Научная статья на тему 'Оптимизация конструктивных и регулировочных параметров дизеля с помощью искусственной нейронной сети'

Оптимизация конструктивных и регулировочных параметров дизеля с помощью искусственной нейронной сети Текст научной статьи по специальности «Математика»

CC BY
191
49
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ / РАБОЧИЙ ПРОЦЕСС / НЕЙРОННАЯ СЕТЬ / МЕТОД ОБУЧЕНИЯ / ДВИГАТЕЛЬ ВНУТРЕННЕГО СГОРАНИЯ / ТОКСИЧНОСТЬ ОТРАБОТАВШИХ ГАЗОВ / ЭКСПЕРИМЕНТАЛЬНЫЕ ДАННЫЕ / MATHEMATICAL MODELING / WORKING PROCESS / NEURAL NETWORK / TRAINING METHOD / INTERNAL COMBUSTION ENGINE / EXHAUST GASES TOXICITY / EXPERIMENTAL DATA

Аннотация научной статьи по математике, автор научной работы — Кукис Владимир Самойлович, Синицын Владимир Александрович, Босяков Владимир Петрович

В статье изложены возможности искусственной нейронной сети для оптимизаций конструктивных и регулировочных параметров дизеля с целью снижения количества вредных выбросов с отработавшими газами, описана методика построения искусственных нейронных сетей и основные их виды.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Кукис Владимир Самойлович, Синицын Владимир Александрович, Босяков Владимир Петрович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Optimization of constructive and adjusting parameters of diesel engine by means of artificial neural network

In the article possibilities of the artificial neural network for optimization constructive and adjusting parameters of the diesel engine for the purpose of decrease in quantity of harmful emissions with the exhaust gases are stated, the construction technique of the artificial neural networks and their basic kinds are described.

Текст научной работы на тему «Оптимизация конструктивных и регулировочных параметров дизеля с помощью искусственной нейронной сети»

МАШИНОСТРОЕНИЕ

УДК 621.436

В.С. Кукис, В. А. Синицын, В. П. Босяков

ОПТИМИЗАЦИЯ КОНСТРУКТИВНЫХ И РЕГУЛИРОВОЧНЫХ ПАРАМЕТРОВ ДИЗЕЛЯ С ПОМОЩЬЮ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

В статье изложены возможности искусственной нейронной сети для оптимизаций конструктивных и регулировочных параметров дизеля с целью снижения количества вредных выбросов с отработавшими газами, описана методика построения искусственных нейронных сетей и основные их виды. Математическое моделирование; рабочий процесс; нейронная сеть; метод обучения; двигатель внутреннего сгорания; токсичность отработавших газов; экспериментальные данные

Наибольшее влияние на выбросы вредных веществ (ВВ) с отработавшими газами (ОГ) дизелей оказывает: способ смесеобразования, тип камеры сгорания, рабочий объем цилиндра, степень сжатия, уровень форсирования двигателя, параметры воздушного заряда и системы охлаждения, конструкция и регулировочные параметры системы топливоподачи, воздухоснабже-ния, газораспределения, рециркуляции ОГ, наличие устройств и систем очистки ОГ после выпуска их из цилиндра дизеля и др. Задача исследователей и инженеров-конструкторов - найти оптимальные конструктивные и регулировочные параметры двигателей внутреннего сгорания (ДВС), которые позволяют снизить выбросы ВВ с ОГ с сохранением экономичности и надежности. Такая задача может решаться двумя путями: первыйпроведение ряда необходимых моторных испытаний при различных регулировочных и конструктивных параметрах, при оценке весомости принятых изменений и нахождение оптимальных значений. Данный метод обладает большой достоверностью результатов, но отрицательной чертой является-высокая стоимость испытаний, связанная с ре-сурсоемкостью метода [1]. Второй путь основан на применении математических моделей, которые позволяют расчетным путем прогнозировать влияние вносимых изменений [2, 5]. Такой путь становится актуальным в наше время в связи с развитием электронной техники, облегчающей расчеты и повышающей их точность. Расчеты обладают сравнительно меньшей стоимостью, занимают гораздо меньше времени, чем испытания, но требуют повышенного внимания к достоверности результатов.

