栗方

摘要：HCCI是一种新型燃烧方式，该文利用platypus和cantera搭建了HCCI發动机仿真平台（在Anaconda3环境下的Spyder编译器下进行），书写python代码来实现发动机仿真，发动机初始值设置，相关变量参数、目标参数的设置。在不同负荷情况下使用NSGAII优化算法对发动机产生的CO、NO进行寻优，绘制图像进行对比，并生成不同负荷情况下最优解的摩尔百分比图。

关键词：HCCI发动机;anaconda;python;cantera;platypus;spyder;多目标优化算法;NSGAII;尾气排放优化;气体摩尔百分比图

中图分类号：TP301.6      文献标识码：A

文章编号：1009-3044（2020）24-0219-03

Abstract： HCCI is a new combustion mode. In this paper， platypus and cantera are used to build the HCCI engine simulation platform （under the Spyder compiler under the Anaconda3 environment）， and python code is written to realize the engine simulation， engine initial value setting， relevant variable parameters， and target parameters setting.Under different loads， the NSGAII optimization algorithm is used to optimize CO and NO generated by the engine， draw images for comparison and generate the mole percentage graph of the optimal solution under different loads.

Key words： HCCI engine; anaconda; python; cantera; platypus;spyder; multi-objective optimization; algorithm; NSGAII; exhaust emission optimization; the percentage of moles of gas

1 背景

本文主要通过研究非支配排序遗传算法II（NSGAII）对均质充量压缩点火（HCCI）发动机所产生的氧氮化合物（NOx）、一氧化碳（CO）尾气进行寻优（在不同的负荷情况下），并分析在不同负荷情况下的数据，找出发动机不同负荷下的最佳效率。

HCCI作为一种新型燃烧方式，利用均匀混合的燃料/气体混合物来进行燃烧。为了达到高效率以及更快的燃烧在低压低温状态，需要在整个燃烧室同步压缩和点火。着火方式为多点同时燃烧，且不会在无明显火焰传播的情况下形成局部的高温反应区域，使NOx和颗粒物质的释放极少，具有更高的热效率。

尾气中主要污染物是一氧化碳（CO）和一氧化氮（NO）[1]。本文将用多目标优化算法（MOEAS）对参数进行寻优，在满足一定功率要求的条件下HCCI发动机在低负荷、中负荷和高负荷三种不同负荷下最小化CO和NO排量。

2 发动机模型与仿真软件介绍

2.1 发动机模型介绍

2.1.1 单区模型

单区模型也称为零维模型，是分析HCCI发动机缸内燃烧过程得到的数据，再加上燃烧公式，从而得到发动机的特点。单区模型的缺点是将整个气缸的温度，压力皆处于均匀状态，也没有把缸内的温度与燃料组成等物理属性考虑进去，所以对于预测燃烧特性以及NO、HC和PM等排放物存在很大局限性[2]。

2.1.2 多区模型

在单区模型的基础上增加了一种多区模型来计算缸内的异质性，来增加考虑率缸内物理属性，也可以称多区模型为准维模型。可以将多区模型的燃烧室划分为有限数量的区，每个区由不同的温度和其他组成。能够更真实的反应缸内燃烧过程，且温度分布区间越广，燃烧持续期越长。

2.2 多目标优化平台Platypus和化学动力模拟软件Cantera

Platypus是面向多目标优化的免费开源Python库，是Python中进化计算的框架，着重于多目标进化算法[3]。通过为多目标优化提供优化算法和分析工具，支持NSGA-II， NSGA-III， MOEAD等算法。

Cantera是面向对象软件工具的开源集合，用于处理涉及化学动力学、热力学和传输过程的问题。正是因为HCCI均质燃烧的特点，使得cantera软件非常适合用于HCCI燃烧的计算模拟。

3 仿真研究

3.1 初始条件设定

将发动机的参数设置为多目标优化的变量，把参数代入模拟发动机可以得到这些参数下的发动机功率，CO排量，NO排量。NSGAII算法是一种具有精英保留策略的快速非支配多目标优化算法，是一种可以基于Pareto最优解的多目标进行优化学习算法[4]。用多目标优化对参数进行寻优，在满足一定功率要求的条件下最小化CO和NO排量。通过创建engine_simulator.py文件来配置HCCI发动机相关参数。

