杂志轴承广泛用于旋转机器,因为他们的低磨损和良好的阻尼特性。流体膜轴承杂志可以支持一个转轴在涡轮机械系统中。一个完整的圆轴颈轴承有一个简单的配置但展品在较高的旋转速度不稳定。它相对便宜,出血性轴承。众所周知,旋转不稳定发生在高速轴颈轴承油。今天轴承,在速度和负载增加,面对工程师与许多新问题。过多的功率损耗降低发动机的效率,和高轴承温度对材料构成危险的轴承的润滑剂。不稳定主要出现在油膜振荡的形式不仅可以破坏轴承,但机器本身。新轴承设计是寻求满足新的需求。轴颈轴承由两个轴向凹槽具有广泛实际应用由于其良好的负荷能力和运营能力轴旋转的逆转发生时( 1]。这些轴承通常有凹槽定位主要载荷方向正交。在前面的两个轴向槽油径向轴承工作;Klit和隆德 2)使用有限元方法找到纯圆形轴承的动态系数两个20°轴向凹槽。Gethin和Deihi 3]研究了加载方向对twin-axial槽圆柱孔轴承的性能。已经预料到,如果轴承装入槽,其负荷能力将被削弱,但对水动力的影响润滑剂流和功率损耗是不那么显而易见。如果凹槽的位置安排相对较高负荷,轴承不稳定的可能性降低了,因为《华尔街日报》将更反常地运行。再水动力影响泄漏和摩擦载荷的方向。所以一个问题出现了:槽的位置应该在哪里,给最佳负载能力,流,摩擦和临界速度。提出了一种新的技术来优化混合径向轴承由罗和Koshal [ 4]。方法涉及轴承的比较与参考优化轴承的基础上加载/总功率,负载/抽运功率和负载/流。林挪亚( 5)使用遗传算法来优化水动力轴颈轴承的性能。桥本,松本( 6]介绍了优化设计方法对提高操作特征的水动力轴承》杂志上。混合优化技术相结合的直接搜索法和逐次二次规划一直应用于寻找最优设计的椭圆轴承》杂志上。Boedo和Eshkabilov 7]描述的实现遗传算法适用于有限宽度的最佳造型设计,等粘度的流体电影杂志轴承在稳定负荷和稳定的旋转》杂志上。Hirani [ 8)制定减少温升问题,功率损耗,和石油流。师校准优化方法对圆柱轴承已经申请期刊轴承》杂志上。

大卫et al。 9)在他们的论文中提出了传统遗传算法的基本概念,其优点与各种各样的应用程序。本文还指出先进的功能和未来的发展方向。考尔( 10]介绍了遗传算法(气),启发式搜索和优化技术的灵感来自自然进化。天然气已经成功地应用于各种重要的复杂的现实问题。当有成百上千的出版物的气体,只有几个代表出版物引用。

已经观察到气体已经成功申请优化轴承性能。然而,双槽轴颈轴承的性能没有被优化用于修饰或说明槽位置与多个目标的位置。针对这一点,本文尝试获得一个最佳配置的两个凹槽位置周围的周长最大石油流的水动力轴颈轴承摩擦损失最小,最大的负荷能力,和最大临界速度与质量参数,速度的函数。

雷诺方程的二维不可压缩流体的控制方程。它可以用无量纲形式 (1) ∂ ∂ θ ( h - - - - - - 3 ∂ p - - - - - - ∂ θ ) + ( D l ) 2 ( h - - - - - - 3 ∂ 2 p - - - - - - ∂ z - - - - - - 2 ) = ∂ h - - - - - - ∂ θ + 2 λ ∂ h - - - - - - ∂ τ , 在那里, (2) θ = x R , z - - - - - - = z l / 2 , h - - - - - - = h C , p - - - - - - = p C 2 6 η U R , τ = ω p t , λ = ω p ω 。

