一种增压柴油机EGR性能评估方法与流程

本发明属于柴油机egr性能评估技术领域，具体涉及一种增压柴油机egr性能评估方法。

背景技术

废气再循环(egr)是目前降低柴油机nox排放的主要措施，其实现过程主要是将排气中的一部分废气引入到进气管，同新鲜空气混合后进入气缸重新参与燃烧的过程。egr技术关键在于使足够的废气回流到进气管，克服增压柴油机高工况下增压压力高于排气压力导致的egr废气回流困难的问题，并根据发动机的不同工况给出最佳的egr率。

不同egr率对柴油机的燃烧与排放性能影响不同，因此在确定最佳egr率时，必须兼顾柴油机的动力性、经济性以及排放性能。既要尽可能的降低废气中nox，同时又能尽可能小的影响颗粒等其他污染物的排放。目前，普遍采取的办法是：通过大量试验获取发动机的运行参数，通过对试验结果进行主观综合分析，确定出试验工况下的最佳egr率。其中，在综合分析中不同研究者都采用了不同的确定原则。如有学者采用13工况点颗粒物不超过原机为原则，有学者则采用在pm不超过原机的基础上，考虑油耗的增加程度、nox的改善程度等综合因素，低负荷时选择高egr率，高负荷时选择低egr率。该种方法存在一个共同的缺点，那就是缺少明确的理论指导，不同的研究者会因主观判断上的差异，导致结果也存在很大差异。

不同工况下egr性能评估及最佳egr率的决策属于典型的多目标决策问题。因此，考虑引入多目标灰色决策来实现最佳egr率的决策。多目标灰色决策作为灰色系统理论中的重要分支，在针对若干方案中选择最好方案的决策问题上有着独特的优势，因具有计算复杂度低，识别效果高的特点而广泛应用于航空航天、电子电力等领域。但是由于传统决策模型中权重的主观性，因此越来越多的学者对权重的优化进行了重点研究，其中，极大熵原理分析便是其中代表方法。此外，灰色关联分析是灰色系统理论中十分活跃的一个分支，其基本思想是根据序列的曲线几何形状来判断不同序列之间的联系是否紧密。主要是通过线性插值的方法将系统因素的离散行为观测值转化为分段连读的折线，进而根据折线的几何特征构造测度关联程度的模型，目前已经广发应用于多个领域。

综上所述，如何采用明确的理论去确定最佳egr率的确定成为egr性能优化的关键问题，有必要对其进行深入研究。

技术实现要素：

本发明的目的在于提供一种易于实现的增压柴油机egr性能评估方法。

本发明的目的是这样实现的：

本发明公开了一种增压柴油机egr性能评估方法，具体包括以下步骤：

(1)试验获取不同工况、不同egr率下增压柴油机运行数据，并选取主要参数作为决策目标，采用传统灰色决策方法进行初始建模；

(2)根据柴油机不同工况，对nox权值η3进行优先赋值，构建灰关联分析模型，求解nox与其他决策目标之间的灰关联度ri，以灰关联度作为分配比例，求解其他决策目标权值，并构成初始权值向量η0k(k＝1,2,3,4,5)；

(3)确立最优测度和最差测度，求解各效果测度值与最优、最差测度之间的偏差，并结合极大熵分析转化为关于目标权重的单目标优化问题，利用拉格朗日法求解客观优化权重ηk(k＝1,2,4,5)；

(4)求解综合优化权重向量η1k(k＝1,2,3,4,5)，代入初始建模中求解综合效果测度矩阵r，根据最优决策原则对不同egr率性能给出优劣评估。

所述的步骤(1)采用传统多目标灰色决策方法对egr决策问题进行初始建模，选取油消耗油耗、缸内爆压、nox、co及碳烟作为决策目标，每个决策目标均采用下线效果测度，并构造效果样本矩阵

其中，n代表egr性能参数，m代表不同的egr率，unm代表不同参数在不同egr率下对应的数据值。

所述的步骤(2)中根据柴油机不同负荷工况，对nox权值η3进行优先赋值时，当柴油机处于中低负荷，即负荷≤50％时，令η3＝0.4；当柴油机处于高负荷工况，即负荷＞50％时，令η3＝0.5。

