Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/35681
Full metadata record
DC FieldValueLanguage
dc.contributor.refereeBeyrau, Frank-
dc.contributor.refereeThévenin, Dominique-
dc.contributor.refereeRottengruber, Hermann-
dc.contributor.authorHellmann, Robin-
dc.date.accessioned2021-02-04T13:41:25Z-
dc.date.available2021-02-04T13:41:25Z-
dc.date.issued2021-
dc.date.submitted2020-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/35899-
dc.identifier.urihttp://dx.doi.org/10.25673/35681-
dc.description.abstractUm eine hohe Effizienz und Leistung zu erzielen, verwendet der überwiegende Teil der aktuell entwickelten Otto-Motoren die Benzin-Direkteinspritzung. Dabei stellen die Hochdruck-Einspritzventile eine Schlüsselkomponente des Brennverfahrens dar, wobei die Ventilsitzgeometrie maßgeblich das Kraftstoffspray bestimmt. Für ein optimales Brennverfahren ist deshalb ein motorspezifisch gestalteter Ventilsitz notwendig, d.h. für jeden Motor muss entsprechend der Vorgaben eine optimale Ventilsitzgeometrie gefunden werden. Ziel der vorliegenden Arbeit ist es, einen numerischen und automatisierten Ansatz zur Optimierung der Ventilsitzgeometrie zu entwickeln, zu bewerten und einzusetzen. Zuerst werden die Optimierungsziele beschrieben und ein Optimierungsproblem mathematisch formuliert. Dieses definiert sich aus den konkurrierende Zielgrößen einer minimalen Penetration und einem minimalen Strahlkegelwinkel bei gleichbleibendem Massenstrom und Strahlrichtung des Kraftstoffes. Ein vollständig automatisierter CFD-Simulationslauf einschließlich einer effizienten Evaluierung ist eine wesentliche Voraussetzung für die genetische Optimierung und wird im Rahmen der Arbeit entwickelt. Hierbei stellt sich die Kopplung der Innenströmung mit einer Simulation des Kraftstoffsprays als bedeutend und zielführend heraus. Die Validierung des entwickelten Ansatzes erfolgt mittels skalenaufgelösten Berechnungsverfahren und Hochgeschwindigkeits-Sprayvisualisierungen und zeigt für die untersuchten Spraycharakteristika eine gute Übereinstimmung. Im Rahmen einer statistischen Versuchsplanung werden Wirkzusammenhänge zwischen Geometrie- und Strömungsgrößen aufgezeigt und darauf aufbauend Metamodelle erstellt. Des Weiteren erlaubt die hohe Güte der Modelle deren Einsatz innerhalb einer Optimierung, wodurch sich eine ausgeprägte Pareto-Front mit verbesserten Ventilsitzgeometrien ergibt. Die genetische Optimierung unter direktem Einsatz des gekoppelten Simulationsablaufes identifiziert noch weiter verbesserte Ventilsitze. Abschließend werden vier Hochdruckinjektoren mit Hilfe der in der Arbeit entwickelten Metamodelle in den fertigbaren Raum überführt und hergestellt. Sowohl die CFD-Berechnung als auch die Sprayvisualisierung der gefertigten Muster zeigen, dass die in der Optimierung gefundenen Unterschiede des Strahlkegelwinkels und der Penetration erhalten bleiben, sich aber aufgrund von Fertigungsvorgaben und Fertigungstoleranzen abschwächen.ger
dc.description.abstractIn order to achieve high efficiency and performance, the majority of the currently developed Otto engines use gasoline direct injection. The high-pressure injectors are a key component of the combustion process, as the valve seat geometry determines the fuel spray significantly. An optimal combustion process requires an engine-specific valve seat, i.e. an optimal valve seat geometry must be found, according to the specifications, for each engine. The aim of this work is to develop, evaluate and use a numerical and automated workflow to optimize the valve seat geometry. First, the optimization goals are described and an optimization problem is formulated mathematically. This is defined by the competing objectives of a minimum penetration and a minimum spray plume cone angle for a constant fuel mass flow and spray plume direction. A fully automated CFD simulation process including an efficient evaluation is an essential prerequisite for a genetic optimization and is developed as part of the work. Coupling the internal nozzle flow with a spray simulation turns out to be important and effective. The developed approach is validated using scale-resolved calculation methods and high-speed spray visualizations and shows a good agreement for the investigated spray characteristics. Interdependencies between design and flow variables are shown by means of design of experiments and approximation models are built. Furthermore, the high quality of the models allows them to be used within an optimization, which results in a distinctive Pareto front containing improved valve seat geometries. Genetic optimization using the coupled simulation process identifies even better valve seats. Finally, four high-pressure injectors are transferred to the fabricable space using the metamodels developed in the present work. Both the CFD calculation and the spray visualization of the manufactured samples show that the differences found in the optimization of the spray plume cone angle and the penetration are retained, but weaken due to manufacturing specifications and manufacturing tolerances.eng
dc.format.extent183 Seiten-
dc.language.isoger-
dc.publisherShaker, Düren-
dc.relation.ispartofseriesBerichte aus der Strömungstechnik-
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/-
dc.subjectKolbenkraftmaschinenger
dc.subject.ddc620.106-
dc.titleGeometrieoptimierung von Benzin-Hochdruck-Einspritzventilen mit Hilfe numerischer Strömungsmechanik und genetischer Algorithmenger
dcterms.dateAccepted2020-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:ma9:1-1981185920-358997-
dc.relation.issupplementedbyBerichte aus der Strömungstechnik-
local.versionTypeacceptedVersion-
local.publisher.universityOrInstitutionOtto-von-Guericke-Universität Magdeburg, Fakultät für Verfahrens- und Systemtechnik-
local.openaccesstrue-
dc.identifier.ppn1743862938-
local.publication.countryXA-DE-NW-
cbs.sru.importDate2021-02-04T13:39:04Z-
local.accessrights.dnbfree-
Appears in Collections:Fakultät für Verfahrens- und Systemtechnik

Files in This Item:
File Description SizeFormat 
Hellmann_Robin_Dissertation_2020.pdfDissertation24.07 MBAdobe PDFThumbnail
View/Open