3.2 发动机建模

3.2.1 HCCI发动机模型建立分为五大部分

第一部分（输入参数）：设置发动机转速，位移量，压缩比，活塞直径，涡轮增压器温度、压力和成分，出口压力，平均指示压力，进出气门摩擦系数，打开和关闭时间，模拟时间和分辨率等。

第二部分：设置负载反应机制，定义出入口状态，设置连接设备，设置内燃机参数等。

第三部分（做模拟）：定义阀门和注射器的打开和关闭，设置评价次数，执行时间积分，写入输出数据等。

第四部分：在matplotlib中绘制结果（ 压力和温度，入口和出口质量流量， p-V图，气体组成）。

第五部分（输出结果）：最大压力，每缸放热率，每缸放热功率，出入口质量流量，产生CO与NO排量（在不同负载情况下）。

建立模型需求是一氧化碳排放和氮氧化物排放在不同负载条件下最小化。CO 和NO排放是目标，发动机负荷是约束条件。

3.2.2 环境假设

在发动机中应用cantera程序进行模拟计算，需基于以下几点假设：

1）缸体内的工作介质处于均匀状态，即各成分的压力、温度和浓度在相同瞬间缸体的任何地方都相同[5]。 并且假定在进气的过程中，从系统边界进入气缸的空气瞬间同气缸内的残留废气完全混合（假顶发动机中的所有气体都是理想的，并且可以均匀混合。发动机模型是一个零维单区热动力学模型）。

2）混合气体的成分都是理想的气体：其特定的比热能、内能和其他参数仅与气体温度和气体组成相关。

3）燃烧室的质量是恒定的，将整个燃烧室看作一个隔热系统。

4 结果分析

4.1 在不同负载下HCCI的CO、NO冲突关系分析

在不同的平均有效压力范围内，形成了不同情况的负荷，对平均有效压力进行设置，从而实现不同负荷情况来进行仿真实验，本文设置三个区域来进行研究（0--12为低负荷区、12--16为中负荷区、16--20为高负荷区），使用NSGAII算法进行优化仿真实验，对不同负荷情况进行分析，观察发动机功率，在什么范围时无法满足最低污染排放要求[6]（所有实验结果都是在最大评价次数为1200情况下）。

4.1.1 发动机处于低负荷时（平均指示压力5--12）

4.1.2 发动机处于中负荷时（平均指示压力12--16）

在中负载时，存在临界点，会使排量发生巨大变化。

4.1.3 发动机处于高负荷时（平均指示压力16--20）

CO随着负荷的升高而降低主要因为 CO 受温度影响较大，当负荷升高时，缸内温度将会随之升高，不完全燃烧的 CO 就减少，且当温度越来越高时，CO的氧化也会越来越快，故随着负荷的升高 CO 排放降低[7]。

NO 的排放分布与 CO恰好相反，当负荷越来越高时NO的排放量将会升高， 但是整体排放比较低。因为在 HCCI发动机中，缸内温度对NO的产生存在抑制，同时 EGR和增压也有利于 NO的降低。

4.2 不同负荷情况下气体摩尔百分比

如图5所示，在低负荷下，富氫甲烷压缩气（HCM）的稀燃模式具有低功率、低CO和NOx排放的特点[8]。图中所示，甲烷和氢气缓慢燃烧，CO在甲烷和氢气完全燃烧后燃烧迅速，而NOx的形成几乎可以忽略不计，这是因为HCM的低当量比和高氢比和正庚烷低当量比，摄入量低的温度和湿度都有利于减少氮氧化物和CO排放。

如图6所示，在中负荷下排放以氮氧化物为主，这时的排放量是超过欧盟排放标准的。其中的甲烷燃烧得很快，甲烷和氢气完全燃烧后，氢气、CO和NO缓慢燃烧，氮氧化物的生成大于低负荷下氮氧化物的生成。这一现象可以解释为：1）快速燃烧导致峰值温度升高，从而加剧了NOx的形成;2）由于氢气浓度低，甲烷开始燃烧时，氢气没有燃烧，氢气的摩尔百分比在一段时间内上升，然后在甲烷开始燃烧后下降;3）氢气浓度低，导致H2、CO、NO燃烧缓慢[9]。

