【作者】

Kenta Miyauchi

【摘要】

随着页岩气的不断开发，将页岩气应用于气体发动机的要求持续增长。与传统管道气体相比，页岩气的组成更为复杂，这将导致非预混燃烧气体燃料发动机中的不正常燃烧，如爆震和提前点火。预测和避免非正常燃烧可以改善气体发动机的可靠性并提高热效率。然而，对类似页岩气般组成复杂的气体燃料，可预测其在发动机中非正常燃烧的方法仍未得到开发。因此，与传统燃料相比，复杂燃料在发动机中的燃烧特性得不到充分评估。 因此，本文分析了燃料组分构成和混合比例对着火延迟的影响，并对利用着火延迟预测复杂燃料在发动机中发生爆震可能性的预测方法进行了介绍。 本文中复杂气体的着火延迟通过快速压缩机（RCM）测得。结果表明，与传统燃料相比，复杂气体的着火延迟与甲烷数间的相关性较小。其中，正戊烷对缩短其着火延迟具有最显著的影响。另外，丙烷和丁烷在缩短着火延迟方面表现出相同的趋势。这意味着这些碳氢化合物将会增加发动机发生爆震的可能性。另一方面，尽管一般情况下甲烷数下降会使着火延迟减小，但乙烷的添加却会使混和气的着火延迟增大。这一现象可在低温工况且燃料包含一定比例的C3H8或大分子碳氢化合物时观察到。因此，本文利用化学反应动力学分析方法，研究了乙烷对燃料着火延迟的影响。在低温工况，对包含大分子碳氢化合物的燃料，反应路径分析结果表明，增加乙烷会减少H2O2的生成，这会引起着火延迟增大。因此，包含乙烷的复杂气体会降低发动机发生爆震的可能性。 利用试验结果和化学反应动力学分析数据，本文构建了相应的预测模型。通过输入气体燃料的化学组成和构成比例，以及温度、压力和当量比等参数，即可用预测模型计算相应工况的着火延迟。基于阿伦尼乌斯公式和对数据的多元回归分析，本研究得到了相应的拟合方程，从而实现对模拟和试验结果间偏差的修正。由于RCM测量工况范围的限制，燃料在高温高压时的着火延迟均由该拟合公式计算得到。考虑复杂气体的组成及温度压力当量比等工况参数，经深度学习本文采用神经网络预测燃料的着火延迟。该计算模型可准确计算燃料的着火延迟，并通过Livengood-Wu积分实现对爆震可能性的预测。

【会议名称】

第29届CIMAC会议

【会议地点】

加拿大 温哥华

【下载次数】

3

返回