В математическом моделировании различают три основных подхода: феноменологический

Контактная информация: 8(951) 817-70-29

(«белый ящик»), формальный («черный ящик») и полуэмпирический («серый ящик») [2].

Феноменологический подход описывает математическим языком суть явления на основе законов природы (например, уравнения химической кинетики горения топлива в системном анализе). Главным недостатком этого подхода является большая трудоемкость подготовки модели, что делает их непригодными для предварительных оценок, связанных с перебором большого числа параметров, а также решения сопряженных задач, включающих различные физические модели нескольких элементов.

С помощью формального подхода описывается поведение объекта на основе данных об отклике системы на внешние возмущения без анализа физической сущности внутренних процессов. В основу формального подхода заложены экспериментальные данные, при обработке которых получаются частные математические модели. Они не учитывают всего комплекса физических свойств элементов исследуемой технической системы, а лишь устанавливают обнаруживаемую в процессе эксперимента связь между отдельными параметрами системы, которыми удается варьировать и (или) осуществлять их измерение. Положительным в таких моделях можно назвать простоту модели, что придает доступность и несложность в расчетах; возможность создания модели при неизученных до конца процессах, происходящих в системе, на основании входящих и исходящих данных. Если неизвестен физический процесс явления, факторная модель может заметно минимизировать затраты, связанные с доводкой или совершенствованием двигателя. Большим потенциалом при создании формальных моделей обладают искусственные нейронные сети (ИНС).

Использованию нейронных сетей в двигате-лестроении посвящены труды различных иссле-

дователей, в которых рассмотрены вопросы анализа рабочего цикла, параметров надежности, транзиентных режимов ДВС, создания алгоритмов управления и др. В качестве исходных для обучения ИНС используются экспериментальные данные, получение которых связано с большими затратами времени и материальных ресурсов, что является серьезным недостатком существующих методик применения ИНС. В настоящей работе предложена методика оптимизации, основанная на обучении ИНС с использованием как экспериментальных, так и расчетных данных, полученных с применением математической модели рабочего процесса на основе системы дифференциальных уравнений энергетического и массового балансов рабочего тела, что позволяет значительно сократить затраты времени и материальных ресурсов на доводку ДВС. Также комплексная математическая модель позволяет производить расчеты для обоснования вносимых изменений в конструкцию двигателей с целью их доводки и модернизации для повышения мощностных, экономических характеристик и снижения выбросов ВВ с ОГ.

Математическая модель рабочего процесса построена на основе системы дифференциальных уравнений энергетического баланса рабочего тела, которая включает динамические модели состояния рабочего тела в камере сгорания (1), во впускном и выпускном коллекторах, необходимые параметры турбокомпрессора, цилиндропоршневой группы, газораспределительного механизма и топливной аппаратуры.

Изменение массы воздуха и продуктов сгорания в цилиндре описывается с использованием дифференциальных уравнений массового баланса газов (2).

В качестве независимой переменной использовано время, а не угол поворота коленчатого вала (ПКВ), так как для динамических систем длительность процессов (например, периода задержки воспламенения топлива) удобнее задавать в единицах времени, которое, в отличие от угла ПКВ, не зависит от частоты вращения коленчатого вала.

ёТ

ёх ёд„

— =(ни +

+

+ -

, ёв

(1)

„ёв ёЬ. — и------I----)

С (в+о")’

в=о—— ёх,

ёх ёх ёх 0 ц ёх'

ёв ёв ёв"

ёх ёх ёх (О + в" )ЯТ

+ (О0 + 1)«ц £,

Р =

V

где

ёх

элементарное количество энергии,

подведенное к рабочему телу (или отведенное от него) в процессе теплообмена со стенками цилиндра;

ёап

ёх

элементарное количество энергии,

подведенное к рабочему телу (или отведенное от него) в процессе наполнения цилиндра;

ёат

ёх

элементарное количество энергии,

подведенное к рабочему телу (или отведенное от него) в процессе очистки цилиндра; ёЬ

—— элементарное количество энергии, отведенное от рабочего тела в форме работы (элементарная работа цикла);

О'п - количество свежего заряда, поступившего в цилиндр через впускные органы;

вт - количество свежего заряда, вошедшего в цилиндр через впускные органы;

т - количество продуктов сгорания, вышедших из цилиндра через выпускные органы;

Су - удельная массовая изохорная теплоемкость смеси воздуха и продуктов сгорания; ёх

----скорость выгорания топлива;

ёх

Я - индивидуальная газовая постоянная рабочего тела.

