揭开氢内燃机的秘密：系统仿真技术的精彩回顾
在过去的几十年里，温室气体对环境的影响日益成为大家的关注点。工业时代的崛起，化石燃料日益普遍化的使用导致大气中温室气体浓度越来越高。二氧化碳、甲烷和一氧化二氮在内的这些气体将热量困在大气中，导致全球逐渐变暖，对我们的星球造成毁灭性影响。
温室气体排放的最重要贡献者之一是运输部门。根据国际能源署的数据，交通部门约占全球能源相关温室气体排放量的 24%。这包括汽车、卡车、公共汽车、飞机和轮船的排放。随着全球人口的持续增长和交通需求量的增加，若要立志减轻气候变化的影响，我们必须着手解决交通部门对环境的影响。
本博客将介绍氢内燃机为何能够支持减少温室气体排放，以及 Simcenter Amesim 2304 如何支持氢内燃机的设计。
为什么要燃烧氢气？
全世界都在为减少道路交通领域的二氧化碳排放而努力。这些目标通常不锁定具体的解决方案，即可以通过使用电子燃料或无碳燃料（氨或氢）的电动汽车或内燃机汽车来实现。
无碳燃料燃烧在交通基础设施最容易调整、能源和电力需求量大的部门（即重型设备和长途卡车）大有可为。
在此背景下，一些行业参与者在氢内燃机技术路径上投入了一些研发工作。
氢内燃机的关键设计标准
氢内燃机要投入大量的工程设计工作才能满足动力、效率、可控性和安全性要求。
这些工程活动大多与氢的热力学特性有关。事实上，气体燃料具有密度低、易燃性高和低热值高等特点。例如，这意味着燃料喷射系统容易发生氢泄漏，并且在喷射时，它占据了燃烧室的很大一部分，需要大量的空气和高效的涡轮增压系统。爆震敏感性和氮氧化物排放也是一项重大挑战，可通过多种方式（喷水、废气再循环等）加以解决。Simcenter Amesim 引擎解决方案采用高频建模方法，可以解决上述大部分难题。
正确的引擎标定对于避免误用设计的引擎部件也很重要。无论在稳态条件下选择何种设计，喷射起始点、λ 和火花正时等参数都会对氮氧化物、爆震和氢消耗量产生很大影响。这些校准参数通常在发动机测试台上定义，但虚拟（预）校准是一种经济高效的解决方案，可以节省测试台的运行时间。这种虚拟校准大多采用软件在环或硬件在环方法，这些方法的得力支持莫过于 Simcenter Amesim，它使用均值建模方法支持这些方法的实施。
最后，将氢内燃机集成到最终产品环境中，对于评估将要宣传和认证的指标具有重要意义。这些指标通常是续航里程、燃料消耗、氮氧化物排放和性能。要执行此指标的评估，建议切换到基于地图的准静态建模方法。
现在我们梳理一下 Simcenter Amesim 2304 版本的每种建模方法。
高频发动机型号
Simcenter Amesim 高频发动机型号兼容氢燃料，其层流火焰速度相关性、流体特性和爆震自燃延迟表均通过验证。新发布的“长尾”Wiebe 发动机模型包括一个基于 Zeldovich 机制或 Arrhenius 定律方法的发动机排出的氮氧化物观测器。
在与 IFPEN 研究中心的长期合作之下，Wiebe 模型通过了测试数据验证，并已上线 Simcenter Amesim 标准演示门户。该演示的场景是关于 13.5 升涡轮增压直喷式氢发动机，带有可变喷嘴涡轮和低压废气再循环回路。
此模型支持各类研究：
- 在不产生爆震的情况下，我可以达到的最大功率和扭矩是多少？
- 在发动机输出的氮氧化物特定排放和氢特定消耗之间取得最佳平衡的 EGR 率是多少？
- 燃料空气当量比能有多低，对燃料消耗和扭矩有什么影响？
- 我的涡轮增压器尺寸是否合适，可以达到较低的燃料空气当量比？
