Computational Optimization of Internal Combustion Engines

بهینه‌سازی محاسباتی موتورهای احتراق داخلی وضعیت هنر مدل‌های محاسباتی و روش‌های بهینه‌سازی را برای توسعه موتور احتراق داخلی با استفاده از ابزارهای دینامیک سیالات محاسباتی چند بعدی (CFD) و الگوریتم‌های ژنتیک ارائه می‌کند. .

راهبردهای کاهش هزینه محاسباتی و وابستگی مش و همچنین روش‌های تحلیل رگرسیون مورد بحث قرار گرفته‌اند. چندین مطالعه موردی در بخشی اختصاص داده شده به کاربردها ارائه شده است، از جمله ارزیابی هایی از:

• موتورهای جرقه زنی،
• موتورهای دوگانه سوز،
• موتورهای دیزل سنگین و سبک.

از طریق تحلیل رگرسیون، نتایج بهینه‌سازی برای توضیح تعاملات پیچیده بین پارامترهای طراحی موتور، مانند طراحی نازل، زمان تزریق، چرخش، گردش مجدد گاز خروجی، اندازه سوراخ، و شکل کاسه پیستون.

بهینه سازی محاسباتی موتورهای احتراق داخلی نشان می دهد که ابزارهای چند بعدی CFD کنونی برای توسعه عملی موتورهای احتراق داخلی به اندازه کافی بالغ هستند. این برای محققان و طراحان مهندسی مکانیک و صنعت خودرو نوشته شده است.

Computational Optimization of Internal Combustion Engines presents the state of the art of computational models and optimization methods for internal combustion engine development using multi-dimensional computational fluid dynamics (CFD) tools and genetic algorithms.

Strategies to reduce computational cost and mesh dependency are discussed, as well as regression analysis methods. Several case studies are presented in a section devoted to applications, including assessments of:

• spark-ignition engines,
• dual-fuel engines,
• heavy duty and light duty diesel engines.

Through regression analysis, optimization results are used to explain complex interactions between engine design parameters, such as nozzle design, injection timing, swirl, exhaust gas recirculation, bore size, and piston bowl shape.

Computational Optimization of Internal Combustion Engines demonstrates that the current multi-dimensional CFD tools are mature enough for practical development of internal combustion engines. It is written for researchers and designers in mechanical engineering and the automotive industry.