收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

热管中冷器及其在车辆冷却系统中的应用研究

颜卫国  
【摘要】:随着排放法规日益严格,发动机强化程度越来越高,对增压压比的要求变高,增压器能达到的压比也越来越高,同时废气再循环(Exhaust Gas Recirculation, EGR)技术的采用,促使增压空气的温度也要越来越高,大幅度增加热交换器的热应力,同时发动机舱空间日益拥挤,限制了空气流动,不利于散热器更及时的散热。铝材抗拉强度在温度140℃多开始变差,在超过200℃严重恶化。因此涡轮增压高应力运行时间对目前铝中冷器的耐温性能和散热性能提出了严峻的挑战,在某些情况下已达到铝材的耐热极限。鉴于热管具有高效的传热特性和高热流密度等技术特点,本文针对某型载重车冷却系统设计了一种热管中冷器,研究热管中冷器在车辆冷却系统上的应用可行性。采用理论分析计算和数值模拟技术以及试验研究相结合的方法对热管中冷器的传热与阻力性能,以及结构优化设计进行了研究,同时对该载重车前端冷却模块进行优化匹配设计研究,在满足载重车散热要求的前提下,对铝中冷器进行结构优化设计,研制出新型高效紧凑式冷却系统模块。本文的主要研究内容包括: 1.结合载重车冷却系统对中冷器的散热要求和发动机舱空间的限制,采用对数平均温差法和有效度-传热单元数方法,对热管中冷器进行了初步设计计算,并对热管间距、热管冷凝度长度、热管根数和冷热流体进出口条件等对热管中冷器的传热与阻力性能的宏观影响进行了讨论研究。 2.采用计算流体力学(Computational Fluid Dynamics, CFD)仿真技术对热管中冷器单层换热单元和整体热交换器的内部流动传热过程进行了仿真分析,结合场协同理论研究了换热器结构参数和冷热流体进口条件等对热管中冷器流动传热特性的影响机制。 3.采用BP神经网络方法来预测分析热管中冷器的传热与阻力性能,基于少量试验数据建立网络预测模型,训练好的传热性能网络预测模型的最大相对误差为8.0%,平均相对误差为3.5%;阻力性能网络预测模型的最大相对误差为13.1%,平均相对误差为5.1%。采用BP神经网络模型和试验技术相结合的方法可以很好的预测热管中冷器的传热与阻力性能,同时能够对热管中冷器的结构进行优化设计,最后提出了一个比较优化的结构参数组合。 4.在风洞试验台架A上对热管中冷器的传热与阻力性能进行了试验研究,详细分析了冷侧空气流速、热侧空气进口温度、热侧空气流量等因素和热管间距、冷凝段长度和热管列数等结构参数对热管中冷器的流动与传热性能的影响,并与理论计算值进行了对比分析,同时对冷风出口温度场和热流体通道内温度分布进行了试验与仿真对比分析,最后利用多元线性回归拟合得到传热和阻力性能的试验关联式。 5.对前端冷却模块和热管中冷器的组合模块进行了流动与传热仿真研究,并在风洞试验台架B上对其进行了试验研究,最后对铝中冷器的结构进行了优化设计,可以明显改善流体的流量分配均匀性和阻力损失,用CFD数值模拟技术和试验方法相结合对其进行了验证和分析讨论,铝中冷器优化后冷却模块中中冷器能够满足该载重车散热要求,同时水箱换热量相比原冷却模块的水箱换热量有3.36%-13.08%的提高。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978