韋海燕，王崢崢，陳孝杰，黃曉冬，陸海涵

（1.廣西大學(xué) 機(jī)械工程學(xué)院，廣西 南寧530004；2.湖南江麓容大車輛傳動(dòng)股份有限公司，湖南 長沙410000）

基于NSGA-II的螺旋進(jìn)氣道流通特性多目標(biāo)優(yōu)化

韋海燕1，王崢崢1，陳孝杰1，黃曉冬1，陸海涵2

（1.廣西大學(xué) 機(jī)械工程學(xué)院，廣西 南寧530004；2.湖南江麓容大車輛傳動(dòng)股份有限公司，湖南 長沙410000）

分析柴油機(jī)螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)對螺旋進(jìn)氣道流通特性的靈敏度，并以此為依據(jù)選取優(yōu)化變量。以平均流量系數(shù)和平均渦流比的最大化為優(yōu)化目標(biāo)，基于構(gòu)建的Kriging近似模型，利用非支配排序遺傳算法（N-dominated Sorting Genetic Algorithm，NSGA-II）對影響螺旋進(jìn)氣道流通特性的結(jié)構(gòu)參數(shù)尋優(yōu)求解。結(jié)果表明：相比于原始方案，優(yōu)化方案的平均流量系數(shù)增加6.32%，平均渦流比增加11.03%，流通特性得到較大提升，研究內(nèi)容表明所提方法的有效性。

螺旋進(jìn)氣道；流通特性；近似模型；NSGA-II；多目標(biāo)優(yōu)化

柴油機(jī)缸內(nèi)空氣運(yùn)動(dòng)影響著混合氣的形成和燃燒過程，進(jìn)而影響柴油機(jī)的動(dòng)力性、經(jīng)濟(jì)性、燃燒噪聲及有害氣體的排放[1－2]。良好的螺旋進(jìn)氣道流通性能有利于合理組織進(jìn)氣渦流，從而影響燃油和空氣的混合，有效提高燃燒效率[3－4]。

螺旋進(jìn)氣道是一個(gè)由多個(gè)元素組成的復(fù)雜幾何體，結(jié)構(gòu)參數(shù)較多[5]，且參數(shù)之間存在相互制約相互影響的關(guān)系。在設(shè)計(jì)過程中，研究者要綜合考慮流通特性參數(shù)和進(jìn)氣道結(jié)構(gòu)參數(shù)的關(guān)系，因此螺旋進(jìn)氣道的流通特性優(yōu)化設(shè)計(jì)是一個(gè)多目標(biāo)優(yōu)化問題。多目標(biāo)優(yōu)化問題就是在一定約束條件下對各個(gè)子目標(biāo)間進(jìn)行折衷和權(quán)衡，盡量使各個(gè)子目標(biāo)都處于較理想的水平[6，7]?？紤]到穩(wěn)流試驗(yàn)三維數(shù)值模擬過程中計(jì)算量大和計(jì)算效率低的問題，在處理多目標(biāo)問題時(shí)引入近似模型，在保證一定精度情況下，構(gòu)造一個(gè)計(jì)算量小、計(jì)算結(jié)果與實(shí)際數(shù)值模擬相似的數(shù)學(xué)模型代替復(fù)雜的穩(wěn)流試驗(yàn)三維數(shù)值模擬模型，并在優(yōu)化迭代過程中不斷更新模型、提高精度，使多目標(biāo)優(yōu)化更快更有效地達(dá)到收斂[8]。

本文以GD190單缸直噴式柴油機(jī)為研究對象，分析了柴油機(jī)螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)優(yōu)化的本質(zhì)和特點(diǎn)，以平均流量系數(shù)和平均渦流比的最大化為優(yōu)化目標(biāo)，在Kriging近似模型基礎(chǔ)上，利用NSGA-II多目標(biāo)遺傳算法開展螺旋進(jìn)氣道流通特性多目標(biāo)優(yōu)化設(shè)計(jì)，解決輕量化單缸直噴式柴油機(jī)低速起動(dòng)冒黑煙和功率低的問題。

