Geri Dön

Fast NOx prediction methodology via 1D thermodynamical tools

Bir boyutlu termodinamik modelleme ile NOx emisyon tahmini metodolojisinin geliştirilmesi

  1. Tez No: 587921
  2. Yazar: EMRE ÖZGÜL
  3. Danışmanlar: DOÇ. DR. HASAN BEDİR
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Dizel motorlar, Egzoz emisyonları, Motor performansı, Diesel engines, Exhaust emissions, Motor performance
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Dizel motorlarda Nitrojen Oksit, kurum, CO ve UHC emisyonlarının doğru modellenmesi güç aktarım sistemlerinin geliştirme süreçlerinde günden güne sıkılaşan emisyon regülasyonları sebebiyle büyük önem arz etmektedir. Hiç kuşkusuz, yüksek doğrulukta ve gürbüz emisyon tahmini metotlarının geliştirilmesi çok erken geliştirme safhalarında motor sistemlerinin global optimizasyonunun önünü açacaktır. Motor bileşenlerinin doğru seçimi, özgül yakıt tüketimi hesabı ve doğru EGR stratejisinin belirlenmesi (düşük ve orta-yüksek) ancak NOx emisyonlarının doğru ve hızlı tahmini ile gerçekleşebilir. Literatürde 3D, stokastik reaktör, yarı empirik, fenomenolojik modeller ve sinir ağları gibi birçok emisyon tahmin metodolojisi bulunmaktadır. Fakat, bu yöntemler ya çok fazla data gerektirir ya da simülasyon süreleri oldukça yüksektir. Diğer bir taraftan, 1D simülasyon programları emisyon tahmini için hızlı fakat doğruluğu düşük bir alternatiftir. Bu çalışma kapsamında, hızlı ve doğru NOx emisyon tahmini metodolojisinin GT-Suite programında hazırlanan 1D Modeller yardımı ile geliştirilmesi hedeflenmiştir. İki farklı yanma modeline sahip iki farklı ağır yük ticari araç dizel motoru modellenmiş ve test datasına korale edilmiştir. NOx emisyon tahmin metodolojisi öncelikle 9L ağır yük dizel motorda geliştirilmiş, akabinde 12.7L ağır yük dizel motor üzerinde de denenmiştir. Her iki çalışmada da; extended Zeldovich denklem çıktıları, farklı performans parametrelerine bağlı kalibrasyon çarpan haritaları ile ayarlanmıştır. Bu şekilde elde edilen simülasyon sonuçlarının test dataları ile karşılaştırılması; geliştirilen metodolojinin NOx emisyonlarının yüksek hız ve doğrulukta tahmini için kullanılabileceğini göstermektedir.

Özet (Çeviri)

Accurate modelling of Nitrogen Oxide, soot, CO and UHC emissions from diesel engines plays a crucial role during the development phases of powertrain systems due to increasingly more strict emission legislation. Undoubtedly, generating accurate and robust methods of emission prediction will serve to global optimization of engine systems at very early stages of engine development. Engine component selection, accurate prediction of specific fuel consumption and defining the correct EGR strategy (low and mid-high) can only be achieved via reliable and fast NOx emission prediction. There are many possible ways of emission prediction in literature such as 3D, stochastic reactor, semi-empirical, phenomenological models and neural networks. However, these prediction methods either need excessive test data or simulation duration. On the other hand, using 1D simulation tools is a faster way of emission prediction but has low accuracy. In this study, it is aimed to improve a fast and accurate NOx emission prediction methodology by utilizing 1D Models generated in GT-Suite software. Two different heavy-duty diesel engines with two different combustion models are modelled and correlated to test data. A NOx emission prediction methodology is developed in 9L heavy-duty diesel engine model and experimented with the 12.7 L heavy-duty diesel engine model. In both studies, extended Zeldovich mechanism outputs included in the software is tuned via embedding calibration multiplier maps, depending on different engine operating parameters. Comparison of simulation results with the use of varying NOx calibration multiplier maps against test data, shows that the developed methodology can be used to predict NOx values with high speed and accuracy.

Benzer Tezler

  1. Kaotik davranış kriteri olarak fraktal boyut-değişim ve dinamik sistemlere uygulanması

    Başlık çevirisi yok

    KASIM KOÇAK

    Doktora

    Türkçe

    Türkçe

    1996

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF.DR. ZEKAİ ŞEN

  2. An integrated modeling approach to investigate performance of selective catalyst reduction

    Seçici indirgeyici katalistlerin performansını incelemek için entegre modelleme yaklaşımı

    İSMAİL HAKKI SAVCI

    Doktora

    İngilizce

    İngilizce

    2015

    Makine MühendisliğiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ZAFER GÜL

  3. Development of heat rejection prediction methodology for selection of cooling elements in diesel engines

    Dizel motorlarda soğutma elemanlarının seçimi için ısı atımı tahmin metodolojisinin geliştirilmesi

    EMRE EPGÜZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN AKIN KUTLAR

    DR. EMRE ÖZGÜL

  4. Hızlı moda sektöründe makine öğrenmesi yöntemleri ile satış miktarlarının tahmin edilmesi

    Forecasting of sales quantities by machine learning methods in fast fashion sector

    SİNEM ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA UĞURLU

  5. HCNG yakıtlı benzin motorunda fraktal yanma modeli ile simülasyon ve parametrik optimizasyon çalışması

    Simulation and parametric optimization study with fractal combustion model in HCNG fuelled gasoline engine

    EREN ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Otomotiv Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPER TOLGA ÇALIK