龔金科 杜佳 鄂加強 劉恒語 張福杰

(湖南大學(xué)汽車車身先進設(shè)計制造國家重點實驗室，湖南長沙410082)

柴油機微粒捕集器(DPF)的再生技術(shù)分為主動再生和被動再生兩種［1］.微波再生作為主動再生方式的一種，目前，國內(nèi)學(xué)者通過對微波再生的試驗研究，建立了微波再生的數(shù)學(xué)模型，單獨分析了微波功率、排氣質(zhì)量流量、排氣溫度、微粒沉積量、排氣氧含量、二次空氣等對微波再生過程的影響［2-5］.國外則通過數(shù)值與試驗相結(jié)合的方法［6-8］深入分析了微波能量、再生起始溫度［9］等因素對再生性能的影響，以及微波加熱下微粒的燃燒特性［10］等.但鮮見各因素對再生過程的相對重要程度的分析.而分析各因素的相互關(guān)系，有助于研究各因素對再生過程的影響機理，可為再生過程實時調(diào)節(jié)與控制提供重要依據(jù).

目前模糊綜合評價方法已經(jīng)被應(yīng)用于機械傳動系統(tǒng)方案評價［11］、航空發(fā)動機健康評估［12］、目標(biāo)識別［13］、可再生能源推廣［14］等多個領(lǐng)域.因此，文中提出了一種基于層次分析法(AHP)和熵值法的模糊綜合評價法來研究各因素對再生過程的綜合影響效果，以及對再生過程的重要性.

1 微波再生影響因素分析

微波再生過程的主要影響因素有:微波功率、排氣溫度、排氣氧含量、微粒沉積量、排氣質(zhì)量流量［3］.

1.1 微波功率

微波功率增加，再生效率和再生峰值溫度顯著提高，再生時間縮短，因此在實際再生過程中，增加微波功率須確保過濾體的峰值溫度不超過其承受極限.

1.2 排氣溫度

排氣溫度越高，再生效率越高，再生時間越短，再生峰值溫度越高，且需得到較高再生效率時可選擇的流速范圍越寬.故提高排氣溫度時需注意再生峰值溫度不能過高［4］.

1.3 排氣氧含量

排氣氧含量越高，再生效率越高，再生時間越短，再生峰值溫度變化不大，且需得到較高再生效率時可選擇的流速范圍越寬.排氣氧含量大于一定數(shù)值后，提高再生效率和減少再生時間的作用減弱;而小于一定數(shù)值后，再生時間大為延長［2］.

1.4 微粒沉積量

微粒沉積量過少，再生緩慢，再生效率低;微粒沉積量過多，再生效率高，再生次數(shù)減少，但再生速率降低，且再生峰值溫度和溫度梯度過高，會增大過濾體熱燒熔和熱裂損的幾率［3-4］.

1.5 排氣質(zhì)量流量

排氣質(zhì)量流量對再生過程影響較大.排氣流量較小時，再生速率快，再生效率高;但排氣流量過小，會使再生速率減慢，再生峰值溫度升高［2-3］.

基于相關(guān)研究［2-5］，文中采用模糊綜合評價法分析了微波再生過程中微波功率、排氣溫度、排氣氧含量、微粒沉積量、排氣質(zhì)量流量在再生效率、再生時間、再生峰值溫度3個方面對微波再生系統(tǒng)再生性能的影響.文中所指再生效率為600s末再生系統(tǒng)所達到的效率;再生時間為達到最終再生效率90%所耗費的時間;再生峰值溫度為整個再生過程中微粒捕集器所達到的最高再生溫度.

2 微波再生性能模糊綜合評價

2.1 模糊綜合評價模型

文中根據(jù)DPF微波再生特性，對過濾體結(jié)構(gòu)參數(shù)為φ190 mm×200 mm的微波再生系統(tǒng)建立了兩級模糊綜合評價模型，模型結(jié)構(gòu)如圖1所示，底層為再生過程中的主要影響因素，中間層為再生系統(tǒng)的3個重要性能評價指標(biāo)，頂層為再生系統(tǒng)再生性能評價指標(biāo).

