분사 압력 변화에 따른 농업용 노즐의 분무 및 미립화 특성

상몽소,박수한,Chang, Mengzhao,Park, Suhan 한국분무공학회 2021 한국액체미립화학회지 Vol.26 No.4

Spray drift of agricultural nozzles has become a big issue because it causes low precision targeting and environmental pollution. In order to reduce the spray drift, study spray characteristics of agricultural nozzles is virtually important. In this study, shadowgraph and Mie-scattering visualization techniques were used to study the macroscopic spray and atomization characteristics of an agricultural nozzle. PDPA was used to measure the atomization characteristics of spray. The injection pressure is set to 1 bar, 3 bar and 5 bar, which covers the working range of the nozzle. For the PDPA experiment, 75 points were measured in an area of 160 mm × 120 mm at 10 mm intervals directly below the nozzle to grasp the overall atomization characteristics of the spray. It was found that the spray width and sheet width showed a linear correlation. As the injection pressure increased, the sheet expansion in the 0-degree direction and the sheet swing in the 90-degree direction jointly promoted the breakup of the sheet. In addition, the area close to the central axis had a large droplet velocity, and since a large droplet velocity promoted atomization of spray, the area close to the central axis had a smaller spray droplet diameter than the left and right regions.

인젝터 설계변수 및 분사조건에 따른 분무타겟팅 지점의 측정 및 예측

상몽소,Bo Zhou,박수한 한국분무공학회 2023 한국액체미립화학회지 Vol.28 No.1

In the cylinder of gasoline direct injection engines, the spray targeting from injectors is of great significance for fuel consumption and pollutant emissions. The automotive industry is putting a lot of effort into improving injector targeting accuracy. To improve the targeting accuracy of injectors, it is necessary to develop models that can predict the spray targeting positions. When developing spray targeting models, the most used technique is computational fluid dynamics (CFD). Recently, due to the superiority of machine learning in prediction accuracy, the application of machine learning in this field is also receiving constant attention. The purpose of this study is to build a machine learning model that can accurately predict spray targeting based on the design parameters of injectors. To achieve this goal, this study firstly used laser sheet beam visualization equipment to obtain many spray cross-sectional images of injectors with different parameters at different injection pressures and measurement planes. The spray images were processed by MATLAB code to get the targeting coordinates of sprays. A total of four models were used for the prediction of spray targeting coordinates, namely ANN, LSTM, Conv1D and Conv1D & LSTM. Features fed into the machine learning model include injector design parameters, injection conditions, and measurement planes. Labels to be output from the model are spray targeting coordinates. In addition, the spray data of 7 injectors were used for model training, and the spray data of the remaining one injector were used for model performance verification. Finally, the prediction performance of the model was evaluated by R2 and RMSE. It is found that the Conv1D&LSTM model has the highest accuracy in predicting the spray targeting coordinates, which can reach 98%. In addition, the prediction bias of the model becomes larger as the distance from the injector tip increases.

머신러닝을 이용한 다공형 GDI 인젝터의 플래시 보일링 분무 예측 모델 개발

상몽소,신달호,Quangkhai Pham,박수한 한국분무공학회 2022 한국액체미립화학회지 Vol.27 No.2

The purpose of this study is to use machine learning to build a model capable of predicting the flash boiling spray characteristics. In this study, the flash boiling spray was visualized using Shadowgraph visualization technology, and then the spray image was processed with MATLAB to obtain quantitative data of spray characteristics. The experimental conditions were used as input, and the spray characteristics were used as output to train the machine learning model. For the machine learning model, the XGB (extreme gradient boosting) algorithm was used. Finally, the performance of machine learning model was evaluated using R2 and RMSE (root mean square error). In order to have enough data to train the machine learning model, this study used 12 injectors with different design parameters, and set various fuel temperatures and ambient pressures, resulting in about 12,000 data. By comparing the performance of the model with different amounts of training data, it was found that the number of training data must reach at least 7,000 before the model can show optimal performance. The model showed different prediction performances for different spray characteristics. Compared with the upstream spray angle and the downstream spray angle, the model had the best prediction performance for the spray tip penetration. In addition, the prediction performance of the model showed a relatively poor trend in the initial stage of injection and the final stage of injection. The model performance is expired to be further enhanced by optimizing the hyper-parameters input into the model.