1 螺旋進(jìn)氣道流通特性優(yōu)化模型

1.1 優(yōu)化目標(biāo)選取

評價(jià)柴油機(jī)進(jìn)氣道性能優(yōu)劣有很多方法，目前廣泛采用Ricardo方法來評價(jià)柴油機(jī)進(jìn)氣道流通特性及綜合性能[9]，該方法必須根據(jù)與進(jìn)氣道種類、形狀和尺寸無關(guān)的評價(jià)參數(shù)平均流量系數(shù)（μσ）m和平均渦流比（SR）m進(jìn)行分析，平均流量系數(shù)（μσ）m用來衡量特定氣門升程下進(jìn)氣道的流通能力，平均渦流比（SR）m用來衡量特定氣門升程下進(jìn)氣道產(chǎn)生渦流的能力[10，11]。

選取缸徑（90 mm）×沖程（80 mm）的 GD190單缸直噴式柴油機(jī)為研究對象。由于螺旋進(jìn)氣道結(jié)構(gòu)比較復(fù)雜，結(jié)構(gòu)參數(shù)繁多，對螺旋進(jìn)氣道進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)時(shí)，應(yīng)選出相對重要的結(jié)構(gòu)參數(shù)作為優(yōu)化時(shí)設(shè)計(jì)變量，以盡量提高優(yōu)化設(shè)計(jì)效率。因此，需對結(jié)構(gòu)參數(shù)進(jìn)行靈敏度分析，靈敏度分析是指系統(tǒng)性能對設(shè)計(jì)變量的敏感程度。

為了公平地反映各結(jié)構(gòu)參數(shù)對氣道流通特性的靈敏度，綜合國內(nèi)外已研究方法[12-14]，選出以進(jìn)氣道喉口直徑D、氣門導(dǎo)管凸臺高度H1，進(jìn)氣道入口截面中心到氣缸蓋底平面中心的高度H2，進(jìn)氣道入口截面中心到螺旋室中心的縱向距離L以及螺旋角θ五個(gè)參數(shù)作為初始參量，采用正向參數(shù)化設(shè)計(jì)方法，對該柴油機(jī)的螺旋進(jìn)氣道進(jìn)行了三維實(shí)體造型，螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)如圖1所示。

圖1 螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)

1.2 優(yōu)化設(shè)計(jì)變量的取舍

Kriging近似模型是一種估計(jì)方差最小的無偏估計(jì)模型，其能較好預(yù)估未知函數(shù)的函數(shù)值分布情況。在基于近似模型優(yōu)化過程中，靈敏度是近似模型相對于設(shè)計(jì)變量的導(dǎo)數(shù)，這些導(dǎo)數(shù)信息反映了設(shè)計(jì)變量的改變對目標(biāo)函數(shù)或約束函數(shù)的影響[6]，以此為依據(jù)可以選取合適的優(yōu)化設(shè)計(jì)變量，加快優(yōu)化進(jìn)程。

構(gòu)建螺旋進(jìn)氣道流通特性（平均流量系數(shù)（μσ）m與平均渦流比（SR）m的Kriging近似模型，選取進(jìn)氣道喉口直徑D、氣門導(dǎo)管凸臺高度H1、進(jìn)氣道入口截面中心到氣缸蓋底平面中心的高度H2、進(jìn)氣道入口截面中心到螺旋室中心的縱向距離L以及螺旋角θ五個(gè)參數(shù)的取值范圍分別是：30～35 mm、25～35 mm、35 ～ 40 mm、17 ～ 27 mm、190°～ 240°.通過最優(yōu)拉丁超立方試驗(yàn)設(shè)計(jì)在5個(gè)結(jié)構(gòu)參數(shù)的設(shè)計(jì)域中完成32次隨機(jī)采樣，然后運(yùn)用UG軟件建立每個(gè)樣本點(diǎn)的螺旋進(jìn)氣道三維實(shí)體模型，并采用AVL-FIRE軟件完成氣門升程分別為 1.5 mm、3 mm、4.5 mm、6 mm、7.5 mm下氣道穩(wěn)流試驗(yàn)的三維數(shù)值模擬計(jì)算，結(jié)合平均流量系數(shù)（μσ）m和平均渦流比（SR）m表達(dá)式求出每個(gè)氣道樣本點(diǎn)的平均流量系數(shù)和平均渦流比。

