内燃机

克服 IC 发动机设计的障碍

设计清洁高效的内燃机（IC发动机）是全球努力减少交通碳排放的关键组成部分。为此，包括氢、甲醇、乙醇和氨在内的替代燃料在汽车行业中越来越受到重视。然而，开发下一代 IC 发动机伴随着一系列挑战，这些挑战源于它们的移动几何形状、空间和时间变化的条件、复杂的燃烧化学等。CONVERGE 具备完全自主网格生成和强大的物理模型使其成为开发新型发动机设计和先进燃烧策略（如预燃室燃烧和低温燃烧）的强大工具。

时间用在工程分析上，而非网格上

在 IC 发动机中，创建足够的网格解析度以预测重要的喷雾和燃烧现象对于准确模拟至关重要。CONVERGE 的自主网格生成与自适应网格加密（AMR）是该领域的游戏规则改变者，因为它在计算时产生网格，并在整个模拟过程中加密细化，以轻松应对几何运动问题并消除用户网格生成时间。AMR 有助于解决三维发动机流动现象和火焰传播，同时减少计算成本。此外，CONVERGE 的数值技术对于捕捉必要的物理现象非常有用，包括当氢以超音速直接注入燃烧室时产生的冲击波。

燃烧化学

CONVERGE 的 SAGE 详细化学求解器使用当地条件根据化学动力学原理计算反应速率。这个求解器与流动求解器完全耦合，但化学和流动求解器可彼此独立并行求解，这就加快了仿真速度。SAGE 求解器是一种高度准确和预测性的燃烧建模方式，能够准确预测点火以及湍流火焰传播。SAGE 有能力处理各种燃料，包括传统燃料如柴油和汽油；替代燃料如甲醇、乙醇、氨、氢、天然气、生物柴油和电子燃料；以及双燃料和多燃料情况。用户可以利用 SAGE 的灵活性与任何（正确格式化的）化学机理，也可通过 CONVERGE 可访问的计算化学联盟机理（C3Mech）增加其便利性，提供了经过验证的多种燃料组分的化学机理。

详细化学建模可能成本高昂；为了缓解这一点，CONVERGE 集成了几种加速策略，如自适应区域划分、动态机制简化和负载平衡。这些技术，加上旨在加快组分传输的策略，允许用户选择详细反应机理来准确模拟动力学现象和发动机排放。例如，SAGE 求解器可以与基于温度的 AMR 一起使用，来模拟如末端气体自燃（即发动机爆震）等现象。

除了详细化学求解器外，CONVERGE 还提供了许多其他燃烧建模选项，适用于预混和非预混燃烧，以便您可以选择最适合模拟需求的模型。这些简化模型，包括 ECFM、ECFM3Z、G-方程等，可以提供高计算效率。

喷雾和湍流

准确的喷射、喷雾和湍流建模对于预测性燃烧模拟至关重要。CONVERGE 包括雷诺平均NS（RANS）和大涡模拟（LES）湍流模型。对于喷雾，CONVERGE 提供了一系列选项来模拟射入、破碎、蒸发、沸腾、空化、壁面相互作用和其他喷雾相关过程。使用 CONVERGE，用户可以获得模拟液体喷雾所需的液体属性，这有助于模拟多组分燃料。CONVERGE 还有一个燃料混合工具，可以用来生成模拟真实燃料属性的多组分燃料替代品，减少运行时间，同时保持高度准确性。

排放减少

排放法规正变得越来越严格，这对发动机制造商来说是一个显著的挑战。为了帮助他们满足这些法规，CONVERGE 可以预测发动机排放，包括烟尘和 NOx，通过其详细化学求解器或替代模型。对于 NOx 建模，CONVERGE 包括流行的 Zel’dovich 模型，预测热 NOx。对于烟尘建模，CONVERGE 包括 Hiroyasu 经验模型，详细的烟尘模型如颗粒模拟（PM）和颗粒尺寸模拟（PSM）模型，以及基于 PAH 物种详细化学的先进现象学模型。C3Mech 为用户提供了模拟 NOx 和 PAH 的准确化学动力学的机理访问。为了确保发动机排放符合环境标准，后处理系统被设计为以最大效率和最小维护成本减少 NOx、CO 和烟尘。CONVERGE 的自主网格生成、与超级循环的对流换热建模和冻结流场方法可以解决一些在设计高效和紧凑的后处理系统过程中的主要挑战。

