Fuel spray modeling for application in internal combustion engines
| Ano de defesa: | 2019 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | , , |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | eng |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/11449/183102 |
Resumo: | Motores de ignição a centelha com injeção direta (direct injection spark ignition engines, DISI engines) visam reduzir o consumo específico de combustível e respeitar os restritos níveis de emissão em motores de combustão interna de última geração. Assim, pretende-se com este trabalho desenvolver código para simulação do escoamento interno em motores DISI, assim como os fenômenos de injeção de combustível no interior da câmara de combustão utilizando uma abordagem Lagrangeana-Euleriana para representação do escoamento multifásico e Simulação de Grandes Escalas (Large-eddy simulation, LES) para a modelagem da turbulência no meio contínuo, por intermédio da biblioteca CFD de código aberto OpenFOAM. De modo a validar os resultados e os modelos desenvolvidos, dados experimentais serão utilizados, obtidos do motor óptico de Darmstadt, e do caso de teste de injeção de gasolina não-reativo “Spray G”, juntamente com o caso reativo “Spray A” da Rede de Combustão em Motores (Engine Combustion Network, ECN). Enfim, um novo código aberto será proposto para simular o motor óptico de Darmstadt em condições de escoamento a frio (sem combustão) e com combustão em condição de mistura estratificada, usando dados compilados pelo Workshop do Motor de Darmstadt (Darmstadt Engine Workshop, DEW) para validação. Além disso, uma abordagem de aprendizado profundo (deep learning) será apresentada para treinar uma rede neural artificial (artificial neural network, ANN) com dados de simulação LES de motores gerados neste trabalho, para realizar predições sobre o comportamento das pequenas escalas de turbulência |
| id |
UNSP_222aaa3c92f2130dd75a0a5e26b3695c |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/183102 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Ribeiro, Mateus Dias [UNESP]Universidade Estadual Paulista (Unesp)Balestieri, José Antônio Perrella [UNESP]Zanardi, Mauricio Araújo [UNESP]Bimbato, Alex Mendonça [UNESP]2019-08-01T15:38:09Z2019-08-01T15:38:09Z2019-07-04http://hdl.handle.net/11449/18310200091892133004080027P6Motores de ignição a centelha com injeção direta (direct injection spark ignition engines, DISI engines) visam reduzir o consumo específico de combustível e respeitar os restritos níveis de emissão em motores de combustão interna de última geração. Assim, pretende-se com este trabalho desenvolver código para simulação do escoamento interno em motores DISI, assim como os fenômenos de injeção de combustível no interior da câmara de combustão utilizando uma abordagem Lagrangeana-Euleriana para representação do escoamento multifásico e Simulação de Grandes Escalas (Large-eddy simulation, LES) para a modelagem da turbulência no meio contínuo, por intermédio da biblioteca CFD de código aberto OpenFOAM. De modo a validar os resultados e os modelos desenvolvidos, dados experimentais serão utilizados, obtidos do motor óptico de Darmstadt, e do caso de teste de injeção de gasolina não-reativo “Spray G”, juntamente com o caso reativo “Spray A” da Rede de Combustão em Motores (Engine Combustion Network, ECN). Enfim, um novo código aberto será proposto para simular o motor óptico de Darmstadt em condições de escoamento a frio (sem combustão) e com combustão em condição de mistura estratificada, usando dados compilados pelo Workshop do Motor de Darmstadt (Darmstadt Engine Workshop, DEW) para validação. Além disso, uma abordagem de aprendizado profundo (deep learning) será apresentada para treinar uma rede neural artificial (artificial neural network, ANN) com dados de simulação LES de motores gerados neste trabalho, para realizar predições sobre o comportamento das pequenas escalas de turbulênciaDirect injection spark ignition (DISI) engines aim at reducing specific fuel consumption and achieving the strict emission standards in state of the art internal combustion engines. Therefore, in this work the goal is to develop code for simulations of the internal flow in DISI engines, as well as the phenomenon of fuel spray injection into the combustion chamber using a Lagrangian-Eulerian approach for representing the multiphase flow, and Large-eddy Simulations (LES) for modeling the turbulence of the continuum medium by means of the open-source CFD library OpenFOAM. In order to validate the obtained results and the developed models, experimental data from the Darmstadt optical engine, and the non-reactive “Spray G” gasoline injection case, along with the reactive “Spray A” case from the Engine Combustion Network (ECN) will be employed. Finally, a novel open-source solver will be proposed to simulate the Darmstadt optical engine in motored and fired operation under stratified mixture condition, using data compiled by the Darmstadt Engine Workshop (DEW) for validation. Moreover, a deep learning framework is presented to train an artificial neural network (ANN) with the engine LES data generated in this work, in order to make predictions of the small scale turbulence behavior.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)2015/10299-9 (BP-DR) e 2017/04619-6 (BEPE)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001engUniversidade Estadual Paulista (Unesp)Motores de combustão internaFluidodinâmica computacionalInteligência artificialSprayCFDLESInternal Combustion EngineLagrangian-Eulerian approachOpenFOAMANNFuel spray modeling for application in internal combustion enginesModelagem de spray combustível para aplicação em motores de combustão internainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPEngenharia Mecânica - FEGFenômenos de transporteEnergiaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, GuaratinguetáOnline9281176919261064[3]0000-0002-6777-4516[3]Banca públicaPublicationa4071986-4355-47c3-a5a3-bd4d1a966e4fvirtual::303639-1a4071986-4355-47c3-a5a3-bd4d1a966e4fvirtual::303639-1THUMBNAILribeiro_md_dr_guara.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2023-10-17T06:04:13Z (GMT).Generated Thumbnailimage/jpeg2576https://repositorio.unesp.br/bitstreams/879979a2-d581-4a26-85bd-3a14ab59d952/downloadfcd68caaaac0289316282c86a0381440MD59falseAnonymousREADORIGINALribeiro_md_dr_guara.pdfribeiro_md_dr_guara.pdfapplication/pdf56298608https://repositorio.unesp.br/bitstreams/73674b16-3775-454b-8ec5-6cb4c84e326f/downloadb713dd614185ae81eb92d6b79c206109MD57trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83031https://repositorio.unesp.br/bitstreams/3bc60637-e76b-49dc-9a3b-68c6386c301f/download8e543d9df59eb9028824772b43863f3eMD56falseAnonymousREADTEXTribeiro_md_dr_guara.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-10-17T06:04:13Z (GMT).Extracted texttext/plain100548https://repositorio.unesp.br/bitstreams/c9b5631d-1a2c-4e0f-8575-7e6aa9bbb994/downloadc242513313e7ea4e5c6d822a0f6aa619MD58falseAnonymousREAD11449/1831022026-07-25T09:03:11.876154Zopen.accessoai:repositorio.unesp.br:11449/183102https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-07-25T09:03:11Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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 |
| dc.title.pt.fl_str_mv |
Fuel spray modeling for application in internal combustion engines |
| dc.title.alternative.pt.fl_str_mv |
Modelagem de spray combustível para aplicação em motores de combustão interna |
| title |
Fuel spray modeling for application in internal combustion engines |
| spellingShingle |
Fuel spray modeling for application in internal combustion engines Ribeiro, Mateus Dias [UNESP] Motores de combustão interna Fluidodinâmica computacional Inteligência artificial Spray CFD LES Internal Combustion Engine Lagrangian-Eulerian approach OpenFOAM ANN |
| title_short |
Fuel spray modeling for application in internal combustion engines |
