Development and validation of a CFD based optimization framework for hydrogen-fueled heavy duty internal combustion engine
Hidrojen yakıtlı ağır hizmet içten yanmalı motorlar için CFD tabanlı bir optimizasyon yapısının geliştirilmesi ve doğrulanması
- Tez No: 985702
- Danışmanlar: PROF. DR. MEHMET ZAFER GÜL
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hidrojen, içten yanmalı motorlar için sıfır karbonlu bir yakıt adayıdır; ancak, düşük basınçlı doğrudan enjeksiyon (LPDI) sistemlerinde fakir yanma koşulları altında enjektörlerin geometrik optimizasyonu literatürde sınırlı olarak ele alınmıştır. Bu çalışma, hidrojenle çalışan LPDI motorlarında enjektör geometrisini optimize etmek amacıyla, doğrulanmış bir hesaplamalı akışkanlar dinamiği (HAD) yanma modelini vekil destekli çok amaçlı genetik algoritma (MOGA) ile birleştiren yüksek hassasiyetli bir hesaplama çerçevesi geliştirip uygulayarak bu boşluğu doldurmayı hedeflemektedir. HAD çerçevesi, RNG k–ε yaklaşımına dayalı türbülans–kimya etkileşimi modeli, ayrıntılı hidrojen oksidasyon kinetiği ve akış ile alev özelliklerini yüksek mekânsal çözünürlükte yakalamak amacıyla uyarlamalı ağ inceltme (AMR) yöntemini içermektedir. Tepkimesiz doğrulama, Sandia optik erişimli motorundan elde edilen parçacık görüntüleme hız ölçümü (PIV) verileri kullanılarak gerçekleştirilmiş, tepkimeli akış doğrulaması ise HYLON çift-burgulu koaksiyel brülörden elde edilen deneysel alev yapıları, OH kemilüminesans ve sıcaklık alanı ölçümleri ile karşılaştırılarak yapılmıştır. Bu çift doğrulama yaklaşımı, HAD modelinin fakir hidrojen–hava koşullarında hem akış alanı gelişimini hem de yanma bölgesi dinamiklerini doğru bir şekilde temsil ettiğini garanti altına almıştır. Optimizasyon çalışmasında iki geometrik parametre incelenmiştir: enjektör delik sayısı ve enjeksiyon açısı. Kısmi gösterge ortalama efektif basıncı (pIMEP) ve silindir içi NOₓ emisyonları, performans ve emisyon dengesini sağlamak amacıyla birbiriyle rekabet eden hedefler olarak tanımlanmıştır. Optimizasyon döngüsünde kullanılan HAD modeli, hem tepkimesiz hem de tepkimeli koşullar altında doğrulanmıştır: Tepkimesiz silindir içi akış yapıları Sandia optik erişimli motorundan elde edilen PIV ölçümleri ile karşılaştırılmış, tepkimeli alev davranışı ise OH kemilüminesans ve sıcaklık dağılımı dâhil olmak üzere HYLON çift-burgulu koaksiyel brülörden elde edilen verilerle karşılaştırılmıştır. Bu çift doğrulama, modelin hem aerodinamik hem de yanma karakteristiklerini güvenilir bir şekilde tahmin edebildiğini göstermiştir. AMR, optimizasyon süresince geçici silindir içi akış ve alev yapılarını ayrıntılı olarak çözümlemeye imkân tanımıştır. Değerlendirilen 22 konfigürasyon arasında, üç delikli ve 15.24° eğim açısına sahip tasarım, temel duruma kıyasla daha iyi karışım homojenliği, daha düşük vuruntu eğilimi ve daha düşük NOₓ emisyonları sağlamıştır. Bulgular, deneysel referans noktalarına karşı hedefli doğrulama ile desteklenen geometrik optimizasyonun, hidrojenle çalışan LPDI motorlarının performansını artırmaya ve fakir ve düşük emisyonlu yanma stratejilerini desteklemeye katkı sağlayabileceğini göstermektedir.