以上述5個(gè)結(jié)構(gòu)參數(shù)為初始參量，運(yùn)用（μσ）m和（SR）m值對其進(jìn)行評價(jià)，基于近似模型，在螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)構(gòu)成的設(shè)計(jì)域中進(jìn)行兩次最優(yōu)拉丁超立方采樣，每次采集10 241個(gè)樣本點(diǎn)，計(jì)算各結(jié)構(gòu)參數(shù)的一階靈敏度系數(shù)如表1所示。

表1 螺旋進(jìn)氣道流通特性一階靈敏度系數(shù)

由表1可知，結(jié)構(gòu)參數(shù)H2對進(jìn)氣道平均流量系數(shù)和平均渦流比的影響都相對較小，即其對進(jìn)氣道流通特性影響較小，在進(jìn)氣道的優(yōu)化設(shè)計(jì)中可以忽略該參數(shù)。而對于影響氣道平均流量系數(shù)和平均渦流比較大的結(jié)構(gòu)參數(shù)D、H1、L和θ，在后續(xù)進(jìn)氣道優(yōu)化設(shè)計(jì)中需要盡可能提高這些參數(shù)的準(zhǔn)確度，簡化優(yōu)化模型。

1.3 優(yōu)化數(shù)學(xué)模型

采用平均流量系數(shù)和平均渦流比兩個(gè)參數(shù)來評價(jià)柴油機(jī)螺旋進(jìn)氣道的優(yōu)劣，需要在適合大小的平均渦流比的條件下，盡量加大進(jìn)氣道的平均流量系數(shù)。這兩個(gè)評價(jià)參數(shù)之間存在此消彼長的制約關(guān)系，單獨(dú)地對平均流量系數(shù)或平均渦流比進(jìn)行單目標(biāo)優(yōu)化難以優(yōu)化出兩個(gè)評價(jià)參數(shù)都有良好表現(xiàn)的螺旋進(jìn)氣道。因此螺旋進(jìn)氣道的優(yōu)化設(shè)計(jì)中應(yīng)權(quán)衡平均流量系數(shù)和平均渦流比兩個(gè)評價(jià)參數(shù)，尋求綜合考慮平均流量系數(shù)和平均渦流比后進(jìn)氣道的最佳結(jié)構(gòu)參數(shù)組合。

選取出對螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)關(guān)于平均流量系數(shù)和平均渦流比靈敏度影響較大的進(jìn)氣道喉口直徑D、氣門導(dǎo)管凸臺高度H1、進(jìn)氣道入口截面中心到螺旋室中心的縱向距離L以及螺旋角θ作為設(shè)計(jì)參數(shù)進(jìn)行分析。螺旋進(jìn)氣道流通特性多目標(biāo)優(yōu)化數(shù)學(xué)模型可以描述為式（1）所示：

設(shè)定初始值分別為30.5 mm、31.5 mm、22.5 mm、205°，將此方案定為初始方案。在后續(xù)進(jìn)氣道的優(yōu)化設(shè)計(jì)中需要盡可能提高這些參數(shù)的準(zhǔn)確度，從而得以簡化優(yōu)化模型，減少試驗(yàn)次數(shù)和降低研制成本。

2 多目標(biāo)優(yōu)化設(shè)計(jì)

為滿足螺旋進(jìn)氣道流通特性設(shè)計(jì)要求，以平均流量系數(shù)和平均渦流比作為優(yōu)化目標(biāo)，以螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)尺寸等為約束條件進(jìn)行優(yōu)化設(shè)計(jì)。由于優(yōu)化目標(biāo)存在相互制約關(guān)系，很難得到最優(yōu)解。NSGA-II算法采用非支配排序、擁擠距離比較和種群合并機(jī)制，因而具有很強(qiáng)求解最優(yōu)解的能力，成功避免了遺傳算法局部收斂的問題[15，16]，是目前公認(rèn)求解多目標(biāo)問題最有效的優(yōu)化算法之一[17]。有很多學(xué)者運(yùn)用NSGA-II進(jìn)行各學(xué)科的多目標(biāo)優(yōu)化[18，19]。因此利用NSGA-II算法求解多目標(biāo)優(yōu)化模型。

NSGA-II算法基本流程如下：

（1）設(shè)置當(dāng)前進(jìn)化代數(shù)t=0，隨機(jī)初始化第t代種群Pt，并將所有個(gè)體按照非支配關(guān)系排序，計(jì)算出個(gè)體擁擠距離。

（2）采用二聯(lián)賽法從Pt中選取0.5 N對個(gè)體進(jìn)行交叉、變異操作，產(chǎn)生第代保存種群。

（3）合并種群 Pt和 Qt，獲得合并種群 Rt，并對種群Rt中所有個(gè)體進(jìn)行非支配排序，計(jì)算出個(gè)體的擁擠距離。

（4）根據(jù)排序結(jié)果從Rt中選擇N個(gè)個(gè)體產(chǎn)生新種群 Rt+1，t=t+1.

