

在这种背景下，一些行业参与者在氢内燃机技术道路上投入了一些研发工作。

氢内燃机关键设计准则

H₂内燃机需要大量的工程努力来满足功率、效率、可控性和安全性要求。

这些工程活动大多与氢的热力学性质有关。事实上，气体燃料具有低密度，高可燃性和高低热值。例如，它的意思是燃油喷射系统很容易发生氢气泄漏，而且，当注入时，它占据了燃烧室的很大一部分，需要大量的空气和氢气高效涡轮增压系统。爆震灵敏度和氮氧化物排放这些挑战也可以通过多种方式解决(注水、废气再循环、egr等)。大多数这些挑战都可以在Simcenter Amesim引擎解决方案中解决高频建模方法。

正确的发动机校准对于避免误用设计好的发动机部件也很重要。参数如开始喷射，lambda和火花定时会对NOx、knock和H₂消耗，无论选择稳态条件下的设计。这些校准参数通常是在发动机试验台上定义的，但虚拟(预)校准是节省试验台运行时间的一种经济有效的解决方案。这种虚拟校准大部分时间是使用软件在环或开云体育官网入口半方法这些在Simcenter Amesim中最好的支持是使用均值建模方法。

最后，H的积分₂内燃机在最终产品环境中对评估将被宣传和认证的指标具有重要意义。这些指标通常是范围，燃油消耗，氮氧化物排放和性能。要执行该指标的评估，请切换到基于地图的准静态建模方法建议。

让我们通过Simcenter Amesim 2304版本来了解每种建模方法。

高频发动机型号

Simcenter Amesim高频引擎型号兼容H₂燃烧与验证层流火焰速度相关，流体特性和爆震自燃延迟表。新发布的“长尾”Wiebe引擎模型包括一个发动机熄火NOx观察员要么基于Zeldovich机制或者阿伦尼乌斯定律的方法。

Wiebe模型已经通过测试数据进行了验证，并在Simcenter Amesim标准演示门户中提供，这主要归功于长期以来的努力与IFPEN研究中心合作。本次演示的场景是一辆13.5升涡轮增压直喷H₂发动机，配备可变喷嘴涡轮和低压EGR电路。

这个模型可以进行许多不同的研究:

• 在没有爆震的情况下，我能达到的最大功率和扭矩是多少?
• 怎样的EGR率才能在发动机排出的NOx特定排放和H之间取得最佳平衡₂具体消费?
• 燃油-空气当量比(FAER)能有多低?对油耗和扭矩有何影响?
• 我的涡轮增压器是否适合达到低燃料-空气当量比?

我们可以看到，在燃料-空气等效比变化中，我们不能低于0.3(即高于lambda 3.3)，以每分钟1400转达到15 bar的指示平均有效压力(IMEP)。这是由于涡轮增压器的设计限制，特别是在压气机的车轮侧。我们需要更多的空气。为了评估其他潜在的压缩机设计，Simcenter Amesim 2304附带了压缩机表创建器应用程序。它允许根据发动机运行设定值(通常是满载曲线)构建具有代表性的压缩机图，所需的信息非常少。

该压缩机工作台创建器App已在汽车、卡车和船舶等大量涡轮增压器应用的内燃机压缩机上进行了验证。它还可以生成燃料电池压缩机图，这可以与早期阴极侧优化。

一旦选定了满足燃烧要求的发动机结构，我们就可以将高频模型简化为更快、更轻的均值发动机模型(MVEM)，从而实现控制量的预校准和发动机控制单元的虚拟验证。

平均值引擎模型

MVEM建模方法基于空气路径系统的物理模型和表征缸内过程“平均”行为的全局能量平衡。它利用效率数据和相关性来描述在一个完整的循环中发动机机体内发生的情况。

使用所谓的MVEM工具，可以完成从高频发动机模型或发动机测试台结果到均值发动机模型的转换，该工具可以计算MVEM中使用的体积、指示和排气效率图。该工具已在Simcenter Amesim 2304中更新，以提供H₂引擎转换模板。

一旦生成了这些地图，它们可以直接合并到MVEM模型中，也可以与神经网络方法(使用Simcenter降阶建模工具)相结合，以丰富模型的输入和输出数量，例如EGR率和NOx排放。

这种联合方法的准确性可以提高仿真结果的准确性，同时保持较低的CPU时间和实时能力，从而实现硬件在环方法。

图为全系列发动机MVEM中包含的发动机输出NOx排放神经网络模型的验证。它包括依赖于EGR率，Lambda，发动机转速和火花提前，使其可用于虚拟校准和硬件在环活动。

可以找到有关Simcenter降阶建模的更多信息在这里。

大多数发动机工程师会坚持这种建模方法来完成他们的仿真任务，具有快速，稳健和准确的H₂发动机模型在手。但是，如果部门没有足够的数据来生成这样的模型呢?如果变速器供应商希望看到他们的技术对发动机性能和油耗的影响，他们会怎么想?对于这些人，建议使用基于地图的准静态引擎模型。

基于地图的准静态引擎模型

在IFP-Drive库中可以找到的准静态发动机模型是基于一组可变的地图(油耗，最大扭矩…)和一些根据仿真目标的校正因子。当仿真目标是估计长任务曲线(驾驶循环)下的油耗和车辆性能，以及发动机高频动力学不是最重要的时候，它被广泛应用。

该引擎模型可以考虑任何类型的燃料，前提是用户可以访问最小的地图集，并且可以处理双燃料应用程序。

主要的问题是，对于H₂内燃发动机的油耗和扭矩图并没有广泛使用，而且大多数时候都是保密的。因此，乍一看很难使用这种建模方法。

因此，引擎表创建器App已经更新，以包含经过验证的氢引擎数据集。它使IFP-Drive发动机用户能够从非常有限的高级数据(如发动机结构、最大扭矩和功率曲线以及燃烧估计参数)中生成油耗图。

创建这些表可以评估给定坦克在给定驾驶循环中的行驶里程。在本例中，模拟了一辆26吨的区域卡车GEM瞬态循环。生成的表给出H₂燃料消耗15公斤/100公里，使用一个50公斤的氢气罐(压缩存储大约700巴)，续航里程约335公里。

总之，Simcenter Amesim 2304版本已经完全通过了H的验证₂内燃机应用。它带来了一个强大而连续的工作流程，从高度详细到快速简单的引擎模型，并提供应用程序来生成丢失的数据，以避免被困在“数据safari”中。如果您想了解更多关于Simcenter Amesim 2304的其他新奇之处，请查看此博客或者观看下面的视频。