基于粒子群算法的增压柴油机神经网络模型

神经网络是建立柴油机性能实时计算模型的有效方法.当前柴油机神经网络模型的研究大多是针对稳态工况开展,为了实现对瞬态性能的合理预测,提出了预测全工况稳态及瞬态性能的通用神经网络模型构建方法.此外,为了解决传统BP神经网络无法保证得到全局最优解、泛化能力较差的问题,采用群体智能算法中的粒子群算法(PSO)进行优化.利用某型涡轮增压柴油机的稳态和瞬态数据作为样本对模型进行训练,并与传统的BP神经网络模型进行对比.研究结果表明,PSO-BP神经网络模型可以有效预测发动机的稳态和瞬态性能,稳态预测最大误差4.54％,瞬态预测最大误差4.93％,与传统BP神经网络模型相比,PSO-BP模型可以有效实现全局寻优,提升泛化能力.     

增压器压气机叶轮在高原环境下的失效分析与改进

针对高原环境下增压器超速引起的压气机叶片断裂的问题,介绍了故障定位、故障分析、故障再现以及改进等处理全过程。从增压器工作载荷谱入手,分析了叶轮的应力分布、叶片模态变化,确定了叶片不同部位的失效模式。从降低转速、提高叶片固有频率和提高出口处叶片的抗疲劳强度三方面优化了压气机叶轮,通过故障再现的对比性试验、性能对比试验等验证,结果表明,改进后的增压器最高许用转速提高10%,满足了发动机变海拔的使用要求。     

快速成型技术在涡轮增压器制造中的应用

以柴油机用增压器叶轮制造为例,概述了快速成型技术在涡轮增压器制造中的应用,叙述了利用快速成型机制造具有复杂型面特征的涡轮增压器用叶轮的过程,概述了涡轮叶轮快速成型制造工艺和铸造工艺,最后提出了快速成型铸造的涡轮叶轮与设计用CAD模型相结合进行叶片精度测量分析的方法及叶片重复性测量工艺的误差分析技术。     

机电液辅助增压技术的发展及应用分析(一)

增压技术推动了往复活塞式发动机的发展,随着新技术、新材料、新工艺的综合应用和机电一体化的发展,涌现了许多新型增压技术。本研究从分析增压技术发展趋势入手,对增压技术的未来发展作了预测性分析,提出了未来增压发展的技术特征;通过跟踪机械增压、电动增压、电辅助增压、液力驱动机械增压等几种离心式辅助增压技术的发展,研究了机、电、液、气4种能量形态耦合驱动的应用特点,研究了不同型式增压器的复合应用特点,比较了这几种增压型式的技术特点;对大功率、大排量车用发动机的应用可行性进行了分析。     

发动机增压匹配的涡轮通流模型研究

建立了用于车用涡轮增压发动机匹配的涡轮通流模型。该模型根据进口条件和几何参数自动计算涡轮特性参数,能够有效地应用于可变截面涡轮与发动机的匹配;模型能够在整个工况范围内得到完整的涡轮特性,对涡轮增压发动机进行全工况匹配及优化,还可以应用于发动机开发阶段的涡轮增压器选型,指导涡轮增压器的开发设计工作。模型基于一维定常流体动力学质量守恒、动量守恒和能量守恒方程,结合了损失和阻塞预测值,并应用3款不同结构参数的混流涡轮试验数据验证了模型的有效性。     

双面叶轮离心压气机内部流动特性研究

针对双面叶轮离心压气机的叶轮内部流动特性进行了研究,通过台架试验对单、双面离心压气机进行了对比分析,验证了 CFD 仿真模型的正确性。并在此基础上详细探讨了双面叶轮出口处流动的掺混特性以及机匣处理对双面离心压气机内部流动结构的影响。结果表明：双面离心压气机较单面压气机流量范围有了较大的提升,双面叶轮压气机扩压器内流动呈现极大的不对称性,从而导致了叶轮出口处的掺混效应。机匣处理装置可以使双面离心压气机处在良好的并行工作状态,对改善压气机性能有很重要的作用。