液氨高压直喷发动机燃烧与排放权衡研究：氨能量比与喷射正时的影响

《Journal of the Energy Institute》：Research on the combustion–emission trade-offs in a liquid-ammonia high-pressure direct-injection engine: Effects of ammonia energy ratio and injection timing

　　

液体氨直接喷射揭示了效率与排放之间显著不同的权衡关系。60%氨能量比的发动机功比柴油高3.40%。80%氨能量比使氮氧化物降低了46.63%。较早的氨喷射产生52.10%的最高指示效率。较晚的喷射最小化了氮氧化物、一氧化二氮和氨逃逸。

引言

重型运输的脱碳仍然困难，因为长时间运行、高功率需求和有限的加注时间限制了许多低碳技术的直接使用[1]。因此，氨作为一种无碳燃料和氢载体引起了越来越多的关注，它在相对温和的条件下可以液态储存，并通过现有的工业供应链运输[2]。氨在压燃式发动机中的应用对于重型和船舶应用尤其具有吸引力，因为传统发动机的高效、耐用性和燃料灵活性仍然具有重要价值[3]。然而，氨并非柴油的直接替代品。它的高自燃温度[4]、缓慢的反应速率、狭窄的燃烧范围以及强烈的蒸发冷却效应使得稳定点火和完全氧化变得困难，尤其是在大量替代柴油的情况下[5]。

与其他低碳和零碳燃料相比，液态氨在重型压燃发动机方面具有若干优势。氢可以实现无碳燃烧，但其低体积能量密度需要高压或低温储存，使车载储存和运输更具挑战性[6]。甲醇作为液体燃料更容易处理，但它含有碳，其整体碳减排潜力在很大程度上取决于其生产方式[7]。相比之下，氨不含碳，可以利用现有基础设施以液态形式储存和运输[8]。这些特点使液态氨成为重型发动机的一种有前景的燃料，特别是当它与高压直喷策略相结合时，可以提供精确的燃料输送控制并支持高氨替代率[9]。

一种可行的途径是将氨与少量高反应活性的引燃燃料（柴油）结合使用，以克服其局限性。在氨-柴油双燃料运行中，少量柴油作为高反应活性的引燃燃料，引燃燃烧并产生自由基池，以促进氨的分解和氧化[10]、[11]。大多数早期研究通过进气道引入氨，因为这种布置相对简单。气道喷射可能会降低容积效率，造成过稀或分层不良的混合物，并在某些工况下增加回火和氨逃逸的风险[12]。液体氨高压直喷提供了对喷射目标、局部混合气浓度和蒸发时间的更强控制能力。高压液态氨喷射可以实现更高的氨替代柴油比例，并提供对局部混合气形成的更精确控制[13]。然而，这种好处伴随着对喷射目标、气化、壁面交互以及氨和柴油喷射相对时序的更高敏感性[14]。

最近的实验和数值研究证实，液体氨直接喷射可以支持高效的压燃燃烧，但结果在很大程度上取决于运行策略。Bj?rgen等人[15]发现，时间重叠的喷射降低了氨逃逸和N?O，而柴油火焰之后注入氨则增加了不完全氧化。Nadimi等人[16]报道，推迟液态氨喷射可以同时降低NOx和NH?。在一项重型数值研究中，Zhang等人[9]证明氨比例、喷射正时和喷射方向影响混合气形成和排放。Mi等人[17]通过进气加热和氨后喷射将运行范围扩展到低负荷下86%的氨能量比（AER），他们随后的高负荷实验利用柴油引燃控制实现了高效和高程度的碳减排。Park等人[18]的船用发动机实验工作和Wang等人[19]最近的四冲程试验进一步证实，可用的喷射窗口较窄，且提供最高效率的正时不一定能最小化氨逃逸或含氮排放。二冲程模拟也得出了类似结论，尽管其架构和压缩比与四冲程重型发动机有所不同[20]。

提高AER减少了碳输入，但也减少了高反应活性引燃燃料的数量。Wang等人[21]发现，随着AER升高，稳定正时窗口变窄。Chen等人[22]和Liu等人[23]表明，AER的影响随负荷和柴油喷射设置而变化；较高的AER可以减少CO?和碳烟，但可能削弱燃烧稳定性并增加N?O。Chen等人[24]利用响应面方法优化了氨能量比、柴油正时和进气压力，说明正式的优化需要定义设计空间、目标函数和系统性搜索。Zuo等人[25]对预混合比和当量比进行了参数化研究，而其后续工作结合Kriging代理模型、NSGA-II和TOPSIS进行多目标优化[26]。因此，本研究被设计为顺序参数化研究。

环境评估还必须超越常规的NOx。氨氧化涉及复杂的燃料氮途径，包含NH?和HNO中间体，导致生成NO、NO?、N?O或N?，而不完全氧化则导致残余NH?逃逸。Pedersen等人[27]将N?O的形成与不完全燃烧和燃料氮化学联系起来，而Wu等人[28]表明N?O在富氨、中等温度区域中更为有利。Chen等人[29]的机外测量揭示了AER与NO加NO?之间的非线性关系，以及常规NOx与N?O之间的权衡。因此，仅根据压力、效率或总NOx进行校准可能无法全面反映其环境影响。