GDI 인젝터의 볼 거동 및 근거리 분무 속도에 대한 분사 압력의 영향

상몽소(Mengzhao Chang),박수한(Suhan Park),박정환(Jeong Hwan Park),김형익(Hyung Ik Kim) 한국자동차공학회 2020 한국자동차공학회 부문종합 학술대회 Vol.2020 No.7

플래시 보일링 조건에서 GDI 인젝터의 홀 배치에 따른 미립화 특성

상몽소(Mengzho Chang),유영수(Young Soo Yu),박성욱(Sugwook Park),박수한(Suhan Park) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6

GDI 엔진은 실린더 내 연료를 직접 분사하기 때문에 인젝터에서 분사된 연료는 매우 짧은 시간에 공기와 혼합되어 균일한 혼합기를 형성해야 한다[1]. 따라서 분무 액적의 크기는 균일한 혼합기 형성에 매우 중요하다. 작고, 균일한 액적을 갖고 있는 분무는 신속한 균일한 혼합기 형성에 중요한 역할을 하며, 엔진의 연소 성능을 향상시킨다[2]. 한편, 플래시 보일링 조건에서는 액적의 보일링과 함께 기포가 빠르게 터지면서 제트형태의 분열이 향상되며 분무 미립화가 촉진된다[3]. 이 연구에서는 연소실 내 분무 거동의 향상과 균일한 혼합기 형성을 위해 제작된 홀 배치가 다른 5홀 GDI 인젝터를 이용하여 과냉 및 플래시 보일링 조건에서의 미립화 특성을 연구하였다. 연료의 미립화 특성을 측정, 분석하기 위해 Figure 1(a)와 같이 실험 장치를 구성하였다. 실험 장치는 연료 공급부, 분무 액적 측정부, 신호 제어부 및 연료 가열부로 구성하였다. 분무 액적의 크기와 속도를 측정하기 위해 PDPA를 이용하였다. 514.5 nm의 파장을 갖는 Ar-ion 레이저를 광원으로 사용하였으며, 액적 직경 측정 범위는 0.60~212.07㎛, 액적 속도 측정범위는 -6.44~109.42m/s로 설정하였다. 연료의 온도를 조절하기 위하여 카트리지 히터를 사용하여, 인젝터 내부 연료를 가열하였으며, 열전대(K-type)를 이용해서 온도를 조절하였다. 인젝터의 통전 기간은 2.5ms 로 고정하고, 분사 압력은 10MPa, 챔버 내 압력은 0.1MPa 로 고정하였다. 과냉 조건 및 플래시 보일링 조건에 분무 미립화 특성을 비교하기 위해 연료(n-heptane) 온도는 20℃와 120℃로 설정하였다. 인젝터 팁 아래 30mm 지점에서 인젝터 A와 B의 분무 패턴 정보(분무 중심)는 Figure 1(b)에 나타냈다. 인젝터 A 및 인젝터 B의 경우 플럼 2(P2)와 플럼 4(P4)를 제외한 다른 플럼들은 같은 위치에 있다. 또한, 플럼 중심 및 분무 중심을 선정하고 분사 과정 중 액적의 미립화 특성 및 운동 특성을 비교하였다. 분무 액적 속도가 가장 빠른 측정점을 플럼 중심으로 정하고, 분무의 기하학적 중심을 분무 중심으로 선정하였다. Figure 2는 과냉 및 플래시 보일링 조건에 두 인젝터의 액적 직경을 비교하는 것이다. 빨간색 심볼을 포함한 실선은 0.2ms 간격으로 계산한 액적의 평균 직경(SMD)을 나타낸다. 플래시 보일링 조건에 분사 후 시간에 따른 분무 액적은 더 작고 변화 폭은 작아진다. 과냉 조건에 분무 미립화는 액체 관성력, 공기동력, 기-액 밀도비의 영향을 많이 받고, 플래시 보일링 조건에 분무 미립화는 이런 요인의 영향을 받을 뿐만 아니라 볼일링 때문에 내부 기포 파쇄의 영향을 많이 받는다. 플래시 보일링 조건에 더 강한 분무 파쇄 기제 때문에 분무 액적은 더 작고 균일하다. 인젝터 A의 플럼 중심에서 연료의 온도가 플래시 보일링 조건으로 상승함에 따라 분무 액적의 평균 SMD는 20.28 ㎛에서 16.28 ㎛으로 감소하고 SMD의 표준 편차는 5.90 ㎛에서 3.20 ㎛으로 감소하였다. 또한, 분무 중심의 액적 직경은 플럼 중심보다 작은 것을 확인하였다. 이것은 작은 액적이 공기 유동의 영향을 많이 받아 플럼 주위로 확산하기 때문에 분무 중심의 SMD는 상대적으로 작게 나타난 것으로 판단된다. 인젝터 A와 비교했을 때 과냉 및 플래시 보일링 조건에서 인젝터 B가 더 작은 액적 직경을 나타내었다. 〈그림 본문 참조〉

