DPF结构参数多目标优化

简介

以提高DPF捕集与再生性能为目的,进行柴油机颗粒捕集器(DPF)结构参数优化。以一款重型柴油货车为对象建立DPF性能仿真模型,基于车辆高速路行驶工况与发动机排气数据,仿真分析得出DPF载体长度、载体直径与捕集压降正相关,与到达峰值捕集效率时长负相关,孔目数、壁厚则相反;载体直径、孔目数、壁厚均与再生峰值温度负相关,载体长度、载体直径、孔目数、壁厚均与再生时长正相关。运用人工神经网络方法建立DPF结构参数与捕集再生性能参数间关系模型用于结构参数优化研究,采用多目标遗传算法寻找DPF最优结构参数。得到的优化后DPF载体长度缩短15%、孔目数减少33.3%、DPF捕集压降降低5.6%、达到峰值捕集效率时长缩短11.7%、再生时长缩短3.1%,再生峰值温度降低1.4%,DPF结构变小、捕集与再生性能优化明显。