减少排放和减少社会碳足迹已成为当务之急，这要求汽车行业适应和开发技术，以努力实现更清洁的可持续交通系统和可持续的经济繁荣。电动混合动力汽车 (HEV)、插电式混合动力汽车 (PHEV) 和增程式动力系统为减少排放提供了潜在的解决方案，但它们在热管理方面也带来了挑战。应对这些挑战的一个关键要求是准确预测内燃机 (ICE) 在多种满载和部分负载条件下的热负荷和温度。

计算流体动力学 (CFD) 和热测量数据库方法用于推导发动机结构的热负荷，这些方法已被充分理解，但通常仅在满载条件下使用。这些方法在使用 CFD 的计算开销和希望查看部分负载条件以建立发动机热图以获得瞬态解决方案时数据库的有效性方面受到限制。

本文介绍了一种新的基于有限元 (FE) 的分析工具，该工具使用物理模型和半经验相关性计算动力缸所有部件的热边界条件，无需进行 CFD 分析，并且克服了数据库方法无法预测的局限性。使用迭代解决方案可以详细捕获所有热路径，并且每个解决方案运行速度足够快，可以评估多种操作条件下的不同设计变体。然后可以使用计算出的温度和相应的变形来预测活塞二次运动和环动力学，并更好地预测动力缸的摩擦、磨损和油耗以及部件的结构耐久性。

该工具集应用于 2.0 升 4 缸汽油涡轮增压直喷 (GTDI) 发动机，并通过在不同满载和部分负载条件下对活塞、气缸盖和气缸孔的测量进行了验证。

SAE 2022-01-0597
在 2022 年 WCX SAE 世界大会上发表。