Entwurf und Optimierung von Kolbenmulden

Eine Kolbenmulde ist eine Vertiefung im Kolbenboden, die hauptsächlich in Dieselmotoren (Direkteinspritzung) verwendet wird, wo sie im Wesentlichen die Verbrennungskammer bildet. Die Form der Kolbenmulde beeinflusst die Bewegung von Luft und Kraftstoff während des Verdichtungshubs und beeinflusst dadurch das Luft/Kraftstoff-Gemisch. Eine gute Durchmischung führt zu einer effizienteren Verbrennung, was wiederum zu mehr Leistung oder einem geringeren Kraftstoffverbrauch führt. Die Verwendung einer effektiven Kolbenmuldenform kann außerdem die Emissionen im Zylinder (wie NOx und Ruß) und die Kosten für die Nachbehandlung reduzieren.

CAESES-Funktionalität für den Entwurf von Kolbenmulden

CAESES® wird zur Entwicklung von Kolbenmulden auf dem neuesten Stand der Technik eingesetzt und bringt mehrere Schlüsselfunktionen für diese spezielle Aufgabe mit:

• Es können beliebige Parametrisierungen für den Querschnitt der Mulde verwendet werden. Das Design der Kolbenmulde ist damit nicht auf bestimmte vordefinierte Vorlagen beschränkt.
• Der Muldenquerschnitt kann in Umfangsrichtung variiert werden, so dass beispielsweise "wellenförmige" Muldenformen möglich sind.
• Eine robuste Variation der Muldengeometrie ist ohne fehlgeschlagene Varianten möglich. Wie bei anderen Geometrien ist eines der wichtigsten Ziele von CAESES® eine 100% robuste Geometrievariation, die durch smarte Parametrisierungsansätze gewährleistet wird.
• Das Verdichtungsverhältnis kann für jede Geometrievariante automatisch angepasst werden. Dies ist entscheidend, um sicherzustellen, dass jede erzeugte Variante das gleiche Kompressionsverhältnis aufweist und keine Rechenzeit für ungeeignete Designs verschwendet wird. Dies geschieht mit einer internen Optimierungsschleife, in der die Variablen für die Einstellung frei gewählt werden können. Es ist sogar möglich, eine Rangfolge festzulegen, so dass die automatische Anpassung zuerst versucht, das Kompressionsverhältnis mit der ersten gegebenen Variable abzugleichen. Wenn dies nicht ausreicht, wird die nächste Variable hinzugefügt und so weiter.
• Es können auch andere automatisierte Einstellungen vorgenommen werden, z. B. die Einstellung des Einspritzwinkels in Bezug auf die sich ändernde Muldenform.
• Die Geometrie kann in verschiedenen Formaten exportiert werden, die für verschiedene CFD-/Vernetzungswerkzeuge geeignet sind. Viele der Formate unterstützen die Benennung von Patches, so dass das nachgeschaltete Tool Oberflächen-Patches für die Zuordnung einzelner Netzeinstellungen oder Randbedingungen korrekt identifizieren kann.
• Eine Designstudie zur Geometrie der Kolbenmulden kann mit einer Untersuchung der Einspritzstrategie oder anderer Prozessparameter (wie Kraftstoffzusammensetzung, AGR-Menge usw.) kombiniert werden. In dem CAESES® Software Connector kann jeder Wert parametrisiert und variiert werden, der in Eingabedateien oder Skripts für den CFD-Solver eingegeben wird.

Beispielfall: Kolbenmulden-Optimierung mit CONVERGE

Dies ist eine einfache Optimierungsstudie, die durchgeführt wurde, um den Workflow mit CAESES® und CONVERGE zu veranschaulichen. Der Muldenquerschnitt bestand aus zwei Kreissegmenten, zwei Splines und mehreren linearen Segmenten. Für die Optimierung wurden vier Parameter ausgewählt:

1. Der erste Parameter steuert die Größe der Lippe am Rand der Mulde und damit den Innendurchmesser der Mulde.
2. Der zweite Parameter steuert den Radius des Schüsselbodens.
3. Der dritte Parameter steuert den Gesamtdurchmesser der Schüssel durch Skalieren des gesamten Profils nach außen.
4. Der vierte Parameter – der Einspritzwinkel – ist kein Geometrieparameter, sondern ein Wert, der in die CONVERGE-Steuerungsdateien aufgenommen wird.

CONVERGE wurde über den Software Connector an CAESES® gekoppelt. Ein Sektor der Geometrie wurde entsprechend der Anzahl der Düsen geschnitten und in einem speziellen Format für CONVERGE ("surface.dat") exportiert, einschließlich individueller IDs zur Identifizierung der verschiedenen Patches.

Die Optimierung wurde innerhalb von CAESES®mit einem genetischen Algorithmus mit mehreren Zielfunktionen durchgeführt. Es wurden zwei gleichzeitige Ziele betrachtet: die Verringerung der NOx- und Rußproduktion. Der Optimierungslauf umfasste etwa 50 Varianten, und damit CFD-Simulationen.

Alle Designvariablen hatten einen signifikanten Einfluss auf die Ziele, aber die beiden Ziele waren - nicht sehr überraschend - antikorreliert. Aus der noch recht dünn besetzten Pareto-Front wurden drei Entwürfe ausgewählt: das mit dem niedrigsten Ruß, das mit dem niedrigsten NOx und einem Kompromiss aus der Mitte der Front. Die initiale Geometrie war in Bezug auf Ruß bereits ziemlich gut, so dass zwar große Verbesserungen in Bezug auf die NOx-Produktion möglich waren, jedoch nur das Design mit dem niedrigsten Ruß den Startentwurf verbessern konnte.

Glücklicherweise hatte dieses Design auch geringere NOx-Emissionen, so dass durch die Wahl dieses Designs eine Gesamtverbesserung möglich gewesen wäre. Möglicherweise hätten weitere Verbesserungen durch einen zusätzlichen Optimierungsschritt gefunden werden können, mit einer lokalen Suche in der Umgebung des besten Designs.