发动机机油冷却器流量特性的试验与仿真

收稿日期:2009204208;修回日期:2009205226

基金项目:国家自然科学基金资助项目(50575065)

作者简介:童宝宏(1978—),男,副教授,硕士生导师,博士,主要从事现代机械设计理论与方法、车辆CAD/CA E 方面的研究;bh_tong @

https://www.360docs.net/doc/ab5847616.html, 。

发动机机油冷却器流量特性的试验与仿真

童宝宏1,桂长林2

(1.安徽工业大学机械工程学院,安徽马鞍山　243002;2.合肥工业大学机械与汽车工程学院,安徽合肥　230009)

摘要:结合试验,详细考察了不同油温下机油冷却器的流量特性,并利用BP 神经网络建立了描述机油冷却器流量特性的仿真模型。研究结果表明:随着流量的增加,机油流经机油冷却器所产生的压降也明显增加;在较低油温和高压降情况下,流经机油冷却器的机油流量与其所产生的压降均有很好的线性关系,而在高温、低压降时存在明显的非线性关系;流量—压降关系比流量—温度关系的线性度更好。利用BP 神经网络建立的流量特性模型取得了很好的性能仿真效果,最大误差不超过5%。

关键词:发动机;机油冷却器;流量特性;试验研究;数学模型

中图分类号:T K414.1 文献标志码:B 文章编号:100122222(2009)0320040204

机油温度是影响发动机润滑系统工作可靠性的最主要因素之一。温度过高,机油黏度降低显著,机油稳定性降低,氧化变质加剧,机油压力偏低,易造成烧轴瓦、烧曲轴、缸套拉伤等故障。因此,为控制发动机机油温度,保证各部件得到有效而可靠的润滑,当油底壳机油温度(也就是常说的机油温度)超过95℃时,就应该在润滑系统中安装机油冷却器。机油冷却器的作用就是降低机油的温度,使其保持在合适范围内,从而大幅度提高发动机的性能和寿命。

机油冷却器的性能主要取决于其传热和流阻两项指标。人们对机油冷却器主要侧重于其传热性能的研究,而很少对其流阻特性进行全面研究。通过分析流经机油冷却器的机油流量与压降的关系,本研究详细考察了不同油温下机油冷却器的流阻特性,为发动机润滑冷却系统设计与分析提供依据。

对于给定的机油冷却器及机油,机油流量和温度是影响压降的主要因素。目前,人们对润滑系统组成部件流量特性的建模研究主要采用线性回归、逐步回归等数理统计的原理对试验数据进行处理得到其近似方程表达式[1]。这些方法大多是针对某一特定工况或某些局部工况来分析和评价其工作特性的。机油冷却器在工作时,有关因素如温度、压力等对其流量特性的影响大多是非线性的,因此采用上述方法对机油冷却器全工况下的流量特性建立统一

的方程表达式将是十分复杂的。

神经网络建模技术已经被广泛应用在汽车发动机等各研究领域,并取得了良好的效果[226]。本研究利用B P 神经网络的非线性映射功能并结合相关试验数据建立了描述机油冷却器流量特性的仿真模型,并通过试验法验证了所建模型的正确性。

1　试验研究

1.1　试验对象及试验装置

试验对象为某4105柴油机用机油冷却器,其主要的一些性能参数如下:

?机油冷却器芯子在1.2M Pa 油压下作密封性试验,时间3min ,不得渗漏,芯片不得拱起;

?限压阀开启压力为0.3M Pa 。

图1为机油冷却器流量特性测试装置示意图[7]。

图1　测试装置示意图

第3期(总第182期)2009年6月车　用　发　动　机V EHICL E EN GIN E No.3(Serial No.182)

J un.2009

油箱内的机油经过加热器加热,由机油泵泵出,流经调节阀、流量计后进入机油冷却器,再由冷却器

出口和连接管道回到油箱。在冷却器机油进出口均装有用于检测机油压力的压力表。此外,该试验系统中还装有用于监测油箱内机油温度的温度传感器、用于回油的溢流阀、驱动机油泵的驱动电机及系统控制台和其他辅助设备。图2为机油冷却器流量特性测试现场照片

