连杆大头轴承润滑多目标优化设计_李程坤.pdf

【100】第45卷 第02期 2023-02收稿日期：2021-04-25基金项目：云南省科技厅重大科技计划（2018ZE001）作者简介：李程坤（1995-），男，重庆綦江人，硕士研究生，研究方向为内燃机结构设计与优化。通讯作者：贾德文（1977-），男，四川简阳人，副教授，博士，研究方向为内燃机设计与优化。连杆大头轴承润滑多目标优化设计Multi-objective optimization design for lubrication of connecting rod big end bearing李程坤，贾德文*，邓 伟，李 伟LI Cheng-kun，JIA De-wen*，DENG Wei，LI Wei（昆明理工大学 云南省内燃机重点实验室，昆明 650504）摘 要：针对柴油机连杆大头轴承润滑不良和摩擦磨损的问题，运用AVL POWER UNIT搭建连杆组柔性多体动力学模型，以连杆大头轴承间隙、轴承宽度和供油压力为设计变量，通过最优拉丁超立方试验设计方法构建输入矩阵，在Isight中建立RBF径向基神经网络代理模型，以最小油膜厚度、峰值油膜压力和平均粗糙接触有效压力为优化目标，采用NSGA-遗传算法进行多目标参数寻优，获得连杆大头轴承的最佳结构参数组合。相较于原始方案，优化方案的最小油膜厚度增加了0.60m，峰值油膜压力减小了6.69MPa，平均粗糙接触有效压力减小了2.34MPa，综合润滑性能有所提升，可为连杆大头轴承优化设计提供理论参考。关键词：连杆大头轴承；多体动力学；代理模型；NSGA-；多目标优化中图分类号：TK422 文献标志码：A 文章编号：1009-0134(2023)02-0100-060 引言随着柴油机逐渐向着高功率，高强化，高扭矩的目标转化，连杆大头轴承作为一种高速旋转的摩擦副，在发动机的整个工作循环中，更容易发生轴承间的摩擦磨损，油膜破裂和润滑不良等现象，最终导致轴承拉瓦、烧着和点蚀等失效问题。以往对于内燃机连杆轴承润滑特性的研究主要集中在轴承与轴颈间的油孔油槽和储油池等的轴承间隙、润滑油粘温特性、表面粗糙度和装配误差等单因素分析16。当下仿真技术与优化算法不断发展，多目标优化已广泛地应用于不同的研究领域。针对轴承领域，国内外学者进行了大量的研究。刘胜超等7以高速脂润滑轴承为研究对象，通过搭建动力学仿真模型和功效系数转换法，以轴向刚度、摩擦力矩和旋滚比等为优化目标进行结构参数寻优。何振鹏等8通过搭建考虑空穴效应的轴承弹流润滑模型，以主轴承润滑油泄流量和油膜支撑力矩为优化目标，获得了多目标优化的最优解集。李林洁等9以柴油机主轴承为研究对象，通过Kriging近似模型与PE-HMGE全局多梯度算法，以最小油膜厚度、峰值油膜压力和平均有效摩擦损失等为优化变量进行多参数多目标寻优。ASHISH等10对调心滚子轴承进行了疲劳和磨损寿命的理论分析，并选定了22个约束条件和2个优化目标，经过遗传算法优化后的轴承动态能力和使用寿命有所提高。王玉君等11通过计算流体力学方法搭建轴承摩擦副的物理模型，并以轴承承载力和摩擦力二者为优化目标，经过遗传算法优化后的润滑性能明显提高。MEDURI等12提出了一种多目标优化技术，选定轴承的动态容量、最小油膜厚度和最高轴承温度为目标函数，采用遗传算法进行多目标优化。BRANAGAN等13针对涡轮机械转子轴承可靠性的问题，通过建立TEHD热弹流动力润滑模型，以轴承功率损耗和轴瓦温度为优化目标，采用Isight分别搭建序列二次规划和多岛遗传算法进行多目标寻优。YANG等14针对轮对轴承的故障诊断问题，提出了一种通用的多目标优化小波滤波器。张宇等15以某型船用汽油机为研究对象，通过搭建其多体动力学模型，采用modeFRONTIER优化软件建立响应面近似模型，并以总摩擦功耗和总机油流量为优化目标进行参数寻优，结果表明优化方案获得了较为理想的润滑效果。