考虑温度和燃油稀释的柴油机润滑油黏度模型研究.pdf

第3期（总第2 6 6 期）2023年6 月车用发动机VEHICLEENGINENo.3(SerialNo.266)Jun.2023考虑温度和燃油稀释的柴油机润滑油黏度模型研究王天齐1，王亚宁1，张斌，田晔3，刘晓日1（1.河北工业大学能源与环境工程学院河北省动力系统污染物控制技术创新中心，天津30 0 40 1；2.清华大学天津高端装备研究院润滑与摩擦检测中心，天津30 0 30 0；3.浙江大学生物系统工程与食品科学学院，浙江杭州310 0 58)摘要：随着柴油机高喷油压力和燃油后喷技术的应用，润滑油受燃油稀释的问题愈发严重，同时温度对燃油黏度有显著影响，建立考虑温度和燃油稀释的黏度模型，对润滑油性能研究和柴油机摩擦副模拟计算具有重要意义。以柴油机用美孚15W-40润滑油为例，通过试验分别测定了未混入燃油的原15W-40润滑油和混入燃油体积分数为3%，6%，9%，12%，15%的15W-40润滑油在2 0 18 0 之间的黏度变化。构建了考虑燃油体积分数的Vogel方程、Andrade方程及Reynolds方程，并比较了其拟合效果。构建了量纲一的稀释黏度比-温度方程，反映了燃油稀释在不同温度下对黏度的影响程度和规律。构建了基于润滑油温度和混合燃料体积分数的反向传播神经网络黏度模型。结果表明：Vogel方程对15W-40润滑油被稀释前后黏温曲线拟合效果最好；所构建的反向传播神经网络黏度模型对15W-40润滑油黏度预测值中90%的误差小于2%，整体误差不超过6%。关键词：润滑油；黏度；数学模型；燃油稀释；温度；神经网络D0I:10.3969/j.issn.1001-2222.2023.03.005中图分类号：TK421.9文献标志码：B文章编号：10 0 1-2 2 2 2（2 0 2 3)0 3-0 0 2 8-0 7国六排放标准对柴油机排气污染物的要求更加严格，尤其限制了氮氧化物（NO，）和颗粒物（Par-ticulate Matter,PM)的排放。为了应对法规要求，各种先进的燃油喷射技术逐渐普及，其中燃油后喷技术不需要额外添加设备，而且可以同时降低NO和PM排放，因而得到广泛应用。但燃油后喷会造成油束喷射至缸套壁面，最终被活塞环带人到油底壳里的润滑油中，随着时间的累积导致润滑油被稀释1，从而引起润滑油液黏度由于燃油稀释而非正常下降 2-3。黏度是润滑油最重要的特性参数，当前润滑计算中黏度通常通过试验或者黏温方程得到。黏温方程主要有Vogel方程、Andrade方程和Reynolds方程等 4-5，广泛应用于活塞组、主轴承和连杆轴承等内燃机零部件的润滑仿真计算 6-。燃油稀释润滑油导致黏度降低，这会对内燃机摩擦副的摩擦和可靠性造成显著影响 10-12 ，而燃油稀释在不同温度下对黏度的影响程度和规律尚不清楚。传统黏温方程是随温度变化的曲线，只能计算收稿日期：2 0 2 2-0 8-31；修回日期：2 0 2 2-12-0 2基金项目：国家自然科学基金青年基金“活塞环-缸套混合润滑的多尺度传热对摩擦功耗影响机制研究”（52 0 0 5149）；河北省自然科学基金“燃油稀释低黏度润滑油对活塞环混合润滑影响机制研究”（E2022202026）作者简介：王天齐（1998 一），男，硕士，主要研究方向为内燃机摩擦润滑；。曲线上某一点的黏度数值，而不能同时体现温度和燃油稀释两个参数影响。对于多个参数的黏度预测模型，Loh13利用神经网络模型预测不同配方的润滑油黏度，得到了准确的预测结果，Esfel14根据操作温度和固体颗粒的含量预测ZrO2-MWCNT（7 0%30%）)/10 W 40 杂化纳米润滑油的黏度，Ka-runarathne15根据CO2的浓度和温度预测含水胺混合物的密度和黏度。当前使用神经网络算法预测润滑油黏度的研究较少，而在内燃机领域考虑温度和燃油稀释的神经网络黏度预测模型更需要进一步研究。