。

图2　测试现场照片

1.2　试验因素及水平的选择

考虑到测试装置的工作性能要求,本试验选择的因素水平见表1,主要测量了9种油温下机油流经冷却器产生各种压降时相应的流量。其中,由于机油黏度低温时随油温的变化比高温时大得多,因此低温段划分较细。

表1　试验研究因素和水平

水平

因素

机油温度/℃

机油压降/MPa

1400.082450.163500.244550.325600.406650.487750.568850.649105

0.72100.80110.8812

0.96

1.3　试验步骤

所测冷却器安装有限压阀,当限压阀完全开启后,机油通过冷却器出油口和限压阀处出油口进入

发动机主油道。本试验中将限压阀处的出油口堵死,重点考察限压阀没有开启时不同机油温度下流经机油冷却器的机油流量与其所产生的压降之间的关系。

完成测试系统组装和调试后,根据试验方案按照以下步骤进行试验:

1)打开电源开关,启动加热器,将油箱内机油加热至一定温度;

2)启动电机驱动机油泵,使机油循环流动起来,直至油箱内机油温度均匀;

3)若上一步骤中的均匀温度未达到试验规定温度,则返回到步骤1);若超过试验规定温度,则需要等待机油冷却

,直至达到试验规定机油温度;

4)调节节流阀,使冷却器进油压力达到预定值,记录压力表和流量计读数;

5)重复步骤4),测试各个预定进油压力下的流量,记录每次压力表和流量计读数;

6)重复步骤1)～5),测量不同机油温度下流经机油冷却器的机油流量与其所产生压降之间的关系。

机油温度控制十分困难,实际试验过程中需要及时进行调控。由于受各种外在因素的影响,所记录的试验数据存在一定偏差。其中,压力偏差为±0.01M Pa ,温度偏差为±2℃,流量偏差为±0.1L/min 。1.4　试验结果与分析

为更全面了解机油温度、流经机油冷却器的机油流量及其所产生的压降三者之间关系,通过对试验数据的插值处理,分别得到了在机油温度为70℃,80℃,90℃,95℃,100℃时各压降下的流量数据,结合原试验数据,整理得到反映机油温度、流经机油冷却器的机油流量及其所产生的压降三者之间关系的曲面图(见图3)。

图3　机油冷却器流量特性测试结果

?14?2009年6月 童宝宏,等:发动机机油冷却器流量特性的试验与仿真

由图3可以发现,在较低油温和高压降情况下,流经机油冷却器的机油流量与其所产生的压降之间有很好的线性关系,而在高温、低压降时存在明显的非线性关系。同时还可以发现,流量—压降关系比流量—温度关系的线性度更好。

2　BP 神经网络建模分析

2.1　BP 神经网络

BP 反向传播网络是目前工程中应用最为广泛

的一种人工神经网络。由于神经网络具备非线性映射功能,可用神经网络逼近动态系统输入和输出之间任一非线性关系。这样,经过训练的神经网络可成为描述系统的模型。利用神经网络建模的最大特点是,只需样本数据而不需要建立具体的数学方程表达式,就能建立起输入与输出之间的非线性映射关系,用于函数逼近,理论上可达到任意精度[8]。2.2　模型的建立2.2.1　学习样本的选择

学习样本是用来训练网络、调整网络的连接权值使网络的模拟输出与实际输出的误差最小。一个性能良好网络模型学习样本的选择应具有3个特性,即致密性、遍历性和相容性[9]。本研究采用试验实测数据作为学习样本。2.2.2　网络结构的设计