CONVERGE 可以解决几种不同后处理系统的表面化学，包括柴油氧化催化器（DOC）、选择性催化还原器（SCR）、稀薄 NOx 补集器（LNT）等。此外，CONVERGE 的冻结流场方法和时间平均功能可以预测不同分子组分的产生和传输，如 NH3 和 HNCO，这使得均匀性模拟成为可能。尿素沉积可能会通过增加发动机背压和降低转化效率对后处理系统产生负面影响。

CONVERGE 的尿素分解和结晶模型将固体沉积物与液膜隔离开来，以准确模拟积累行为。

热管理的艺术

对流换热建模

在 IC 发动机中，固体与周围流体之间的热传递相互影响，您的 CFD 软件必须能够准确考虑这一现象。CONVERGE 的先进对流换热（CHT）模型可同时预测流体和固体域部分的热传递。CHT 模拟的主要挑战之一是流体和固体部件中热传递的时间尺度差异很大。CONVERGE 提供了超循环算法，这是一种通过冻结流体求解器直到固体组件中的热传递达到稳态来克服时间尺度差异的方法。

多相流

由于不同相之间的密度差异很大，建模多相流是具有挑战性的。CONVERGE 的体积流（VOF）方法有助于解决尖锐界面。这种方法的好处可以在模拟油喷射冷却活塞的情况下得到体现，其中发动机冷却液不断喷向活塞底面以防止过热和活塞损坏。在这种情况下，VOF 模型捕捉了气体和液体之间的界面，而热传递则使用 CHT 方法建模。AMR 自动调整网格解析率，以在模拟进行时准确预测重要的物理现象。

多流域模拟

为了获得最高程度的准确性，IC 发动机热管理模拟应该包括所有三个相态（固体金属部件、液体冷却和气态燃烧）。CONVERGE 的传统方法是运行两个单独的仿真计算，每个计算分别模拟其中两相之间的相互作用（即液体和气体，气体和固体）。然后使用内置的热传递映射工具将这些单独的模拟组合起来。借助 CONVERGE 的先进多流域仿真能力，您现在可以在单个仿真计算中模拟所有相态，这种方法简捷、对用户友好。

发动机冷启动

发动机冷启动发生在车辆长时间休息后启动时，其特点是壁温低、转速低，通常燃烧不完全。只有在发动机达到足够温度且壁面被温度适宜且流动良好的油液润滑时，点火才能开始。为了预测点火何时发生，CONVERGE 可以以瞬态或恒定发动机转速模拟冷启动。使用瞬态 RPM 曲线通常计算成本更高，因为需要模拟多个循环。然而，这种方法得到的结果明显更加准确，因为它捕捉了启动期间边界条件的瞬态行为。使用恒定 RPM 方法，模拟冷启动将要求您运行多个仿真计算，使用个别选定的转速曲线来代表发动机缓慢升温。无论采用哪种方法，CONVERGE 的 AMR 都会在需要时自动细化网格，随着发动机条件随时间变化捕捉相关的流动参数。此外，从 C3Mech 提取的化学机制可以帮助准确预测不同燃料的点火。

流体结构相互作用（FSI）

CONVERGE的流体结构相互作用（FSI）建模能够捕捉流动驱动的发动机组件的运动。在二冲程发动机中，燃烧室的进气通过曲轴箱供应。当曲轴箱的压力高于进气口时，进气箱内的簧片阀保持关闭。然而，当曲轴箱的压力低于进气口时，这些阀门打开并允许空气流入。在这些发动机中，FSI能够有效地模拟簧片阀的操作，基于压力变化的影响，而CONVERGE的自主网格生成轻松处理移动簧片阀周围的网格生成。

