内燃机优化设计研究现状与展望.docx

内燃机优化设计研究现状与展望
摘要：综述了内燃机优化设计理论的研究和应用现状、进展。着重讨论内燃机主要零部件、工作过程以及内燃机动力学、摩擦学等方面的优化设计研究工作，展望了内燃机优化设计理论和应用的发展动向及若干重要问题。
关键词：内燃机；优化设计；复杂系统；基本参数；模糊优化

长期以来，内燃机的设计方法，同许多工程设计中其他传统方法一样通常采用凑试法，即在设计时参考一些成熟设计，凭借经验和判断进行初步设计（包括总体布置、材料、结构、尺寸、工艺等的选择）；然后进行校核计算，检验其是否符合设计要求，如果不符合设计要求，则进行修改并调整设计参数；经再校核、再调整，如此反复几次一直达到满足设计要求为止。这种传统的设计方法，虽然在过去设计工作中起了一定的作用，但所得的仅仅是符合设计要求的可行方案，而不一定是最优方案。把计算机和优化计算方法相结合的优化设计方法，为寻找最优方案提供了一个有效的方法。其数学模型可归结为：
求设计变量 X=[x1,x2,…,xn]
使目标函数 F(X)=F(x1,x2,…,xn)为最小（或最大）；
并满足约束条件：
由于内燃机设计的复杂性，涉及到热力学、传热学、机械强度、动力学、流体力学和摩擦学等众多学科，各学科之间存在相互联系、影响和耦合，给内燃机优化设计数学模型的建立和求解带来很大困难，许多问题目前尚在研究探索之中。以下就内燃机优化设计的研究现状进行讨论，并对今后的研究方向提出展望。
1 内燃机优化设计研究现状
1.1 内燃机主要零部件结构优化设计
采用优化设计的方法确定零部件的结构、形状和尺寸，一直是机械优化设计关注的热点。相对于内燃机优化设计的其它领域，内燃机主要零部件优化设计起步相对较早。内燃机的曲轴、连杆、活塞、机体等这些零件由于具有较复杂的结构和受到较大的工作载荷，采用有限元或边界元分析计算是优化设计必须面临的问题。优化问题可分为两类，一类是以零部件的主要结构参数为设计变量的优化问题，另一类以离散化的边界点位置为设计变量，经多项式、圆弧或B-样条等拟合出模型的边界的形状优化设计问题。目标函数一般为质量最小或应力集中系数（ 或最大应力）最小。其较典型的算法如图1。优化设计在内燃机主要零部件的设计中取得了显著的效果，如冯慧华等对某四缸柴油机连杆的结构和主要尺寸参数进行了以质量为目标函数的优化计算。在保证结构具有足够强度和刚度的前提下，实现了连杆质量下降约15%。文献:罗朋，邹文胜，左正兴，等, 考虑热负荷的活塞形状优化设计,同时考虑机械应力和热应力，以活塞质量或最高温度为目标，对内燃机活塞进行结构优化设计，验证了原设计方案的合理性。配气机构国内有采用遗传算法以凸轮型线丰满系数为目标函数，在凸轮最小曲率半径和加速度等约束条件下的凸轮型线优化设计，较传统的优化计算方法有比较好的优化结果；有以结构尺寸为目标函数将配气机构看成弹性系统，建立多质量振动模型，在接触应力、油膜厚度和机械效率约束条件下的综合优化设计。内燃机主要零部件结构优化设计是内燃机优化设计中应用最多、发展最快、较成熟的领域。

图1，结构优化设计典型算法
1-2 内燃机动力学优化设计