实际应用中,BP 网络主要有两层和3层(不包括输入层)两种。研究表明,当隐含层的神经元足够大时,两层结构的网络可以实现任意复杂的映射。对于给定的机油冷却器及所使用的机油,机油流量和温度是影响压降大小的主要因素。本研究采用两层结构,将机油流量和温度作为网络的输入,所产生的压降作为输出。图4为描述机油冷却器流量特性的B P 神经网络模型

。

图4　机油冷却器流量特性的BP 神经网络模型

2.2.3　训练算法的选择

BP 网络的学习算法有很多种,对于一个给定的

问题,采用哪种训练方法使网络训练速度最快是很难预料的。通过试算比较,本研究最终选定使用Levenberg 2Marquardt 算法来训练网络。2.3　仿真结果分析

图5示出B P 神经网络模型仿真预测结果与实

测值之间的比较。

由图可见,在各种油温工况下,仿真得到的流量

压降关系曲线与实测结果十分吻合

。

?24? 车　用　发　动　机 2009年第3期

图5　机油冷却器流量特性的神经网络建模分析

3　结论

a )随着流量的增加,机油流经机油冷却器所产

生的压降也明显增加;

b )在较低油温和高压降情况下,流经机油冷却器的机油流量与其所产生的压降有很好的线性关系,而高温、低压降时存在明显的非线性关系;流

量—压降关系比流量—温度关系的线性度更好;

c )利用神经网络建立机油冷却器的流量特性模型是可行的,取得了很好的性能仿真效果,可以提高润滑系统网络法分析过程中的建模效率。

参考文献:

[1]　阮　桢,胡德金,许黎明,等.内燃机机油泵工作特

性数学模型的分析与研究[J ].内燃机工程,2006,

27(3):50253.

[2]　何　仁,周孔亢,吴志敏.应用人工神经网络预测内

燃机基本性能[J ].机械工程学报,1996,32(6):10.

[3]　吴义虎.汽车发动机技术的神经网络方法[M ].北京:

人民交通出版社,2000.

[4]　Shayler P J ,G oodman M ,Ma T.The exploitation of

neural networks in automotive engine management sys 2tems[J ].Engineering Applications of Artificial Intelli 2gence ,2000,13:1472157.

[5]　Xu K ,Xie M ,Tang L C ,et al.Application of neural

networks in forecasting engine systems reliability [J ].Applied Soft computing ,2003(2):2552268.

[6]　冯国胜,杨绍普,程京平.基于神经网络的柴油机性能

建模[J ].内燃机学报,2005,23(2):1822186.

[7]　上海内燃机研究所,浙江银轮机械股份有限公司.JB/

T 5095—91　内燃机机油冷却器传热性能试验方法[S].北京:机械工业出版社,1991.

[8]　周开利,康耀红.神经网络模型及其MA TL AB 仿真

程序设计[M ].北京:清华大学出版社,2005:7.

[9]　周　斌,李玉梅,志　一.神经网络内燃机排放模型学

习样本的选定[J ].西南交通大学学报,2002,37(6):

6592663.

Simulation and Experiment of Flow Characteristic for Engine Oil Cooler

TON G Bao 2hong 1,GU I Chang 2lin 2

(1.School of Machinery ,Anhui University of Technology ,Maanshan 243002,China ;

2.School of Machinery and Automobile Engineering ,Hefei University of Technology ,Hefei 230009,China )

Abstract :Based on th test ,the flow characteristic of oil cooler under different temperatures was analyzed and its simulation

model was built by the BP neural network.The results show that the pressure drop will distinctly increase with the increase of flow.Under low temperature and high pressure drop conditions ,there is the linear relationship between pressure drop and flow.Oppositely ,there is the nonlinear relationship.Therefore ,compared with the flow and temperature ,the flow and pres 2sure drop has better linear relationship.Accordingly ,the model has better simulation effects ,whose maximum error is no more than 5%.

K ey w ords :engine ;oil cooler ;flow characteristic ;experimental study ;mathematical model [编辑:李建新]

?34?2009年6月 童宝宏,等:发动机机油冷却器流量特性的试验与仿真