论文部分内容阅读
机动车辆保有量的增加,导致了石油资源的日益枯竭和生态环境的日益破坏,因此世界各国纷纷制定日益严格的排放法规,以满足人们对节能和环保的要求。汽油机要达到较高的排放标准,采用电控技术是一种较好的解决方案。但是如何快速、准确预测发动机电控参数以及解决由于燃烧压力提高带来的零部件可靠性和噪声控制等问题均有待进一步研究。本文针对目前我国生产的大批量ATV (All Terrain Vehicle,全地形车)仍采用化油器燃油供给方式,难以满足严格的排放法规的现状,在ATV用LJ276M电控汽油机进气系统设计和优化、电控参数标定与优化、连杆有限元分析及优化、消声器仿真分析及改进等几个关键技术的研究工作中形成以下成果：(1)在研究人工神经网络理论和特点的基础上,提出利用神经网络的高度非线性映射能力和泛化能力,建立电控系统参数模型并对其进行预测。首次建立发动机电控参数——喷油脉宽和点火提前角的RBF神经网络模型和结构设计,并采用RBF神经网络完成了喷油脉宽和点火提前角的样本训练。泛化检验证明,模型能够准确预测出发动机在稳态工况下的喷油脉宽和点火提前角,是一种快速、准确预测发动机电控参数的新方法；(2)在建立发动机示功图测取系统并获取LJ276M汽油机缸内最高燃烧压力的基础上,对其连杆进行了有限元分析及优化。提出“基于Pro/E的特征建模——基于Pro/MECHANICA的前处理——基于ANSYS的有限元分析——强度校核——基于Pro/MECHANICA的灵敏度分析及优化”的有限元分析方法,研究结果表明,优化后电控汽油机连杆工作可靠性得到提高。该方法对类似工程问题的解决具有借鉴和指导作用；(3)采用GT-POWER软件建立消声器插入损失和压力损失的仿真模型,然后将仿真结果与试验结果进行对比分析,来验证仿真模型的正确性和有效性。同时针对原消声器的消声性能特性,确立消声器的改进目标并进行改进设计；(4)通过发动机台架试验及整车工况法排放检测,表明LJ276M电控汽油机与原化油器式相比,最大功率提高11%,最大转矩提高9.7%,最低燃油消耗率降低3%,搭载LJ276M电控汽油机的ATV工况法排放为：CO1.16g/km, HC0.083 g/km, NOx 0.047 g/km,三种排放污染物的排放值均在国Ⅲ限值的30%以下。