CO 2 maîtrisé Carburants diversifiés Véhicules économes Raffinage propre Réserves prolongées IFP-OptiLab : un outil de calibration et d'analyse au service de la simulation 0D/1D des moteurs automobiles Marjorie Miche, IFP
Plan de la présentation Contexte : la simulation 0D/1D en automobile Problématique de la calibration des modèles Présentation de l'outil numérique IFP-OptiLab Exemples d'applications et résultats : calibration d'un modèle combustion calibration d'un organe de post-traitement traitement analyse de combustion Réflexion sur la mise en oeuvre et la méthodologie Conclusion 2
Contexte : la simulation système en automobile Evolutions actuelles complexité technologique : consommation et émissions de polluants nouveaux modes de combustion puissance et confort de conduite nouveaux systèmes de dépollution nouveaux algorithmes de contrôle Nécessité de traiter le Groupe Moto Propulseur (GMP) dans sa globalité avec des temps de développements réduits Importance croissante de la simulation 0D/1D Etude de simulation caractérisation risation du système physique réalisation d'essais construction du simulateur 0D/1D identification des paramètres physiques recalage des autres paramètres utilisation du simulateur calibré Actions IFP complexité des modèles : développement de librairies dédi diées dans la plate-forme LMS Imagine.Lab AMESim temps de calibration : développement d'outils d'aide à la simulation : IFP-OptiLab 3
Développement de librairies 0D/1D IFP-DRIVE : simulation véhicule IFP-ENGINE : simulation moteur IFP-EXHAUST : simulation ligne d'échappement 4
Recalage automatique des paramètres Modèle 0D/1D Paramètres? Données expérimentales Définition des critères nombreux bornés Temps CPU nombreux variés contraintes Algorithme d'optimisation multi-objectifs Paramètres calibrés 5
Un outil de calibration et d'analyse Structure unifiée sous Scilab IFP-OptiLab Fonctionnalités de pilotage Scilab/AMESim Méthode générique Gestion des données Algorithme d'optimisation Affichage graphique Stockage des résultats Isolation en sous-probl problèmes : maîtrise des phénom nomènes nes physiques baisse du temps CPU Méthode d'optimisation : mono-objectif objectif (avec des poids) Analyse de combustion moindres carrés non linéaire sous contraintes IFP-CombA différences finies pour estimer les dériv rivées 6
Un outil de calibration et d'analyse IFP-OptiLab Structure unifiée sous Scilab Analyse Méthode générique Méthodologie métier Gestion des données Algorithme d'optimisation Visualisation des performances Affichage graphique Stockage des résultats données Calibration des modèles de combustion : Diesel essence Calibration des modèles de post-traitement : piège à NOx DOC cata 3W Analyse de combustion IFP-CombA 7
Application à la calibration de combustion Diesel Isolation du sous-problème Engine type Engine capacity Number of cylinders Combustion type RENAULT G9T NADI TM TM * 2.2l 4 Dual mode : HCCI and conventional Single cylinder Closed valve calculation Variable nozzle turbine Architecture High pressure EGR loop * SAE 2002-01-1744 8
Application à la calibration de combustion Diesel Critères disponibles In-cylinder pressure Pmax Pressure shape IMEP Combustion noise Burned mass fraction 0,9 Max ROHR Max ROHR angle 0,5 0,1 Pmax angle crank angle CA1, CA10, CA50, CA90 crank angle 5 critères basés sur la pression cylindre Choix des critères à utiliser (ici 4) Choix de la méthodologie de recalage 7 critères basés sur la fraction de masse brûlée calculée par IFP- CombA 9
