发动机性能优化方法、优化系统以及计算机可读介质与流程

本发明涉及发动机性能优化方法、优化系统以及计算机可读介质。

背景技术：

1、对于发动机，例如对于柴油机而言，随着高压共轨系统的发展，通过精确的喷油控制和进气控制优化燃烧已成为研究趋势。而优化喷油参数和进气参数以改善燃烧的研究，大多是依据实验的手段。虽然实验是评估柴油机性能的最终依据，但进行实验需要付出很高的成本，包括时间、物质和人力等方面的成本。而且，柴油机的性能评估也需要在不同的工况和操作条件下进行，这也会带来更高的实验成本。因此，随着计算机技术与数学知识的发展，通过智能算法对柴油机燃烧过程进行优化的方法也被提出。

2、但发明人发现，现有的燃烧优化方法一般存在以下问题的之一或者组合：

3、(1)由于大多是对性能参数的直接寻优，较少考虑到空燃比与爆压等柴油机燃烧限制条件，导致优化结果不准确；

4、(2)对于柴油机的燃烧过程，各参数间关系复杂，选择控制参数时，通常依据经验直接选择或者通过皮尔逊系数简单分析控制参数与性能参数之间的线性相关性，缺少全面量化评估方法；

5、(3)实际多目标优化过程中，其算法得到的优化解中，往往存在一些优化解不符合需求，故不能简单选择排名最高的解，而对于这种情况缺少优化解的评价方法。

6、因此，本领域需要一种新的发动机性能优化方法、优化系统以及计算机可读介质。

技术实现思路

1、本发明的一个目的是提供一种发动机性能优化方法。

2、本发明的一个目的是提供一种发动机性能优化系统。

3、本发明的一个目的是提供一种计算机可读介质。

4、本发明解决的技术问题在于，实现了发动机，尤其是船用高压共轨柴油机油气参数间的协同优化进而降低柴油机油耗与排放，改善燃烧优化时目标解的寻优程度并且缩短优化过程时间，同时克服了燃烧多目标优化过程控制参数和多目标优化解集决策时人为主观性较强的问题。

5、根据本发明一个方面的一种发动机性能优化方法，包括：根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型；采用带约束的优化算法，在空燃比与爆压的约束下，迭代所述发动机性能预测模型得到多个优化解；根据所述多个优化解，通过综合评价法从所述多个优化解得到最终优化解。

6、在所述性能优化方法的一个或多个实施例中，所述控制参数包括：喷油正时、喷油量、喷油压力，以及进气相位；所述性能参数包括：功率、燃油消耗率、nox排放、空燃比，以及爆压。

7、在所述性能优化方法的一个或多个实施例中，根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型的步骤包括：采用斯皮尔曼系数与互信息线性与非线性相关分析法得到控制参数与性能参数变量的关系。

8、在所述性能优化方法的一个或多个实施例中，根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型的步骤包括：根据发动机的25％、50％、75％、100％典型运行工况的数据通过支持向量机方法建立以所述控制参数为输入，以性能参数为输出的发动机全工况性能预测模型。

9、在所述性能优化方法的一个或多个实施例中，所述带约束的优化算法为nsga-ⅲ算法(基于参考点的非支配排序遗传算法)，调节所述控制参数进行迭代。

10、在所述性能优化方法的一个或多个实施例中，迭代所述发动机性能预测模型得到多个优化解采用的目标函数包括：

11、minf(x)＝min(fp(x),fbsfc(x),fnox(x))

12、其中：

13、fp(x)＝fpdesired(x)-fpactual(x)

14、约束：

15、α＝fα(x)≥α1

16、pinmax＝fpmax(x)≤p1

17、式中：x为性能预测模型的输入参数，包括：转速、喷油正时、喷油量、喷油压力以及进气相位；fpdesired(x)为目标功率，数值等于柴油机的原始输出功率；fpactual(x)为实际功率，其数值为性能预测模型得到的功率输出；fbsfc(x)与fnox(x)分别为性能预测模型得到的燃油消耗率与nox；α为空燃比数值；α1为空燃比的具体最小数值；pinmax为缸内爆压；p1为缸内爆压的具体限制数值。

18、在所述性能优化方法的一个或多个实施例中，采用带约束的优化算法，在空燃比与爆压的约束下，迭代所述发动机性能预测模型得到多个优化解的步骤包括：

19、通过可行解支配不可行解，而不可行解间排序依据约束违反值的大小的规则实施约束，其中

20、约束违反值满足以下公式：

21、

22、式中：为归一化后的空燃比；为归一化后的缸内爆压。

23、在所述性能优化方法的一个或多个实施例中，根据所述多个优化解，通过综合评价法从所述多个优化解得到最终优化解的步骤包括：采用topsis(technique for orderpreference by similarity to an ideal solution)得到最理想的帕累托解。

24、根据本发明另一方面的一种发动机性能优化系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上发动机性能优化方法。

25、根据本发明又一方面的一种计算机可读介质，其上具有计算机程序，该程序被处理器执行实现如以上所述的发动机性能优化方法中能够由计算机程序实现的步骤。

技术特征：

1.一种发动机性能优化方法，其特征在于，包括：

2.如权利要求1所述的性能优化方法，其特征在于，所述控制参数包括：喷油正时、喷油量、喷油压力，以及进气相位；所述性能参数包括：功率、燃油消耗率、nox排放、空燃比，以及爆压。

3.如权利要求2所述的性能优化方法，其特征在于，根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型的步骤包括：

4.如权利要求2所述的性能优化方法，其特征在于，根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型的步骤包括：

5.如权利要求1所述的性能优化方法，其特征在于，所述带约束的优化算法为nsga-ⅲ算法(基于参考点的非支配排序遗传算法)，调节所述控制参数进行迭代。

6.如权利要求1所述的性能优化方法，其特征在于，迭代所述发动机性能预测模型得到多个优化解采用的目标函数包括：

7.如权利要求1所述的性能优化方法，其特征在于，采用带约束的优化算法，在空燃比与爆压的约束下，迭代所述发动机性能预测模型得到多个优化解的步骤包括：

8.如权利要求1所述的性能优化方法，其特征在于，根据所述多个优化解，通过综合评价法从所述多个优化解得到最终优化解的步骤包括：

9.一种发动机性能优化系统，其特征在于，包括：

10.一种计算机可读介质，其上具有计算机程序，其特征在于，该程序被处理器执行实现如权利要求1-8任意一项所述的性能优化方法中能够由计算机程序实现的步骤。

技术总结本发明涉及一种发动机性能优化方法、优化系统、计算机可读介质。其中，所述优化方法包括：根据发动机燃烧控制参数与发动机性能参数的关系，得到发动机性能预测模型；采用带约束的优化算法，在空燃比与爆压的约束下，迭代所述发动机性能预测模型得到多个优化解；根据所述多个优化解，通过综合评价法从所述多个优化解得到最终优化解。技术研发人员：孟杨谦,张健,贺林,刘瑞,仲杰,蒋禹奇受保护的技术使用者：中国船舶集团有限公司第七一一研究所技术研发日：技术公布日：2024/6/20