涡轮增压器在内燃机中非常常用，可以帮助实现高功率输出和提高燃油效率。与传统涡轮增压器不同，其涡轮壳体内的叶片是固定的，可变几何涡轮增压器具有可调节的叶片，控制废气流向涡轮叶轮。凭借其自主网格生成和FSI能力，CONVERGE可以轻松适应这些不同类型的涡轮增压器几何形状，而不牺牲准确性。自适应网格细化（AMR）可以加密网格以捕捉流速梯度，在需要的位置和时刻增加网格单元，以实现准确的结果，同时保持合理的计算成本。

与第三方软件的耦合

为了提供扩展的模拟能力，CONVERGE可以与第三方软件包如GT-SUITE和Abaqus耦合。

CONVERGE和GT-SUITE可以一起用于耦合的一三维仿真模拟，以最大化两者的核心能力。例如，二者的耦合可以实现复杂的燃烧动力学的三维时间精确建模，同时使用计算效率高的1D建模进行尾管反压计算。CONVERGE和GT-SUITE的其他耦合应用包括发动机气缸、排气后处理和流体结构相互作用模拟。

CONVERGE还可以通过SIMULIA协同仿真引擎与Abaqus FEA求解器耦合，这有助于运行时数据交换。这种协同仿真使用户能够解决先进的流体结构相互作用问题，如电池膨胀和心脏瓣膜。对于前者，CONVERGE提供有关压力积累和气体排放过程的信息，而Abaqus预测电池外壳的3D变形。对于心脏瓣膜模拟，CONVERGE将压力分布发送给Abaqus FEA求解器，然后求解器计算瓣膜的位移并将其发送回CONVERGE。

为了进一步提高系统级模拟的保真度，我们开发了CONVERGE协同仿真用户定义函数（UDF），这是一个通用的1D耦合接口。这个UDF旨在与任何1D系统仿真工具一起工作。

优化发动机性能

遗传算法（GA）和实验设计（DoE）对于优化和理解您的发动机非常有价值；前者有利于全局优化，后者可用于模型诊断。CONVERGE提供了一个名为CONGO的模型优化工具，它通过创建运行目录、设置输入文件并在完成后收集结果，自动化在CONVERGE内运行GA或DoE的过程。CONGO可执行文件与CONVERGE分开，允许优化用户选择的参数、喷雾速率形状、几何形状等。CONVERGE Studio中的CONGO模块跟踪和协调所有您的遗传算法输入文件和目录，以实现顺畅的配置。在CONVERGE模型上运行GA可以识别出用户定义目标的理想参数集。此外，CONGO还可以运行DoE来捕捉感兴趣的趋势，并可视化一组特定参数可能如何改变以改善模拟的不同方式。

将机器学习（ML）应用于DoE结果可以在同时运行模拟时进行快速优化。不同的ML算法适用于不同的问题；因此，在CONVERGE中，采用集成方法来选择手头情况的最佳算法。

例如，CONGO提供了一个活塞碗形状优化工具，首先使用受力的方法对活塞碗几何形状进行参数化，然后优化以在排放约束内实现最小的燃油消耗。为了进一步优化，您可以将CONVERGE与第三方CAD或几何变形工具耦合。

代码合作

Convergent Science通过广泛的合作网络，为与燃烧化学和内燃机相关的科学进步做出贡献。这些联系使我们能够验证我们当前的模型并实施新的模型。例如，我们与IFPEN合作，将ECFM3Z燃烧模型的新版本集成到CONVERGE中。IFPEN处于模型开发的前沿，已经花了20多年研究和验证ECFM3Z。此外，我们与美国国家实验室和全球大学合作，涵盖从喷雾模型开发到高性能计算和燃烧化学的所有内容。我们在C3的投资使我们能够获得很多计算化学工具，以及最新的反应机制。这些合作以及许多其他合作使CONVERGE更接近成为一个完全预测性的CFD求解器，从而在内燃机行业中实现更高效和有效的设计。