重型氢发动机活塞与预燃室的数据驱动协同优化研究

《International Journal of Hydrogen Energy》：Data-driven co-optimization of piston and pre-chamber in a heavy-duty hydrogen engine

本文提出了一种集成实验设计（DoE）、机器学习（ML）和计算流体动力学（CFD）的数据驱动协同优化框架，通过96种几何变体的三维CFD模拟，系统优化了重型氢发动机的活塞与被动预燃室（PC）设计。研究揭示了活塞型腔深度对中负荷工况混合气质量的关键影响，以及低负荷下预燃室射流扩散对燃烧均匀性的调控作用，为高效低氮氧化物（NOx）排放的氢内燃机开发提供了新范式。

　　

¹发动机规格

研究的原型机是由沃尔沃六缸重型柴油发动机改造的单缸配置。关键参数见表1。为实现氢气直喷-预燃室（DI-PC）模式，中央柴油喷射器被替换为专为ω型活塞优化的被动预燃室（PC）。预燃室特性及优化流程见文献[21]。发动机缸盖设有两个安装孔，进气口侧孔位用于...

²初步参数筛选

本研究涉及的活塞-预燃室协同优化包含大量设计参数，形成多维优化空间。为提升实验设计（DoE）的计算效率与物理意义，预先实施了设计变量精简策略。基于对底层物理行为一致性的预判，部分参数被提前排除。此前针对甲烷（CH₄）发动机的优化研究主要聚焦于...

³结论

本研究提出了专用于氢燃料重型发动机的活塞与被动预燃室（PC）几何结构数据驱动协同优化框架。通过基于甲烷（CH₄）燃烧优化的初始几何体，结合索博尔（Sobol）参数化方法生成96种实验设计（DoE）几何变体。高精度三维计算流体动力学（CFD）模拟评估了这些变体在中低负荷工况下的性能...