这些研究的参数范围和分析目标存在显著差异。Bj?rgen等人[15]实验研究了40%、50%和60%的AER，将柴油喷射固定在?15°CA上止点，而氨喷射从?80°CA变化到2.5°CA上止点；其分析考虑了放热、燃烧效率和气态排放。Mi等人[17]在约4 bar的指示平均有效压力下进行了低负荷发动机实验，并使用进气加热和多级氨喷射实现了86%的AER。Wang等人[19]在50%–100%负荷下进行了发动机台架试验，AER高达90%，并变化柴油喷射正时以确定稳定运行窗口和相关的温室气体权衡。与这些实验研究不同，Zhang等人[9]使用三维CFD模型变化AER、氨喷射正时和喷射方向。其高AER分析包含了80%的AER，重点研究混合气形成和排放的空间演变。Chen等人[24]使用响应面方法和方差分析研究了AER、柴油喷射正时和进气压力的耦合效应，报道了20.32%的AER、?18°CA的柴油喷射正时和183 kPa的进气压力的优化组合。因此，现有的实验研究为运行极限提供了广泛见解，但相对缺乏空间或化学细节。而CFD研究同时变化了多个喷射参数，而响应面研究则专注于确定统计最优而非解释缸内机制。这些运行条件和分析范围的差异使得无法对AER和喷射正时报告的影响进行直接的逐一对比。

尽管取得了这些进展，文献仍然在气道喷射发动机、二冲程船用发动机、低负荷实验以及变化柴油而非液态氨喷射的研究中支离破碎。相对较少的研究在统一框架下评估AER和氨正时，同时针对高负荷的四冲程重型高压直喷发动机进行考察。更少的研究同时解析NO、NO?、N?O、NH?逃逸和温室气体等效排放，并将其趋势与温度、自由基和氮中间体联系起来。然而，导致可能不同运行条件分别有利于指示性能和最小化氨衍生环境影响的机制仍然理解不足。

为了弥补这一空白，本研究使用三维CONVERGE模型对四冲程重型氨-柴油发动机在1000 rpm和75%负荷下的液态氨高压直喷运行进行了研究。选择Caterpillar 3401几何结构是因为其2.44 L排量、137.2 mm × 165.1 mm的缸径-行程尺寸和16.25的压缩比是大型缸径重型柴油气缸的典型特征。此外，已记录的运行数据的可用性支持了可靠的模型校准和验证。使用单缸配置保留了重型运行中关键的喷射、混合和压缩特性，同时保持计算成本可控，使其适合研究持续高负荷工况。分析首先比较固定喷射正时下0%、60%、70%和80%的AER。然后将AER保持在80%，将SOAI从?20变化到?12 °CA，同时保持SODI在?9 °CA。对燃烧正时、指示性能、能量分布、含碳排放、NO、NO?、N?O、NH?逃逸和温室气体等效排放进行了评估。温度、OH、O、H、NH?、HNO、NO和N?O的空间和时间分布用于解释这些权衡。贡献在于在统一的高压直喷框架下区分了面向性能和面向排放的运行条件。由于仅考虑了一个转速-负荷点，结论仅限于所研究的高负荷工况。

分节摘要

方法

本研究使用了使用CONVERGE v3.0创建的三维数值模拟模型，以考察氨-柴油双燃料（ADDF）发动机气缸内的燃烧过程和污染物形成机制。本研究旨在阐明AER和氨喷射正时如何影响燃烧行为、发动机性能和排放，并确定在所研究范围内提供效率与排放控制之间最有利平衡的运行条件。

研究策略

模拟策略旨在分别评估AER和SOAI正时对ADDF发动机燃烧和排放特性的影响。所有模拟均在1000 rpm和75%负荷下进行。选择1000 rpm作为氨-柴油双燃料研究中先前采用的代表性低速运行条件[51]，为氨气化、混合气制备和氧化提供了充足时间。选择75%负荷是因为

结果与讨论

本节详细讨论了不同AER和SOAI策略如何影响高压直喷氨-柴油双燃料（ADDF）发动机在特定工况（1000 rpm和75%负荷）下气缸内的燃烧过程和污染物形成。第4.1节详细讨论了各种AER对燃烧动态和污染物形成的影响，第4.2节则进一步探索不同氨喷射正时如何影响这些过程。

结论

本研究使用三维CONVERGE模型研究了1000 rpm和75%负荷下的液态氨高压直喷运行。AER和SOAI在独立的参数扫描中进行了考察。主要发现如下：

1. 在所测试的AER案例中，60%产生了最强的指示性能，达到1.52 MPa的IMEP和51.59%的ITE。
2. 在80% AER时，ISNOx比纯柴油运行低46.63%，而ISN?O从0.0028升至0.40 g/kWh。因此，较低的常规NOx并不意味着……

CRediT作者贡献声明
Aamir Sajjad Nasir：撰写 – 审阅与编辑，撰写 – 原稿，可视化，验证，项目管理，方法论，调查，形式化分析，数据整理，概念化。Jianbing Gao：撰写 – 审阅与编辑，可视化，软件，资源，项目管理，资金获取。Yufeng Wang：软件，资源，资金获取，形式化分析。Zhonghui Fu：撰写 – 审阅与编辑，验证，资金获取，形式化分析。Junfeng

利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文中报告的工作。

致谢
本研究得到了以下项目的支持：（1）国家自然科学基金（52306128）；（2）中央引导地方科技发展基金项目（236Z4001G）；（3）河北省自然科学基金（E2025105010）；（4）北京理工大学唐山研究院。

Aamir Sajjad Nasir | Jianbing Gao | Yufeng Wang | Zhonghui Fu | Junfeng Huang