圖1 微波再生模糊綜合評價模型Fig.1 Fuzzy comprehensive evaluation model of microwave regeneration

選定一組參數(shù)進行模糊綜合評價.柴油機微波再生系統(tǒng)的各項因素初始取值為:微波功率0.9kW、排氣質(zhì)量流量73 kg/h、排氣氧含量14.8%、微粒沉積量28.1g、排氣溫度323℃.

根據(jù)微波的再生特性，文中取3個評語等級{好，中，差}，構(gòu)成評語集V，對應(yīng)為v1、v2、v3.

2.2 因素隸屬度的確定

結(jié)合微波再生過程中各因素對中間層各再生性能指標(biāo)的影響特性，文中采用典型函數(shù)法確定各因素的隸屬度.隸屬度函數(shù)如下:

式中:x代表各因素的取值;x1，x2，…，x5代表各因素的界限值.對不同的再生性能指標(biāo)，不同因素的界限值各不相同.對于取值越大評價指標(biāo)越好的因素，其界限值按從小到大排列，取值越小評價指標(biāo)越好的因素，其界限值按從大到小排列.對于非定量參數(shù)，則采取打分衡量的方法確定.

各因素取初始值時，對再生效率、再生時間、再生峰值溫度的模糊關(guān)系矩陣分別為:

2.3 權(quán)重集的確定

為較好地反映評價對象的背景條件和評價者意圖，減少不合理現(xiàn)象，文中采用了AHP和熵值法相結(jié)合的綜合賦權(quán)法來確定權(quán)重.

2.3.1 判斷矩陣的建立

采用AHP時，先根據(jù)表1所示的判斷矩陣標(biāo)度及其含義，通過兩兩對比構(gòu)建判斷矩陣.各因素對再生效率的判斷矩陣見表2.中間層各性能指標(biāo)對頂層再生性能的判斷矩陣見表3.

表1 判斷矩陣標(biāo)度及其含義Tabel 1 Judgment matrix scale and its meaning

表2 再生效率判斷矩陣Tabel 2 Judgment matrix of regeneration efficiency

表3 再生性能判斷矩陣Tabel 3 Judgment matrix of regeneration property

底層因素微波功率、排氣質(zhì)量流量、排氣氧含量、排氣溫度對再生效率的判斷矩陣Aeff為

式中，i，j分別代表判斷矩陣的i行j列.n代表中間層各再生指標(biāo)對應(yīng)的底層因素個數(shù).

中間層各因素對再生性能的判斷矩陣Aper為

判斷矩陣一致性檢驗［15］可由式(4)計算驗證:

若C＜0.1，則判斷矩陣滿足一致性.再生效率、再生時間、再生峰值溫度、再生性能的一致性比率C取值依次為0.053、0.076、0.031、0.033，都小于0.1，即判斷矩陣都滿足一致性.

2.3.2 因素權(quán)重集的計算

AHP主觀權(quán)重集計算公式為

式中，wp代表判斷矩陣p行所對應(yīng)因素的權(quán)重.

由式(5)得到再生效率的主觀權(quán)重矩陣:

W1-eff=［0.1855 0.2769 0.0984 0.4392］.同理，再生時間的主觀權(quán)重矩陣為

W1-time=［0.0639 0.3010 0.1436 0.4916］.再生峰值溫度的主觀權(quán)重矩陣為

W1-temp=［0.1143 0.1699 0.0525 0.3924 0.2709］.熵值法計算公式為:

式中，wHk為判斷矩陣k行所對應(yīng)因素的熵權(quán);Hk為對應(yīng)因素的熵值，k=i.由式(8)計算綜合權(quán)重:

式中，wFk代表判斷矩陣k行所對應(yīng)因素的綜合權(quán)重值.得到底層各因素對再生效率的綜合權(quán)重:

同理，得到底層各因素對再生時間、再生峰值溫度的綜合權(quán)重:

中間層各指標(biāo)對再生性能的綜合權(quán)重為

各權(quán)重矩陣中從左到右的數(shù)據(jù)所代表的各因素與圖1及判斷矩陣中所示的因素排序一致.