ёв" = —Опёрх + г'ёвп — г'ёвт,

О ох п п т т’

(2)

ёв = (во + 1^х + гЩёвп — Сёвт

где в0 - теоретически необходимая масса воздуха для полного сгорания 1 кг топлива;

gx- масса сгоревшего топлива, кг;

/

гп - массовая доля воздуха на впуске, кг;

Гп - массовая доля продуктов сгорания на

впуске, кг;

/

Гт - массовая доля воздуха на выпуске, кг;

Гт - массовая доля продуктов сгорания на выпуске, кг;

вп - масса воздуха, поступающая в цилиндры через впускные органы, кг;

П

1

вт - масса газов, выходящих из цилиндров через выпускные органы, кг.

Уравнения (1) и (2) составляют методологическую основу синтеза рабочего цикла двигателя. Скорость выгорания топлива определяется по закону И. И. Вибе [4].

Элементарное количество теплоты, подведенное к рабочему телу (или отведенное от него) в процессе теплообмена со стенками цилиндра, находится из уравнения теплоотдачи с использованием уравнения Вошни.

Элементарный расход воздуха и газов через проходные сечения впускных и выпускных органов (клапанов) определяются из уравнения:

(1)

йО V1000 _р1

йі

к

6

ЯТ,

к -1

. .(к+1), ГР/} А

V Р1 У

(3)

где /- эффективное проходное сечение клапана;

Т - температура газов перед сечением; р1 - давление газов перед сечением; р/ - условное давление в минимальном сечении;

к - показатель адиабаты.

Система уравнений (1-3) решается численными методами, например, Эйлера или Рунге-Кутта.

Сравнительную простоту математической модели несет формальный подход, моделью которого является ИНС. Распространенными моделями ИНС чаще всего бывают однослойная линейная нейронная сеть, многослойная нейронная сеть, ИВБ-сети.

Простейшая однослойная линейная ИНС может быть описана векторно-матричным соотношением:

д = Ж(К )г1 + w0r0 = Ж(К V, (4)

где д = оо1(чь.., ч/,., чк ) - вектор выхода; г = оо1(гь..., Г], ., гп) - вектор входа;

К0 - матрица весовых коэффициентов. Такие сети обладают простотой и могут хорошо описать линейную закономерность.

Структура многослойной нейронной сети отличается тем, что выходы базовых элементов каждого слоя поступают на входы всех базовых элементов следующего слоя. В векторной форме выход /-го слоя сети равен:

ч(/} = / (К1} Ч?—1) + ^> д01—1)), (5)

0,...,^Д)- вектор весовых ко-

(1 -1)

где ^0 ; = ео1^|

эффициентов сигнала инициализации д в слое /; д(/) = ео1(ч1(г},..., ) и д(!—11) =

= оо1(д(г—1),...,Чп—1)) - векторы выходов базовых процессорных элементов слоя I и выходов предыдущего (1-1)-го поступающих на входы базовых элементов слоя I. Такие сети считаются универсальным инструментом для точной многократной аппроксимации непрерывных функций.

Выбор используемой структуры сети основан на эмпирических рекомендациях [6], а также опыте исследования.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Для работы ИНС (распознавания, оптимизации, управлений и др.) необходима настройка весовых коэффициентов w/j ее базовых процессорных элементов. Такой процесс называется обучением ИНС. В настоящее время существует множество стратегий обучения ИНС, из них различают три основных: «с учителем», «без учителя» и смешанную.

Схематично расчетная схема ИНС представлена на рис. 1.