（5）判斷 t與 Genmax的關(guān)系。如果 t＞ Genmax，則輸出Rt+1.如果t≤ Genmax，則算法返回第（2）步循環(huán)執(zhí)行。

在Kriging近似模型基礎(chǔ)上，建立螺旋進(jìn)氣道流通特性多目標(biāo)優(yōu)化分析的數(shù)學(xué)模型，采用NSGA-II多目標(biāo)遺傳算法進(jìn)行優(yōu)化，獲得該目標(biāo)問題Pareto最優(yōu)解集。有偏向地選擇一個(gè)Pareto最優(yōu)解作為問題的滿意解，以此作為優(yōu)化方案并結(jié)合CFD三維數(shù)值模擬進(jìn)行驗(yàn)證分析。多目標(biāo)優(yōu)化具體流程圖如圖2所示。

圖2 螺旋進(jìn)氣道流通特性多目標(biāo)優(yōu)化流程圖

3 優(yōu)化結(jié)果及驗(yàn)證分析

將NSGA-II算法設(shè)置為進(jìn)化代數(shù)70，種群大小12，交叉概率0.9，變異概率0.1，迭代次數(shù)為70×12=840.

3.1 NSGA-II優(yōu)化結(jié)果分析

經(jīng)過840次迭代后，共獲得841個(gè)可行解，其中有135個(gè)為Pareto最優(yōu)解，圖3即為841個(gè)可行解在目標(biāo)空間中的像，特別將135個(gè)Pareto最優(yōu)解在目標(biāo)空間的像以黑色的點(diǎn)顯示，所有黑色的點(diǎn)即構(gòu)成Pareto前沿。

圖3 NSGA-II算法可行解在目標(biāo)空間的像

觀察圖3的數(shù)據(jù)分布可知，大部分解在目標(biāo)空間的像都集中分布在Pareto前沿附近，說明NSGAII算法能夠快速收斂到Pareto前沿，尋優(yōu)能力較強(qiáng)。

按照迭代順序?qū)?35個(gè)Pareto最優(yōu)解排序，并每隔4個(gè)Pareto最優(yōu)解取出一個(gè)，構(gòu)成如表2所示的最優(yōu)解集。

從表2中可以看出，進(jìn)氣道喉口直徑D集中分布在區(qū)間[30，32]內(nèi)，其中又以區(qū)間[30，30.5]的占比最大；氣門導(dǎo)管凸臺高度H1絕大部分分布在區(qū)間[33，35]內(nèi)，特別是區(qū)間[34，35]內(nèi)分布最多；進(jìn)氣道入口截面中心到氣缸蓋底平面中心的縱向距離L則在整個(gè)設(shè)計(jì)區(qū)間[17，27]較均勻地分布，無特殊偏好，此外，隨著L增加，平均流量系數(shù)在減小，而相應(yīng)的平均渦流比在增加。而螺旋角θ則毫無例外地全部逼近甚至等于240°，螺旋角θ對螺旋進(jìn)氣道的流通特性有著極為顯著的影響。

表2 NSGA-II部分Pareto最優(yōu)解

（續(xù)下表）

（續(xù)上表）

迭代步D/mmH1/mmL/mmθ/（°）（μσ）m（SR）m 682 31.993 16 34.496 74 26.315 18 239.999 3 0.336 942 2.792 485 701 30.048 03 33.179 03 19.843 67 239.998 8 0.362 713 2.665 414 718 30.000 62 34.451 11 22.311 7 239.655 5 0.358 79 2.721 358 739 30.000 64 34.518 03 24.877 52 239.999 9 0.352 978 2.757 406 753 30.01062 34.506 92 17.906 03 239.605 2 0.365 891 2.612 644 761 32.070 95 34.456 17 26.206 6 239.999 1 0.336 581 2.792 642 777 30.001 77 34.743 83 17.007 43 240 0.366 754 2.590 925 795 30.046 3 34.555 76 17.438 18 239.997 9 0.366 224 2.602 59 811 30.016 5 34.148 92 20.548 78 239.996 4 0.362 131 2.683 943 828 30.227 56 34.060 01 21.352 79 240 0.359 453 2.707 177 835 30.065 01 34.196 17 21.830 34 239.985 8 0.359 429 2.714 365

