祖象歡,楊傳雷,王賀春,王銀燕

(哈爾濱工程大學(xué)動(dòng)力與能源工程學(xué)院,150001,哈爾濱)

隨著排放法規(guī)的日益嚴(yán)格,國(guó)際海事組織在2008年出臺(tái)了一項(xiàng)國(guó)際性防止船舶造成空氣污染的法律法規(guī),對(duì)船舶柴油機(jī)氮氧化物(NOx)的排放進(jìn)行了嚴(yán)格的限制。作為目前降低船舶柴油機(jī)NOx排放的主要措施[1],廢氣再循環(huán)(EGR)技術(shù)受到了越來越多的關(guān)注。EGR技術(shù)的關(guān)鍵在于克服柴油機(jī)高工況下增壓壓力高于排氣壓力導(dǎo)致的EGR廢氣回流困難的問題,以保證足夠的廢氣回流到進(jìn)氣管并合理控制EGR率。目前公開的文獻(xiàn)中關(guān)于EGR的研究主要包括EGR的實(shí)現(xiàn)方式[2-3]、EGR仿真與建模[4]、EGR特性實(shí)驗(yàn)[5-6]以及EGR控制策略研究[7-8]等方面,而關(guān)于增壓柴油機(jī)EGR性能評(píng)估等方面的研究尚少。不同EGR率對(duì)柴油機(jī)的燃燒與排放性能影響不同,在確定最佳EGR率時(shí)必須兼顧柴油機(jī)的動(dòng)力性、經(jīng)濟(jì)性以及排放性能,既要盡可能地降低廢氣中的NOx,又要盡可能小地影響顆粒等其他污染物的排放。

目前普遍采取的辦法是通過大量實(shí)驗(yàn)獲取柴油機(jī)的主要運(yùn)行參數(shù),對(duì)數(shù)據(jù)進(jìn)行綜合分析,主觀制定相應(yīng)的確定原則,從而得到實(shí)驗(yàn)工況下的最佳EGR率。由于不同學(xué)者研究的目的和側(cè)重點(diǎn)不同,因此各自制定的原則也有所不同。楊帥等在確定最佳EGR率時(shí)采取13個(gè)工況點(diǎn)顆粒不超過原機(jī)為原則[9];鄭清平等建立帶EGR率增壓中冷柴油機(jī)Boost計(jì)算模型,首先以不過度降低扭矩、增加燃油消耗率和碳煙排放為原則選取較低EGR率,其次考慮13個(gè)工況排放實(shí)驗(yàn)中每一個(gè)工況的排放量占總實(shí)驗(yàn)工況的總排放量的比例,將總排放量降至最低水平作為最終目標(biāo),從而最終確定最佳EGR率[10];王迎迎等通過分析功率、油耗和煙度隨EGR率變化的趨勢(shì),綜合判定給出不同工況點(diǎn)的最佳EGR率[11];張振東等在PM不超過原機(jī)的基礎(chǔ)上,考慮油耗的增加程度、NOx的改善程度等綜合因素,低負(fù)荷時(shí)選擇高EGR率,高負(fù)荷時(shí)選擇低EGR率[12];張振坤等以中高負(fù)荷選擇較大EGR率、低負(fù)荷采取較低EGR率為基本原則,通過分析燃油消耗率、煙度等參數(shù)隨EGR率變化曲線的斜率來確定相應(yīng)的最佳EGR率[13];杜俊等通過實(shí)驗(yàn)研究柴油機(jī)主要運(yùn)行參數(shù)隨EGR率的變化情況,綜合分析柴油機(jī)動(dòng)力性、經(jīng)濟(jì)性和排放性,確定各個(gè)工況的最佳EGR率[14]。

