内容简介

《氢燃料内燃机异常燃烧与优化控制技术》可供从事氢燃料内燃机、氢能动力应用、代用燃料气体发动机研究的博士及硕士研究生、高等学校相关专业的教师、相关科研院所和企业的科技人员参考。

图书目录

第1章 氢燃料内燃机的异常燃烧 1.1 氢燃料内燃机异常燃烧的基本概念 1.1.1 氢燃料內燃机异常燃烧的分类 1.1.2 氢发动机异常燃烧的基本概念 1.2 氢发动机的异常燃烧机理 1.2.1 氢发动机早燃现象 1.2.2 氢发动机的回火现象 1.2.3 氢发动机的燃烧循环变动 1.2.4 氢发动机燃烧初期的压力升高率太高现象分析 1.2.5 早燃与燃烧反应速率的关系 1.2.6 氢发动机状态参数对回火的影响 1.2.7 早燃与回火的关系 第2章 氢燃料内燃机电控系统与试验系统 2.1 氢燃料内燃机试验系统 2.1.1 氢燃料內燃机试验系统概况 2.1.2 氢供应系统 2.1.3 氢发动机测试系统 2.2 氢燃料发动机电控系统硬件设计过程 2.2.1 氫燃料发动机对电控系统的要求 2.2.2 氢燃料发动机电控系统硬件设计过程 2.3 氢燃料内燃机电控系统硬件设计 2.3.1 氢燃料内燃机电控系统硬件的总体设计 2.3.2 氢燃料内燃机异常燃烧的检测方法与硬件设计 2.4 氢燃料内燃机优化控制策略 2.4.1 优化控制思想 2.4.2 优化控制策略 2.5 氢燃料内燃机电控系统软件设计 2.5.1 主程序设计 2.5.2 软件架构与软件执行 2.5.3 主要模块设计 第3章 氢燃料内燃机异常燃烧的抑制方法 3.1 进气道中引入部分气体形成预混合气或平行进气方案 3.2 废气再循环方案 3.3 进气歧管喷水方案 3.4 液氢供氢系统 3.5 采用缸内喷射方式供氢 3.6 优化喷氢正时和点火正时 3.7 多路并行喷氢方式与异常燃烧控制方法 3.7.1 延时喷氢、并行多路喷氢系统及喷氢控制策略 3.7.2 早燃发生后的抑制方案 3.7.3 回火发生后的抑制方案 第4章 氢燃料内燃机的异常燃烧诊断 4.1 发动机诊断技术的研究现状 4.2 基于提升小波的早燃信号分析 4.2.1 提升小波基本理论 4.2.2 仿真结果与分析 4.3 利用提升小波包分析过量空气系数对异常燃烧的影响 4.3.1 提升小波包原理 4.3.2 过量空气系数对异常燃烧的影响 4.4 氢发动机异常燃烧的经验模态分解 4.4.1 EMD的基本理论 4.4.2 氢发动机压力信号的EMD分解 4.5 基于径向基函数网络的氢发动机异常燃烧诊断 4.5.1 径向基函数网络诊断异常燃烧流程 4.5.2 由异常燃烧提取RBF学习样本 4.5.3 RBF网络的训练 4.5.4 氢发动机异常燃烧故障诊断研究实例 4.6 基于曲轴位置信号瞬时角加速度的异常燃烧诊断 4.7 基于进气压力传感器的回火诊断 4.8 基于贝叶斯网络的点火故障诊断 4.9 基于CFD模拟的回火诊断 第5章 氢燃料内燃机监测系统的构建 5.1 虚拟仪器技术 5.2 虚拟仪器系统的构成 5.2.1 虚拟仪器的硬件装置 5.2.2 虚拟仪器的软件系统 5.3 图形化编程语言LabVIEW 5.4 氢燃料发动机监测的设计 5.4.1 氢发动机常用传感器 5.4.2 发动机信号采样分析定理 5.4.3 数据采集卡 5.4.4 氢发动机监测系统的软件平台 第6章 氢燃料内燃机的NO2排放特性及控制技术 6.1 NO2产生的机理 6.2 NO2排放特性 6.2.1 K5A氢发动机的NO2排放特性 6.2.2 氢发动机和汽油机NO2排放量的比较 6.3 NO2排放量控制策略 6.4 NO2排放量控制技术 6.4.1 采用稀薄混合气快速燃烧技术 6.4.2 优化供氢方式与喷氢正时、点火正时等参数 6.4.3 应用废气再循环或进气管喷水 第7章 氢燃料内燃机燃烧过程的优化控制技术 7.1 氢燃料内燃机的最优控制模型 7.2 分工况与多目标的氢内燃机的优化控制方法与技术 7.2.1 建立分工况的目标函数与约束条件 7.2.2 氢发动机双模式控制方法与技术 7.2.3 双模式控制系统软件设计 7.2.4 改进的模糊神经网络模型 7.2.5 模糊神经网络求解最优控制模型 7.2.6 计算结果和试验结果的对比及分析 7.3 氢内燃机的多目标集成优化控制方法与技术 7.3.1 基于遗传算法的多目标集成优化控制设计 7.3.2 计算结果与试验结果的对比与分析 7.4 基于非线性规划理论和遗传算法的优化控制方法与技术 7.4.1 多约束转化为无约束 7.4.2 多目标转化为单目标 7.4.3 遗传算法求解 7.4.4 计算结果与试验结果的对比与分析