3.2 優(yōu)化方案的確定

在平均渦流比（SR）m獲得較大提升的同時(shí)，應(yīng)盡可能地增大平均流量系數(shù)（μσ）m.由此，選擇NSGAII算法的739迭代步的Pareto最優(yōu)解作為優(yōu)化方案，其進(jìn)氣道喉口直徑為30.000 64 mm，氣門導(dǎo)管凸臺高度H1為34.518 03 mm，進(jìn)氣道入口截面中心到氣缸蓋底平面中心的縱向距離L為24.877 52 mm，螺旋角 θ為 239.9999°，這時(shí)平均流量系數(shù)（μσ）m和平均渦流比（SR）m的值分別為0.352 378和2.757 406.微調(diào)上述優(yōu)化得到的4個(gè)結(jié)構(gòu)參數(shù)值，即進(jìn)氣道喉口直徑D為30 mm，氣門導(dǎo)管凸臺高度H1為34.5 mm，進(jìn)氣道入口截面中心到氣缸蓋底平面中心的縱向距離L為25mm，螺旋角θ為240°.

3.3 優(yōu)化方案驗(yàn)證分析

Pareto最優(yōu)解在目標(biāo)空間的象是通過Kriging近似模型計(jì)算獲得的，因此根據(jù)選取的優(yōu)化方案，建立對應(yīng)的數(shù)值模擬模型進(jìn)行驗(yàn)證。表3為原始方案和優(yōu)化方案的氣道流通特性對比，由表3可知，優(yōu)化方案模擬值與利用Kriging代理模型和NSGA-II多目標(biāo)遺傳算法得到優(yōu)化方案預(yù)測值的誤差小于1%，表明本文建立的Kriging近似模型具有較高精度，并適用于螺旋進(jìn)氣道流通特性優(yōu)化。與原始方案相比，優(yōu)化方案的平均流量系數(shù)（μσ）m增加6.32%，平均渦流比（SR）m增加11.03%，流通特性得到了較大提升。

表3 原始方案和優(yōu)化方案的流通特性對比

圖4（a）是優(yōu)化前后的流量系數(shù)μσ隨氣門升程變化對比，圖4（b）是優(yōu)化前后的渦流比SR隨氣門升程變化對比。從圖4中可以看出，優(yōu)化方案的流量系數(shù)μσ和渦流比SR幾乎在各個(gè)氣門升程下較原始方案都有一定的提升，且在大氣門升程時(shí)，提升的幅度更大。

圖4 優(yōu)化前后對比

圖5 是原始方案和優(yōu)化方案不同氣門升程的速度分布圖對比（圖中左側(cè)為原始方案，右側(cè)為優(yōu)化方案），為了方便進(jìn)行對比，將兩種方案在同一氣門升程下色度條設(shè)置為具有相同的顯示范圍，因而就可以通過顏色比較速度的大小，其中藍(lán)色代表低速，紅色則為高速。觀察同一氣門升程下原始方案速度分布和優(yōu)化方案速度分布，發(fā)現(xiàn)在各個(gè)氣門升程下，優(yōu)化方案進(jìn)氣道喉口及氣門附近速度比原始方案對應(yīng)區(qū)域速度均要大。特別明顯的是，每一個(gè)氣門升程下，原始方案和優(yōu)化方案在氣門桿和氣門頭部交接處都有一塊藍(lán)色區(qū)域，說明這一區(qū)域內(nèi)，氣流流動(dòng)速度下降明顯，其原因是氣流流經(jīng)此處時(shí)與氣門頭部上表面發(fā)生碰撞而產(chǎn)生能量損失，消耗了動(dòng)能，并且改變了流動(dòng)方向，形成滯止回流區(qū)。然而，滯止回流的出現(xiàn)，會(huì)直接削弱進(jìn)氣道的流通能力，對比原始方案和優(yōu)化方案可知，優(yōu)化方案的滯止回流區(qū)小于對應(yīng)氣門升程下的原始方案的滯止回流區(qū)，因而優(yōu)化方案的流通性能要優(yōu)于原始方案。

