基于遗传算法的轴向柱塞泵配流盘密封环结构多目标优化

来源 :农业机械学报 | 被引量 : 0次 | 上传用户:zjtiankong1981
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为改善微小型轴向柱塞泵配流副润滑特性,对缸体进行受力分析,建立了配流副油膜润滑模型,以泄漏量、缸体倾覆角、粘性摩擦力矩为优化目标,采用多目标遗传算法(Non-dominated sorting genetic algorithm,NSGA-Ⅱ)对配流盘密封环结构参数进行了优化,包括配流盘密封环径向尺寸R1、R2、R3、R4和腰型槽起点张角θ.模型考虑缸体微观的倾斜运动以及宏观的旋转运动,对楔形油膜的动态变化过程进行了仿真.通过有限容积法对雷诺方程进行离散化处理,得到配流盘表面油膜的压力分布情况,并分析了密封环结构对油膜特性的影响.研究结果表明,密封环最外缘的尺寸对油膜润滑性能影响较小,腰型槽起点张角和密封环内缘尺寸对缸体倾覆角的影响较大;配流盘结构优化后,油膜综合润滑特性提升5.4%,倾覆角和泄漏量分别下降3.8%和29.6%.
其他文献
稻米供应链具有全生命周期冗长、主体环节参与角色复杂、危害物种类众多、信息多维多源异构等特点,实现稻米供应链动态监管,有助于稻米质量安全保障和溯源.以区块链智能合约为驱动,构建了适用于稻米供应链信息流转特性的动态模型并进行合约化实现与原型验证.首先,在稻米供应链监管信息解析及分类的基础上,基于区块链智能合约构建稻米供应链动态监管模型框架.其次,在监管模型的逻辑框架下,定制化设计身份初始化、数据调用、模型验证、数据传输、贡献评估、信用评估等6种智能合约,并进行模型运行流畅分析.最后,依托动态监管模型及智能合约
针对磁流变阻尼器存在由于阻尼间隙固定、长度小等导致的阻尼力较小、动力性能单一及适应性不强等不足,提出并设计一种阻尼间隙可调式磁流变阻尼器.该阻尼器液流通道由圆锥和圆环形液流通道共同组成,其有效阻尼长度可增加到4段.同时通过调整紧锁螺母控制阀芯位置,改变阀芯与左右磁轭的相对位置,可实现圆锥液流通道阻尼间隙连续可调.对所提出的结构进行磁路设计,基于Bingham模型建立其力学模型,利用ANSYS进行电磁场仿真,并设计实物样机进行动力性能实验.实验结果表明,输出阻尼力随阻尼间隙的减小而增大,在阻尼间隙为0.6m
针对现有拖拉机变速器存在机械结构复杂、挡位数较多、模式切换繁琐等问题,提出了一种串联式液力机械复合传动方案(Series hydraulic and mechanical hybrid transmission,HMD)及其配套拖拉机总体设计方法,包括功能需求、传动路线设计、组件特性分析、性能参数计算、仿真模型搭建、作业性能对比.针对无级调速模块有效性设计牵引性能与匹配性能试验,合理的发动机匹配使得液力传动最高效率达到0.894,重载与轻载区段能够实现无级变速,工况适应性良好.性能对比结果表明:HMD牵引
针对山地履带拖拉机(简称山地拖拉机)等高线作业时,车身调平和农具仿形作业不同的姿态调整需求,在建立车身及农具运动学模型的基础之上,构建了整个系统的控制策略,设计了车身与农具姿态协同控制系统,其中,对车身和农具的控制分别采用PID算法和双闭环模糊PID算法.基于Simulink对控制算法进行了仿真分析,结果表明:采用PID算法实现车身调平可以满足其基本调平要求;采用双闭环模糊PID算法实现农具姿态调整的控制效果优于PID算法.最后,进行了机组姿态协同调整的静态试验和动态试验,结果表明,采用所设计的姿态协同控
本文主要阐述了庄浪县水务局推进黄河流域生态保护和高质量发展工作的一些主要做法、下一步的工作打算和经验.
针对人体手臂负载弯举过程中易产生肩袖损伤的问题,设计了一种气动肌肉上肢外骨骼机器人.其本体结构由一个肘关节外骨骼机器人和气动式外展肩枕构成,并通过双层护肩结构固定于穿戴者上肢.该设计结合了刚性外骨骼机器人结构的力传递优势和柔性仿生式织物结构的柔顺性优势,在负载弯举过程中对穿戴者的肘关节和肩关节提供必要的助力,同时提高了肩关节处的人机相容性.对比实验结果表明,实验者手持负载并穿戴气动式上肢外骨骼机器人后可以在心率无显著性增加的状态下完成弯举动作,并且在气动式外展肩枕的作用下肩部外展轨迹更近似于自然弯举状态下
本文总结了天祝县全面推行河湖长制以来,在河湖管护责任、管护措施落实及问题排查治理等方面的主要做法,提出了压实河湖长制主体责任、健全河湖长日常监管机制、健全河湖长巡河湖长效机制、加大河长巡查监管力度等全面推进河湖长制的建议.
针对武威市凉州区永昌灌区高效节水灌溉项目建设的现状,分析预测该项目建设造成的水土流失,进而提出指导性意见,为同类项目配置水土保持防治措施提供参考.
针对机床状态动态标签及差异化分布数据下的预测适应性差与准确度低问题,结合时序特征关系和模型融合方法,建立自适应混合深度学习模型进行机床状态预测.首先,通过融合最小近邻分类器,设计一种基于权值累积的自适应更新法则,建立具有数据自适应性的状态预测模型.在此基础上,提出一种基于中心损失函数的特征距离度量优化策略,构建综合决策损失函数,确保模型有效融合.在提出的一种组合收敛准则基础上,采用BBPT方法训练优化模型,对测试数据进行了验证.实验结果表明,该模型能够自适应动态标签及差异化分布数据,准确预测数控机床状态类
本文主要对气候变化引起的水文水资源破坏对生态环境的影响进行分析,并提出了应对策略,旨在应对气候变化情况,强化生态环境保护力度,促进人与自然的和谐发展.