雖然上述方法可以成功解決最佳EGR率的決策問題,但是存在一些共同的缺點(diǎn)。例如:過于單純依賴主觀判斷,缺乏客觀性;過度依賴數(shù)據(jù)的完整性,不適用于“小樣本、貧數(shù)據(jù)”等問題。鑒于多目標(biāo)灰色局勢(shì)決策理論在針對(duì)若干方案中選擇最好方案的決策問題上的獨(dú)特優(yōu)勢(shì)[15-18],本文將其引入到最佳EGR率的決策問題中,通過特定的數(shù)學(xué)模型來發(fā)掘柴油機(jī)主要運(yùn)行參數(shù)之間的內(nèi)在關(guān)聯(lián),從而對(duì)不同EGR率下柴油機(jī)的綜合性能進(jìn)行優(yōu)劣評(píng)估。

綜上所述,本文以TBD234V12相繼增壓柴油機(jī)為研究對(duì)象,以EGR性能評(píng)估及最佳EGR率決策問題為出發(fā)點(diǎn),結(jié)合不同工況下EGR運(yùn)行特點(diǎn)和優(yōu)化要求,提出了一種基于主客觀綜合賦權(quán)優(yōu)化的多目標(biāo)灰色局勢(shì)決策方法。該方法融合了傳統(tǒng)灰色局勢(shì)決策、灰關(guān)聯(lián)分析法以及熵權(quán)法各自的優(yōu)點(diǎn),以不同評(píng)價(jià)指標(biāo)對(duì)應(yīng)的參數(shù)為輸入,通過發(fā)掘各個(gè)參數(shù)指標(biāo)之間內(nèi)在的變化關(guān)系來建立主客觀賦權(quán)優(yōu)化權(quán)重的多目標(biāo)灰色局勢(shì)決策模型,通過該模型可以直接輸出不同EGR方案對(duì)應(yīng)的性能優(yōu)劣排序,有助于解決目前主流方法中存在的過于依賴主觀判斷的問題,為增壓柴油機(jī)EGR性能評(píng)估及進(jìn)一步優(yōu)化研究提供了一種新的研究思路?；贛atlab Guide設(shè)計(jì)和建立了增壓柴油機(jī)EGR性能評(píng)估及決策仿真平臺(tái),提高了建模仿真效率。

1 EGR性能評(píng)估優(yōu)化模型的建立

1.1 基本理論知識(shí)

考慮到不同工況EGR運(yùn)行特點(diǎn)和要求的不同,在建模中分別引入了多目標(biāo)灰色局勢(shì)決策、灰關(guān)聯(lián)分析法及熵權(quán)法。通過灰色局勢(shì)決策建立的數(shù)學(xué)模型可定量計(jì)算不同方案的綜合效果測(cè)度[15,19];通過灰關(guān)聯(lián)分析法計(jì)算不同序列之間的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度,從而達(dá)到優(yōu)化的目的[15,19];通過熵權(quán)法能夠有效反映數(shù)據(jù)隱含的信息,增強(qiáng)指標(biāo)的差異性,達(dá)到全面反映各類信息的目的[20]。

1.2 決策目標(biāo)的選擇

不同EGR率對(duì)柴油機(jī)燃燒與排放改善效果不同,如何取得二者之間的合理折衷是評(píng)價(jià)EGR性能的重點(diǎn)。評(píng)價(jià)指標(biāo)的選取應(yīng)該盡可能兼顧柴油機(jī)燃燒和排放性能,分別選取燃油消耗率、缸內(nèi)爆壓、NOx的排放量、煙度以及CO的排放量等5個(gè)參數(shù)作為決策目標(biāo)。EGR的主要實(shí)現(xiàn)目的在于降低NOx污染物排放,因此定義NOx的排放量為主要決策目標(biāo),其他4個(gè)參數(shù)為次要決策目標(biāo)。

1.3 決策目標(biāo)權(quán)重優(yōu)化

最佳EGR率的確定實(shí)質(zhì)上是尋求柴油機(jī)燃燒與排放性能之間的最佳折衷,而如何將這種折衷體現(xiàn)到優(yōu)化模型中是首要考慮的問題。由于不同決策目標(biāo)分別代表柴油機(jī)不同方面的性能,同時(shí)考慮到?jīng)Q策目標(biāo)權(quán)重在決策模型中的作用,在優(yōu)化模型中,通過調(diào)整目標(biāo)權(quán)重ηk(k=1,2,3,4,5)來替代柴油機(jī)燃燒及排放性能之間的折衷關(guān)系,其對(duì)應(yīng)的決策權(quán)重值分別為η1、η2、η3、η4及η5。