Özet (Çeviri)
Hydrogen is a zero-carbon fuel candidate for internal combustion engines; however, the geometric optimization of injectors for low-pressure direct injection (LPDI) systems under lean-burn conditions has been limited in the literature. This study aims to address this gap by developing and applying a high-fidelity computational framework that couples a validated computational fluid dynamics (CFD) combustion model with a surrogate-assisted multi-objective genetic algorithm (MOGA) to optimize injector geometry for hydrogen-fueled LPDI engines. The CFD framework incorporates a turbulence–chemistry interaction model based on the RNG k–ε approach, detailed hydrogen oxidation kinetics, and adaptive mesh refinement (AMR) to capture key flow and flame features with high spatial resolution. Non-reacting validation was performed using particle image velocimetry (PIV) data from the Sandia optically accessible engine, while reacting-flow validation was conducted by comparing predicted flame structures, OH chemiluminescence, and temperature fields against experimental measurements from the HYLON dual-swirl coaxial burner. This dual-validation approach ensured that the CFD model accurately represented both flow-field development and combustion zone dynamics under lean hydrogen–air conditions. The optimization study investigated two geometric parameters: injector hole count and injection angle. Partial indicated mean effective pressure (pIMEP) and in-cylinder NOₓ emissions were defined as competing objectives to balance performance and emissions. The CFD model used in the optimization loop had been validated under both non-reacting and reacting conditions: non-reacting in-cylinder flow structures were compared with particle image velocimetry (PIV) measurements from the Sandia optically accessible engine, while reacting flame behavior, including OH chemiluminescence and temperature distribution, was compared with data from the HYLON dual-swirl coaxial burner. This dual validation confirmed that the model could reliably predict both aerodynamic and combustion characteristics under lean hydrogen–air conditions. AMR allowed detailed resolution of transient in-cylinder flow and flame structures throughout the optimization process. Among the 22 evaluated configurations, the design with three injector holes at a 15.24° inclination angle exhibited improved mixture uniformity, reduced knock tendency, and lower NOₓ emissions compared to the baseline case. The findings indicate that geometry-based optimization, supported by targeted validation against experimental benchmarks, can contribute to enhancing hydrogen-fueled LPDI engine performance while supporting lean and low-emission combustion strategies.
Benzer Tezler
- Sürekli tip cam ergitme fırınları için hesaplamalı akışkanlar dinamiği tabanlı indirgenmiş model geliştirilmesi
Development of a computational fluid dynamics based reduced order model for continuous glass melting furnaces
ENGİN DENİZ CANBAZ
Doktora
Türkçe
2025
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT GÜR
- Eksenel kompresörlerde oluk genişliği ve en-boy oranının aerodinamik performansa etkisinin HAD ile analizi
CFD-based analysis of casing groove width and aspect ratio effects on axial compressor aerodynamic performance
KEREM ÖZÇELİK
Yüksek Lisans
Türkçe
2025
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT ALİ KAVURMACIOĞLU
- Taşıyıcı yüzey sistemlerinin girdap kafes yöntemi ile analizi ve genetik algoritma ile eniyilemesi
Analysis and optimization of lifting surface systems using vortex lattice method with genetic algorithm
OSMAN MİRZA DEMİRCAN
Yüksek Lisans
Türkçe
2018
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ADİL YÜKSELEN
- Multi-objective optimization of swirl burner with premixed ammonia/hydrogen flame
Ön karışımlı amonyak/hidrojen alevine sahip girdaplı yakıcının çok hedefli optimizasyonu
MEHMET ANIL GÜLŞAN
Doktora
İngilizce
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP ERHAN BÖKE
- Yenilenebilir enerji kaynakları kullanımı ile sıfır emisyonlu bir deniz aracı için sevk sistemi tasarımı
Propulsion system design for a zero emission sailboat utilizing renewable energy resources
HAMDİ SENA NOMAK
Doktora
Türkçe
2026
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇİÇEK