摩托车赛车发动机进气道流体动力学优化

提升MotoGP摩托车进气阀与进气道的气动效率

每年，MotoGP车队都会从操控、牵引力和发动机性能等方面着手，尝试提升前一年赛车的表现。在发动机性能方面，工作重点涵盖最大输出功率、最大效率及耐久性等多个领域。

由于MotoGP赛事规则或结构限制，许多发动机设计参数在开发阶段是固定的，工程师无法修改。因此，增加功率的最佳途径就是提高发动机的容积效率，即最小化压力损失，从而最大化进气质量流量。

优化过程分两步进行，从当前的发动机构型出发。第一步优化进气阀的几何形状；第二步，在第一步所得气门几何形状的基础上，对进气道末端部分进行优化。

 

图1 – 进气阀与进气道的优化流程

两项优化均使用modeFRONTIER进行，将不同软件工具集成在一个自动化流程中，并应用可用的多目标优化算法。参数化几何使用PTC Creo Parametric构建。ANSYS ICEM CFD用于采用八叉树算法生成四面体单元的结构化网格。最后，为了量化每个候选方案的流体流动性能，在ANSYS CFX中定义了一个完整的三维稳态仿真模型。流体域按照用于结果验证的实验台架进行建模，考虑气门固定在最大升程位置且节气门全开。为了模拟缸内的湍流流动，采用了双方程k-ω SST模型。

进气阀优化

气门几何形状决定了进入气缸的空气的流动特性。第一步是优化气门头部。事实上，由于结构限制和配气机构布局，气门杆部设计是固定的。将圆角半径和定义气门头部几何形状的四个角度作为输入变量，同时固定最大气门半径以避免与排气门干涉。图2展示了在modeFRONTIER中为驱动优化任务而创建的工作流，高亮显示了流程自动化的各个顺序阶段。

 

图2 – modeFRONTIER中的优化工作流

进行三维CFD仿真对计算资源和时间要求较高，因此传统优化技术可能不适用。在此特定案例中，将pilOPT与Simplex算法顺序结合使用，以寻找最佳方案。pilOpt是一种专有的混合多策略算法，结合了局部和全局搜索算法，通过平衡真实设计与基于响应面（RSM）的设计来加速收敛。多个RSM会自动训练、验证并用于减少计算时间并获得更优解。使用pilOPT运行100个设计后，再使用Simplex算法进行细化搜索，额外评估60个设计（图3）。

 

图3 – modeFRONTIER的优化结果：进气总质量流量的改进百分比

优化结果使采用优化几何形状的整体质量流量提升了1.5%。更详细地观察速度分布和流体流线（图4），可以看出优化后的几何形状使流体从气道进入气缸时的偏转更小、过渡更平顺。

 

图4 – 基准气门与优化后气门周围的速度场；基准气门与优化后气门的速度差异

进气道优化

本工作的第二项内容是优化进气道几何形状。进气道的几何形状受到进气门驱动机构、曲轴位移和发动机排量的严格位置约束。主要挑战在于定义一种高效的进气管参数化方式，以限制输入变量数量，同时获得稳健、准确的几何变化，并遵守有限空间内的约束。

因此，用四个截面（定义迎风面积）和四条样条曲线（定义气道的纵向扩张及各截面位置）来描述进气道（图5）。样条曲线形状直接使用modeFRONTIER中的贝塞尔曲线功能进行定义。该功能集成在计算器节点中，允许使用有限数量的输入变量（即控制点）生成平滑连续的轮廓。随后将这些曲线导入CAD软件，生成三维几何形状。设置了一个最小体积约束，在不满足约束时不执行CFD仿真，以节省时间。

 

图5 – 用于进气道几何参数化的截面和样条曲线

与之前的优化一样，使用Pilopt算法，设定总迭代次数为60次（图6）。最佳设计使总质量流量相比基准设计提升了1%。考虑到气道几何形状可变化的余地有限，这是一个令人满意的结果。

 

图6 – modeFRONTIER的优化结果：进气总质量流量的改进百分比

优化结果的实验验证

数值优化得到的优化结果随后在实验台架上进行了验证，仿真与实验结果显示出良好的一致性（图7）。值得注意的是，至少气门优化方法所得结果在较低的气门升程比下也带来了改善，而优化仅在一个固定的高气门升程比（0.4 h/D）下进行。这对于保持低计算投入和低时间成本，并确保在其他发动机工况下获得稳健解至关重要。

本文所述结果只是采用适当优化策略提升发动机性能的初步研究。后续分析步骤将考虑多个气门升程值，并纳入燃烧仿真。

 

图7 – 数值优化找到的基准/最优解（左：气门；右：气道）与实验台架测量结果的对比——流量系数以气门升程/气门直径比为函数进行测量