总体来看，对于轴承的多目标优化也有较多的涉及，采用了不同的近似模型与优化方法，每种方法各有优劣，适用的领域范围也有所差异。多目标优化研究的对象包含但不限于圆锥滚子轴承、涡轮机械转子轴承和柴油机主轴承等摩擦副，但针对柴油机连杆大头轴承润滑性能的多目标优化相对较少，故基于连杆大头轴承的原始结构参数，对其进行多参数多目标的润滑特性优化分析具有参考意义。以柴油机连杆大头轴承为研究对象，针对柴油机结构以及性能参数，运用AVL POWER UNIT搭建连杆组多体动力学模型，采用试验设计中的最优拉丁超立方法进行随机均匀采样，建立RBF径向基神经网络近似代理模型，最终通过带精英策略的遗传算法进行设计参数寻优，以探索较佳的轴承结构参数组合，提高其综合润滑性能。第45卷 第02期 2023-02【101】1 数值分析模型1.1 柴油机技术参数与边界条件研究对象为一款直列卧式柴油机，冷却方式为水冷，进气方式为增压中冷，额定转速为3200r/min，其主要技术参数如表1所示。表1 柴油机主要技术参数参数数值参数数值缸数2轴承宽度/mm25发火顺序1-2轴承孔径/mm56缸径行程/mm9297轴承半径间隙/mm0.028连杆长度/mm166轴颈表面粗糙度/m0.4连杆比0.29轴瓦表面粗糙度/m0.8缸心距/mm124供油压力/bar4标定功率/kW45穴蚀压力/bar0.98 在轴系多体动力学仿真分析时，取额定转速3200r/min为输入转速，此时缸内最大爆压为15.39MPa，气缸压力曲线如图1所示。01202403604806007200369121518气缸压力(M Pa)曲轴转角(deg)气缸1 气缸2图1 缸内压力曲线1.2 几何清理与模型缩减采用UG对柴油机的活塞连杆组进行CAE建模，为了节省后续计算的时间，在网格划分前对模型进行前处理，删除模型中较小的倒圆和倒角，不考虑活塞的油环、油孔和连杆小头的油孔油槽，其中连杆小头的油孔和油槽可在后续计算分析时定义其位置尺寸，在网格划分时可以忽略。最终几何清理后的活塞连杆组实体模型如图2所示。(a)连杆零部件爆炸图 (b)活塞实体模型 (c)活塞销实体模型图2 活塞连杆组实体模型模型缩减是一种按照一定规则来保留研究对象有限元模型的一种等效简化和替代方法，它可以将有限元模型中庞大的节点和单元信息，缩减成主节点和主自由度，并赋予其质量、刚度和阻尼矩阵信息，以实现缩减后的子结构模型的动态特性仍与原有模型一致。运用此种方法可大幅减少多体动力学模型的计算时间成本，在保证仿真精度的同时进而提高求解效率。图3所示为连杆的有限元模型和轴瓦缩减模型，据AVL PU的技术手册建议，采用EHD类型的连杆轴承在保留主节点时，建议轴向保留57层节点，周向保留4060个节点，因此在连杆大头轴瓦缩减时，在轴向和周向上保留节点为740个。(a)连杆有限元模型 (b)轴瓦缩减模型图3 连杆有限元模型与轴瓦缩减子模型1.3 连杆多体动力学EHD模型搭建如图4所示，运用仿真软件AVL POWER UNIT，并考虑粗糙峰接触、平均流量模型及弹性流体动力润滑等因素，搭建了该机型连杆大头轴承旋转摩擦副的柔性多体动力学数值计算模型。在多体动力学模型搭建完成后，输入载荷和工作参数，设置相应的仿真和结果控制参数，赋予缩减节点以质量、刚度和阻尼矩阵属性。将平均Reynolds方程和轴系多体动力学方程进行耦合求解，提取节点间的最小油膜厚度、峰值油膜压力和平均粗糙接触有效压力等反映润滑特性的评价指标。所设置的仿真时间为01440曲轴转角两个周期，经过一个周期的稳定运转后，提取第二个周期的结果作为评价指标。2 试验设计与近似模型搭建2.1 设计变量与输出响应的选定连杆大头轴承在发动机的工作过程中，承受着气缸压力、旋转惯性力和拉伸惯性力等复杂的交变载荷，对于润滑具有更高的要求。影响连杆大头轴承润滑特性的因素众多，主要包括以下几类因素：1）润滑油供应，如润滑油的型号、供油温度及压力和油孔的孔径及位置等；2）轴承受载情况，如缸压，发动机转速和轴颈倾斜等；3）轴承运转特性，如轴承宽径比、配合间隙和表面粗糙度等。