本研究以美孚15W-40柴油机润滑油为例，通过测试获得原润滑油和掺混不同体积分数燃油后润滑油在2 0 18 0 的黏度，拟合获得Vogel，A n-drade和Reynolds黏温方程，并比较分析拟合效果。定义稀释黏度比，构建稀释黏度比-温度方程，以此反映燃油稀释在不同温度下对黏度的影响程度和规律。构建了基于润滑油温度和燃料体积分数的反向传播（BackPropagation，B P）神经网络黏度模型，实2023年6 月王天齐，等：考虑温度和燃油稀释的柴油机润滑油黏度模型研究29现了对2 0 18 0 温度范围以及0%15%燃油体积分数范围内任意一点黏度的预测。1黏度试验测试在清华大学天津高端装备研究院润滑与摩擦检测中心使用AntonPaarEC-Twist302旋转流变仪（见图1）测量润滑油黏度。图1EC-Twist302旋转流变仪试验选用了美孚公司15W-40柴油机润滑油，通过在润滑油中混人不同体积分数的燃油以模拟发动机实际工作过程中润滑油发生的燃油稀释现象，燃油体积分数分别为3%，6%，9%，12%，15%，油样测试的温度区间为2 0 18 0，试验得到黏度随温度和燃油体积分数变化的数据，黏温曲线如图2所示。500400元(s.Edu)/300200100020图2 15W-40润滑油在不同燃油体积分数下的黏温特性曲线由图2 可见，15W-40润滑油的黏度随温度的升高而变小，温度低时润滑油黏度变化较快，高温时黏温曲线趋于稳定。当燃油体积分数改变时，黏度随温度变化的趋势不受其影响，仍为指数型下降，只是黏度曲线整体随燃油体积分数增大出现下移趋势。2燃油稀释与黏温方程2.1Vogel方程、Andrade方程和Reynolds方程选用Vogel方程、Andrade方程和Reynolds方程对15W-40润滑油黏度-温度数据进行拟合，以比较和确定更适用于燃油稀释的黏温模型。Reynolds方程形式为lnu=lnuo-D(T+273)。式中：u为润滑油动力黏度；u。为参考温度下的动力黏度；T为温度;D为常数；可令C=lnuo，看作常数处理即可。经过处理,Reynolds方程为Inu=C-D(T+273)。Andrade方程形式为ln=A+BT-1+CT-+DT-3。式中：为润滑油的运动黏度；T为温度；A,B,C，D均为与润滑油种类有关的待确定常数。对于An-drade方程，为了提高关联精度，其后也常常添加一些温度的高次幂，本次研究精确到T-3。Vogel方程形式为lnu=A+B/(T+C)。式中：A,B,C为待确定常数。相较于前述两种黏温方程，Vogel方程适合的温度范围更宽，故应用最广泛。为了统一形式，可将Andrade方程和Vogel 方程中的运动黏度转换为动力黏度u。动力黏度燃油体积分数(简称黏度)可由运动黏度和润滑油密度相乘0%3%一9%12%-15%60100温度/(1)(2)(3)(4)得到：u=vp。将式（5)分别代入式（3)和式（4），可以得到动力黏度u关于温度的Vogel形式和Andrade形式方程：Andrade方程为lnu=lnp+A+BT-1+CT-+DT-3。(6)140180(5)Vogel方程为lnu=lnp+A+B/(T+C)。润滑油的密度随温度的变化很小，所以一般可认为密度为定值，不随温度发生变化。那么上述两式中的lnp可看做一个确定常数，lnp十A部分可作为一个新的待确定常数A。由此可以认为，润滑油黏度u仍然符合Vogel方程形式和Andrade方程形式。黏度u与温度T的Andrade方程为lnu=A+BT-1+CT-+DT-3。(7)(8)30Vogel方程为lnu=A+B/(T+C)。以润滑油温度T为横坐标、lnu为纵坐标，使用Vogel方程、Andrade方程和Reynolds方程形式对原润滑油进行黏温方程拟合，结果如图3和表1、表2、表3所示。结合上述结果可以看出，Vogel黏温修正方程与数据最贴近，确定系数R最接近1，拟合标准差RMSE最小，即Vogel黏温修正方程拟合效果最好。