傳統(tǒng)多目標(biāo)灰色決策模型中普遍采用主觀賦權(quán)法來確定決策目標(biāo)權(quán)重,該方法雖然能夠發(fā)揮專家或技術(shù)人員的專業(yè)知識(shí)及經(jīng)驗(yàn),具有一定的專業(yè)性,但是具有較大的主觀性和隨意性,會(huì)對(duì)評(píng)估決策結(jié)果造成影響。同時(shí)考慮到EGR性能評(píng)估問題的多因素性,無論主觀賦權(quán)或者客觀賦權(quán)均無法充分滿足EGR性能評(píng)估問題的特點(diǎn),因此考慮結(jié)合不同工況EGR性能的特點(diǎn),采取主客觀綜合賦權(quán)法來對(duì)決策目標(biāo)權(quán)重進(jìn)行優(yōu)化。

步驟1為了有效降低NOx排放,船舶柴油機(jī)EGR率的控制原則大致如下:①在怠速、暖機(jī)時(shí),不采用EGR循環(huán),低負(fù)荷時(shí),采用較小EGR率[14];②柴油機(jī)在加速過渡過程中,宜采用較低EGR率,隨著負(fù)荷的增加,EGR率應(yīng)相應(yīng)地增加,但要控制在一定的范圍內(nèi)[14];③高轉(zhuǎn)速、高負(fù)荷時(shí),宜采用較大EGR率[13]。

基于上述原則,本文考慮根據(jù)柴油機(jī)不同負(fù)荷工況,通過專家經(jīng)驗(yàn)打分來確定主要決策目標(biāo)NOx的排放量的權(quán)重值。首先假設(shè)5個(gè)決策目標(biāo)均等重要,因此初始權(quán)值均為0.2,得到初始決策結(jié)果,通過分析初始決策結(jié)果與EGR實(shí)際運(yùn)行趨勢(shì)和優(yōu)化要求對(duì)比,從而逆推調(diào)整η3的權(quán)值。最終,NOx的權(quán)重的經(jīng)驗(yàn)確定規(guī)則如下:①若柴油機(jī)處于低負(fù)荷工況(小于25%負(fù)荷),NOx排放濃度較低,EGR降低NOx排量的效果一般,為了保證柴油機(jī)工作的穩(wěn)定性和經(jīng)濟(jì)性,宜采取較低EGR率,因此令NOx權(quán)重η3=0.3;②若柴油機(jī)處于中高負(fù)荷(大于75%負(fù)荷),NOx排放濃度較高,EGR降低NOx排量的效果顯著,為了有效降低柴油機(jī)NOx排放污染物,宜采用較大EGR率,因此令NOx權(quán)重η3=0.5;③柴油機(jī)負(fù)荷介于①、②兩者之間時(shí),令η3=0.4。

(1)

該關(guān)聯(lián)系數(shù)ri(i=1,2,3,4)代表次要決策目標(biāo)與主要決策目標(biāo)NOx的排放量的貼近程度。

步驟3已知η3和ri,由式ri(1-η3)求解其他4個(gè)次要決策目標(biāo)權(quán)重值ηk(k=1,2,4,5),并構(gòu)成初始主觀權(quán)重ηk(k=1,2,3,4,5)。

步驟4構(gòu)建原始評(píng)價(jià)矩陣,通過熵權(quán)法求得客觀權(quán)重αk(k=1,2,3,4,5),并最終求得綜合權(quán)重

(2)

該優(yōu)化方法結(jié)合EGR運(yùn)行特點(diǎn)和要求,以NOx權(quán)重為中心,通過灰關(guān)聯(lián)分析法求得其他評(píng)價(jià)指標(biāo)與NOx的貼近程度,進(jìn)而利用貼近程度來求解其他權(quán)重,并引入熵權(quán)法削弱主觀賦權(quán)帶來的主觀誤差,提高評(píng)價(jià)的客觀合理性。