| title_full |
Fuel spray modeling for application in internal combustion engines |
| title_fullStr |
Fuel spray modeling for application in internal combustion engines |
| title_full_unstemmed |
Fuel spray modeling for application in internal combustion engines |
| title_sort |
Fuel spray modeling for application in internal combustion engines |
| author |
Ribeiro, Mateus Dias [UNESP] |
| author_facet |
Ribeiro, Mateus Dias [UNESP] |
| author_role |
author |
| dc.contributor.institution.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.contributor.author.fl_str_mv |
Ribeiro, Mateus Dias [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Balestieri, José Antônio Perrella [UNESP] Zanardi, Mauricio Araújo [UNESP] Bimbato, Alex Mendonça [UNESP] |
| contributor_str_mv |
Balestieri, José Antônio Perrella [UNESP] Zanardi, Mauricio Araújo [UNESP] Bimbato, Alex Mendonça [UNESP] |
| dc.subject.por.fl_str_mv |
Motores de combustão interna Fluidodinâmica computacional Inteligência artificial |
| topic |
Motores de combustão interna Fluidodinâmica computacional Inteligência artificial Spray CFD LES Internal Combustion Engine Lagrangian-Eulerian approach OpenFOAM ANN |
| dc.subject.eng.fl_str_mv |
Spray CFD LES Internal Combustion Engine Lagrangian-Eulerian approach OpenFOAM ANN |
| description |
Motores de ignição a centelha com injeção direta (direct injection spark ignition engines, DISI engines) visam reduzir o consumo específico de combustível e respeitar os restritos níveis de emissão em motores de combustão interna de última geração. Assim, pretende-se com este trabalho desenvolver código para simulação do escoamento interno em motores DISI, assim como os fenômenos de injeção de combustível no interior da câmara de combustão utilizando uma abordagem Lagrangeana-Euleriana para representação do escoamento multifásico e Simulação de Grandes Escalas (Large-eddy simulation, LES) para a modelagem da turbulência no meio contínuo, por intermédio da biblioteca CFD de código aberto OpenFOAM. De modo a validar os resultados e os modelos desenvolvidos, dados experimentais serão utilizados, obtidos do motor óptico de Darmstadt, e do caso de teste de injeção de gasolina não-reativo “Spray G”, juntamente com o caso reativo “Spray A” da Rede de Combustão em Motores (Engine Combustion Network, ECN). Enfim, um novo código aberto será proposto para simular o motor óptico de Darmstadt em condições de escoamento a frio (sem combustão) e com combustão em condição de mistura estratificada, usando dados compilados pelo Workshop do Motor de Darmstadt (Darmstadt Engine Workshop, DEW) para validação. Além disso, uma abordagem de aprendizado profundo (deep learning) será apresentada para treinar uma rede neural artificial (artificial neural network, ANN) com dados de simulação LES de motores gerados neste trabalho, para realizar predições sobre o comportamento das pequenas escalas de turbulência |
| publishDate |
2019 |
| dc.date.accessioned.fl_str_mv |
2019-08-01T15:38:09Z |
| dc.date.available.fl_str_mv |
2019-08-01T15:38:09Z |
| dc.date.issued.fl_str_mv |
2019-07-04 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/183102 |
| dc.identifier.aleph.none.fl_str_mv |
000918921 |
| dc.identifier.capes.none.fl_str_mv |
33004080027P6 |
| url |
http://hdl.handle.net/11449/183102 |
| identifier_str_mv |
000918921 33004080027P6 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/879979a2-d581-4a26-85bd-3a14ab59d952/download https://repositorio.unesp.br/bitstreams/73674b16-3775-454b-8ec5-6cb4c84e326f/download https://repositorio.unesp.br/bitstreams/3bc60637-e76b-49dc-9a3b-68c6386c301f/download https://repositorio.unesp.br/bitstreams/c9b5631d-1a2c-4e0f-8575-7e6aa9bbb994/download |
| bitstream.checksum.fl_str_mv |
fcd68caaaac0289316282c86a0381440 b713dd614185ae81eb92d6b79c206109 8e543d9df59eb9028824772b43863f3e c242513313e7ea4e5c6d822a0f6aa619 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878343370965778432 |