我们可以看到，在空燃当量比变化中，我们不能低于 0.3（即高于 λ3.3）才能在每分钟 1400 转时达到 15 巴的规定平均有效压力 (IMEP)。这是由于涡轮增压器的设计限制造成的，尤其是在压缩机的叶轮侧。我们需要更多的空气。为了评估其他可能的压缩机设计，Simcenter Amesim 2304 附带了压缩机表创建器应用程序。它可以根据发动机运行设定点（通常是满负荷曲线）构建具有代表性的压缩机图，只需很少的信息量。
压缩机表创建器应用程序已在汽车、卡车和船舶等各种涡轮增压器应用的内燃机压缩机上得到验证。它还可以生成燃料电池压缩机图，这关系到早期阴极侧优化。
一旦发动机结构选定并满足燃烧要求，我们就可以将高频模型简化为更快、更轻的均值发动机模型 (MVEM)，以实现控制量的预校准和发动机控制单元的虚拟验证。
均值发动机模型
均值发动机模型建模方法基于空气路径系统的物理模型和表征气缸内过程“平均”行为的全局能量平衡。它利用效率数据和相关性来描述整个循环期间发动机缸体中发生的情况。
从高频发动机模型或发动机测试台结果到均值发动机模型的转换可使用所谓的均值发动机模型工具完成，该工具可计算均值发动机模型中使用的容积效率、指示效率和排气效率图。此工具已在 Simcenter Amesim 2304 中更新，以提供氢发动机转换模板。
生成这些地图后，可以直接合并到均值发动机模型中，也可以与神经网络方法（使用 Simcenter 降阶建模工具）相结合，以丰富模型的输入和输出数量，例如 EGR 率和氮氧化物排放量。
这种联合方法的精度可以提高仿真结果的准确性，同时保持较低的 CPU 时间和实时能力，以实现硬件在环方法。
此处显示了整个发动机系列的均值发动机模型中包含的发动机排出氮氧化物排放神经网络模型的验证结果。它包括对 EGR 速率、λ、发动机转速和火花提前量的依赖性，因此可用于虚拟标定和硬件在环活动。
有关 Simcenter 简化阶次建模的更多信息，请点击此处。
大多数发动机工程师会坚持使用这种建模方法来完成他们的仿真任务，毕竟这种现成的氢发动机模型快速、稳健和准确。但是，如果相关部门没有足够的数据来生成这样的模型，该怎么办呢？变速箱供应商希望了解其技术对发动机性能和燃料消耗的影响，那么变速箱供应商该怎么办？对于这些人，建议使用基于地图的准静态发动机模型。
基于地图的准静态发动机模型
IFP-Drive 库中的准静态发动机模型基于一组可变的映射（燃料消耗、最大扭矩等）和一些修正因子，具体取决于仿真目标。若仿真目标是估计长任务曲线（行驶工况）的燃料消耗和车辆性能，并且发动机的高频动力学并不重要时，它会得到广泛利用。
该发动机模型可以使用任何类型的燃料，前提是用户可以访问最少的地图集并且可以处理双燃料应用。
主要问题是对于氢内燃机而言，燃料消耗和扭矩图并不常见，并且大多数时候都是保密的。因此，乍一看很难使用这种建模方法。
因此，发动机表格创建起应用程序已更新为包含经过验证的氢发动机数据集。它使 IFP-Drive 发动机用户能够利用非常有限的高级数据（如发动机架构、最大扭矩和功率曲线以及燃烧估计参数）生成燃料消耗图。
创建这些表格可以评估给定燃料箱在指定行驶工况中的车辆续航里程。在此示例中，在 GEM 瞬态周期内模拟了一辆 26 吨的区域卡车。生成的表格给出氢消气耗量为 15 公斤/100 公里，使用 50 公斤氢气罐（压缩储存约为 700 巴），续航里程约为 335 公里。
总而言之，Simcenter Amesim 2304 版本已针对氢内燃机应用进行了完全验证。它带来了一个强大而连续的工作流程，涵盖从高度详细的模型到快速简单的发动机模型，并提供应用程序来生成缺失数据，避免陷入“数据游猎”。如果您想进一步了解 Simcenter Amesim 2304 的其他新颖特征，请查看此博客文章或观看下面的视频。
