当前位置:网站首页>【有限元分析】异型密封圈计算泄漏量与参数化优化过程(带分析源文件)
【有限元分析】异型密封圈计算泄漏量与参数化优化过程(带分析源文件)
2022-08-10 13:43:00 【CAE工作者】
注意(需要源文件联系博主或者扣扣2386317960)20220809
异型密封圈计算泄漏量与参数化优化过程
1.1.1 后处理
图3 25接触压力云图
从接触压力云图可以得出,异型密封圈主密封接触压力达到18 MPa,并且接触部位的接触状态稳定,没有发生断层和突变,说明不会发生泄漏。
图3 26轴承支撑反作用力
根据泄漏量计算公式,需要知道密封圈所受载荷的大小,此处便使用支撑轴承的反作用力间接得到密封圈所受载荷,而密封间隙宽度则需要通过计算接触面积来求得,这里便需要使用命令来实现:
1 set,last !选择计算迭代的最终步
2 cmsel,s,pressure !通过名称选择pressure的下半部分的所有节点
3 cmsel,a,pressure2 !通过名称增选pressure2的下半部分的所有节点
4 esln,s,1 !选择附加到节点的element
5 esel,r,type,cid1 !只重新选择类型为“cid_1”的接触element
6 etable,estat,cont,stat !保存已选择单元列表
7 esel,s,etab,estat,3 !选择接触部分
8 etable,c_area,VOLU !选择接触元件面积
9 ssum !面积相加
10 get,t_area,ssum,0,item,c_area !将结果存储到t_area
11 my_area=t_area/4.84 !求取密封间隙宽度并将结果输出到my_area
1.1.2 泄漏量计算
经过上述的仿真流程,得到了密封间隙的宽度 和密封圈的径向载荷 ,然后再使用MATLAB平台将公式编入功能函数进行泄漏量的计算。以下便是泄漏量计算功能函数的代码:
function [s] = LLJS(L,W) %L为密封间隙宽度,W为受到的径向载荷
L=L/1000; %换算单位为M
P1=13.16e6; %内压
P2=11.76e6; %外压
k=0.5; %暴露损失所占比重
A=0.2e-3; %振幅M
v=220e-6; %运动粘度M2/S
rho=930; %密度KG/M3
eta=vrho; %动力粘度NS/M2
nRotation=80; %转速rpm
D=55e-3; %直径M
N=36; %周期个数
V=nRotationpi()D/60; %线速度M/S
W=WN/D/pi();
h=sqrt(0.1602etaVL.^2/W);
[email protected](x) sin(2Nx/D)./(A.2*(sin(2*N*x/D)).2+1).^0.5;
s=(1-k)/2NAhVintegral(@(x)f(x),0,pi());
g=(1+k3)*h3Dpi()(P1-P2)/12/eta/L;
s=(s+g)rho10e6; %换算单位为mg
s=s3600; %一小时泄漏量mg/h
end
使用时,在命令窗格中调用LLJS( )函数即可计算得出结果。例如,在上述例子中,密封圈所受载荷 为374.21 N,密封间隙接触宽度 为2.14 mm,则计算命令为“LLJS(0.214,374.21)”,得出计算结果5.04 mg/h。
通过上述得到的函数可以得到密封圈所承受载荷对泄漏量的影响规律以及密封间隙接触宽度对泄漏量的影响规律。设置函数初始值为LLJS(2.5,480),假设密封间隙接触宽度取值范围为[0.5,3.5],承受载荷取值范围为[350,600],则获得如下规律:
(a)密封间隙接触宽度对泄漏量的影响 (b)承受载荷对泄漏量的影响
密封间隙接触宽度和承受载荷对泄漏量的影响
图3 28泄漏量随密封间隙接触宽度和承受载荷的变化规律
从上图中可以看出,当承受载荷不变时,密封间隙接触宽度越大,泄漏量越大,原因在于,随着密封间隙接触宽度增大,若承受载荷不变,则接触部位的接触压力将会减小,由于流体压力的作用,密封间隙高度将会增大,导致泄漏量增大。同理,当密封间隙接触宽度不变时,承受载荷越大,接触部位的接触压力越大,密封间隙高度降低,泄漏量减小。该规律与公式(3-11)反映的规律一致。
1.1.3 优化结果
1.1.3.1 各结构参数对异型密封圈性能的影响规律
(1)主密封内径余量C
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 30主密封内径余量对各性能参数的影响规律
图3 31主密封内径余量对主密封接触压力的影响规律
(2)主密封直径D
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 32主密封直径对各性能参数的影响规律
(3)主密封突出基体高度CE
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 33主密封突出基体高度对各性能参数的影响规律
(4)基体厚度T
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 34基体厚度对各性能参数的影响规律
(5)挡砂瓣内径余量C2
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 35挡砂瓣内径余量对各性能参数的影响规律