2 具體建模步驟

步驟2根據(jù)柴油機(jī)不同工況,通過專家打分和灰關(guān)聯(lián)分析法求解初始主觀權(quán)重ηk(k=1,2,3,4,5),再通過熵權(quán)法求得客觀權(quán)重αk(k=1,2,3,4,5),并最終求得綜合權(quán)重βk(k=1,2,3,4,5)。

步驟3求解相應(yīng)的綜合效果測(cè)度矩陣R,根據(jù)最優(yōu)決策原則,對(duì)不同EGR方案進(jìn)行優(yōu)劣排序,并得到最佳EGR率。

3 基于Guide的仿真優(yōu)化平臺(tái)

圖形用戶接口開發(fā)環(huán)境(Guide)是Matlab軟件中一個(gè)重要功能模塊,主要用于快捷創(chuàng)立圖形用戶界面(GUI)對(duì)象,因其具有操作簡(jiǎn)單、易于實(shí)現(xiàn)的優(yōu)點(diǎn),已經(jīng)被廣泛應(yīng)用于諸多領(lǐng)域的仿真研究。GUI的創(chuàng)立大致分為3部分:構(gòu)建基本功能框架、選擇控件并設(shè)計(jì)GUI界面,以及最后的編寫回調(diào)函數(shù)、激活相應(yīng)控件。

為了避免建模過程中由編程帶來的不便,同時(shí)提高建模仿真計(jì)算的效率,采用Matlab/Guide設(shè)計(jì)并實(shí)現(xiàn)了EGR的性能評(píng)估及決策GUI,最終編譯生成可以獨(dú)立運(yùn)行的EGR性能評(píng)估及決策仿真優(yōu)化平臺(tái)。用戶只需要將EGR性能參數(shù)數(shù)據(jù)導(dǎo)入該平臺(tái),即可快速完成不同工況下的EGR性能評(píng)估及最優(yōu)決策,并將結(jié)果輸出至指定位置以方便后處理分析。

4 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

4.1 實(shí)驗(yàn)數(shù)據(jù)的獲取

研究對(duì)象為某型相繼增壓柴油機(jī),柴油機(jī)主要技術(shù)參數(shù)見表1。

表1 TBD234V12柴油機(jī)主要性能參數(shù)

本文實(shí)驗(yàn)原機(jī)為V型柴油機(jī),通過對(duì)系統(tǒng)改造設(shè)計(jì)并建立了文丘里管式高壓EGR系統(tǒng)。具體臺(tái)架實(shí)物圖如圖1所示。

圖1 實(shí)驗(yàn)臺(tái)架實(shí)物圖

由于實(shí)驗(yàn)條件限制,為了保證柴油機(jī)穩(wěn)定工作,最高EGR率限制在15%以內(nèi)。實(shí)驗(yàn)選取低、中、高3個(gè)轉(zhuǎn)速進(jìn)行測(cè)試實(shí)驗(yàn),每個(gè)轉(zhuǎn)速依次選取25%、50%、75%負(fù)荷共計(jì)9個(gè)工況點(diǎn),其中6個(gè)工況點(diǎn)的實(shí)驗(yàn)數(shù)據(jù)見表2。

4.2 驗(yàn)證與結(jié)果分析

4.2.1 低負(fù)荷工況 在負(fù)荷不高的情況下,NOx排放量不高,應(yīng)該更多兼顧柴油機(jī)動(dòng)力性和經(jīng)濟(jì)性,因此宜采用較低EGR率。工況1、2分別表示不同轉(zhuǎn)速下25%負(fù)荷工況。以工況1為例,EGR率分別選取2.4%、4.6%、8.6%、10.4%及11.6%,該工況下各指標(biāo)參數(shù)的實(shí)驗(yàn)數(shù)據(jù)構(gòu)成了效果樣本矩陣

