发动机燃烧仿真 CMCL填补CFD与0维、1维均质反应模型方法间的空白

电子说

1.3w人已加入

描述

发动机的研制涉及空气动力、燃烧传热、自动控制等多方面的问题。相比基于物理样机试验的传统涉及方法,数值模拟仿真设计方法大大地节约了研发成本、缩短了研发周期。

对于发动机一维概念设计,CMCL燃烧仿真解决方案可以帮助用户快速准确实现点火、熄火、失火、火焰传播以及着火延迟时间和排放等过程的模拟;对于燃油雾化等多相流问题,可通过CFD仿真技术进行精确仿真。全流程的燃烧仿真解决方案能帮助设计人员实现多领域、多维度的燃烧仿真计算。

CMCL软件起源于剑桥,可提供领先的燃料、燃烧及排放仿真解决方案。其软件包括:kinetics™(燃料,排放和后处理的化学反应模型)、SRM EngineSuite™(内燃机物理化学模型)、MoDS™(模拟功能的自主机器学习和高级统计)以及Explorer™(可视化的后处理工具),弥补了计算流体力学(CFD)与零维/一维均质反应模型方法之间的空白,可为用户提供高效的燃料、燃烧以及排放解决方案。

模型

产品功能

01 Kinetics:燃料,排放和后处理的化学反应模型

·学术前沿的粒度分布模型

·化学反应器(均质,非均质,平衡等)

·简化/浏览化学机制,反应路径分析,灵敏度和通量分析

·试验燃料模型的反应路径结构

·支持自定义化学机制与模型

·点火延迟矩阵,表面化学

·反应堆网络

02 SRM Engine Suite:内燃机物理化学模型

·适用于火花点火 ,压燃和xCCI燃烧模式

·适用于常规燃料和新型燃料

·可靠,准确的排放(气相和颗粒物)评估

·稳定和不规则燃烧(爆震,失火)特征分析

·广泛的预校准实例库,并提供全面的技术支持

·独立运行或与第三方行业标准CAE工具一起运行

·借助MoDS的机器学习(ML)辅助工作流,用于自动模型校准,验证和快速响应/代理模型生成

03 MoDS:模拟功能的自主机器学习和高级统计

·自动模型校准(参数估计)

·智能实验设计(DoE)

·数据驱动模型的高维度代理模型

·多目标优化和多标准决策

·不确定性传播和敏感性分析

·运行独立或与第三方软件链接的API

产品优势及特色

· 不需要划分网格,计算时间少(分钟级)。

· 具备批处理和并行计算能力。

· 适合多种燃料计算:汽油、柴油、生物质燃料、CNG以及混合燃料。

· 可以计算多种排放物:PM、NOx、UHCs、CO等。

· 依托准确的湍流、传热、MDI、EGR、燃油挥发性等模型,可实现燃烧和排放预测。

· 适当地考虑化学反应动力学,涵盖点火、熄火、失火、火焰传播和排放多个过程。

· 易于与一维软件(例如GT-POWER)耦合计算。

模型

SRM Engine Suite耦合具有后处理模块的一维计算软件

· 使用简便。预置了丰富的反应器模型,用户可直接复制使用,如压燃直喷发动机、直喷-火花塞点火发动机、均质压燃发动机、CV、CP、PSR、PFR、尾气后处理(例如DOC、SCR、颗粒过滤)等。

模型

反应器模型

· 具有模型校准与验证功能。MoDS基于机器学习,可根据实验数据(如压力、排放)对计算模型进行校准,经校准后的模型可以提升预测准确度。

模型

校准原理

模型

校准后理化模型与实验数据对比

产品应用

动力总成

· 重型与常规车辆、非公路机械和船舶内燃发动机模拟与分析

· 燃料,燃烧,排放和性能分析

· 耦合CAE,1D CFD,3D CFD

能源 & 化工

· 流程和系统的技术经济及敏感性分析

· 化学和能源过程的流程工程分析

· 气相合成有机和无机纳米材料

案例1:重型发动机燃烧和排放

本案例为 CMCL Innovations 与卡特彼勒公司的合作项目,CMCL数字工程应用于卡特彼勒C4.4重型压燃柴油机的测量数据,以实现燃烧特性和发动机排放预测。

模型模型

案例2:汽车尾气纳米颗粒排放瞬态模拟

针对汽车尾气中的纳米颗粒较难检测的问题,本案例展示CMCL软件中kinetics & SRM Engine Suite在物理化学建模中预测发动机气相及颗粒物排放的能力,以及MoDS生成用于瞬态仿真的高维与快速响应替代模型的能力。

模型模型


审核编辑 黄宇

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分