Résultats de la calibration (1/3) In-cyliner pressure (bar) 60 50 40 30 20 10 1000 rpm, IMEP=3 bars, HCCI 0 300 320 340 360 380 400 420 440450 Crank angle ( ) 60 1500 rpm, IMEP=6 bars, HCCI - 4 cylinder exp. - mean exp. - model In-cylinder pressure (bar) 1500 rpm, IMEP=12.2 bars, conv. 140 120 100 80 60 40 20 0 300 320 340 360 380 400 420 440 450 140 Crank angle ( ) 2000 rpm, IMEP=14 bars, conv. In-cylinder pressure (bar) 50 40 30 20 10 In-cylinder pressure (bar) 120 100 80 60 40 20 0 300 320 340 360 380 400 420 440 450 Crank angle ( ) 0 300 320 340 360 380 400 420 440 450 Crank angle ( ) 10
Résultats de la calibration (2/3) 14 IMEP 140 Maximum in-cylinder pressure 12 120 IMEP [bar] 10 8 6 4 PMAX [bar] 100 80 60 40 20 0 2 4 6 8 10 12 14 16 18 20 2 0 0 2 4 6 8 10 12 14 16 18 20 Set Point - 4 cylinder exp. min and max * mean exp. o model Set Point Variation de charge pour 3 régimes moteur 11
Résultats de la calibration (3/3) 2 1.8 1.6 1.4 IMEP absolute error 100% < 1 bar 8 7 6 Max pressure absolute error 90% < 4 bars Errors [bar] 1.2 1 0.8 Errors [bar] 5 4 3 0.6 0.4 2 0.2 1 0 0 2 4 6 8 10 12 14 16 18 20 Set Point Max pressure angle absolute error 4 3.5 3 0 0 2 4 6 8 10 12 14 16 18 20 6 Set Point Noise absolute error 95% < 2º 5 65% < 2 db Errors [ ] 2.5 2 1.5 Errors [db] 4 3 2 1 0.5 1 0 0 2 4 6 8 10 12 14 16 18 20 Set Point 0 0 2 4 6 8 10 12 14 16 18 20 Set Point 12
Application à la calibration d'un catalyseur 3W Moteur Carburant Essais SMART 600 cm3 * GNV Amorçage de catalyseurs * Projet VECSIM en collaboration avec GDF 13
Exemples de courbes de recalage 14
Analyse de combustion IFP-CombA Principe : calculer le dégagement d'énergie dû à la combustion à partir d'une courbe de pression cylindre mesurée Outil d'analyse IFP-CombA : sous-mod modèle spécifique développ veloppé dans la librairie IFP-ENGINE modèle de transferts thermiques de Woschni Intégration dans IFP-OptiLab (sous Scilab) : gestion des entrées/sorties, es/sorties, affichage graphique,... optimisation automatique des paramètres de transferts thermiques 15
Optimisation dans IFP-CombA Paramètres : Critères : 2 coefficients de Woschni actifs dans la phase compression / combustion / détente FMB finale Burned mass fraction Angle final crank angle 2 critères basés sur la valeur de la FMB finale (à un angle final donné) 16
Sorties graphiques de IFP-CombA 17
Réflexions sur ces outils numériques Apports et avantages Inconvénients Temps : gain de temps par rapport au recalage manuel Expertise : utilisation simplifiée des modèles Efficacité : exploitation optimale des modèles calibrés automatiquement Méthode générique, applicable à tous les modèles 0D/1D Expertise : perte de compréhension des modèles par les utilisateurs Efficacité : possible perte du sens physique des paramètres possible compensation mathématique matique des lacunes des modèles Nécessité d'élaborer une méthodologie adaptée 18
Intégrer l'optimisation dans un processus méthodologique métier Etude préalable des modèles à calibrer fonctionnement, tendances,... Identification des paramètres et des critères res pertinents analyses de sensibilités, s,... Maîtrise des entrées es (hypothèses,...) : identification de la plage de fonctionnement appropriée,... Définition/adaptation des objectifs Identification claire des besoins en optimisation Mise au point d'une méthodologie dédi diée décomposition en sous-parties (auto-inflammation + combustion) combinaison d'analyse/calibration manuelle + automatique Automatisation de la procédure 19
Conclusion Importance de la problématique de la calibration des modèles 0D/1D Développement d'outils numériques efficaces : diminution du temps de calibration (jours heures) exploitation amélior liorée des possibilités s des modèles Applicable à différents domaines, de la combustion aux organes de post-traitement traitement Importance de la méthodologie associée à ce type d'outils 20