所述的步骤(2)中将不同egr率下的nox值作为母序列，以其他4个决策目标的数值作为子序列，采用灰关联分析求解其他4个评价指标与nox指标之间的关联系数ri(i＝1,2,3,4)，并利用公式ri(1-η3)求解其他4个决策目标权重值η0k(k＝1,2,4,5)，构成初始权重向量η0k(k＝1,2,3,4,5)；

其中，所述的不同egr率下的nox值与其他4个决策目标的数值都包括原机值。

所述的步骤(3)具体通过以下步骤实现：

(3.1)定义为事件a1在目标k下的“最优”测度，为事件a1在目标k下的“最差”测度，则目标k下的一致效果测度与其对应的最优、最差测度v^(k)+、v^(k)-的偏差记为：

(3.2)将事件a1下所有对策在目标k下的所有对策的一致效果测度与其对应的最优、最差测度v^(k)+、v^(k)-的偏差和分别表示为目标权重ηk的函数：

(3.3)将目标权重ηk的函数归结为多目标优化问题

施加灰熵的极大化约束：

将和转化为单目标优化问题：

构造拉格朗日函数：

求解出最终的ηk：

所述的步骤(4)中综合权重向量η1k(k＝1,2,3,4,5)通过以下公式进行求解：

本发明的有益效果在于：

本发明基于egr试验数据，以egr性能优化的特点和要求为出发点，将柴油机燃烧与排放性能之间的“折衷问题”转化为权重优化问题，并针对权重问题进行优化，使得决策结果更符合实际egr性能变化情况；

本发明立足于目前egr率控制基本原则，通过专家打分制优先赋值nox权值，并通过客观优化算法来加权修正综合权重，可以最大限度防止模型输出偏离实际egr运行特点的问题；

本发明区别于现有方法，在实现同样的目的的基础上，评估结果更加合理，决策者只需要将带评估方案的具体数据输入到模型中，即可实现最佳方案的决策，适用于增压柴油机egr性能的在线实时评估以及综合评估。

附图说明

图1为本发明中一种增压柴油机egr性能评估方法的流程示意图；

图2为本发明中具体实施例中的试验数据总结图。

具体实施方式

下面结合附图对本发明做进一步描述。

结合图1，本发明公开了一种增压柴油机egr性能评估方法，具体通过以下技术方案实现：

(1)试验获取不同工况、不同egr率下增压柴油机运行数据,并选取主要参数作为决策目标，采用传统灰色决策方法进行初始建模。选取油消耗油耗、缸内爆压、nox、co及碳烟，作为决策目标，每个决策目标均采用下线效果测度，并构造效果样本矩阵

其中，n代表egr性能参数，m代表不同的egr率，unm代表不同参数在不同egr率下对应的数据值。

(2)根据柴油机不同工况，对nox权值η3进行优先赋值：当柴油机处于中低负荷(负荷≤50％)，令η3＝0.4；当柴油机处于高负荷工况(负荷＞50％)，令η3＝0.5。构建灰关联分析模型，以将不同egr率下对应的nox值(包括原机值)作为母序列，以其他4个评价指标对应的数值(包括原机值)作为子序列，采用灰色关联分析求解其他4个评价指标与nox指标之间的关联系数ri(i＝1,2,3,4)，并利用公式ri(1-η3)求解其他4个决策目标权重值η0k(k＝1,2,4,5)，并构成初始权重向量η0k(k＝1,2,3,4,5)。

(3)求解客观优化权重ηk。确立最优测度和最差测度，求解各效果测度值与最优、最差测度之间的偏差。定义为a1在目标k下的“最优”测度，为a1在目标k下的“最差”测度。则当前工况下，目标k下的一致效果测度与其对应的最优、最差测度v^(k)+、v^(k)-的偏差记为：

事件a1下所有对策(即不同egr率)在目标k下的所有对策的一致效果测度与其对应的最优、最差测度v^(k)+、v^(k)-的偏差和可以分别表示为目标权重ηk的函数：

