Knowledge Transfer from Detailed 3-D CFD Codes to System Simulation Tools – CCV Modeling in SI Engine

Abstract

The paper deals with CCV knowledge transfer from reference data (either experiments or 3-D CFD data) into system simulation SW tools (based on 0-D/1-D CFD). It was verified that CCV phenomenon can be modeled by means of combustion model perturbations. The proposed methodology consists of two major steps. First, individual cycle data have to be matched with the 0-D/1-D model, i.e., combustion model parameters are varied to achieve the best possible match of in-cylinder pressure traces. Second, the combustion model parameters (obtained in previous step) are statistically evaluated to obtain PDFs and crosscorrelations. Then such information is imposed to the 0-D/1-D tool to mimic pressure traces CCV. Good correspondence with the reference data is achieved only if both PDFs and cross-correlations are imposed simultaneously. Different engine operating points were evaluated to draw some general conclusions in terms of CCV. It was confirmed that turbulence properties and initial flame kernel development are the dominant factors. However, these factors are neither independent nor random -they seem to be correlated. Operating points with high CCV are more organized in terms of the statistics -they exhibit strong cross-correlations of combustion model parameters. SHRNUTÍČlánek se zabývá přenosem znalostí ohledně mezicyklové variability z referenčních dat (buď experimenty nebo 3-D CFD data) do SW nástrojů pro systémovou simulaci (založeno na 0-D/1-D CFD). Bylo ověřeno, že mezicyklovou variabilitu lze modelovat pomocí fluktuací parametrů modelu hoření. Navržená metoda se skládá ze dvou kroků. Zaprvé, data z jednotlivých cyklů jsou kalibrována s 0-D/1-D modelem, tj. parametry modelu hoření jsou měněny tak, aby bylo dosaženo nejlepší možné shody průběhu tlaku ve válci. Zadruhé, parametry modelu hoření (získané v předchozím kroku) jsou statisticky zpracovány pro získání hustot pravděpodobnosti a vzájemných korelací. Pak je tato informace vnucena do 0-D/1-D nástroje pro napodobení mezicyklové variability tlaku ve válci. Dobrá shoda s referenčními daty je dosažena pouze pokud je jak hustota pravděpodobnosti, tak vzájemná korelace použita současně. Různé pracovní body motoru byly vyhodnoceny pro formulaci obecných závěrů z hlediska mezicyklové variace. Bylo ověřeno, že vlastnosti turbulence a počáteční vývoj jádra plamene jsou dominantní parametry. Avšak tyto parametry nejsou ani nezávislé ani náhodné -zdá se, že jsou vzájemně provázané. Pracovní body s velkou mezicyklovou variabilitou jsou ze statistického pohledu více organizované -vykazují silnou vzájemnou korelaci parametrů modelu hoření.