私たちの社会の二酸化炭素排出量と二酸化炭素排出量を削減することは、自動車業界にとって、よりクリーンで持続可能な交通システムと持続可能な経済的繁栄を目指す技術の適応と開発を必要とする至急事項となっています。電動ハイブリッド電気自動車（HEV）、プラグインハイブリッド電気自動車（PHEV）、レンジエクステンダーパワートレインは、排出ガス削減のための潜在的なソリューションを提供しますが、熱管理の点で課題があります。これらの課題に対処するための重要な要件は、複数の全負荷および部分負荷条件下で内燃エンジン (ICE) の熱負荷と温度を迅速に正確に予測することです。

数値流体力学 (CFD) および熱調査データベース手法は、エンジン構造の熱負荷を導き出すために使用され、よく理解されていますが、通常は全負荷条件でのみ使用されます。これらの方法は、CFD による計算オーバーヘッドと、部分負荷条件を調べて過渡的な解決策のエンジンの熱マップを構築する場合のデータベースの有効性の点で制限されます。

この論文では、CFD 解析を必要とせず、物理モデルと半経験的相関関係を使用してパワー シリンダのすべてのコンポーネントの熱境界条件を計算する、データベース手法の制限を克服する新しい有限要素 (FE) ベースの解析ツールを紹介します。予測的ではありません。すべての熱経路を詳細に捕捉する反復ソリューションが使用され、各ソリューションが十分に迅速に実行されるため、複数の動作条件に対してさまざまな設計バリアントを評価できます。計算された温度とそれに対応する変形を使用して、ピストンの二次運動とリングのダイナミクスを予測し、パワー シリンダーの摩擦、摩耗、オイル消費量とコンポーネントの構造耐久性をより正確に予測できます。

このツールセットは、2.0 リッター 4 気筒ガソリン ターボチャージャー直噴 (GTDI) エンジンに適用され、さまざまな全負荷および部分負荷条件におけるピストン、シリンダー ヘッド、シリンダー ボアの測定によって検証されます。

SAE 2022-01-0597
WCX SAE 世界会議 2022 で発表されました。