U=

矩陣中行向量依次代表燃油消耗率、缸內(nèi)爆壓、NOx的排放量、煙度和CO的排放量;列向量代表不同EGR率。

從具體實(shí)施內(nèi)容來講，智能樓宇通常包括安防監(jiān)控、出入口控制（門禁、停車場(chǎng)）、入侵防范、電梯控制、供配電、空調(diào)新風(fēng)、照明控制、停車場(chǎng)管理、廣播、信息發(fā)布和能耗統(tǒng)計(jì)等數(shù)十個(gè)信息化子系統(tǒng)，業(yè)內(nèi)將上述子系統(tǒng)歸納為五類，分別是建筑設(shè)備自動(dòng)化（BA）、通訊自動(dòng)化（CA）、辦公自動(dòng)化（OA）、火災(zāi)報(bào)警與消防自動(dòng)化（FA）以及安全防范自動(dòng)化（SA），即智能樓宇5A系統(tǒng)[2]。

步驟1求得k目標(biāo)下一致效果測(cè)度矩陣

V=

步驟2求解初始主觀權(quán)重。由于工況1處于低工況點(diǎn),故η3=0.3。構(gòu)建灰色關(guān)聯(lián)序列如下:

母序列X0=(423 376.99 329.65 287.32 251.2 231.3)

子序列

X1=(297.4299.2302.5305.6310.6313.1)

X2=(5.954 75.800 15.558 35.467 15.431 85.309 4)

表2 部分工況點(diǎn)實(shí)驗(yàn)數(shù)據(jù)

X3=(0.0340.0460.0490.0580.090.14)

X4=(324336.37354.73395.36504.82633.94)

ri=(0.267 8 0.293 7 0.209 1 0.229 4)

初始主觀權(quán)重

ηk=(0.187 4 0.205 6 0.300 0 0.146 3 0.160 6)

步驟3求解綜合權(quán)重。利用熵權(quán)法求得客觀權(quán)重

αk=(0.254 7 0.180 5 0.198 8 0.177 3 0.188 7)

綜合權(quán)重為

βk=(0.237 8 0.184 9 0.297 1 0.129 3 0.151 0)

步驟4求解綜合效果測(cè)度矩陣

R1=[0.885 2 0.902 7 0.900 1 0.873 5 0.820 3]

由結(jié)果可知,工況1下當(dāng)EGR率為4.6%時(shí)取得的綜合效果測(cè)度值最高,EGR率為11.6%時(shí)最低。同時(shí)可以看出,當(dāng)EGR率低于10%左右時(shí),對(duì)應(yīng)的綜合性能評(píng)估值相差不是很大,當(dāng)EGR率升高至10%左右時(shí),隨著EGR率的升高綜合性能評(píng)估值下降較為明顯,說明該工況下較高EGR率會(huì)對(duì)柴油機(jī)的綜合性能造成較為明顯的不良影響,因此宜采用較小EGR率。

同理,可得工況2下綜合效果測(cè)度矩陣

R2=[0.849 2 0.847 4 0.839 4 0.834 3 0.832 6]

當(dāng)EGR率為1.5%時(shí)取得的綜合效果測(cè)度值最高,EGR率為12.6%時(shí)最低。由結(jié)果可以看出:當(dāng)EGR率小于7.8%左右時(shí),不同EGR率對(duì)應(yīng)的綜合評(píng)估值差別不大;隨EGR率的不斷升高對(duì)應(yīng)的綜合評(píng)估值相應(yīng)地呈減小趨勢(shì),特別地,當(dāng)EGR率大于9.5%時(shí),隨著EGR率的升高,對(duì)應(yīng)的綜合性能評(píng)估值下降的較為明顯。

4.2.2 高負(fù)荷工況 在高負(fù)荷工況下,NOx排放量較高,為了滿足船用柴油機(jī)NOx排放要求,宜采用較高EGR率,達(dá)到有效降低NOx的目的。工況3、4分別代表不同轉(zhuǎn)速下75%負(fù)荷工況。在確定初始主觀權(quán)重時(shí),令η3=0.5。通過仿真計(jì)算可得工況3和工況4優(yōu)化后的綜合效果測(cè)度矩陣分別為

R3=[0.826 0 0.831 2 0.845 6 0.878 8 0.895 4]

R4=[0.837 1 0.851 5 0.897 1 0.915 9 0.887 1]

