Optimización multiobjetivo de un mecanismo de reacción para predecir knock, retraso de la ignición y velocidad de llama laminar en motores de combustión interna alimentados con mezclas de metano e hidrógeno

Abstract

Este trabajo de investigación se enfoca en la optimización multiobjetivo de un mecanismo de reacción para predecir el fenómeno de knock, el retraso de la ignición y la velocidad de llama laminar en motores de combustión interna alimentados con mezclas de metano e hidrógeno. Se emplea el mecanismo de reacción GRI-MECH 3.0 como punto de partida y se utilizan datos experimentales de estudios previos para el ángulo de ocurrencia del knock (KOCA por sus siglas en inglés), la velocidad de llama laminar (Sn) y el retraso de ignición (IDT por sus siglas en inglés). La metodología incluye un análisis de sensibilidad para identificar las reacciones más activas, seguido del desarrollo de superficies de respuesta mediante un diseño de experimentos factorial. Se implementa, además, un algoritmo de optimización basado en el método de mínimos cuadrados no lineales para ajustar los factores pre-exponenciales de las reacciones seleccionadas. Los resultados mostraron una mejora significativa en la predicción del KOCA, con una reducción del error global de 1.22 a 0.66 tras la optimización. Sin embargo, la optimización simultánea de las tres variables objetivo resultó en un deterioro de la capacidad predictiva para Sn e IDT. Se concluye que la optimización multiobjetivo del mecanismo de reacción es efectiva para KOCA, pero se requiere un enfoque diferente o una ponderación distinta para mejorar simultáneamente la predicción de Sn e IDT en mezclas de metano e hidrógeno.

This research focuses on the multi-objective optimization of a reaction mechanism to predict the knock phenomenon, ignition delay and laminar flame speed in internal combustion engines fueled with methane-hydrogen mixtures. The GRI-MECH 3.0 reaction mechanism is used as a starting point and experimental data from previous studies are used for knock occurrence angle (KOCA), laminar flame speed (Sn) and ignition delay (IDT). The methodology includes a sensitivity analysis to identify the most influential reactions, followed by the development of response surfaces using factorial and fractional factorial designs of experiments. In addition, an optimization algorithm based on the nonlinear least squares method is implemented to adjust the pre-exponential factors of the selected reactions. The results showed a significant improvement in KOCA prediction, with a reduction of the overall error from 1.22 to 0.66 after optimization. However, simultaneous optimization of all three target variables resulted in a deterioration of the predictive ability for Sn and IDT. It is concluded that multi-objective optimization of the reaction mechanism is effective for KOCA, but a different approach or different weighting is required to simultaneously improve the prediction of Sn and IDT in methane-hydrogen mixtures.