如图7所示，在高负荷下，甲烷和氢气快速燃烧。甲烷和氢气完全燃烧后，氢气、CO和NO缓慢燃烧，NO的形成小于中负荷下。烷和氢气的快速燃烧降低了高温持续时间，有助于减少NO的形成。

综上所述，同时考虑发动机功率与尾气排放量，高负荷情况为最佳情况。所以不同进气温度、进气压力、压缩比、燃空当量比和EGR率对发动机性能、缸内温度、压力峰值及NO、CO、CH2O、UHC排放有影响。

随着进气温度的增加，液化石油气发动机燃烧始点提前，使得缸内温度与压力的最高值都会增加，总的NO、CH2O排放增加，而未燃碳氢（UHC）与CO排放量将会减少。同时随着进气温度的增加，温度峰值也随之增加，从而使NO排放明显变大。（CO排放量与温度变化成反比，温度越高CO氧化越完全，排放越少）。

当进气压力增大时，发动机燃烧始点向前推移，并且缸内温度与压力的最高值也随之增加，总的NO、CH2O排放增加，而未燃碳氢（UHC）与CO排放量将会减少。随着进气压力的变化，对于液化石油气燃气低温反应的时刻没有明显的影响，但是对于高温反应和着火延时有显著影响[10]。

对于HCCI这样的压燃式发动机，对压缩比取值有一定的要求，如果压缩比取值比较低，燃料就可能无法正常着火燃烧，当压缩比取值较高时能使燃烧效率提高，对提高燃油经济性具有重要作用，当压缩比逐渐变大时，缸内温度的最大值不断增加，着火时刻也持续向前推移，压力峰值明显增大，CO排放降低，UHC、NO、CH2O排放有所增加。

燃空当量比的增加，使得缸内温度、压力的最大值随之增加，燃料燃烧始点滞后，未燃碳氢（UHC）与CH2O排放会降低，一氧化碳与一氧化氮的排放则会增加。

5 结束语

通过python仿真来实现HCCI发动机建模，针对不同工况下CO和NO排放的最小化问题，使用NSGAII遗传算法来进行优化。在提出的分解方法中，以CO和NO的排放为目标，以发动机的不同负荷为约束条件，设置不同的平均指示压力范围来使发动机处于不同的负荷情况，使两者同时达到最优解，不同负荷下进行了对比，考虑发动机什么情况下为最适状态，得到不同负荷下的最优解，并绘制气体摩尔百分比图，分析了不同负荷下的发动机气体摩尔百分比。

参考文献：

[1] 贾明. 均质压燃（HCCI）发动机着火与燃烧过程的理论与数值研究[D]. 大连： 大连理工大学， 2006.

[2] 何超. 燃料添加剂改善均质充量压燃（HCCI）发动机性能的试验研究[D]. 北京：北京工业大学， 2008.

[3] 朱占磊. 一种新型高维多目标支配关系的研究[D]. 北京： 北京化工大学， 2017.

[4] 刘颖. 多目标优化算法中Pareto最优解集适应度值的研究[J]. 知识经济， 2013（22）： 99.

[5] 胡旺， Gary G YEN， 张鑫. 基于Pareto熵的多目标粒子群优化算法[J]. 软件学报， 2014， 25（5）： 1025-1050.

[6] 刘书明， 李明明， 王欢欢， 等. 基于NSGA-Ⅱ算法的给水管网多目标优化设计[J]. 中国给水排水， 2015， 31（5）： 50-53.

[7] 郑朝蕾， 张博， 刘春. EGR对汽油机HCCI燃烧过程的影响机理[J]. 燃烧科学与技术， 2013， 19（2）： 169-174.

[8] 董刚， 黄鹰. 不同化学反应机理对甲烷射流湍流扩散火焰计算结果影响的研究[J]. 燃料化学学报， 2000， 28（1）： 49-54.

[9] 郑朝蕾. 柴油机高效清洁燃烧方式基础理论研究[D]. 天津： 天津大学， 2008.

[10] 张靖. HCCI燃烧技术综述及展望[J]. 内燃机与配件， 2017（2）： 113-115.

【通联编辑：谢媛媛】