由結(jié)果可知,在工況3、4下,最佳EGR率分別為11.6%和9.7%。小EGR率對(duì)應(yīng)的評(píng)估值最低,說明該工況小EGR率對(duì)柴油機(jī)的改善情況最差。隨著EGR率的升高,二者綜合評(píng)估值呈增大趨勢(shì),且當(dāng)EGR率大于8%時(shí),評(píng)估值增大較為明顯。其中,工況4下EGR率升高至11.1%時(shí),綜合評(píng)估值反而減小,分析其原因?yàn)?該工況屬于高轉(zhuǎn)速、高負(fù)荷工況,過高的EGR率可能會(huì)對(duì)柴油機(jī)的動(dòng)力性造成不良影響,因此導(dǎo)致綜合評(píng)估值下降。綜上所述,在高負(fù)荷工況下宜采用較高EGR率,而過高EGR率會(huì)對(duì)柴油機(jī)產(chǎn)生負(fù)面影響。

4.2.3 中等負(fù)荷 隨著負(fù)荷的增加,NOx排放也逐漸升高,宜適當(dāng)提高EGR率。工況5、6分別表示不同轉(zhuǎn)速下50%負(fù)荷工況。同理,仿真計(jì)算可得工況5、6優(yōu)化后的綜合效果測(cè)度矩陣分別為:

R5=[0.876 8 0.872 7 0.887 1 0.873 0 0.870 9];

R6=[0.883 7 0.879 9 0.901 9 0.922 6 0.892 0]。

由結(jié)果可知,在工況5和工況6下最佳EGR率分別為7.5%和9.1%,隨著EGR率的升高,綜合評(píng)估值大致呈先增大后減小的趨勢(shì),分析其原因?yàn)?工況5、6分別代表不同轉(zhuǎn)速下中等負(fù)荷,該負(fù)荷下NOx排放量隨著轉(zhuǎn)速的不斷提升而增加,過低的EGR率并不能滿足有效降低NOx的要求,因此有必要適當(dāng)提高EGR率,但是為了保證EGR率的增加不會(huì)對(duì)柴油機(jī)的動(dòng)力性能造成過多損失,應(yīng)該控制EGR率在一定范圍內(nèi),因此在綜合評(píng)估值方面,當(dāng)EGR率過高時(shí),評(píng)估值反而下降。

綜上分析,通過優(yōu)化評(píng)估及決策結(jié)果可以看出:在低負(fù)荷工況下,由于NOx排放濃度較低,應(yīng)該更多兼顧柴油機(jī)的動(dòng)力及經(jīng)濟(jì)性,因此宜采用較小EGR率;隨著轉(zhuǎn)速和負(fù)荷的增加,宜適當(dāng)增加EGR率。在高負(fù)荷工況下,NOx排放濃度較高,為了盡最大可能降低排放性能,宜采用較高的EGR率。這與目前增壓柴油機(jī)EGR性能特點(diǎn)基本保持一致,也說明了該優(yōu)化模型及方法的有效性,對(duì)增壓柴油機(jī)EGR性能評(píng)估及最優(yōu)決策具有一定的參考意義。

由于實(shí)驗(yàn)條件的限制,本文實(shí)驗(yàn)中最高EGR率被限制在15%之內(nèi),但是這不影響本文研究的核心思想,本文主要目的是基于實(shí)驗(yàn)數(shù)據(jù)探索一種同時(shí)適用于“大數(shù)據(jù)”和“小數(shù)據(jù)”場(chǎng)合的優(yōu)化決策方法,以緩解目前主流方法中對(duì)主觀判斷的依賴,為船舶柴油機(jī)EGR性能的評(píng)估及最佳EGR率的確定提供一種新的研究思路。

5 結(jié) 論

針對(duì)增壓柴油機(jī)EGR性能評(píng)估及最優(yōu)決策問題,提出了一種基于優(yōu)化多目標(biāo)灰色決策的評(píng)估方法,并設(shè)計(jì)實(shí)現(xiàn)了仿真優(yōu)化平臺(tái),具體結(jié)論如下:

(1)多目標(biāo)灰色局勢(shì)決策可以成功應(yīng)用于船舶增壓柴油機(jī)EGR性能評(píng)估及最佳EGR率的決策問題。柴油機(jī)燃燒與排放性能之間的最佳折衷可以轉(zhuǎn)化為模型評(píng)價(jià)指標(biāo)之間的權(quán)重問題;通過灰色關(guān)聯(lián)分析法及熵權(quán)權(quán)重優(yōu)化方法,既可以發(fā)揮主觀賦權(quán)和客觀賦權(quán)的優(yōu)點(diǎn),又能將增壓柴油機(jī)EGR運(yùn)行特點(diǎn)融入到優(yōu)化模型中,使得最終的決策結(jié)果更合理。

(2)當(dāng)增壓柴油機(jī)處于低負(fù)荷時(shí),低EGR率對(duì)應(yīng)的綜合評(píng)估值較高,且EGR率低于10%時(shí),不同EGR率的綜合評(píng)估值相差不大;當(dāng)EGR率大于10%左右時(shí),綜合評(píng)估值下降較快,因此宜采用較低EGR率。當(dāng)柴油機(jī)處于高負(fù)荷時(shí),隨著EGR率的增大,其對(duì)應(yīng)的綜合評(píng)估值也隨之增大,當(dāng)EGR率增加至8%左右時(shí),不同EGR率對(duì)應(yīng)的綜合評(píng)估值增大較為明顯,但是過高的EGR率會(huì)造成綜合評(píng)估值減小,因此宜適當(dāng)采用較高EGR率,但不宜過高。當(dāng)柴油機(jī)處于中等負(fù)荷時(shí),隨著EGR率的增加,對(duì)應(yīng)的綜合評(píng)估值基本呈先上升后減小的趨勢(shì),但是變化較為緩和,因此宜適當(dāng)增加EGR率。

(3)基于Matlab Guide實(shí)現(xiàn)增壓柴油機(jī)EGR性能評(píng)估及決策仿真平臺(tái)的設(shè)計(jì)和建立,具有方便快捷的優(yōu)點(diǎn),可以有效提高建模仿真效率,具有良好的工程應(yīng)用價(jià)值。

參考文獻(xiàn):

[1] ASAD U,ZHENG Ming. Exhaust gas recirculation for advanced diesel combustion cycles [J]. Applied Energy,2014,123: 242-252.

[2] SHEN Kai,LI Fangbo,ZHANG Zhendong,et al. Effects of LP and HP cooling EGR on performance and emissions in turbocharged GDI engine [J]. Applied Thermal Engineering,2017,125: 746-755.

[3] 趙昌普,朱云堯,李艷麗,等. 增壓中冷柴油機(jī)EGR系統(tǒng)文丘里管的設(shè)計(jì)與實(shí)驗(yàn) [J]. 農(nóng)業(yè)工程學(xué)報(bào),2013,29(15): 49-56.

ZHAO Changpu,ZHU Yunyao,LI Yanli,et al. Design and experimental of venturi in EGR system of turbocharged intercooled diesel engine [J]. Transactions of the Chinese Society of Agricultural Engineering,2013,29(15): 49-56.

[4] 安曉輝,劉波瀾,張付軍,等. 基于氧濃度的EGR對(duì)柴油機(jī)性能影響的仿真 [J]. 內(nèi)燃機(jī)學(xué)報(bào),2013,31(2): 115-119.

AN Xiaohui,LIU Bola,ZHANG Fujun,et al. Simulation of the effect of intake charge oxygen concentration based EGR on diesel engine performance [J]. Transactions of CSICE,2013,31(2): 115-119.

[5] PARK Y,BAE C. Experimental study on the effects of high/low pressure EGR proportion in a passenger car diesel engine [J]. Applied Energy,2014,133: 308-316.

[6] SHI Xiaochen,LIU Bolan,ZHANG Chao,et al. A study on combined effect of high EGR rate and biodiesel on combustion and emission performance of a diesel engine [J]. Applied Thermal Engineering,2017,125: 1272-1279.