3 綜合評價結(jié)果的計算

為兼顧各因素的權(quán)重，充分利用模糊關(guān)系矩陣的信息，體現(xiàn)再生效率的總體特征，采用了加權(quán)平均型模糊合成算子，即M(·，⊕)模型［15］:

式中:bm代表評價指標(biāo)的評價結(jié)果，即對3個評語等級的隸屬情況，m=1，2，3;rim代表隸屬度矩陣中第i行m列的元素.

可得再生效率的綜合評價結(jié)果如下:

同理，可分別計算得到再生時間、再生峰值溫度的綜合評價結(jié)果:

中間層對頂層的模糊關(guān)系矩陣為

綜合評價結(jié)果為

根據(jù)最大接近度原則，各因素取初始值時，再生性能的評價等級為中.但再生性能對于好的隸屬度(0.5771)與中的隸屬度(0.6032)相差不大，因此再生性能的綜合評價結(jié)果屬于中等偏上.

同理，可以得出再生過程各因素取不同值時，再生性能的變化情況.各因素取值范圍為:微波功率0.5～1.0 kW、排氣質(zhì)量流量36.5～109.6 kg/h、排氣氧含量7%～20%、微粒沉積量6～40g、排氣溫度25～323℃.再生性能隸屬度隨各因素的變化如圖2所示，圖中兩因素的取值為范圍值，其余因素取值仍為初始值.

由圖2(a)可知:排氣氧含量為20%，排氣質(zhì)量流量為43.8kg/h時，再生性能最佳;排氣氧含量越高再生性能越好;隨著排氣質(zhì)量流量的增加，對應(yīng)不同的排氣氧含量，變化趨勢不同，但總體呈降低趨勢.綜合來看，再生性能總體趨于中上，對于不同的排氣氧含量有最佳的排氣質(zhì)量流量相對應(yīng).

圖2 各因素對再生性能的影響Fig.2 Influence of various factors on regeneration property

由圖2(b)可知:微波功率為1.0 kW，排氣溫度為323℃時，再生性能最佳;隨著排氣溫度與微波功率的增大，再生性能增強.

由圖2(c)可知:微粒沉積量為6 g，微波功率為1.0kW時，再生性能最佳;隨著微波功率的增加與微粒沉積量的減小，再生性能增強.

4 結(jié)論

利用主觀賦權(quán)法AHP與客觀賦權(quán)法熵值法相結(jié)合，建立了柴油機微粒捕集器微波再生系統(tǒng)的模糊綜合評價模型，得出以下結(jié)論:

(1)排氣溫度對再生效率影響最大，占0.4701的權(quán)重，其次為排氣質(zhì)量流量(0.2724)和微波功率(0.1577);排氣溫度對再生時間的影響最大，占0.5361的權(quán)重，其次為微波功率(0.2942)，排氣質(zhì)量流量與排氣氧含量相差不大;微粒沉積量對再生峰值溫度的影響最大，占0.4244的權(quán)重，其次為排氣溫度(0.2768)和微波功率(0.1555)，排氣質(zhì)量流量與排氣氧含量的權(quán)重較小.

(2)對于再生性能，再生效率所占權(quán)重最大，為0.6162，其次為再生峰值溫度(0.2193)和再生時間(0.1645).

(3)隨著排氣氧含量、排氣溫度、微波功率的增加，微粒沉積量的減小，再生性能增強;而排氣質(zhì)量流量對再生性能的影響較為復(fù)雜.

［1］ 王逢瑚，郭秀榮，馬巖，等.柴油車尾氣微粒捕集器技術(shù)研究現(xiàn)狀及發(fā)展趨勢［J］.小型內(nèi)燃機與摩托車，2010，39(1):92-96.Wang Feng-hu，Guo Xiu-rong，Ma Yan，et al.Present status and development trend of the exhaust particulate filter for diesel vehicles［J］.Small Internal Combustion Engine and Motorcycle，2010，39(1):92-96.

