CMCL | 重型柴油发动机燃烧特性及排放数值模拟

本案例为 CMCL Innovations 与卡特彼勒在英国高级推进中心ASCENT项目中进行的仿真计算合作：应用新的仿真建模技术，开发更低二氧化碳排放和更高功率密度的新一代工业柴油发动机产品。 

采用 CMCL数字工程工作流程 kinetics & SRM Engine Suite，通过详细的物理化学发动机仿真模型对Cat® C4.4 ACERT 工业柴油发动机进行燃烧特性及排放预测，并通过MoDS自动模型进行校准、验证。

图片来源：https://www.cat.com/en_GB/products/new/power-systems/industrial/industrial-diesel-engines/15969713.html

首先，采集多个工况点共280组DoE（实验设计）点，涵盖不同的发动机控制变量，包括主喷油量，周期，喷油压强，废气再循环等，每组实验数据包含缸内压强，燃烧放热率和排放（NOx, CO, uHCs和soot）。

使用SRM Engine Suite仿真模型过程中，所有实验数据里30%的DoE点用于MoDS的模型训练校准，剩余70%用于模型验证（盲测）。验证过后的物理化学模型用于预测全新的工况点和满足对大量控制变量的燃烧特性和排放预测，从而无需额外的实验数据采集。

SRM通过概率函数构建缸内燃烧标量（当量比-温度）变化如图1，颜色表示uHCs（碳氢化合物）浓度，水平虚线表示化学恰当条件（Φ=1.0），灰度轮廓线显示预计会产生碳烟和NOx的区域。

SRM Engine Suite 得到的缸内压强预测结果与实验结果对比见图5，红色为SRM预测结果，蓝色为实验数据。