可以归结为以下多目标优化问题

施加灰熵的极大化约束：

将和可以转化为下单目标优化问题：

构造拉格朗日函数：

即可求解最终的ηk：

(4)求解综合优化权重向量η1k(k＝1,2,3,4,5)：

代入初始建模中求解综合效果测度矩阵r，根据最优决策原则对不同egr率性能给出优劣评估。

实施例1

(1)本实施方式选取tbd234v12型相继增压柴油机的egr试验数据，主要选取参数为燃油消耗油耗、缸内爆压、nox、co及碳烟，分别选取了4个工况下，5个不同egr率的试验数据，部分试验数据如图2所示。其中，op1和op2属于中低负荷工况，op3和op4属于高负荷工况。

2)采用多目标灰色局势决策方法对egr决策问题进行初始建模。以op1工况为例，具体包括以下步骤：

2.1)首先确定决策目标，分别为：燃油消耗油耗、缸内爆压、nox、co及碳烟。构造效果样本矩阵

其中，矩阵中横坐标n代表依次代表燃油消耗率、co、nox、碳烟和缸内爆压。纵坐标m代表不同egr率。

2.2)确定决策目标效果测度。由于所选所选决策目标均为越小越好，故效果测度均选择下限效果测度，故可得k目标下一致效果测度矩阵：

2.3)求解初始权重向量η0k。

目前egr的主要目的在于降低nox排放，而egr率的控制必须随着发动机的不同工况、排放特性、经济性和动力性的要求的不断调整，基本的原则则是：①怠速、暖机和低负荷时，为保证柴油机工作的稳定性和经济性，一般不采取egr循环。②加速工况宜采用较低egr率。③随着柴油机负荷的增加，egr率应相应增加。

由于op1处于小负荷工况点，故η3＝0.4。构建灰色关联序列，

母序列：x0＝[10931104.51002.6943.50890.65783.60]

子序列：x1＝[236.3241.60242.70243.90246.90248.70]

x2＝[7.64627.25457.21087.13937.01676.9568]

x3＝[0.0450.06300.08800.08400.12000.2700]

x4＝[309316.57335.53366.70427.84503.62]

求得燃油消耗率、缸内爆压、烟度及co与nox的关联系数依次为：

ri＝[0.28450.29150.20670.2173].

则初始主观权重向量为：

η0k＝[0.17070.17490.40000.12400.1304]

3.2)求解综合权重向量。基于客观优化算法求得客观优化权重向量：

η0k＝[0.18720.18160.15960.24450.2270]

则综合权重向量为：

ηk＝＝[0.17040.16940.34050.16170.1579]

3.3)求解综合效果测度矩阵，并根据最优原则进行优劣排序。

r＝[0.90520.90270.90310.87350.8203]

由结果可知，op1工况下各egr率的性能优劣排序为：2.2％>7.5％>4.6％>9.8％>11.5％，说明在该工况下最佳egr率为2.2％，当egr率较高时，综合性能评估值下降，因此宜采用较小egr率。

同理，可求得工况点op2、op3和op4的最终评估值：

op2：

r＝[0.88430.89480.83450.78260.6974]

op3：

r＝[0.85060.84020.86660.86780.8606]

op3：

r＝[0.83350.84940.87440.88860.8887]

由结果可知，工况op2、op3、op4下最佳egr率分别为4.5％、9.1％和11.3％。其中op1、op2属于中低负荷工况，op3、op4属于高负荷工况。在中低负荷工况，nox排放较低，为了保证柴油机足够的动力经济性，宜采用偏小egr率；高负荷工况下，nox排放浓度较高，为了保证排放性能，宜采用较高的egr率。这与传本发明方法的评估结果均是一致的，这也说明了本发明所提出的方法的有效性和可行性。

本发明中涉及到部分基本理论及模型，并不在本发明的保护范围之内，因为这些都是本发明的基本构成，本发明的核心保护内容在于如何有效结合egr性能特点，采用主客观综合算法来优化多目标灰色决策模型中的权重向量，从而提高评估结果的合理性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。