플래시 보일링 조건에서 다공형 직접분사식 인젝터의 분무 및 미립화 특성 연구

상몽소(Mengzhao Chang),박수한(Suhan Park) 대한기계학회 2021 대한기계학회 춘추학술대회 Vol.2021 No.6

연료의 분무 및 미립화 특성은 엔진 성능 개선 및 배기 배출물 저감에 매우 중요한 역할을 한다. 활발한 액적 분열 활동으로 인해 작고 균일한 연료 분무가 형성된다면 연소실 내에서의 분무 증발이 가속화하고, 균일한 공기-연료 혼합기를 형성할 수 있어 엔진의 연소과정을 최적화할 수 있다[1, 2]. 연구자들은 분무 미립화 특성을 개선하기 위해 500 bar 이상의 (초)고압분사, 가열된 연료의 분사 등 다양한 분사 기술 및 전략을 개발하고 있다. 본 연구에서는 실제 엔진 운전조건에서 발생하는 플래시보일링 조건을 모사하기 위해 연료 온도를 20 ℃와 120 ℃로 설정하여 과냉 (sub-cooled) 및 과열(super-heated)조건에서 다공형 직접 분사식 인젝터 (multi-hole direct injection injector, GDI)의 분무 미립화 특성을 비교 및 분석하였다. 분무 전체의 미립화 및 균일도를 파악하기 위해 인젝터 30mm 아래의 평면에서 2mm 간격으로 약 100 개의 측정 지점을 설정하고 위상 도플러 입자 분석기(phase Doppler particle analyzer, PDPA)를 이용하여 액적의 속도 및 크기를 측정하였다. 실험장치의 개략도 및 상세 정보는 아래의 그림과 표에 나타내었다. [그림 본문 참조]

과열도에 따른 노즐 L/D가 가솔린 직접 분사 인젝터의 분무 특성에 미치는 영향

상몽소(Mengzhao Chang),김태훈(Taehoon Kim),박수한(Suhan Park) 한국자동차공학회 2020 한국 자동차공학회논문집 Vol.28 No.12

플래시 보일링 조건에서 노즐 구조에 따른 GDI 인젝터의 분무 특성

상몽소(Mengzhao Chang),박수한(Suhan Park) 한국연소학회 2020 KOSCOSYMPOSIUM논문집 Vol.2020 No.9

플래시 비등 조건에서 GDI 인젝터의 분무 특성에 관한 연구

상몽소(Mengzhao Chang),박정환(Jeong Hwan Park),신문성(Moon Sung Shin),박수한(Suhan Park) 한국자동차공학회 2019 한국자동차공학회 부문종합 학술대회 Vol.2019 No.5

쉴리렌 가시화방법을 이용한 E85 연료의 기상 분무 특성 연구

상몽소 ( Mengzhao Chang ),박정현 ( Jeonghyun Park ),박수한 ( Suhan Park ) 한국액체미립화학회 2018 한국액체미립화학회 학술강연회 논문집 Vol.2018 No.-

The objective of this study is to evaluate the gas phase spray characteristics of a gasoline direct injection (GDI) injector using E85 fuel according to the increase of injection pressure and chamber ambient temperature. The gas phase spray images are obtained from Schlieren spray visualization system including point light source, concave mirror, knife edge, high speed camera and image storage device. The gas phase spray characteristics such as spray angle, spray tip penetration, and spray area, are obtained through the image processing using MATLAB. From the experiment and analysis, it was found that increasing injection pressure produced larger vapor phase spray penetration and spray angle, while ambient temperature had no important effect on vapor phase spray penetration and spray angle