同时，【102】第45卷 第02期 2023-02随着所选取的输入设计变量的个数增多，多目标算法优化的计算量也将大幅增加，因此在选取设计变量时需要兼顾考虑计算时间成本与仿真精度的平衡。图4 连杆大头旋转摩擦副多体动力学模型天津大学的何振鹏等16研究表明影响连杆大头轴承润滑特性的主要因素有轴承间隙、轴承宽度和轴颈油孔供油压力等，故基于仿真模型主要选取轴承间隙、轴承宽度和供油压力三个参数作为设计输入，研究其对连杆大头轴承润滑特性的影响，并选出最优组合设计方案。内燃机连杆轴承润滑特性的评价指标众多，基于数值计算模型，主要选取最小油膜厚度（Minimum Oil Film Thickness，MOFT）、峰值油膜压力（Peak Oil Film Pressure，POFP)和平均粗糙接触有效压力(Average Peak Asperity Contact Pressure，APASP）三个核心因素进行评价，并提取第2缸数据作为分析结果，以研究不同轴承技术参数对其润滑特性的影响规律。其中，平均粗糙接触有效压力（APASP）是一项评价润滑性能的重要指标，可表示为：7200720aP dAPASP=(1)式中：Pa为相应曲轴转角i时的瞬时峰值粗糙接触压力；为曲轴转角。综合考虑该型柴油机连杆大头轴承的结构参数和数值计算模型的仿真参数需求，设计变量的取值范围和水平划分如表2所示。表2 设计变量的水平划分水平/因素A轴承间隙/mB轴承宽度/mmC供油压力/bar13022.4426028539033.66 对于3个变量，3个水平的因素研究，如果采用控制变量法进行规律分析需要27（33）次试验，而采用试验设计（DOE）方法按照一定的规则进行样本点的抽样，将会大大减小仿真分析的时间成本。基于最优拉丁超立方试验设计方法按照一定的规则进行数据样本点的抽取，最终获取的的试验分析样本数为20个，在得到20组试验设计方案之后，按照此方案设置，逐一导入到AVLPU中进行设计变量的参数耦合，然后将运行得到的输出响应变量进行结果汇总，最终得到了由输入变量和输出响应组成的试验样本数据结果，如表3所示。其中因素A、B和C分别代表了3个输入设计变量轴承间隙、轴承宽度和供油压力；输出响应变量由3个指标组成：MOFT代表最小油膜厚度，POFP代表峰值油膜压力，APASP代表平均粗糙接触有效压力。表3 试验样本数据结果方案/因素ABCMOFT/mPOFP/MPaAPASP/MPa135.5322.45.470.782206.855.65227.6325.944.321.382178.431.21318.1629.474.211.852174.460.34424.4722.994.950.863191.214.3351524.764.421.05176.023.19640.2626.5341.607187.030.9274525.355.261.173193.023.01816.5831.835.681.702176.480.64929.2133.015.581.664178.630.821019.7427.715.161.915173.580.361138.6827.125.891.752185.10.541230.7930.654.111.924178.560.261321.3232.424.841.739177.210.681432.3728.295.051.896180.050.281522.8924.175.791.011181.263.271633.9533.64.741.576181.971.091743.4230.064.531.82187.120.481841.8431.245.371.697186.130.551926.0528.8861.946175.550.252037.1123.584.630.918193.854.7第45卷 第02期 2023-02【103】2.2 近似