内燃机的高速发展趋势使内燃机的振动、噪声以及运转平稳性等动力学问题更加突出。对内燃机的主运动系统的动力学分析和惯性力的平衡，曲轴的振动分析与减振设计，机体的振动分析以及内燃机的减振与隔振等问题国内外学者已经作了大量的工作。主要措施有2种，一个是采用平衡配重消除内燃机主运动系统的不平衡惯性力以消除或减小振动，一个是采用避开共振频率的办法减小振动，该法需对振动系统进行模态分析，另一个是采用加装动力减振器的办法以减少振动。近年来已有人开始研究考虑内燃机动力学问题的优化设计问题，如文献［卢月蛾，扬述光，扬大平, 内燃机凸轮配气机构线型的动力学优化设计］研究了考虑动力学性能的内燃机配气凸轮机构线型的优化设计问题，但仅仅考虑了动力学因素，其优化的目标函数仍然是凸轮机构的丰满系数。文献蔡家明. 内燃机轴系扭转振动响应的优化设计解决了内燃机轴系扭振减振器的优化设计问题，其优化的目标为曲轴的扭转角位移的响应值，以减振器的刚度和阻尼系数为设计变量，并运用传递矩阵与最优化技术相结合方法对G6135柴油机轴系扭振减振器进行了优化计算，明显地改善轴系的扭振特性但由于内燃机动力学优化问题是一个非常复杂的问题，涉及到反复多次进行机械系统和复杂结构的动力学分析计算，因此解决变参数（设计变量）条件下机械系统和复杂结构的动力学快速计算问题，是内燃机动力学综合优化面临的主要问题。
1.3内燃机摩擦学优化设计
20世纪80年代以来，摩擦学设计受到广泛的重视，当前摩擦学设计已经从面向摩擦副和面向现象的设计阶段发展到摩擦学系统设计阶段。摩擦学系统所拥有的系统依赖性、时间依赖性和多学科、跨学科特性决定了摩擦学问题的求解非常困难，必须用系统工程的理论和方法来分析研究。一个摩擦学系统包含摩擦副和若干其他支持子系统，如图所示。

图2内燃机的缸套活塞环组摩擦学系统
内燃机的缸套活塞环组系统、曲轴连杆轴承系统以及配气系统为内燃机的三大摩擦学系统，其摩擦损失约占内燃机机械损失的70%,。以降低内燃机摩擦功耗以及提高内燃机摩擦副的磨损寿命为目标的内燃机摩擦学优化设计，是提高内燃机的机械效率和使用寿命的有效途径。但由于内燃机摩擦学优化设计的求解难度，以往的有关内燃机摩擦学设计，或侧重于摩擦学系统的分析计算，或设计方案的选优，或仅仅是面向某个摩擦副几何尺寸的优化。内燃机摩擦学优化设计是一个多学科、多目标、多变量、多约束的复杂系统优化问题。由于摩擦学性能模拟分析函数大多是不连续、不可微、多峰值、有噪音的隐函数，无论是优化设计数学模型的建立，还是优化问题的求解，都是
复杂而非常困难的。张向军等以内燃机低摩擦功耗设计为目标，以满足各项摩擦学性能指标为约束条件，采用分层协同进化模型（基于分层基因模型及相应的协同进化算法），为解决内燃机摩擦学系统优化设计问题提供一个值得借鉴的方法，但由于内燃机摩擦学系统优化设计的目标除了降低摩擦功耗，提高机械效率之外，还有控制磨损、提高可靠性、保证使用寿命和降低机油耗、满足排放要求等目标要求，因此解决内燃机摩擦学系统优化设计问题，仍然是一项非常困难的任务。
1.4内燃机工作过程优化设计
内燃机最优化设计目前大多数尚属于对某一方面或某一零部件进行优化设计的范畴，在整机性能优化及工作过程优化方面目前国内外均尚处在开始阶段内燃机工作过程优化设计是以内燃机热力过程、燃烧过程、流体流动、热量传递等的模拟计算为基础，涉及到内燃机的结构参数、气体动力学参数、热力参数等，可变因数多，随机性大，是一个可变互耦系统的优化问题。其主要特点为：（1）优化设计的目标函数以及约束条件往往是一偏微分方程组的解，不能用普通的解析式表达。（2）以内燃机工作过程模拟计算为先决条件，计算过程中需大量调用模拟计算子程序，计算相当复杂费时。（3）内燃机工作过程优化设计是一个系统优化设计问题，设计变量以及各个子系统之间互相影响和耦合。