[7] 韓曉梅,田威,林學(xué)東,等. 廢氣再循環(huán)瞬態(tài)修正控制策略對(duì)重型柴油機(jī)排放性能的影響 [J]. 西安交通大學(xué)學(xué)報(bào),2018,52(3): 1-6.

HAN Xiaomei,TIAN Wei,LIN Xuedong,et al. Influence of EGR transient correction strategy on emission performance of heavy duty diesel engine [J]. Journal of Xi’an Jiaotong University,2018,52(3): 1-6.

[8] NISHI M,KANEHARA M,LIDA N. Assessment for innovative combustion on HCCI engine by controlling EGR ratio and engine speed [J]. Applied Thermal Engineering,2016,99: 42-60.

[9] 楊帥,李秀元,應(yīng)啟戛,等. EGR率對(duì)柴油機(jī)排放特性影響的研究 [J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,37(5): 30-33.

YANG Shuai,LI Xiuyuan,YING Qijia,et al. EGR rates optimization rule and experimental study about influence of EGR rates on diesel engine [J]. Transactions of the Chinese Society of Agricultural Machinery,2006,37(5): 30-33.

[10] 鄭清平,黎蘇,郎曉姣,等. 增壓中冷柴油機(jī)EGR數(shù)值模擬與試驗(yàn)研究 [J]. 內(nèi)燃機(jī)工程,2012(2): 33-37.

ZHENG Qingping,LI Su,LANG Xiaojiao,et al. Simulation and experimental study on turbocharged inter-cooled diesel engine with exhaust gas recirculation [J]. Chinese Internal Combustion Engine Engineering,2012,33(2): 33-37.

[11] 王迎迎. 大功率柴油機(jī)EGR模擬研究 [D]. 成都: 西南交通大學(xué),2012: 36-41.

[12] 張振東,方毅博,陳振天. 增壓直噴式柴油機(jī)EGR率測(cè)試及優(yōu)化研究 [J]. 內(nèi)燃機(jī)工程,2006,27(2): 81-84.

ZHANG Zhendong,FANG Yibo,CHEN Zhentian. Research and experiments of EGR rates effect on a turbocharged diesel engine [J]. Chinese Internal Combustion Engine Engineering,2006,37(5): 30-33.

[13] 張振坤. EGR技術(shù)降低某船用柴油機(jī)NOx排放的研究 [D]. 大連: 大連海事大學(xué),2015: 58-60.

[14] 杜俊. V型柴油機(jī)采用EGR系統(tǒng)系統(tǒng)的計(jì)算與試驗(yàn)研究 [D]. 哈爾濱: 哈爾濱工程大學(xué),2013: 5-7.

[15] LIU S F,LIN F. Grey information: theory and practical applications [M]. Berlin,Germany: Springer-Verlag,2006: 315-318.

[16] ZHOU Huan,WANG Jianqiang,ZHANG Hongyu. Grey stochastic multi-criteria decision-making approach based on prospect theory and distance measures [J]. Journal of Grey System,2017,29(1): 15-33.

[17] CHEN Ding,FANG Zhigeng,LIU Xiaqing,et al. Research on multiple-objective weighted grey target reliability optimization model of complex product [J]. Journal of Grey System,2015,27(3): 11-22.

[18] 王正新,黨耀國(guó),宋傳平. 基于區(qū)間數(shù)的多目標(biāo)灰色局勢(shì)決策模型 [J]. 控制與決策,2009,24(3): 388-392.

WANG Zhengxin,DANG Yaoguo,SONG Chuanping. Multi-objective decision model of grey situation based on interval number [J]. Control and Decision,2009,24(3): 388-392.

[19] WU L F,WANG Y N,LIU S F. Grey convex relation and its properties [J]. Systems Engineering Theory and Practice,2012,32(7): 1501-1506.

[20] 郭金維,蒲緒強(qiáng),高祥,等. 一種改進(jìn)的多目標(biāo)決策指標(biāo)權(quán)重計(jì)算方法 [J]. 西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,41(6): 135-142.

GUO Jinwei,PU Xuqiang,GAO Xiang,et al. Improved method on weights determination of indexes in multi-objective decision [J]. Journal of Xidian University,2014,41(6): 135-142.