圖5 原始方案和優(yōu)化方案速度分布圖對比

根據(jù)優(yōu)化后的方案對柴油機(jī)進(jìn)行臺架試驗(yàn)，結(jié)果表明，由于柴油機(jī)進(jìn)氣道的流通特性得到改善，解決了低速起動(dòng)冒黑煙的問題。對于總重僅60 kg（比通常190單缸柴油機(jī)輕1/3），缸徑（90 mm）×沖程（80 mm）的190輕量化單缸直噴式柴油機(jī)[20]，功率為7 kW.

4 結(jié)束語

（1）采用Ricardo方法來評價(jià)柴油機(jī)進(jìn)氣道流通特性及綜合性能，根據(jù)螺旋進(jìn)氣道結(jié)構(gòu)特點(diǎn)，最優(yōu)拉丁超立方試驗(yàn)設(shè)計(jì)在5個(gè)結(jié)構(gòu)參數(shù)的設(shè)計(jì)域中完成32次隨機(jī)采樣，確定螺旋進(jìn)氣道的三維實(shí)體模型，構(gòu)建Krijing近似模型，探究了螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)對流通特性的靈敏度，并以此為依據(jù)選取進(jìn)氣道喉口直徑D、氣門導(dǎo)管凸臺高度H1、進(jìn)氣道入口截面中心到氣缸蓋底平面中心的縱向距離L、螺旋角θ作為優(yōu)化的設(shè)計(jì)變量。

（2）以平均流量系數(shù)和平均渦流比的最大化為優(yōu)化目標(biāo)，在建立的Krijing近似模型上結(jié)合NSGA-II多目標(biāo)遺傳算法對螺旋進(jìn)氣道流通特性進(jìn)行優(yōu)化設(shè)計(jì)，確定4個(gè)設(shè)計(jì)變量的最優(yōu)值。優(yōu)化仿真結(jié)果表明，優(yōu)化方案明顯優(yōu)于原始方案，與原始方案相比，優(yōu)化方案的平均流量系數(shù)（μσ）m增加6.32%，平均渦流比（SR）m增加11.03%，流通特性得到較大提升，為柴油機(jī)進(jìn)氣道的研究提供了理論依據(jù)。

[1]覃忠耿，雷基林，賈德文，等.柴油機(jī)螺旋進(jìn)氣道結(jié)構(gòu)設(shè)計(jì)方法研究[J].機(jī)械設(shè)計(jì)，2014（11）：1-7.

[2]LI Z，HE B Q，ZHAO H.Influences of intake ports and pent-roof structures on the flow characteristics of a poppetvalved two-stroke gasoline engine[J].International Journal of Engine Research，2016.

[3]孫 平，陸文霞，繆岳川，等.進(jìn)氣道螺旋段結(jié)構(gòu)參數(shù)對流動(dòng)特性影響的研究[J].內(nèi)燃機(jī)工程，2011，32（1）：70-74.

[4]雷基林，申立中，畢玉華，等.螺旋氣道的參數(shù)化建模和流動(dòng)特性影響因素分析[J].汽車工程，2013（01）：27-31.

[5]韓 君.基于試驗(yàn)的柴油機(jī)進(jìn)氣道參數(shù)化設(shè)計(jì)方法及流通性能仿真研究[D].太原：中北大學(xué)，2012.

[6]陳立娜，張維剛.基于Kriging模型的發(fā)動(dòng)機(jī)罩多目標(biāo)優(yōu)化設(shè)計(jì)[J].中國機(jī)械工程，2013，24（22）：3014-3018.

[7]ZHANG X，TIAN Y，CHENG R，et al.An Efficient Ap proach to Nondominated Sorting for Evolutionary Multiobjec tive Optimization[J].IEEE Transactions on Evolutionary Com putation，2015，19（2）：201-213.

[8]劉海濤，徐勝利，王曉放，等.1種基于Kriging近似模型的葉片罩量優(yōu)化設(shè)計(jì)方法[J].航空發(fā)動(dòng)機(jī)，2015，41（5）：24-27.

