Mesure instantanée de la richesse locale par fluorescence induite par laser dans un
écoulement à température et pression variables.
Application à un moteur deux temps
Présenté par:
Hakim Makhlouf
Plan de présentation
Introduction
But de l’expérience
Dispositif expérimental
Système optique de mesure de LIF
Conditions expérimentales
Etude paramétrique
Design expérimental
Application
Conclusion
Introduction
Technique de fluorescence induite par Laser (LIF)
Mesure qualitative bidimensionnelle de la distribution de carburant dans un moteur à combustion interne
Etudier l’homogénéité du mélange à l’intérieur d’un cylindre avec les effets du temps d’injection, de la richesse, de la vitesse de rotation du moteur.
But de l’expérience
Caractériser l’influence de paramètres physiques (pression et température ambiantes, concentration, vitesse de l’écoulement) sur le phénomène de
fluorescence,
Déterminer la combinaison optimale du traceur
(diacetyle) et de la longueur d’onde d’excitation qui entraîne les effets de pression et température les plus faibles sur l’intensité du signal LIF
La technique LIF est développée pour suivre instantanément et localement l’évolution de la
concentration en hydrocarbures imbrûlés sur la ligne d’échappement d’un moteur deux temps et pour valider un système d’alimentation retardée en carburant.
Conditions expérimentales
Carburant iso- octane: bonne transparence a UV>250 nm
Mélange d’iso- octane – 2 % volumique de diacétyle et de la longueur d’onde d’excitation de 355 nm est la plus favorable pour une telle étude, à savoir minimiser
l’absorption du faisceau laser et recueillir un signal important de fluorescence.
Molécules du Diacétyle fluorescent a l’excitation du faisceau la Laser
Dispositif expérimental Stationnaire
Système optique pour la mesure
LIF
Etude paramétrique
le signal LIF noté SLIF est inversement proportionnel à la vitesse de l’écoulement notée V, ce qui est en accord avec l’expression
théorique suivante dans le cas d’un régime linéaire en énergie
A21: coefficient d’Einstein pour l’émission spontanée (fluorescence) ;
B12: coefficient d’Einstein pour l’émission stimulée ;
Q21: taux de quenching ;
: densité d’espèces absorbantes dans le niveau fondamental ;
Plaser: puissance du laser fixée à 280 mW.
1
N0
Etude paramétrique
lorsque la vitesse augmente de 2 m.s-1 à 28 m.s-1;
Pression, Richesse et Température: 0.2 MPa, 1.4 et 428 K
La vitesse de l’écoulement n’est pas un paramètre influent, avec une diminution très faible de 0,34 V du signal LIF;
Etude paramétrique
Différentes conditions de richesse et température.
Pression, variant dans le domaine expérimental: 1 à 6,5 bar,
Etude paramétrique
Pression et richesse constantes:
0.3 MPa et 0.80
Température, dans le domaine expérimental: 360 à 573 K
Flux de fluorescence Φ en fonction de la concentration
carburant:
[carburant] = P / RT ; R =
8.314 J.K-1.mol-1: la constante universelle des gaz ;
ε: l’efficacité de détection du système de collection ;
Ω: l’angle solide de collection;
Vc: le volume de collection.
Etude paramétrique
Pression et Température constantes:
0.44 MPa et 4.28 K
Richesse dans le domaine expérimental: 0.7 à 1.4
Flux de fluorescence Φ en fonction de la richesse
ε: l’efficacité de détection du système de collection ;
Ω: l’angle solide de collection;
Vc: le volume de collection.
Etude paramétrique
Autres simulations
l’influence relative de la richesse est plus importante que celle de la température,
200 °C 156 -200 °C Température
0.2 V 5 bar
0.7 – 0.92
0.3 V 5 bar
0.7
LIF Pression
Richesse
Design expérimental
Variables de contrôle
P: pression ambiante du mélange
……….1 à 6,5 bar
T: température du mélange
………..360 à 573 K
R: richesse air- carburant
………0,7 à 1,4
V: vitesse de l’écoulement
……….2 à 30 m.s-1
Design expérimental
Variable de réponse
Emission fluorescente S
LIF Dégager les paramètres réellement influents sur l’émission de fluorescence.
Fonction de transfert reliant le signal LIF aux paramètres de richesse R, pression P et température T sera établie,
sous la forme d’un modèle quadratique
Design expérimental
Tamisage
Objectif est de voir les facteurs aux quels on doit accorder plus d’importance .
Pour ce plan nous allons utiliser un plan factoriel complet à deux modalités.
Résolution IV 16 essais
2 réplications (n=3).
48 Traitements
2
4Design expérimental
Analyse des résultats
Analyse de la variance ANOVA
Diagramme de Pareto ( voir les facteurs qui influence la variable réponse, les effets
principaux et les effets d’interaction)
Analyse des résidus
Design expérimental
Étape d’optimisation
Plan factoriel fractionnel à trois modalités
Choix des modalités
Construire le diagramme de Pareto.
Faire attention aux effets d’interaction
Étudier le modèle avec un polynôme du
2
nddegré
Design expérimental
Modélisation
Ressortir les coefficient de régression
Voir les effets linéaires et les effets quadratique
:
S
LIF=ß
o+ ß
iX
1+... +ß
iiX
i² + ß
ijX
iX
j Comparer le résultat avec la valeur prédite
Inverser SLIF pour calculer R pression et la température avec suffisamment de précision.
Application
Moteur a deux temps
La technique LIF sera adaptée sur un moteur deux temps pour mesurer la concentration en hydrocarbures imbrûlés à
l’échappement
Les mesures de fluorescence seront utilisées pour valider un système d’alimentation retardée, pour réduire le rejet
d’hydrocarbures pendant la phase de balayage en supprimant l’introduction du carburant dans le carter - pompe.
Les résultats fournis par le système de mesure du signal LIF et l’analyseur FID d’hydrocarbures sont comparés
Conclusion
Mesure instantanément de la richesse locale par la technique LIF sur moteur.
Caractériser l’influence de différents paramètres physiques sur le signal LIF.
Etude paramétrique, montre que la R, P, T ont un effet important sur le signal LIF, par rapport à la V qui a peu d’influence.
L’utilisation de plans d’expériences pour dégager les paramètres influents sur l’émission de fluorescence et trouver les conditions optimales.
Fonction quadratique a été déterminée pour calculer la valeur de l’intensité du signal LIF pour des conditions données de (T, P,R, V).
En inversant ce modèle, la richesse est évaluée et comparée à la mesure
Nous devons retrouver des résultats similaires à ceux établis à partir de l’étude paramétrique,