这就决定了内燃机工作过程优化设计的求解需要较高的处理技巧、更合适的优化方法和大容量的高速计算机。相对于其它领域，内燃机工作过程优化设计起步相对较晚，目前国内外均尚处在探索阶段。 1974年 肖夫 H D（Shroff H D）和贺德盖茨D（Hodgetts D）首先尝试应用数学规划法解决涡轮增压柴油机性能优化问题，建立了单目标非线性规划模型，寻求柴油机工作过程的最优性，应用线性规划的序列逼近法，求解参数优化值。但计算规模小，是单目标、单值变化的优化，在工程上没有实用价值，只限于理论分析。广安博之于1982年探索应用准维燃烧模型进行柴油机燃烧系统的优化设计。20世纪90年代，随着计算机技术、内燃机工作过程模拟技术的发展，特别是遗传算法的广泛应用，为内燃机工作过程优化的研究提供了必要前提，使内燃机工作过程优化成为研究的热点。Senecal P K和Reitz R D利用遗传算法和多维燃烧模型（KIVA软件）成功地解决了Catepillar 3400系列柴油机的运行参数优化问题，使氮氧化物排放降低70%，烟尘排放降低50%,。Wickman D D等也作过类似的研究并对燃烧室几何尺寸、进气和喷射参数、涡旋比、喷嘴直径等9个参数进行优化。Mark N Subramanian利用同样的方法解决了二冲程单缸汽油机的操作参数的优化问题，但由于工作过程模拟采用的是多维模型，尽管采用并行计算技术，计算一次仍需12h 左右。提高内燃机工作过程的模拟计算精度，寻找健壮性好、收敛速度快的优化是当前内燃机工作过程优化主要问题。
2 内燃机优化设计研究展望
2.1 内燃机基本参数优化设计
内燃机的基本参数包括：气缸平均有效压力、活塞平均速度、气缸直径和气缸数、行程缸径比等。此外，曲柄半径连杆长度比、压缩比和气缸最高压力对内燃机工作过程、对排放、对内燃机零件强度、摩擦磨损、振动等有重要影响，也可列为基本参数。这些基本结构参数的变化对内燃机的热力学过程、摩擦学性能、强度刚度、温度、振动特性等都有显著的影响。按照现行的内燃机设计步骤，内燃机的基本结构参数在方案设计阶段设计者依靠经验从规范中选定某一数值，这些基本结构参数一旦确定就成为内燃机零部件技术设计的已知条件。而方案设计阶段内燃机设计师关于结构基本参数的选取，带有很大的随机性或任意性。这些结构参数在规范中都有相当宽的选取范围，如汽车、拖拉机和工程机械内燃机的行程缸径比S/D值一般在0.7-1.3之间，农用内燃机的S/D值一般在0.9-1.3 之间。以内燃机的整机性能为目标，从内燃机的工作过程、动力学和摩擦学性能等角度出发，对内燃机的基本参数进行优化，可以提高和优化内燃机的整机性能，有显著的经济意义，国内外尚未见相关研究报道。
2.1可视化优化设计
可视化优化设计代表着现代优化设计技术发展的一个重要方向。现有的优化设计及其过程是封闭式的，设计人员始终处于被动地位，无法在迭代过程中及时驾驭与控制优化过程。对过程中可能出现的死循环、可行域非凸或不相交、收敛于局部极小点等问题均不得而知。而当迭代结束后知道迭代过程有问题时，还得从头开始，造成了极大的浪费。可视化优化设计技术可以利用设计者的经验驾驭与控制优化过程，使设计者随时了解和掌握迭代过程，可缩短计算时间，提高优化设计的可信度，也是解决目标函数存在矛盾的多目标优化设计的一个有效方法。内燃机优化设计涉及燃烧、热力学、传热学、动力学、机械强度等多学科领域，其优化设计的特点为目标函数和约束条件大多隐含在一组偏微分方程组中，不能用解析表达式表达，其函数特性（如连续性、凸性等）难以判断，且属于目标函数存在矛盾的多目标优化设计问题。利用可视化优化设计技术可望成为解决内燃机优化设计问题的一个有效途径。
