首页/文章/ 详情

氢-柴油双燃料发动机燃烧及排放特性研究

4小时前浏览3

直到几年前,我才对柴油机有过些思考。在美国,虽然我知道柴油被用于长途卡车等交通工具,但很少有乘用车使用柴油发动机。但大多数情况下,我只是庆幸自己去加油时不必购买价格昂贵的柴油。


直到我开始在Convergent Science公司工作,我才真正考虑到世界上有很多领域是由柴油发动机驱动的。在其他国家,柴油汽车不仅更常见,而且柴油发动机还能促进贸易、货物配送,并为船舶、卡车和建筑设备提供动力,从而建设新的建筑和基础设施。柴油发动机一直并且将继续在塑造社会方面发挥重要作用。


然而,在Convergent Science工作期间,我也开始更多地思考排放问题。当然,我知道减少车辆排放是非常重要的。但是,我想,这不是电动汽车的作用吗?现在,电动汽车在某些领域的发展和替代传统燃油车是非常有意义的,但在重型汽车领域则未必如此。移动重型车辆需要大量的电能,而今天的电池技术并不能提供很好的解决方案。那么,我们能做些什么来减少重型汽车的排放,同时确保它们仍能发挥其重要功能呢?


在Convergent Science总部的另一边,新南威尔士大学(UNSW)的研究员Annabelle Evans正在考虑这个问题。在她的荣誉论文项目中,她与Evatt Hawkes教授和他的研究小组合作,研究一种替代决方案: 氢气。下面由Annabelle来介绍一下她的研究!


氢是一种很有前途的发动机替代燃料。它具有可再生的潜力,而且它唯一的排放物是水(至少理论上是这样)。此外,与电池相比,氢具有良好的能量密度,使其成为重型运输应用领域一个很有吸引力的选项。


然而,如果你只是把氢气放入一个传统的压燃式发动机,你会遇到麻烦。氢比柴油具有更高的自燃温度,因此单靠压缩很难实现点火。我的研究小组正在研究一种使用少量柴油的发动机,这种发动机通过压缩实现点燃。少量的柴油就像一根火柴,用来点燃氢气。


氢-柴油双燃料发动机比传统柴油发动机更清洁、更高效,但在设计时必须仔细考虑。氢具有比柴油更高的绝热火焰温度,这可能导致更高的NOx排放。另外更高的温度会导致更大的热损失,降低发动机的效率。


为了设计一款优秀的的氢-柴油双燃料发动机,你需要了解驱动NOx排放和热损失的机制。我开始使用CFD模拟技术来研究这些现象。与实验相比,模拟成本更低,运行起来也更容易,而且可以提供比从实验获得的更多数据。通过我的CONVERGE模拟,我可以跟踪发动机内部任意位置的温度、压力和混合气成分。


   

图1:NOx生成与氢燃料比率[1]的关系


我使用了CONVERGE的详细化学求解器和高精度排放模型来模拟不同比率的氢和柴油[1]的双燃料发动机。我将氢含量从0%逐步调整到90%,并评估了每种条件下的NOx排放和热损失。在我的模拟中,我假设氢与缸内的空气均匀混合,柴油在压缩冲程的顶部被喷射。


我发现氮氧化物的排放量随氢含量的变化而变化,如图1所示。最初NOx随着氢燃料比率增加而增加,当氢的比率增加到50%以上后,NOx的排放量开始下降。


我们认为,NOx排放首先上升的原因是氢气火焰温度高,燃烧温度升高,导致NOx生成更多。然而,当氢的添加达到一定水平时,你会看到燃料和空气在燃烧前更加均匀地混合,从而减少了氮氧化物的排放。


我们的研究小组也在进行氢-柴油双燃料氢发动机的实验,但他们还没有测试50%以上的氢燃料比率。然而,这些模拟结果提供了一个良好的预期,未来的实验可能表明,随着氢气比率的增加,NOx的排放有望大幅减少。


   

图2:通过活塞壁面的热流密度(上)和靠近壁面的当量比(下)[1]


在热损失方面,我发现有三个主要的影响因素:燃烧相位、靠近气缸壁的当量比、湍动能。传热主要集中在活塞边缘的特定区域,如图2所示。大部分注入的柴油最终会进入这些区域,从而导致高温。此外,活塞边缘上方狭窄的“挤压区”会产生湍流,促进传热。


谢谢你, Annabelle!了解NOx排放和热损失背后的原因对于设计高效、低排放的氢气发动机至关重要。Annabelle的数据提供了氢与柴油的最佳比例,以及减少热损失和氮氧化物排放的必要信息。氢为绿色重型汽车提供了一条可行的道路,Annabelle的研究让我们离更清洁的未来交通更近了一步。



       

参考文献

[1] Evans, A., Wang, Y., Wehrfritz, A., Srna, A., Hawkes, E., Liu, X., Kook, S., and Chan, Q.N., “Mechanis ms of NOx Production and Heat Loss in a Dual-Fuel Hydrogen Compression Ignition Engine,” SAE Technical Paper 2021-01-0527, 2021. DOI: 10.4271/2021-01-0527

来源:艾迪捷
燃烧化学湍流船舶汽车建筑CONVERGE理论
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-08
最近编辑:4小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 309课程 0
点赞
收藏
作者推荐

爱信株式会社:通过优化降低电动车动力总成单元成本

ESTECO公司采访了来自爱信株式会社组件开发组的Manabu Kawaji。他分享了使用我们的modeFRONTIER设计优化软件来完善电动车动力总成组件的经验。QA& ESTECO:首先,你能告诉我们更多关于贵公司及其电气化计划的情况吗?Manabu Kawaji:在爱信公司,我们设计、开发、制造和销售几乎所有组成汽车的部件。目前,我们正在加速向电气化转型,通过推动电力驱动单元、热管理系统和电子控制制动系统的开发,提高燃油效率并减少对环境造成负担的材料。尤其是我所在的动力总成部门,开发了电动车必不可少的eAxle、热管理系统等多种产品,并扩大了电动化产品的销售比例,以减少二氧化碳排放量并提高燃油效率。QA& ESTECO:为什么仿真对您的产品开发很重要?Manabu Kawaji:我们公司致力于缩短产品开发时间。先创建图纸,然后创建原型,最后创建产品的经典程序已不再可行。这就是为什么我们利用仿真来加快工程流程并虚拟证明设计的合理性,以便在短时间内向客户交付高质量的产品。由于对电动汽车的需求不断增长,我们需要使用电磁分析、热设计和优化等仿真技术来设计电动动力总成单元。我们的客户通常会向我们提供需求规格来作为产品概述,尽管我们必须修改这些规格。在这种情况下,ESTECO的modeFRONTIER设计优化软件对我们至关重要,让我们能够根据修改后的规格向客户展示最佳电机设计。QA& ESTECO:您能解释一下为什么选择 modeFRONTIER 软件来进行设计优化吗?Manabu Kawaji:我们知道设计优化技术是开发更好产品的最佳方法之一。能够进行设计探索和优化研究,并将数据转化为有价值的见解,以决定为什么某个设计比其他设计更好,这是让我们的高级管理层相信优化技术重要性的关键之一。事实上,modeFRONTIER已成为我们用于电机设计的标准优化工具。该软件配备了许多有助于将其应用到设计过程中的功能:从可以集成任何工程求解器的自动化工作流程到可以帮助我们展示设计原理的高级后处理分析工具,以及通过网格计算分配大规模优化计算工作量的能力。然而,仿真并不容易管理,尤其是当你需要大量仿真工具来执行各种工程分析时,你将需要购买许多软件许可证,而要证明软件的有效使用并确定投资回报并不总是那么容易。在这种情况下,modeFRONTIER仿真过程集成和自动化功能通过集成第三方工具(如GT-SUITE、Simcenter Flotherm、JMAG Designer、MATLAB)帮助我们最大限度地投资于工程求解器,以执行多学科设计优化研究。QA& ESTECO:您说您将modeFRONTIER与JMAG软件解决方案结合起来了。在进行电磁场分析时,您能告诉我们更多关于这种方法的好处吗?Manabu Kawaji:我们需要进行电磁场分析,以可视化电和磁场的不可见物理现象,并阐明电机等电气化产品的设计依据。为此,我们选择了日本最流行的电磁场分析软件解决方案 JMAG-Designer。尽管如此,仍有许多电机优化问题需要解决,这就是modeFRONTIER发挥作用的地方。例如,我们从JMAG-Designer对磁铁转子进行的2D电磁分析开始,该分析显示了永磁体中的磁链。然后,我们将JMAG仿真模型集成到modeFRONTIER工作流中,以执行多目标设计优化,其目的是探索满足空载转速最小化、启动转矩最大化和永磁最小化的内/外转子形状和磁体形状,同时保持甚至增加磁链。利用modeFRONTIER的后处理图表,我们可以用帕累托前沿来可视化所有优化设计,然后选择永磁面积最小、空载转速较低、满足生产关键要求的产品。最终,这种优化方法使我们能够为电动动力总成单元的生产显著地节约成本。 结合JMAG Designer和modeFRONTIER优化电机永磁转子的方法QA& ESTECO:您有未来的仿真计划吗?机器学习(ML)在您的仿真设计过程中有何影响?Manabu Kawaji:我们正在积极投入资源,使用不再需要物理原型的基于模型的开发过程来开发更好的产品。尽管如此,在设计和开发电机时,我们仍必须弄清楚如何将这种方法应用于与热相关的问题。另一方面,爱信对应用基于机器学习(ML)的代理模型来支持探索可能的更好解决方案非常感兴趣。有多种方法,例如通过集成JMAG Designer和modeFRONTIER来创建代理模型,并至少在初始调查阶段使用modeFRONTIER的响应面模型(RSM)。事实上,我们正在努力通过采用这些方法来降低仿真成本(硬件和软件)。RSM的准确性对于获得足够的结果非常重要。我们处于使用的早期阶段,现在我们正在研究如何根据我们的仿真数据来提高代理模型的准确性。作者 ESTECO Alessandro Viola 爱信 Manabu Kawaji来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