文摘

版权页： 鉴于氢燃料内燃机容易产生早燃、回火等异常燃烧，因此异常燃烧的机理、早燃与回火之间的关系、抑制异常燃烧的方法与技术以及解决异常燃烧与发动机其他性能指标之间矛盾的优化控制理论方法与技术的研究均是彻底消除异常燃烧所必须进行的工作。此外，开展异常燃烧的诊断，特别是早期、灵敏及快速的诊断方法也是解决异常燃烧问题的基础。但是异常燃烧的诊断，特别是能够获得异常燃烧早期信号征兆的诊断研究还很不充分，关于鉴别性诊断的研究还有待于深入。本章仅对目前的氢燃料发动机异常燃烧诊断技术进行了一些总结与分析，主要包括用提升小波和经验模态分解进行早燃信号的分析，利用提升小波包分析过量空气系数对异常燃烧的影响，基于曲轴位置信号瞬时角加速度的异常燃烧诊断，基于进气压力传感器和CFD模拟的回火诊断及基于贝叶斯网络的点火故障诊断等内容。 4.1 发动机诊断技术的研究现状 为了更好地了解发动机的工作状态，使发动机保持良好的工作状态，有效实现故障早预报，国内外很多学者开展了发动机的监测及故障诊断技术的研究。何勇等将专家系统、神经网络和多媒体技术相结合，用计算机模拟建立故障诊断树，由诊断树提炼出训练样本，提供给神经网络学习，学习结束后生成的权值和阈值组成知识库。该项技术克服了传统故障诊断方法的不足，提高了系统的智能化水平。刘永建等将蚁群算法与神经网络相结合，提出了一种改进的神经网络系统，用于航空发动机的性能趋势分析和故障诊断。利用蚁群算法优化神经网络连接权初值，参数的选取不再靠经验随机选取而具有更强的科学性。Stankvoil等介绍了燃烧缸体内多重共振信号和相应的结构声信号的时频分析。利用维格纳分布工具，研究了温度函数在燃烧室的瞬时频率和用于爆震检测能量的组成部分，计算延时小于单个燃烧循环的持续时间。这可以提供一个有效的和准确的火花点燃式汽车发动机的燃烧控制。研究结果可以用来测试从压力到声音信号的系统传递函数的数学模型。这些信号在建立一个可靠的关系后，只有声音信号的参数研究可用于燃烧的观察。根据过程以及压力信号的能量共振，声音信号的能量可以用于爆震检测。研究表明，整个过程中瞬时频率非常重要，因为它所反应的是燃烧室中温度的变化。