876543210876(s.edul)/nu)543210876(s.Eul)/nul543210图315W-40润滑油黏温数据拟合曲线车用发动机表1Vogel黏温方程的拟合参数及其统计分析结果(9)燃油体积A分数/%0-2.312979.33-2.4221002.06-2.401971.49-2.421970.112-2.361939.0152.470981.8试验值一拟合值4080温度/aVogel方程试验值一拟合值4080温度/bAndrade方程试验值一拟合值4080温度/c Reynolds方程2023年第3期确定系拟合标准差BC95.7799.8399.82101.40101.10107.70表2Andrade黏温方程的拟合参数及其统计分析结果燃油体拟合确定系积分数A/%0-0.881457.5-11 6001076000.99890.045753-0.936453.8-117001092000.99870.0479060.959439.3-113001054000.99870.046689-0.972433.0-112001046000.99940.02579120160120160120160数R20.99990.0129801.00000.0063041.00000.0061171.00000.0071981.00000.0067790.99990.010900BC20012一0.96 0420.2108001012000.99860.045.2815-0.975416.9-109001025000.99880.04148表3Reynolds黏温方程的拟合参数及其统计分析结果燃油体积拟合标准差CD分数/%013.57313.23612.77912.5120012152.2燃油体积分数与黏度关系分析15W-40润滑油燃油稀释后的黏度不仅取决于温度，还取决于燃油体积分数。在对稀释后润滑油的黏温关系进行研究时，为了方便与原润滑油黏度进行比较，定义新的变量N，N的意义是同一温度下润滑油稀释后的黏度u与原始黏度u的比值，即N=ua/u。200相同温度下，燃油稀释后润滑油的黏度小于原润滑油黏度，由此可知N值恒小于1。N值越接近于1，说明稀释前后润滑油黏度改变越小，稀释作用对黏度影响越不显著。相反，N值越偏离1,说明稀释前后润滑油黏度改变越大，稀释作用对黏度影响越显著。在不同燃油体积分数下N值随温度的变RMSED标准差数R2RMSE确定系数R20.028320.95030.027690.95270.026840.97520.026350.953311.220.0255811.810.02492RMSE0.30390.28980.28080.27260.95310.26570.95620.2495(10)2023年6 月化曲线见图4。1.00.90.80.70.60.50.40.3L20图4不同燃油体积分数与温度下的N值在2 0 18 0 温度区间，对值为3%，6%，9%，12%，15%的5条N-T曲线进行函数方程拟合，函数选择自定义方程类型，由于N-T曲线趋势类似于对数函数，因此可选用对数函数对N-T曲线进行拟合，拟合方程如下：N=Aln(T+B)+C。式中：A,B,C均为待测常数。拟合结果如表4所示。由表4可以看出，拟合方程均具有很高的拟合精度，N=Aln（T+B）十C可以用来描述不同g值下N和温度T（2 0 18 0）的函数关系。表4N=AIn(T十B）+C 方程的拟合参数和统计结果燃油体积确定AB分数/%36912153基于温度和燃油稀释的润滑油黏度神经网络模型研究考虑到上述黏温方程只能实现特定燃油体积分数下的黏度预测，为了同时覆盖温度和燃油稀释两个参数对黏度的影响，所以采用反向传播神经网络的方法，在2 0 18 0 的温度范围，0%15%的燃油体积分数范围内，实现对任意温度、任意稀释程度下的黏度数值进行预测。3.1BP神经网络模型对润滑油黏度随温度和燃油体积分数变化的数据进行拟合，试验数据