研究人员对齿轮泵进行了优化,从而大大提高了液压器的机械效率!

   电工小二        

对齿轮泵齿根下切后的优化问题进行了研究,这就需要计算泵的体积、机械效率和总效率。由于现有模型存在冲突,在计算总效率时,通常假设其他效率都有可接受的值,多维逻辑函数是一种独立的泵浦优化方法。


相关论文以题为“Discrete Optimization of a Gear Pump after Tooth Root Undercutting by Means of Multi-Dimensional Logic Functions”发表在《Applied Sciences》上。




液压系统具有输送大量动力的能力,效率相对较高。因此,它们的使用越来越频繁。液流式能量发生器是液压系统的主要部件之一。外置齿轮泵是工业上最常用的类型,据估计,大约有50%的装置使用了这种电池。与其他抽油机相比,这些抽油机结构紧凑、设计简单、体积小、效率系数高、抗工质污染能力强、运行可靠性好、生产成本低是其普遍使用的原因。除此之外,齿轮装置能够在高速运行,在这方面,优于其他类型的往复式和旋转泵。上述优点,以及高达90%的总效率和高达30mpa的高工作压力,影响了它们在工厂和机器的控制或润滑驱动系统中的广泛应用。重要的是,使用适当的软件设计参数排序图和树,并存储算法,以避免复杂设计情况下的指数计算复杂性。系统的正常运行取决于系统或部件的特性和动态特性以及结构和运行参数的变化。


液压齿轮泵咬边齿根的研究


为了优化齿轮泵,它的效率必须计算:液压机械(分形hm),体积(分形v)和总(分形c)。考虑到现有模型中存在的矛盾,在满足剩余效率的前提下,通常采用直接积法计算总效率;这就为节约能源带来了很大的可能性。


本研究以(ween v)、(ween hm)和(ween c)为函数,假设参数为决策变量:M、n、pt、Qrz。上述过程的目的是使用一个齿轮泵,齿根削弱后,在各种系统中为了证明数学计算的准确性和正确性,并确定不同而导致的差异计算算法被使用在齿轮泵的设计:


·确定最大液压-机械效率,假设允许的容积效率;


·确定最大容积效率,假设允许的液压-机械效率;


·最大总效率的确定。


该原型泵的新奇之处在于通过所谓的齿根救济(咬边)来修改其上部的渐开线轮廓。可以通过所谓的突出的刀具或适当选择啮合校正(图1)来进行修改。



图1.该齿槽采用梯形齿廓。


齿根咬边齿轮泵的离散优化


为了优化齿轮泵的计算效率:液压-机械、体积总和,泵的效率可以优化为单一准则或多准则。假设目标函数为泵的总效率,所寻找的参数为结构参数和(或)运行参数的值,可对结构参数和运行参数分别进行优化,分别寻找效率最大值。通过选择适当的结构和运行参数,可以实现特定设计的泵的最大效率。


逻辑决策树


变化的算术值结构和/或操作参数编码的分支逻辑值为单个变量从左到右,采取以下值在每个决策分支pt = 0, 1, 2, 3, 4, 5, 6, 7, M = 0, 1, 2, 3,呼叫,n = 0, 1, 2, 3, 4。可根据参数变化的任意组合进行布局或元素设计。只有真正用最小数量的决策树分支(以粗体显示),没有孤立的分支完整全面的图形简化节点后,给真正的描述结构和/或操作参数的重要性,从底部的最重要根源,最不重要的顶部或在树的顶端。有一个规则规定树的每一层/每一层只能有一个决策变量。


下一步是将逻辑决策变量编码为复杂的多值逻辑决策树。个体效率变化的数值采用如下:ηhm≥0.89;0.86(表1)


表1.所建立的结构和/或操作参数和目标函数的算术和逻辑值。*个体效率变化数值采用如下:ηhm≥0.89;η≥0.86。



4 !为获得准确的结果,为每个效率度量绘制了24棵决策树;这显示了四个层次上所有可能的决策变量交换组合。然后选择最优的安排;即,具有最小真分支数的树。


一般值表表示了M、n、pt、Qrz的所有编码算术和逻辑值(表1),并选择了每个效率值,并据此分组:v、hm和c(表2、表3和表4)。


表2.逻辑编码的数据,用于v。数据来自图2中的绿树分支。



表3.对数据进行逻辑编码。数据来自图3中的红树分支。



表4.逻辑编码的数据,为sachinc。




图2.容积效率ηv。




图3.水力效率η。


编码的最终结果是,变量的值可以应用到多值逻辑树结构中;因此,可以得到适当的结论。


基于表2的数据,研究人员绘制出了如下的逻辑树(图2、图3、图4和图5):



图4.总效率ηc。




图5.容积效率v,液压机械效率hm。


可以证明,在容积效率、液压和机械效率以及总效率方面,在实际分支的最小数量方面,最好的系统是从根和开始的地板布置。


结论


本文提出的齿轮泵齿根冲切后,编码逻辑数据中没有破折号(-);这是因为没有满足最小化的条件。因此,不进行最小化,且多值逻辑树不具有独立的分支,因此,该多值逻辑树不独立于任何其他复杂的设计方法。所追求的共同途径意味着达成妥协,以便根据一套标准获得最佳解决办法。计算中的任何偏差大多是由于对效率的不正确的计算四舍五入。


在本例中,齿轮泵齿根下削后的最佳解决方案是具有层次:和顺序的树和多维决策树(它们之间的差异仅在于树的最高层次上的几个分支)。


由于布局的树看起来是相同的,并且作为值和使用相同的参数(表1、表2、表3和表4),因此图4只显示了效率系统,即:可选方案v、可选方案hm、可选方案c。


研究人员也对多维逻辑树进行了类似的分析。独立确定了总效率,并对容积效率和液压机械效率分别建立了多维逻辑树,并与总效率的逻辑决策树进行了比较。更复杂的情况需要开发一种特殊的算法来确定最优的多值多维逻辑树和多值逻辑函数,这是未来研究的课题。


论文链接:https://www.mdpi.com/2076-3417/10/13/4682/htm



最新评论(0)条评论
取消

还没有人评论哦,抢沙发吧~

相关新闻推荐