Das Air-Standard Otto-Zyklusmodell verstehen

Der Otto-Zyklus ist die thermodynamische Idealisierung des Viertakt-Verbrennungsmotors. Er ersetzt die komplexen Ansaug-, Kompressions-, Verbrennungs- und Abgasprozesse durch vier reversible Schritte, die die wesentlichen Energieumwandlungsmechanismen isolieren. Im Luftstandardmodell ist das Arbeitsfluid Luft (als ideales Gas mit konstanter spezifischer Wärme behandelt), die Verbrennung wird als sofortige Wärmezufuhr bei konstantem Volumen angenähert und der Abgas wird durch eine Wärmeabweisung mit konstantem Volumen ersetzt. Diese Vereinfachung ermöglicht eine direkte geschlossene Berechnung von Temperaturen, Drücken, Arbeitsleistung und thermischer Effizienz und ist damit ein unverzichtbarer erster Schritt, um die Motorleistungsskalierung zu verstehen.

Die vier Prozesse, die den Zyklus bilden, sind:

  • Isentropische Kompression (1→2): Der Kolben komprimiert die Ladung ohne Wärmeübertragung, wodurch Temperatur und Druck erhöht werden.
  • Konstantvolumen-Wärmezufuhr (2→3): Eine sofortige Freisetzung von Energie (die die Verbrennung darstellt) im oberen Totpunkt erhöht die Temperatur und den Druck auf ihre Spitzenwerte.
  • Isentropische Expansion (3→4): Die Hochdruckgase drücken den Kolben nach unten und liefern Nettoarbeit an die Kurbelwelle.
  • Konstantvolumen Wärmeabstoßung (4→1): Der Zylinderinhalt verliert Wärme zurück in den Ausgangszustand und schließt die Schleife.

Da das Modell ein konstantes spezifisches Wärmeverhältnis verwendet und den Gasaustausch ignoriert, bietet es einen schnellen Benchmark, der systematisch verfeinert werden kann. Die Implementierung dieses Zyklus in MATLAB bietet Ihnen ein flexibles, interaktives Werkzeug, um zu untersuchen, wie sich Kompressionsverhältnis, Wärmezugabe und Fluideigenschaften auf die Leistung auswirken. Die Luftstandardannahme bietet auch eine bequeme Obergrenze für die Effizienz; echte Motoren fallen aufgrund von Reibung, Wärmeverlusten und unvollständiger Verbrennung immer zu kurz.

Aufbau einer strukturierten MATLAB-Umgebung

Beginnen Sie mit der Erstellung eines neuen Skripts oder einer neuen Funktionsdatei. Ein sauberer Arbeitsbereich macht das Debuggen und zukünftige Modifikationen einfach. Verwenden Sie einen deskriptiven Header, der den Zweck, die Eingabeparameter und die Ausgaben dokumentiert. Vorabzuordnen von Arrays für Zustandsvariablen beim Überstreichen von Parametern, um eine dynamische Größenänderung zu vermeiden. Nehmen Sie sinnvolle Variablennamen wie anstelle von an (obwohl in Thermodynamiktexten standardmäßig ist) und halten Sie Einheiten konsistent (SI-Einheiten empfohlen). Ein typischer Header-Block könnte lauten:

% otto_cycle_analysis.m
% Air‑standard Otto cycle analysis
% Inputs:
% r – compression ratio (dimensionless)
% T1, P1 – intake state (K, Pa)
% gamma – specific heat ratio (cp/cv)
% Q_in – specific heat addition (J/kg)
% Outputs:
% state_table – array of T, P, v at four corners
% W_net, eta – specific net work (J/kg) and thermal efficiency

Die Verwendung der integrierten - oder -Arrays von MATLAB zum Speichern der vier Zustände verbessert die Lesbarkeit, wenn Sie später Ergebnisse zeichnen oder exportieren. Erstellen Sie beispielsweise ein Struktur-Array mit Feldern , , , die von 1 bis 4 indiziert sind.