(6)尖端与轴承夹角F1
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 36尖端与轴承夹角对各性能参数的影响规律
(7)挡砂瓣尖端角度F2
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 37挡砂瓣尖端角度对各性能参数的影响规律
(8)沟槽内径干涉量C3
(a)主密封泄漏量 (b)挡砂瓣尖端接触间隙
图3 38沟槽内径干涉量对各性能参数的影响规律
图3 39沟槽内径干涉量对主密封接触压力的影响规律
1.1.3.2 各结构参数对异型密封圈性能影响程度对比分析
对各结构参数对异型密封圈性能的仿真数据进行统计分析,结果如下图所示:
图3 42各结构参数对主密封泄漏量的影响范围
图3 43各结构参数对挡砂瓣尖端接触间隙的影响范围
1.1.3.3 最终优化结果
因此,异型密封圈的关键结构参数及其对应的取值如下:
表3 4优化前后关键结构参数及其取值
参数 基体厚度 主密封内径余量 主密封圆弧突出基体高度 沟槽内径干涉量 挡砂瓣内径余量 挡砂瓣尖端角度 尖端与轴承夹角
优化前 4.0 mm 0.1 mm 1.5 mm 1.2 mm 0.15 mm 35 ° 25 °
优化后 5.5 mm 0.4 mm 2.7 mm 1.3 mm 0.4 mm 45 ° 20 °
优化前后结果对比如下:
(a)优化前 (b)优化后
图3 44异形密封圈优化前后应力对比
(a)优化前 (b)优化后
图 3 45异形密封圈优化前后接触压力对比
(a)优化前 (b)优化后
图 3 46异形密封圈优化前后挡砂瓣尖端接触间隙对比
优化前后异型密封圈各性能指标如下:
表3 5优化前后异型密封圈性能变化
性能指标 密封圈最大应力 主密封接触压力 主密封接触宽度 主密封承载 主密封泄漏量 挡砂瓣尖端接触间隙
优化前 7.774 MPa 19.213 MPa 2.45 mm 550.3 N 282.79 mg/h 0.00393 mm
优化后 4.526 MPa 14.742 MPa 0.86 mm 499.2 N 43.10 mg/h 0.000129 mm
经过密封圈结构的参数优化,使得密封圈主密封泄漏量下降85%,挡砂瓣尖端接触间隙下降96%,效果明显。从数值上看,泄漏量为43 mg/h,牙轮钻头储油囊能够用于补充的储量约为25 g,则理论上润滑脂耗尽需要580 h,若存在压力波动等复杂情况,则工作时间会有一定程度的减少。挡砂瓣尖端接触间隙为0.000129 mm
边栏推荐
猜你喜欢
Error: Rule can only have one resource source (provided resource and test + include + exclude)
Open Office XML 格式里如何描述多段具有不同字体设置的段落
系统架构系列文章三--解决传统企业核心系统的性能问题
【目标检测】小脚本:提取训练集图片与标签并更新索引
借数据智能,亚马逊云科技助力企业打造品牌内生增长力
写不完的数学试卷-----试卷生成器(Qt含源码)
1W字详解线程本地存储 ThreadLocal
R语言实战应用案例:论文篇(一)-特殊柱形图绘制
如何完成新媒体产品策划?
[target detection] small script: extract training set images and labels and update the index
随机推荐
file system design
Interface Automation Testing Basics
镜像瘦身:每一层都不能放过
Borg Maze (bfs+最小生成树)
numpy.meshgrid()理解
C#报错 The ‘xmins‘ attribute is not supported in this context
SecureCRTPortable – 破解
Open source SPL wipes out tens of thousands of database intermediate tables
【JS高级】ES5标准规范之创建子对象以及替换this_10
R语言使用gt包和gtExtras包优雅地、漂亮地显示表格数据:gtExtras包的gt_highlight_rows函数高亮(highlight)表格中特定的数据行、配置高亮行的特定数据列数据加粗
【ECCV 2022|Millions of Prizes】PSG Competition: Pursuing the "Most Comprehensive" Scene Understanding
Cloud Migration Practice of Redis
山水的高度
Lithium battery technology
发送post请求前台无法获取数据
C#WPF 图片在显示时没有问题,但在运行时图片显示不出来的解决
The recursive recursive Fighting_ silver study ah but level 4
简单的写一个防抖跟节流
A can make large data clustering method of 2000 times faster, don't poke
安装mysql报错处理