[9]畢玉華，何常明，雷基林，等.柴油機(jī)螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)對氣道性能的影響分析[J].空氣動(dòng)力學(xué)學(xué)報(bào)，2010，28（5）：571-575.

[10]李 明，劉德新，LIUDe-xin.采用進(jìn)氣管渦流控制閥的四氣門汽油機(jī)缸內(nèi)渦流運(yùn)動(dòng)的研究[J].空氣動(dòng)力學(xué)學(xué)報(bào)，2010，28（5）：490-494.

[11]SANADHYA K.Effect of Helix Parameter Modification on Flow Characteristics of CIDI Diesel Engine Helical Intake Port：International Conference on Emerging trends in Engi neering and technology[C].2015.

[12]Li S，XIE J，SONG L，et al.Influence of Structural Param eters of Diesel Engine Helical Intake Port on Its Flow Charac teristics[J].Chinese Internal Combustion Engine Engineering，2012，2（5）：756-759.

[13]SUN P，LU W X，MIAO Y C，et al.Study on effects of structure parameters of intake port helical section on flow characteristics[J].Chinese Internal Combustion Engine Engi neering，2011，2（3）：1091-1095.

[14]司鵬昆，侯樹梅，張惠明，等.螺旋進(jìn)氣道結(jié)構(gòu)參數(shù)對氣道流通特性的影響[J].內(nèi)燃機(jī)工程，2008（03）：25-28.

[15]DEB K，PRATAP A，AGARWAL S，et al.A fast and eli tist multiobjective genetic algorithm：NSGA-II[J].IEEE Transactions on Evolutionary Computation，2002，6（2）：182-197.

[16]POURKARIM P，SHARIFI M，SHAHRIARI M.Using NS GA II Algorithm for a Three-Objective Redundancy Alloca tion Problem with k-out-of-n Sub-Systems[J].Journal of the Electrochemical Society，2015，144（2）：L23-L26.

[17]鄧召學(xué)，鄭 玲，李以農(nóng)，等.基于NSGA-II算法的磁流變懸置磁路多目標(biāo)優(yōu)化[J].汽車工程，2015（5）：554-559.

[18]AHMADI M H，AHMADI M A，SHAFAEI A，et al.Ther modynamic analysis and optimization of the Atkinson engine by using NSGA-II[J].International Journal of Low-Carbon Technologies，2016，11（3）.

[19]ARORA R，KAUSHIK S C，KUMAR R，et al.Multi-ob jective thermo-economic optimization of solar parabolic dish Stirling heat engine with regenerative losses using NSGA-II and decision making[J].International Journal of Electrical Power&Energy Systems，2016，74：25-35.

[20]韋海燕，楊 耿，何 然，等.輕量化單缸短行程直噴式柴油機(jī)噴油器和燃燒系統(tǒng)匹配研究[J].裝備制造技術(shù)，2016（3）：12-16.

Multi-objective Optimization of Flow Characteristics of Helical Intake Port Based on NSGA-II

WEI Hai-yan1，WANG Zheng-zheng1，CHEN Xiao-jie1，HUANG Xiao-dong1，LU Hai-han2
（1.College of Mechanical Engineering，Nanning Guangxi 530000，China；2.Hunan Jiang Lu Rongda Vehicle Transmission Co.，Ltd.，Changsha Hunan 410000，China）

The sensitivity of helical inlet structure parameters of helical inlet to the flow characteristics of helical inlet was analyzed，and the optimization variables were selected as the basis.Based on the constructed Kriging approximation model，（NSGA-II） was used to optimize the structural parameters of the helical inlet flow pattern.The results show that the average flow coefficient increases 6.32%and the average eddy current ratio increases by 11.03%，and the flow characteristics are improved greatly compared with the original scheme.The research results show that the proposed method is effective.

helical inlet；flow characteristics；approximate model；NSGA-II；multi-objective optimization

TK422

A

1672-545X（2017）08-0014-05

2017-04-14

廣西制造系統(tǒng)與先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室項(xiàng)目（14-045-15S02）

韋海燕（1963－），女，廣西南寧人，博士，碩士研究生導(dǎo)師，研究方向?yàn)閮?nèi)燃機(jī)節(jié)能與排放控制；王崢崢（1990－），男，河南洛陽人，碩士研究生，研究方向?yàn)閮?nèi)燃機(jī)節(jié)能與排放控制。