After  optimization,  the  minimum  cylinder  oil consumption  after  the  removal  of  the  cylinder  liner  wall evaporation is 9。95 g • h−1。 At the same time, e/B of the top ring,  the  closed  gap  of  the  second  piston  ring  and  the stretch  force  of  the  oil  ring  are  6。55´10−3,  1。865  mm  and 115  N,  respectively。  Taking  this  combination  into  the dynamic model, the peak value of the calculated percussion force  is  10。20  g  •  h−1。  The  error  between  them  is  2。4%, which indicates that the model established by the BP neural network  can  be  applied  to  the  prediction  and  optimization of  parameters。  The  comparison  of  oil  consumption  of  four modes  before  and  after  optimization  of  the  original  model is  shown  in  Fig。  15。  The  cylinder  liner  wall  evaporation does  not  change  after  optimization。  The  consumptions  of the remaining three modes are reduced。 So the optimization result is acceptable。 摘要：

一台柴油机的性能与颗粒排放是受其润滑油消耗影响的。关于气缸润滑油的消耗机理已经有大量研究了。已有的研究都是采用实验的方法，这种方法非常昂贵。因此，通过计算的方法来获得关于气缸润滑油消耗的研究的精确结果是非常必要的。首先，分析缸内润滑油消耗的四种模式，然后，计算出一台柴油机在正常工况下，各个模式的润滑油消耗率。接着，在四种模式下，研究润滑油消耗的因素，如工况，二环封闭间隙，活塞环的弹性力。计算结果表明，大部分的润滑油都在缸套表面蒸发了，另外还有三个其他发现（1)缸套上润滑油的蒸发取决于一台柴油机的工况。（2)封闭间隙的增加将减少油从顶环间隙中泄露但是会增加油污。（3）随着活塞环弹性力的增加，左油膜厚度和顶部的油脱落都会减少。当活塞环和缸套之间的摩擦损失增加时，活塞环顶边的刮油因此减少。基于BP神经网络理论，一种对气缸润滑油消耗的神经网络预测模型被建立，接着这个模型将被训练及检验。利用BP神经网络预测模型既可以优化活塞环主参数，这些参数影响着润滑油消耗。并且BP神经网络预测模型精确度在8%之内，这个精确度对正常的工程应用是可以接受的。在研究中，润滑油的消耗也同样实验测量。实验值与计算值的误差在10%之内，验证了仿真结果的有效性。

利用已建立的仿真模型和验证过的神经网络预测模型可以产生足够精确度的数值结果，这可以显著地减少实验工作并且可以为柴油机活塞环的优化设计提供指导。文献综述

关键词：柴油机 气缸润滑油消耗 仿真 活塞环

介绍：

一台柴油机的性能，寿命，工作成本受润滑油消耗的影响。进入气缸的润滑油在高温下不易燃烧，讲导致在活塞的顶部表面形成焦炭，这将影响活塞的热量传递，并可能导致活塞出现裂纹。随着活塞环上碳的积累，摩擦将加剧，并且在沟槽中焦炭的积累将会卡主甚至破坏活塞环。燃烧室中的碳会堵塞喷嘴，增加柴油的消耗，导致黑烟，以及燃油经济性差和动力效率低。

另外，大量的实验结果表明润滑油的消耗显著地影响柴油机颗粒排放。当润滑油被甩进燃烧室时，柴油机的颗粒排放会增加。由润滑油产生的颗粒在颗粒排放中的比例与柴油机的结构和类型，工作状况，润滑油的物理和化学性质有关。为限制柴油机的颗粒排放和减少污染以满足越加严格的排放规则，润滑油消耗率的减少成为柴油机的开发，运行，设计中的重要课题。