Latest Developments in Gasoline Auto-Ignition Modelling Applied to an Optical CAI (Tm) Engine

Derniers développements en matière de modélisation de l'auto-inflammation essence appliqués à un moteur optique utilisant la combustion CAI (TM)

Institut français du pétrole

Corresponding author: vincent.knop@ifp.fr

Abstract

The accuracy of predictive engine modelling for Compression Ignition (CI) combustion modes is heavily depending on the quality of the description of the auto-ignition process. The Controlled Auto- Ignition (CAI^TM) combustion process is a CI combustion mode using gasoline as fuel. Its modelling requires to account for the chemical characteristics of the fuel in low temperature, low equivalence ratio operating conditions. Existing models based on correlations do not allow to cover the whole range of thermodynamic conditions encountered in those engines and the effect of local inhomogeneities on the auto-ignition occurrence. A dedicated auto-ignition model derived from detailed chemical kinetics calculations for a wide range of burnt gas dilution ratios and octane numbers is presented in this paper. Depending on local thermodynamic conditions, 3D CFD auto-ignition parameters are interpolated in a database describing low temperature effects and progress variable reaction rates for Primary Reference Fuels (PRF). The model validation is performed by comparing 3D CFD calculations with detailed chemical kinetics results for homogeneous configurations and rapid compression machines. To highlight the basic thermal and chemical processes responsible for the occurrence of auto-ignition in a CAI^TM engine, a reference operating point for an optical diagnostic engine is simulated. The assessment of the quality of the model prediction relies not only on global data, such as mean in-cylinder pressure, but also on the comparison of local volumetric reaction rates with the direct visualisation of light emitted during engine operation.

Résumé

La prédictivité de la simulation d'un moteur fonctionnant en mode de combustion à allumage par compression dépend fortement de la qualité de la description du phénomène d'auto inflammation. L'auto-inflammation contrôlée d'un mélange carburé à base d'essence (CAI^TM pour Controlled Auto-Ignition) nécessite la prise en compte des spécificités chimiques du carburant dans des conditions de fonctionnement caractérisées par des basses températures et de faibles richesses. Les modèles existants, utilisant des corrélations, ne permettent pas de couvrir l'ensemble de ces situations ni la prise en compte d'hétérogénéités locales responsables du développement des sites d'auto-inflammation. Ce papier décrit un nouveau modèle d'auto-inflammation basé sur l'exploitation de résultats de calculs de chimie complexe, opérés pour un large éventail d'indices d'octane et de taux de dilution par les gaz brûlés. Sur base des conditions thermodynamiques locales, la description du phénomène d'auto-inflammation est réalisée par interpolation dans une base de données regroupant la description des effets de flammes froides et celle de l'évolution de la combustion pour des carburants de référence (PRF pour Primary Reference Fuel). La validation de ce modèle est opérée en comparant les résultats de simulation 3D à ceux de calculs de chimie complexe pour des configurations homogènes ou des machines à compression rapide. Un point de fonctionnement de référence, réalisé sur moteur à accès optique, est simulé afin de mettre en évidence les processus thermiques et chimiques responsables de l'apparition de l'auto-inflammation en combustion CAI^TM. Les résultats expérimentaux sont exploités pour évaluer la prédictivité du modèle en termes de valeurs moyennes, comme la pression cylindre, mais également pour les taux de réaction volumiques locaux comparés avec les visualisations directes de la lumière émise par les zones de combustion.