2.2 复杂系统优化设计
内燃机优化设计的研究和应用，目前大多还停留在零部件，单学科领域的局部优化阶段。针对内燃机的整机性能（ 如升功率，比质量、耗油量、NOx和烟尘排放等），从燃烧学、热力学、传热学、动力学、摩擦学、机械强度等多学科领域出发，进行全面优化，未见国内外的相关报道。这是一个跨学科的复杂系统的优化设计问题，数学建摸和求解难度大。遗传算法和人工神经网络等智能优化技术的出现，为解决该问题提供了有效手段。遗传算法（general algorithm）是美国Michigan大学的Holland教授在认真分析了生物界进化发展的规律后，于1975年提出的。它是一种模拟生物进化过程和基于统计随机理论的优化搜索技术，在解决一些复杂的全局优化问题方面，获得了成功的应用。遗传算法的优点是擅长全局搜索且对优化问题
的函数特性无特殊要求，是一种优点较多的优化算法，目前应用广泛。姜述刚等在电控汽油机的控制参数优化中利用遗传算法获得全局最优解，克服了目前国际上普遍采用Lagrange乘子法不一定能获得全局最优解和有可能在求解过程中发生振荡等缺点，体现了遗传算法的优越性。但遗传算法收敛速度慢，不适合直接求解以内燃机基本参数为设计变量、以内燃机整机性能为目标的复杂系统优化设计问题。人工神经网络
对任意函数的逼近能力，已使其成功地应用于内燃机的性能曲线处理、基本性能预测、油料分析、内燃机燃烧模型的建立、曲轴应力计算等许多方面。人工神经网络用于优化设计，以往大多数学者多采用Hopfield网络求解，但该法对于目标函数和约束条件都是隐函数的内燃机优化设计问题，则显得无能为力。Machael Hafer提出了一种把人工神经网络和优化设计技术相结合的最优控制新方法，成功地解决了带增压器的电控柴油机的最优控制问题，如图4所示。该法是利用内燃机的模拟计算或试验数据训练人工神经网络，再用训练好的人工神经网络与优化计算（如遗传算法）相结合，得到最优控制数据来控制柴油机工作。其独特之处是利用人工神经网络对任意函数的逼近能力、记忆存储功能和良好的柔性，把复杂费时的模拟计算与优化计算和控制过程分开进行，达到快速最优控制的目的。利用其把遗传算法和人工神经网络相结合的基本思想，可望解决以内燃机基本参数为设计变量，以内燃机整机性能为目标的复杂系统优化设计问题。

图3基于神经网络模型的最优控制方法
结论：综上所述，内燃机优化设计理论研究和应用已经从以往的面向零部件或工作过程的、局部的、单一学科的优化发展为多学科、多目标、多变量、多约束的综合决策。内燃机优化设计是复杂系统优化问题，约束条件和目标函数大多数隐含在微分方程组中，不能用简单的显函数形式表达，因而优化设计的数学模型的建立和求解难度很大。内燃机优化设计理论研究与应用除了取决于优化计算理论发展外，与内燃机工作过程模拟、传热学、内燃机动力学、摩擦学等其他相关学科密切相关，其他相关学科的发展促进内燃机优化设计理论研究和应用。优化计算理论已相对成熟，而相关学科的发展则比较滞后，影响了内燃机优化设计理论的工程应用。内燃机优化设计问题数学建模是否符合工程实际，依赖于相关学科的研究成果。模糊优化理论和方法是解决内燃机优化设计问题数学建模合理性的有效方法。遗传算法、进化方法、人工神经网络、可视化优化方法是内燃机系统优化问题求解的基本方法。研究内燃机基本参数优化问题对提高内燃机整机性能意义重大。