［2］ 龔金科，王曙輝，李林科，等.氣流特征對柴油機微粒捕集器微波再生的影響研究［J］.內(nèi)燃機學(xué)報，2008，26(3):248-254.Gong Jin-ke，Wang Shu-hui，Li Lin-ke，et al.Effects of airflow characteristic on the performance of diesel particle filter regeneration with microwave［J］.Transactions of CSICE，2008，26(3):248-254.

［3］ 劉云卿.壁流式柴油機微粒捕集器捕集及微波再生機理研究［D］.長沙:湖南大學(xué)機械與運載工程學(xué)院，2009:149-164.

［4］ 吳鋼.微粒捕集器分區(qū)微波再生過程優(yōu)化與控制系統(tǒng)研究［D］.長沙:湖南大學(xué)機械與運載工程學(xué)院，2011: 75-95.

［5］ 寧智，資新運，歐陽明高，等.柴油機微粒捕捉器主動再生特性的計算與分析［J］.內(nèi)燃機學(xué)報，2001，19 (4):309-313.Ning Zhi，Zi Xin-yun，Ouyang Ming-gao，et al.Study on the characteristic of disel particular filter(DPF)initiative regeneration［J］.Transactions of CSICE，2001，19(4): 309-313.

［6］ Vincenzo Palma，Paola Russo，Giuseppa Matarazzo，et al.Microwave improvement of catalyst performance in soot oxidation without additives［J］.Applied Catalysis B:Environmental，2007，70(1/2/3/4):254-260.

［7］ Lee S，Jeong S，Kim W.Numerical design of the diesel particulate filter for optimum thermal performances during regeneration［J］.Applied Energy，2009，86(7/8):1124-1135.

［8］ Samir Bensaid，Daniele L Marchisio，Debora Fino.Simulation on soot filtration and combustion in diesel particulate filter［J］.Chemical Engineering Science，2010，65(1): 357-363.

［9］ Rinie Van Helden，F(xiàn)rankWillems，Marc Van Aken，et al.Engine demonstration of microwave assisted particulate trap regeneration［C］∥2005 SAE Brasil Fuels＆Lubricants Meeting.Rio de Janiero:SAE International，2005.

［10］ An Hongmei，Kilroy Caitlin，McGinn Paul J.An examination of microwave heating to enhance diesel soot combustion［J］.Thermochimica Acta，2005，435(1): 57-63.

［11］ 宋保維，毛昭勇，梁慶衛(wèi)，等.基于熵權(quán)的機械傳動系統(tǒng)方案評價的模糊AHP法［J］.火力與指揮控制，2009，34(8):128-131.Song Bao-wei，Mao Zhao-yong，Liang Qing-wei，et al.Fuzzy AHP of mechanical transmission system based on entropy weight［J］.Fire Control＆Command Control，2009，34(8):128-131.

［12］ Wang Jianrong，F(xiàn)an Kai，Wang Wanshan.Integration of fuzzy AHP and FPP with TOPSIS methodology for aeroengine health assessment［J］.Expert Systems with Applications，2010，37(12):8516-8526.

［13］ 羅磊，李躍華，欒英宏，等.基于改進權(quán)重模糊綜合評判的目標(biāo)識別方法［J］.探測與控制學(xué)報，2009，31 (3):68-72.Luo Lei，Li Yue-hua，Luan Ying-hong，et al.Target recognition based on fuzzy comprehensive evaluation using improved weight［J］.Journal of Detection＆ Control，2009，31(3):68-72.

［14］ Eunnyeong Heo，Jinsoo Kima，Kyung-Jin Boo.Analysis of the assessment factors for renewable energy dissemination program evaluation using fuzzy AHP［J］.Renewable and Sustainable Energy Reviews，2010，14:2214-2220.

［15］ 謝季堅，劉承平.模糊數(shù)學(xué)方法及其應(yīng)用［M］.武漢:華中科技大學(xué)出版社，2006.