^- входные сигналы; П - нейроны;

О -

выходные сигналы

Рис. 1. Структура ИНС

Возможности разработанной комплексной математической модели показаны на примере дизеля типа 4ЧН13/15 при оптимизации угла опережения впрыскивания топлива (УОВТ) с целью снижения выбросов ВВ с ОГ на режимах, определенных ГОСТ Р 41.96, так как дизель предназначен для промышленных тракторов и специальной техники.

Расчет рабочего процесса моделировал методику 8-и режимных испытаний по ГОСТ Р 41.96.

В расчетную модель рабочего процесса были заложены основные конструктивные и регулировочные характеристики дизеля: тип двига-

теля - четырехтактный дизель с непосредственным впрыскиванием топлива с жидкостным охлаждением и с газотурбинным наддувом, число цилиндров - 4 шт., расположение цилиндров -рядное, порядок работы цилиндров - 1-3-4-2, диаметр цилиндра - 130 мм, ход поршня 150 мм, фазы газораспределения и конструкция газораспределительного механизма аналогичны прототипу.

Для получения обучающей выборке ИНС были взяты данные испытаний дизеля типа 4ЧН13/15 при различной нагрузке и частоте вращения коленчатого вала от 800.2000 мин-1 (всего 45 режимов). Параметрами входа были выбраны такие показания как: частота вращения коленчатого вала двигателя, крутящий момент, часовой расход воздуха, цикловая подача топлива, максимальное давление в цилиндре ДВС. Параметрами выхода являлись: удельные выбросы нормированных ВВ.

Архитектура ИНС представлена в виде трехслойного персептрона. Каждый скрытый слой содержит 60 нейронов, в качестве оценивающего метода был применен двухэтапный Квази-Ньютоновский метод. В нем вычисляются асимптотические оценки (частных) производных второго порядка функции потерь, которые затем используются для определения направления перемещения параметров от итерации к итерации. В случае, когда вторые производные определены (а обычно это так), этот метод обладает большой эффективностью. Метод обучения ИНС использовался «с учителем» по заранее известным данным, полученными в ходе экспериментов.

В качестве критерия оптимизации для оценки эффективности проводимых изменений и нахождений наилучших значений параметров выбрана минимальная величина показателя токсичности ОГ р, рассчитанного с учетом относительного коэффициента агрессивности А1 и требований ГОСТ Р 41.96 к выбросам ВВ с ОГ для дизеля типа 4ЧН13/15.

р = gCOA/CO + gNOxA/NOx + gCHA/CH + gPMA/PM g СО g NOx g CH g РМ

(6)

где gco, gNOx, gcн и gpм - удельный выброс компонента (г/(кВт-ч)); Л1Ш, А1мох, Л1сн и Л1рм -относительный коэффициент агрессивности компонента. Для дизелей коэффициенты агрессивности СО, NOx, СН и РМ имеют соотношения 1; 41,1; 3,16; 200 соответственно^, 7]; §'СО, g'NOx, 8'сн и §*рм - предельно допустимые вы-

бросы токсичного компонента согласно требованиям ГОСТ Р 41.96 к содержанию ВВ в ОГ. Для дизеля 4ЧН13/15, вновь проектируемого и модернизируемого, предельно допустимые выбросы соответственно равны 5; 6; 1;

0,3 (г/(кВт-ч)).

Показатель токсичности р является комплексным критерием оптимизации, помимо нормированных удельных выбросов ВВ с ОГ дизеля, он включает в себя агрессивность компонента и требования нормативно-технической документации к данному двигателю.

Границами оптимизации из соображений экономичности и низкой тепломеханической напряженности деталей цилиндропоршневой группы были выбраны следующие параметры: на режиме номинальной мощности удельный эффективный расход топлива с учетом допускаемого отклонения - не более 224,54 г/(кВт^ч), максимальное давление сгорания - не более

11 МПа, максимальная температура сгорания -не более 2000 К.