Festlegung der kritischen Motorparameter

Die Genauigkeit der Simulation hängt von den Eingangsdaten ab: Mindestens das Verdichtungsverhältnis, der Ansaugdruck und die Temperatur, das spezifische Wärmeverhältnis und die Energiezufuhr pro Masseeinheit angeben. Typische Werte für einen Benzinmotor sind:

  • Verdichtungsverhältnis r: 8-12 für moderne Ottomotoren; höhere Verhältnisse verbessern die Effizienz, erhöhen aber das Klopfrisiko. In Forschungsmotoren werden bis zu 14 Verhältnisse manchmal mit fortschrittlichen Kraftstoffen untersucht.
  • Einlasstemperatur T1: 300 K (Umgebung) oder 350 K, wenn die Ansaugluftheizung aus dem Krümmer und den Restgasen berücksichtigt wird.
  • Ansaugdruck P1: 101325 Pa (1 atm) für natürlich angesaugte; bis zu 200 kPa oder mehr für Turbomotoren.
  • Spezifische Wärmezahl γ : 1,4 für trockene Luft; 1,3-1,35 für Brennstoff-Luft-Gemische und Verbrennungsprodukte aufgrund des Vorhandenseins von dreiatomigen Molekülen wie CO2 und H2O.
  • Spezifische Wärmezufuhr Q in : etwa 2,5-3 MJ / kg für Benzin basierend auf niedrigeren Heizwert und stöchiometrischen Luft-Kraftstoff-Verhältnis. Für ein typisches Benzin, der niedrigere Heizwert ist etwa 44 MJ / kg, aber mit Luft gemischt (etwa 14,7: 1 Luft-Kraftstoff-Verhältnis), wird die Mischung Energiedichte etwa 2,9 MJ / kg Gemisch.

Definieren Sie diese als MATLAB-Variablen am oberen Rand des Skripts, damit sie für Sensitivitätsstudien leicht geändert werden können.

r = 9.0; % compression ratio
T1 = 300; % K
P1 = 101325; % Pa
gamma = 1.35; % approximate for fuel‑air mixture
Q_in = 2500e3; % J/kg
R_air = 287; % J/(kg·K)

Sie können auch die Molmasse der Luft (28,97 g/mol) einschließen, wenn Sie später zu molbasierten Berechnungen wechseln.

Berechnung der vier Eckstaaten

Mit den eingestellten Parametern ergeben die Luftstandard-Relationen die Zustandspunkte direkt. Die Analyse erfolgt pro Masseeinheit, daher arbeiten wir mit einem bestimmten Volumen. Die Einstellung des Freigabevolumens auf Einheit (v2 = 1) vereinfacht die relative Skalierung; dann ist v1 = r, weil das Kompressionsverhältnis v1/v2 = r. Diese Normalisierung ist praktisch, da alle Volumina relativ zum Freigabevolumen ausgedrückt werden.

Staat 1 (Einlass, unteres Totpunkt)

v1 = r; % relative to clearance volume
% T1 and P1 are inputs

Zustand 2 (Isentropische Kompression zu Top Dead Centre)

Für einen isentropen Prozess mit konstantem γ:

v2 = 1;
T2 = T1 * r^(gamma-1);
P2 = P1 * r^gamma;

Diese Beziehungen ergeben sich aus dem idealen Gasgesetz und der polytropen Beziehung P v^γ = konstant Der Temperaturanstieg über die Kompression ist signifikant: für r = 9 und γ = 1,35, T2 ≈ 300 × 9^(0,35) ≈ 690 K.

Staat 3 (Wärmezufuhr mit konstantem Volumen)

Berechnen Sie zunächst die spezifische Wärme bei konstantem Volumen:

cv = R_air / (gamma-1);
T3 = T2 + Q_in / cv;
P3 = P2 * (T3 / T2);
v3 = v2; % no volume change

Die Temperatur im Zustand 3 kann 2500 K für die typische Benzinverbrennung überschreiten. Der Spitzendruck P3 erreicht oft 60-80 bar, was die strukturellen Anforderungen an den Motorblock und den Kopf stellt.

