輪持續(xù)期系數(shù)、進(jìn)氣凸輪升程系數(shù)、 排氣凸輪持續(xù)期系數(shù)、排氣凸輪升程系數(shù)、CA50、進(jìn)排氣相位角度。
[0042] S105、設(shè)定標(biāo)定目標(biāo)。在本實(shí)施例中標(biāo)定目標(biāo)包括但不限于充氣效率、扭矩、功率、 進(jìn)氣量、燃油消耗率。
[0043] S106、選擇相應(yīng)的試驗(yàn)設(shè)計(jì)與優(yōu)化算法。其中，所述試驗(yàn)設(shè)計(jì)與優(yōu)化算法包括 Sobol序列法、NSGAII遺傳算法。該法也是隨機(jī)序列法的一種，比Random Sequence -致隨 機(jī)序列法采樣更均勻，針對(duì)2-20個(gè)輸入變量的問題來講該種方法較好。在本實(shí)施例中所述 優(yōu)化算法選擇了改良后的NSGA-II。NSGA-II算法是Srinivas和Deb于2000年在NSGA的 基礎(chǔ)上提出的，它比NSGA算法更加優(yōu)越，是目前最流行的多目標(biāo)進(jìn)化算法之一。
[0044] S107、執(zhí)行仿真迭代。多目標(biāo)優(yōu)化軟件根據(jù)Sobol序列試驗(yàn)設(shè)計(jì)方法所確定的優(yōu) 化方案逐步進(jìn)行迭代計(jì)算。整個(gè)計(jì)算流程驅(qū)動(dòng)自動(dòng)化，無需人工干設(shè)，對(duì)于所關(guān)注的參數(shù)的 變化過程，可W采用在線監(jiān)控模塊，實(shí)時(shí)監(jiān)控，若發(fā)現(xiàn)異常，可W中途停止并調(diào)整參數(shù)，然后 繼續(xù)計(jì)算。
[0045] S108、運(yùn)用多目標(biāo)優(yōu)化軟件中的決策工具進(jìn)行結(jié)果分析。本實(shí)施例中決策工具包 括響應(yīng)面分析法巧SM)。因?yàn)榛谟?jì)算結(jié)果利用近似逼近技術(shù)、擬合輸出空間、用擬合函數(shù) 進(jìn)行優(yōu)化的響應(yīng)面方法化SM)可W進(jìn)行高速優(yōu)化，所W對(duì)于需要進(jìn)行大量計(jì)算時(shí)間的優(yōu)化 過程來說，可W大大縮短優(yōu)化的時(shí)間。神經(jīng)網(wǎng)絡(luò)（RB巧模型的優(yōu)點(diǎn)包括很強(qiáng)的逼近復(fù)雜非 線性函數(shù)的能力，無須數(shù)學(xué)假設(shè)，具有黑箱的特點(diǎn)，學(xué)習(xí)速度快，具有極好的泛化能力，較強(qiáng) 的容錯(cuò)功能。
[0046] 下面W對(duì)某款汽油機(jī)冷卻系統(tǒng)進(jìn)行仿真分析為例進(jìn)行說明。通過本發(fā)明的技術(shù)方 案，旨在優(yōu)選出最佳的進(jìn)氣歧管長度、進(jìn)氣歧管容積、進(jìn)氣總管直徑、進(jìn)排氣凸輪型線。
[0047] 某款2.化汽油發(fā)動(dòng)機(jī)熱力學(xué)模型的標(biāo)定如下；根據(jù)發(fā)動(dòng)機(jī)圖紙建立發(fā)動(dòng)機(jī)一維 仿真模型，其中進(jìn)氣歧管、進(jìn)氣道、排氣歧管、排氣道是根據(jù)=維數(shù)模運(yùn)用工具離散得來，保 證了計(jì)算模型的精度。燃燒采用韋伯模型，傳熱采用Woschni模型，空濾壓降和排氣背壓按 照整車狀態(tài)設(shè)置。發(fā)動(dòng)機(jī)的功率與油耗曲線與試驗(yàn)數(shù)據(jù)對(duì)比中發(fā)現(xiàn)，在大部分轉(zhuǎn)速范內(nèi)，模 擬值與試驗(yàn)值盡管趨勢(shì)相同，但誤差均在5% W上，最大處達(dá)到8%，因此需要對(duì)仿真模型 進(jìn)行標(biāo)定。建立多目標(biāo)軟件與一維仿真分析軟件的禪合計(jì)算模型進(jìn)行模型標(biāo)定，輸入變量 和目標(biāo)函數(shù)設(shè)置如下表所示：
[0048]
[0049] 計(jì)算范圍從1000巧m到6000巧m，每隔40化pm -個(gè)點(diǎn)。初始個(gè)數(shù)為10,進(jìn)化代數(shù) 為100,總的模擬狀態(tài)為1000,工作站CPU為32核，計(jì)算時(shí)間約12小時(shí)。經(jīng)過1000個(gè)設(shè)計(jì) 點(diǎn)的計(jì)算，扭矩與油耗與試驗(yàn)值的誤差在1 % W內(nèi)，模型標(biāo)定完成，可W用于發(fā)動(dòng)機(jī)仿真分 析與優(yōu)化工作。最終的標(biāo)定結(jié)果如圖2所示，圖中201指扭矩模擬值曲線，202指實(shí)驗(yàn)值曲 線。
[0050] 本發(fā)明的技術(shù)方案基于計(jì)算機(jī)仿真分析，采用多目標(biāo)優(yōu)化算法與數(shù)值模擬技術(shù)相 結(jié)合，實(shí)現(xiàn)了標(biāo)定過程的自動(dòng)化，能夠快速標(biāo)定出準(zhǔn)確的模型，為發(fā)動(dòng)機(jī)后續(xù)的開發(fā)提供 支持，提高了開發(fā)效率，節(jié)約了開發(fā)成本，縮短了開發(fā)周期。
[0051] W上所述僅為本發(fā)明的優(yōu)選實(shí)施例，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域技術(shù)人員 而言，本發(fā)明可W有各種改動(dòng)和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同 替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征在于，包括如下步 驟： 5101、 獲得發(fā)動(dòng)機(jī)結(jié)構(gòu)參數(shù)和發(fā)動(dòng)機(jī)試驗(yàn)數(shù)據(jù)； 5102、 建立發(fā)動(dòng)機(jī)一維熱力學(xué)模型； 5103、 建立所述發(fā)動(dòng)機(jī)一維熱力學(xué)模型與多目標(biāo)優(yōu)化軟件的耦合計(jì)算模型； 5104、 選取標(biāo)定參數(shù)并設(shè)定其范圍； 5105、 設(shè)定標(biāo)定目標(biāo)； 5106、 選擇相應(yīng)的試驗(yàn)設(shè)計(jì)與優(yōu)化算法； 5107、 執(zhí)行仿真迭代； 5108、 運(yùn)用多目標(biāo)優(yōu)化軟件中的決策工具進(jìn)行結(jié)果分析。2. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟SlOl中發(fā)動(dòng)機(jī)結(jié)構(gòu)參數(shù)包括但不限于發(fā)動(dòng)機(jī)缸體結(jié)構(gòu)參數(shù)、進(jìn)排氣道結(jié)構(gòu) 數(shù)據(jù)、進(jìn)排氣歧管結(jié)構(gòu)數(shù)據(jù)、空濾系統(tǒng)結(jié)構(gòu)數(shù)據(jù)、排氣系統(tǒng)結(jié)構(gòu)數(shù)據(jù)、氣道流量系數(shù)；所述發(fā) 動(dòng)機(jī)試驗(yàn)數(shù)據(jù)包括但不限于功率、扭矩、油耗、充氣效率、摩擦功、缸壓、點(diǎn)火角、空燃比、排 溫、VVT數(shù)據(jù)、進(jìn)排氣道壓力波動(dòng)曲線。3. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S102具體包括：在發(fā)動(dòng)機(jī)一維仿真軟件平臺(tái)上，根據(jù)發(fā)動(dòng)機(jī)結(jié)構(gòu)參數(shù)建立 發(fā)動(dòng)機(jī)一維熱力學(xué)模型，并把發(fā)動(dòng)機(jī)結(jié)構(gòu)參數(shù)輸入到發(fā)動(dòng)機(jī)一維熱力學(xué)模型中，對(duì)發(fā)動(dòng)機(jī) 一維熱力學(xué)模型進(jìn)行調(diào)試至能正常運(yùn)行。4. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S103具體包括：建立所述發(fā)動(dòng)機(jī)一維熱力學(xué)模型與多目標(biāo)優(yōu)化軟件的耦合 計(jì)算模型，由多目標(biāo)優(yōu)化軟件來驅(qū)動(dòng)一維熱力學(xué)仿真軟件運(yùn)行，并讀取一維仿真軟件的計(jì) 算結(jié)果。5. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S104中標(biāo)定參數(shù)包括但不限于進(jìn)氣歧管長度、進(jìn)氣歧管容腔容積、進(jìn)氣總 管直徑、進(jìn)氣凸輪持續(xù)期系數(shù)、進(jìn)氣凸輪升程系數(shù)、排氣凸輪持續(xù)期系數(shù)、排氣凸輪升程系 數(shù)、CA50、進(jìn)排氣相位角度。6. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S105中標(biāo)定目標(biāo)包括但不限于充氣效率、扭矩、功率、進(jìn)氣量、燃油消耗率。7. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S106中試驗(yàn)設(shè)計(jì)與優(yōu)化算法包括Sobol序列法、NSGAII遺傳算法。8. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S106中優(yōu)化算法選擇NSGAII遺傳算法。9. 根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，其特征 在于，所述步驟S107具體包括：多目標(biāo)優(yōu)化軟件根據(jù)Sobol序列試驗(yàn)設(shè)計(jì)方法所確定的優(yōu) 化方案逐步進(jìn)行迭代計(jì)算。10. 根據(jù)權(quán)利要求1至9之一所述的基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方 法，其特征在于，所述步驟S108中決策工具包括響應(yīng)面分析法（RSM)。
【專利摘要】本發(fā)明公開一種基于多目標(biāo)優(yōu)化的發(fā)動(dòng)機(jī)熱力學(xué)仿真模型標(biāo)定方法，包括如下步驟：S101、獲得發(fā)動(dòng)機(jī)結(jié)構(gòu)參數(shù)和發(fā)動(dòng)機(jī)試驗(yàn)數(shù)據(jù)。S102、建立發(fā)動(dòng)機(jī)一維熱力學(xué)模型。S103、建立所述發(fā)動(dòng)機(jī)一維熱力學(xué)模型與多目標(biāo)優(yōu)化軟件的耦合計(jì)算模型。S104、選取標(biāo)定參數(shù)并設(shè)定其范圍。S105、設(shè)定標(biāo)定目標(biāo)。S106、選擇相應(yīng)的試驗(yàn)設(shè)計(jì)與優(yōu)化算法。S107、執(zhí)行仿真迭代。S108、運(yùn)用多目標(biāo)優(yōu)化軟件中的決策工具進(jìn)行結(jié)果分析。本發(fā)明基于計(jì)算機(jī)仿真分析，采用多目標(biāo)優(yōu)化算法與數(shù)值模擬技術(shù)相結(jié)合,實(shí)現(xiàn)了標(biāo)定過程的自動(dòng)化，能夠快速標(biāo)定出準(zhǔn)確的模型，為發(fā)動(dòng)機(jī)后續(xù)的開發(fā)提供支持，提高了開發(fā)效率，節(jié)約了開發(fā)成本，縮短了開發(fā)周期。
【IPC分類】G06F17/50
【公開號(hào)】CN104951628
【申請(qǐng)?zhí)枴緾N201510413948
【發(fā)明人】盧兆強(qiáng), 趙霄鵬, 孟令群, 洪進(jìn)
【申請(qǐng)人】無錫沃爾福汽車技術(shù)有限公司
【公開日】2015年9月30日
【申請(qǐng)日】2015年7月14日