Наименьшее значение показателя токсичности р, не ограниченного тепловой напряженностью и топливной экономичностью, достигнуто при УОВТравным 24 град ПКВ до верхней мертвой точки (ВМТ). Перенастройка топливной аппаратуры согласно рекомендациям позволит получить следующие результаты: показатель токсичности р по сравнению с исходными настройками (УОВТ равен 21 град ПКВ до ВМТ) будет снижен с 365,88 до 341,50 (процентная разница 6,66 %), суммарные удельные выбросы вредных частиц снижены с 0,43 до

0,39 г/(кВт-ч) (процентная разница 8,62 %), суммарные удельные выбросы углеводородов снижены с 0,51 до 0,49 г/(кВт-ч) (процентная разница 8,62 %), суммарные удельные выбросы оксида углерода II снижены с 1,75 до 1,71 г/(кВт-ч) (процентная разница 2,02 %), суммарные удельные выбросы оксида азота повышены с 11,44 до 11,49 г/(кВт-ч) (процентная разница 0,42 %).

ВЫВОД

1. В ходе исследования была разработана комплексная математическая модель на основе системы дифференциальных уравнений энергетического и массового балансов рабочего тела и ИНС, обучаемых с использованием как экспериментальных, так и расчетных данных. Комплексная математическая модель позволяет определять удельные выбросов ВВ с ОГ дизеля 4ЧН13/15 и другие параметры (экономичность,

тепломеханическую напряженность). Проверка адекватности полученной комплексной математической модели показала, что погрешности расчетных данных лежат в допустимых пределах.

2. На основе комплексной математической модели разработана методика оптимизации конструктивных параметров ДВС. Режимами оптимизации служили стандартные режимы определения выбросов вредных ВВ с ОГ для дизеля 4ЧН13/15 по ГОСТ Р 41.69. В качестве критерия оптимизации выбран комплексный критерий -показатель токсичности ОГ р, рассчитанный с учетом относительного коэффициента агрессивности А1 и требований нормативно-технической документации к выбросам ВВ с ОГ для дизеля типа 4ЧН13/15.

3. С использованием разработанной методики был оптимизирован УОВТ для дизеля типа 4ЧН13/15, оптимальное значение которого составляет 24 град ПКВ до ВМТ. Показатель токсичности р по сравнению с исходными настройками будет снижен с 365,88 до 341,50. При этом параметры надежности и экономичности будут сохранены.

СПИСОК ЛИТЕРАТУРЫ

1. Кульчицкий А. Р.Токсичность автомобильных и тракторных двигателей. Владимир: Влади-мирск. гос. ун-т, 2000. - 266 с.

2. Разработка методов и технических решений по улучшению экологических параметров транспортных дизелей / А. А. Малаземов [и др.]. Отчет о

НИОКР. Челябинск: ООО «ФУМНПЦ», 2006, код ВНТИЦ 03 4000 6830332.

3. Тарасик В.П. Математическое моделирование технических систем. Минск, 2004. С. 29-28.

4. Вибе И. И. Новое о рабочем цикле. Свердловск: Машиностроение, 1962. 271 с.

5. Малоземов А. А. Математическая модель

двигателя на основе системы дифференциальных уравнений энергетического и массового балансов // Повышение эффективности силовых установок колесных и гусеничных машин: науч. вестник

ЧВВАКИУ. Челябинск, 2006. № 18. С. 8-15.

6. Терехов В. А. Нейросетевые системы управления: учеб. пособие для вузов. М.: Высш. шк, 2002. 183 с.

7. Марков В. А., Баширов Р. М. Токсичность отработавших газов дизелей. М.: Изд-во МГТУ, 2002. 376 с.

ОБ АВТОРАХ

Кукис Владимир Самойлович, проф. каф. КГМ ЮурГУ. Дипл. инженер (Алт. политехн. ин-т, 1959). Д-р техн. наук по тепл. двигателям (1991). Иссл. в обл. ДВС, утил. тепл. потерь теплоэнергетич. уст-к.

Синицын Владимир Александрович, проф. АлтГТУ. Дипл. инженер (Алт. политехн. ин-т, 1979). Д-р техн. наук по тепл. двигателям (1995). Иссл. в обл. мат. моделир. теплообмена в ДВС.

Босяков Владимир Петрович, асп. каф. ДВС АлтГТУ. Дипл. инженер (ЧВВАКИУ, 2008). Иссл. в обл. токсичности ОГ ДВС.

i Надоели баннеры? Вы всегда можете отключить рекламу.