Zustand 4 (Isentropische Expansion zum Originalvolumen)

Das Expansionsverhältnis von TDC zu BDC ist r, aber in Bezug auf spezifische Volumina v3 = v2 = 1 und v4 = v1 = r, so dass das Volumenverhältnis 1 / r ist.

v4 = v1;
T4 = T3 * (1/r)^(gamma-1);
P4 = P3 * (1/r)^gamma;

Diese vier Punkte definieren den Zyklus vollständig in Bezug auf Temperatur, Druck und spezifisches Volumen. Speichern Sie sie in Arrays für spätere Aufzeichnung und Berechnung. Eine nützliche Validierung besteht darin, zu überprüfen, ob P4 etwas über P1 liegt; die Differenz treibt den Auspuff-Blowdown an.

Berechnung von Nettoarbeit, thermischer Effizienz und mittlerem Effektivdruck

Die Nettoarbeit ist die Differenz zwischen Wärmezugabe und Wärmeableitung. Beim Luftstandardmodell beträgt die Wärmeableitung in Prozess 4 → 1:

Q_out = cv * (T4 - T1);
W_net = Q_in - Q_out;

Die thermische Effizienz ist:

eta = W_net / Q_in; % from energy balance
eta_direct = 1 - 1/r^(gamma-1); % direct formula
% Both should match within numerical round-off

Der mittlere effektive Druck (MEP) ist eine Leistungsmetrik, die die Nettoarbeit pro Zyklus mit dem Verdrängungsvolumen vergleicht.

mep = W_net / (v1 - v2); % Pa

MEP ist unabhängig von der Motorgröße und ist ein praktischer Indikator für die Motordesignqualität. Typische Werte für Saugbenzinmotoren sind 8-12 bar (0,8-1,2 MPa). Ausgabe MEP neben der Effizienz, um ein vollständigeres Bild zu erhalten. Sie können auch in Balken für die Lesbarkeit konvertieren: .

Einschließlich variabler spezifischer Wärme für eine verbesserte Genauigkeit

Die Annahme der konstanten γ-Annahme kann die Effizienz überschätzen, da reale Abgase bei hohen Temperaturen niedrigere spezifische Wärmeverhältnisse aufweisen. Um dies zu berücksichtigen, ersetzen Sie die konstante γ durch eine temperaturabhängige Korrelation. Eine robuste Methode ist die Verwendung der NASA-Polynomkoeffizienten für cp von Hauptarten (O2, N2, CO2, H2O). Das NIST Chemistry WebBook stellt diese Koeffizienten für reine Substanzen bereit. Für das Luftstandardmodell können Sie das Arbeitsfluid entweder als trockene Luft oder als ein “Verbrennungsprodukt” -Gemisch mit einer festen Zusammensetzung annähern.

Die Implementierung der Variable γ erfordert eine iterative Lösung, da der isentrope Exponent selbst von der unbekannten Temperatur abhängt.

% Use an anonymous function to find T2 such that
% integral of cp dT from T1 to T2 = R * ln(v1/v2)
% This replaces the constant‑gamma formula.
% For air, cp(T) can be approximated by:
% cp = a0 + a1*T + a2*T^2 + a3*T^3 + a4*T^4
% Using NASA 7-coefficient polynomials.
fun = @(T2) integral(@(T) polyval(cp_coeffs, T), T1, T2) - R_air * log(r);
T2 = fzero(fun, T1 * r^0.4);

Die NASA-Polynomressource bietet herunterladbare Koeffizienten für Luft- und Verbrennungsarten. Ändern Sie Ihr Skript, um diese Koeffizienten zu laden und sie während der Zustandsberechnungen aufzurufen. Sie werden beobachten, dass variable spezifische Hitzen die vorhergesagte Effizienz um 2-5 Prozentpunkte bei typischen Kompressionsverhältnissen reduzieren, was eng mit realen Motordaten übereinstimmt.

Für eine schnelle Approximation ohne vollständige Polynomintegration verwenden Sie ein mittleres spezifisches Wärmeverhältnis, das linear mit der Temperatur variiert: γ(T) = 1,4 – 0,00005*(T – 300).

Aufbau einer modularen funktionsgetriebenen Analyse

Die Zykluslogik wird nicht in einem monolithischen Skript, sondern in einer MATLAB-Funktion gekapselt, wodurch sie für Parameter-Sweeps wiederverwendbar ist und die Code-Duplizierung reduziert wird.

function [states, performance] = ottoCycle(r, T1, P1, Q_in, gamma, R_air)
 % states: structure with T, P, v for states 1-4
 % performance: structure with W_net, eta, mep
 % (calculation code from previous section goes here)
end

Für variable spezifische Wärmen, fügen Sie eine flüssige Flagge:

function [states, performance] = ottoCycle(r, T1, P1, Q_in, fluid_type)
 % fluid_type: 'constant_gamma' or 'variable_cp'
 % (logic branches based on flag)
end

Mit der Funktion an Ort und Stelle kann ein Treiberskript durch Kompressionsverhältnisse kehren:

r_values = 6:1:14;
for i = 1:length(r_values)
 [~, perf] = ottoCycle(r_values(i), 300, 101325, 2500e3, 'constant_gamma');
 eta(i) = perf.eta;
 mep(i) = perf.mep;
end
plot(r_values, eta*100, 'b-', r_values, mep/1e5, 'r--');

Dieser modulare Ansatz zeigt sofort die sinkenden Renditen eines steigenden Kompressionsverhältnisses über 12. Die Handlung zeigt einen wichtigen Kompromiss: Der Wirkungsgrad steigt weiter, aber mit abnehmender Geschwindigkeit, während der MdEP bei typischen Wärmeeinträgen häufig einen Spitzenwert von r = 10 erreicht.

Generierung von Diagnose-P‐V- und T‐S-Diagrammen

Die Visualisierung hilft bei der Verifizierung des Modells und der Vermittlung von Ergebnissen. Die Plot-Funktionen von MATLAB erzeugen Diagramme in Publikationsqualität.

Druck-Volumen (P‐V) Diagramm

Die Kompressions- und Expansionskurven folgen P v^γ = konstant und erzeugen eine Reihe von Zwischenpunkten für glatte Kurven:

n = 50;
v_comp = linspace(v2, v1, n); % reverse direction for plotting
P_comp = P2 * (v_comp ./ v2).^(-gamma);
v_exp = linspace(v3, v4, n);
P_exp = P3 * (v_exp ./ v3).^(-gamma);
figure;
hold on;
plot(v_comp, P_comp, 'b', 'LineWidth', 1.5);
plot(v_exp, P_exp, 'b', 'LineWidth', 1.5);
plot([v2 v3], [P2 P3], 'r--', 'LineWidth', 1.2);
plot([v4 v1], [P4 P1], 'r--', 'LineWidth', 1.2);
xlabel('Specific volume (relative)'); ylabel('Pressure (Pa)');
title('Air‑Standard Otto Cycle P–V Diagram');
legend('Compression', 'Expansion', 'Heat addition', 'Heat rejection');
grid on;

Der eingeschlossene Bereich stellt die Nettoarbeit dar. Sie können die Schleife numerisch integrieren, um das berechnete W net zu verifizieren. Zum Beispiel integrieren Sie die obere Kurve (Komprimierung + Expansion) und subtrahieren die untere Kurve (Wärmeabweisungslinie).

Temperatur-Entropie (T-S) Diagramm

Für ein ideales Gas mit konstanten spezifischen Wärmen ist die Entropieänderung relativ zu Zustand 1:

% s = cp * log(T / T1) - R * log(P / P1)
cp = gamma * R_air / (gamma - 1);
s1 = 0;
s2 = cp * log(T2/T1) - R_air * log(P2/P1);
s3 = cp * log(T3/T1) - R_air * log(P3/P1);
s4 = cp * log(T4/T1) - R_air * log(P4/P1);

Die vier Prozesse sind mit geeigneten Linien zu zeichnen. Für die Variable γ ist die numerische Integration von dQ/T zur Berechnung der Entropie zu verwenden. Das T-S-Diagramm zeigt die isentrope Natur der Prozesse 1-2 und 3-4 (vertikale Linien) und die konstante Erwärmung/Abstoßung (gebogene Pfade) des Volumens. Die Fläche unter der Heizkurve stellt die hinzugefügte Wärme dar, während die Fläche unter der Kühlkurve die abgewiesene Wärme darstellt; ihre Differenz ist die Nettoarbeit.

Um das T‐S-Diagramm zu verbessern, werden die Linien des konstanten Drucks (Isobars) von der idealen Gasbeziehung überlagert, was dazu beiträgt, den Zyklus in einem breiteren thermodynamischen Rahmen zu kontextualisieren.

Durchführung von Sensitivitätsstudien

Sobald das Basismodell funktioniert, werden die Eingabeparameter systematisch variiert, um ihren Einfluss zu verstehen.

  • Kompressionsverhältnis-Sweep: Plot-Effizienz und MEP gegenüber r. Die Effizienz steigt bei niedrigen r und dann Plateaus schnell an; MEP erreicht aufgrund des Kompromisses zwischen Druckanstieg und Wärmezufuhr oft einen moderaten r. Verwenden Sie Teildiagramme, um beide Metriken auf derselben Zahl anzuzeigen.
  • Wärmezugabevariation: Ändern von Q in Modellen unterschiedlicher Kraftstoffenergien oder Luft-Kraftstoff-Verhältnisse. Erhöhen von Q in erhöht den Spitzendruck und die Arbeit, kann aber die Materialgrenzen überschreiten; schließen eine Einschränkung ein, dass P3 < 150 bar (15 MPa) ist, um die typische Motorstärke widerzuspiegeln.
  • Spezifischer Wärmeverhältniseffekt: Niedrigere γ-Werte verringern die Effizienz. Überlagerung von Ergebnissen mit konstantem γ- und variablem γ-Wert, um die Korrektur zu zeigen. Dies ist besonders wichtig bei der Analyse alternativer Kraftstoffe wie Erdgas oder Wasserstoff.

Für einen Zwei-Parameter-Sweep verwenden Sie verschachtelte Schleifen und speichern Ergebnisse in einer Matrix.

r_vec = 6:1:14;
Q_vec = 2e6:0.2e6:3e6;
for i = 1:length(r_vec)
 for j = 1:length(Q_vec)
 [~, perf] = ottoCycle(r_vec(i), 300, 101325, Q_vec(j), 1.35, 287);
 eta_mat(i,j) = perf.eta;
 end
end
contourf(r_vec, Q_vec/1e6, eta_mat', 20);
xlabel('Compression ratio'); ylabel('Q_in (MJ/kg)');
colorbar; title('Thermal Efficiency (%)');

Solche Sensitivitätskarten sind für die Trade-off-Analyse im Motordesign von unschätzbarem Wert und helfen, Betriebsbereiche mit hohem Wirkungsgrad bei weiterhin akzeptablem Spitzendruck zu identifizieren.

Validierung Ihrer Ergebnisse

Bevor Sie das Modell für technische Entscheidungen verwenden, prüfen Sie es mit bekannten Benchmarks. Die Luftstandard-Effizienzformel η = 1 − 1/r^(γ-1) bietet eine direkte Validierung für den Fall konstanter γ. Darüber hinaus vergleichen Sie den berechneten Spitzendruck P3 mit Daten aus veröffentlichten Motorabbildungen oder Lehrbuchbeispielen (z. B. Stone, Einführung in Verbrennungsmotoren). Abweichungen ergeben sich häufig aus der angenommenen γ oder Q in. Für eine gründliche Validierung laden Sie eine öffentliche Zylinderdruck-Spur aus Ressourcen wie der Sandia National Laboratories Motordatenbank herunter und überlagern Sie Ihre P-V-Schleife. Diese Übung zeigt, wo das Luftstandardmodell von der Realität abweicht, was zu komplexeren Modellierungen führt.

Eine weitere Validierungstechnik besteht darin, die Energiebilanz zu überprüfen: Die Nettoarbeit plus ausgestoßene Wärme sollte der Eingangswärme innerhalb der Gleitkommagenauigkeit entsprechen.

Das Modell für realistische Effekte erweitern

Der Rahmen kann um reale Phänomene erweitert werden:

  • Endgültige Verbrennungsdauer: Ersetzen Sie die momentane Wärmezufuhr durch eine Wiebe-Funktion, die die Energiefreisetzung über ein Kurbelwinkelintervall verteilt. Verwenden Sie MATLABs , um die Energiegleichung zusammen mit der Kolbenbewegung zu integrieren. Die Wiebe-Funktion wird definiert als x b(θ) = 1 – exp(–a * ((θ‐θ0)/Δθ)^(m+1)).
  • Wärmeübertragungsverluste: Integrieren Sie eine Woschni-Typ-Korrelation für die konvektive Wärmeübertragung auf die Zylinderwände. Dies erfordert eine aufgelöste Temperatur und Druck im Kurbelwinkel. Die Korrelation gibt den Wärmeübertragungskoeffizienten als Funktion von Bohrung, Kolbengeschwindigkeit, Temperatur und Druck an.
  • Abgasrückführung (EGR): Passen Sie das spezifische Wärmeverhältnis und die Gaszusammensetzung an, um die Verdünnung widerzuspiegeln. Der MATLAB Simscape Engine Zylinderblock stellt eine fertige Komponente für solche Studien dar, aber Sie können auch ein vereinfachtes Verdünnungsmodell implementieren, indem Sie die spezifischen Wärmen von Luft und Inertgas linear kombinieren.

Für eine schnelle Erweiterung, beginnen Sie mit der Wiebe-Funktion. Beispiel-Näherungen finden Sie in der MATLAB File Exchange Diese einfache Addition erfasst den Effekt des Funken-Timings auf Effizienz und Spitzendruck.

Integration der Analyse in einen größeren Workflow

In einem Engineering-Projekt muss die Zyklusanalyse in Simulationen auf Fahrzeugebene oder in die Erstellung von Berichten einfließen. Verwenden Sie MATLABs , um Zustandstabellen und Leistungsmetriken zur weiteren Verarbeitung in Excel an CSV zu exportieren. Kombinieren Sie Plots mit der -Funktion zu einem PDF. Die Strukturierung des Codes mit Funktionen und einem Haupttreiberskript macht diese Integration nahtlos. Zum Beispiel:

results = table(r_values', eta', mep', ...
 'VariableNames', {'CompressionRatio','Efficiency','MEP_bar'});
writetable(results, 'otto_sweep.csv');

Sie können MATLAB auch von Python oder Simulink anrufen, um das thermodynamische Modell mit anderen Subsystemen zu koppeln. Für eine Hybridfahrzeugstudie kann die Otto-Zyklus-Effizienzkarte als Nachschlagetabelle in Simulink importiert werden.

Schlussfolgerung

Der Aufbau eines Otto-Standardmodells in MATLAB bietet eine leistungsstarke und dennoch einfache Plattform für die Erforschung der Ottomotor-Thermodynamik. Durch die systematische Definition von Parametern, die Berechnung von Zustandspunkten und die Berechnung von Leistungskennzahlen wie Nettoarbeit, thermischer Effizienz und mittlerem effektivem Druck erhalten Sie sofort einen Einblick in die Auswirkungen der Designentscheidungen auf die Leistung. Der hier vorgestellte modulare Ansatz ermöglicht es Ihnen, das Modell auf variable spezifische Wärmen, endliche Verbrennung und Wärmeübertragung zu erweitern, ohne die Kernlogik umzuschreiben. Das resultierende Tool ist nicht nur für akademische Übungen gedacht - es liefert umsetzbare Antworten auf die "Was-wäre-wenn" -Fragen, die die Motorenentwicklung antreiben. Mit den nächsten Schritten von Sensitivitätsstudien und Validierung gegen reale Daten wird Ihr MATLAB-Skript zu einer zuverlässigen Grundlage für eine fortschrittlichere Motorsimulation.