压力和膜厚度可以表示为小振幅的振动 (3) p - - - - - - = p - - - - - - 0 + ε 1 e 我 τ p - - - - - - 1 + ε 0 ϕ 1 e 我 τ p - - - - - - 2 , h - - - - - - = h - - - - - - 0 + ε 1 e 我 τ 因为 θ + ε 0 ϕ 1 e 我 τ 罪 θ 。 替换( 3)( 1),并保留一阶术语和系数的等同 ε 0 , ε 1 e 我 τ , ε 0 ϕ 1 e 我 τ ,三个微分方程 p - - - - - - 0 , p - - - - - - 1 , p - - - - - - 2 得到如下所示: (4) ∂ ∂ θ ( h - - - - - - 0 3 ∂ p - - - - - - 0 ∂ θ ) + ( D l ) 2 ∂ ∂ z - - - - - - ( h - - - - - - 0 3 ∂ p - - - - - - 0 ∂ z - - - - - - ) = ∂ h - - - - - - 0 ∂ θ , (5) ∂ ∂ θ ( h - - - - - - 0 3 ∂ p - - - - - - 1 ∂ θ ) + ( D l ) 2 ∂ ∂ z - - - - - - ( h - - - - - - 0 3 ∂ p - - - - - - 1 ∂ z - - - - - - ) + 3 ∂ ∂ θ ( h - - - - - - 0 2 ∂ p - - - - - - 0 ∂ θ 因为 θ ) + ( D l ) 2 ∂ ∂ z - - - - - - ( h - - - - - - 0 2 ∂ p - - - - - - 0 ∂ z - - - - - - 因为 θ ) = - - - - - - 罪 θ + 我 2 λ 因为 θ , (6) ∂ ∂ θ ( h - - - - - - 0 3 ∂ p - - - - - - 2 ∂ θ ) + ( D l ) 2 ∂ ∂ z - - - - - - ( h - - - - - - 0 3 ∂ p - - - - - - 2 ∂ z - - - - - - ) + 3 ∂ ∂ θ ( h - - - - - - 0 2 ∂ p - - - - - - 0 ∂ θ 罪 θ ) + ( D l ) 2 ∂ ∂ z - - - - - - ( h - - - - - - 0 2 ∂ p - - - - - - 0 ∂ z - - - - - - 罪 θ ) = - - - - - - 因为 θ + 我 2 λ 罪 θ 。 压力边界条件用于稳态和动态压力分布如下: (7) ∂ p - - - - - - 我 ∂ θ = 0 , p - - - - - - 我 = 0 在 θ = θ r , p - - - - - - 我 ( θ , z - - - - - - ) = 0 , 当 θ 年代 ≤ θ ≤ θ e , 在那里, p - - - - - - 我 = p - - - - - - 0 , p - - - - - - 1 , p - - - - - - 2 和 θ 年代 :起始角槽纵轴, θ e :角的坡口结束对纵轴,和 θ r :角的电影对纵轴形成空洞。

无量纲稳态加载组件以及无量纲给出稳态负载 (8) W - - - - - - X 0 = ∫  θ 1  θ 2 ∫  0  1 p - - - - - - 0 因为 θ d θ d z - - - - - - , (9) W - - - - - - Z 0 = ∫  θ 1  θ 2 ∫  0  1 p - - - - - - 0 罪 θ d θ d z - - - - - - , (10) W - - - - - - 0 = W - - - - - - X 0 2 + W - - - - - - Z 0 2 。 方程( 4)解决稳态压力分布 ( p - - - - - - 0 ) ,离散化的有限差分网格大小88×14和使用高斯-赛德尔方法逐次超松弛(SOR)技术满足边界条件。压力计算的收敛性判据采用 | 1 - - - - - - ∑ p - - - - - - 老 / ∑ p - - - - - - 新 | ≤ 1 0 - - - - - - 5 。随机选择轴承偏心,任意姿态角导致的压力所产生的力的大小楔轴承。姿态角的变化,直到水平分力 ( W - - - - - - Z 0 ) 在楔压力变成了零。这最终定位姿态角。这个平衡位置的垂直力 ( W - - - - - - X 0 ) 给出了负载能力, W - - - - - - 0 。索姆费尔德是由数量 年代 = 1 / π W - - - - - - 0 。

流量系数的无因次形式可以写成 (11) 问 - - - - - - Z = 1 2 ( D l ) 2 ∫  0  2 π h - - - - - - 0 3 ∂ p - - - - - - 0 ∂ z - - - - - - d θ 。 是由摩擦变量 (12) μ - - - - - - = μ ( R C ) = ∫  0  2 π ( 3 h - - - - - - ( ∂ p - - - - - - 0 / ∂ θ ) + 1 / h - - - - - - ) d θ 6 W - - - - - - 。 方程( 5)和( 6) p - - - - - - 1 和 p - - - - - - 2 解决满足边界条件和已知值的 p - - - - - - 0 使用相同的程序用于计算稳态压力。动态载荷,由于 p - - - - - - 1 和 p - - - - - - 2 是由 (13) W - - - - - - X 1 = ∫  θ 1  θ 2 ∫  0  1 p - - - - - - 1 因为 θ d θ d z - - - - - - , W - - - - - - Z 1 = ∫  θ 年代  θ e ∫  0  1 p - - - - - - 1 罪 θ d θ d z - - - - - - , W - - - - - - X 2 = ∫  θ 1  θ 2 ∫  0  1 p - - - - - - 2 因为 θ d θ d z - - - - - - , W - - - - - - Z 2 = ∫  θ 年代  θ e ∫  0  1 p - - - - - - 2 罪 θ d θ d z - - - - - - 。 发现液体膜,支持轴承,相当于质量弹簧阻尼系统。自《华尔街日报》执行小型谐波振荡对其稳态位置,动态负荷能力可以表示为一个春天和粘性阻尼力。的刚度和阻尼系数 (14) K - - - - - - X X = - - - - - - 再保险  ( W - - - - - - X 1 ) ; K - - - - - - Z X = - - - - - - 再保险  ( W Z t 1 ) ; K - - - - - - X Z = - - - - - - 再保险  ( W - - - - - - X t 2 ) ; K - - - - - - Z Z = - - - - - - 再保险  ( W - - - - - - Z t 2 ) , C - - - - - - X X = - - - - - - 即时通讯  ( W - - - - - - X t 1 ) ; C - - - - - - Z X = - - - - - - 即时通讯  ( W - - - - - - Z t 1 ) ; C - - - - - - X Z = - - - - - - 即时通讯  ( W - - - - - - X t 2 ) ; C - - - - - - Z Z = - - - - - - 即时通讯  ( W - - - - - - Z t 2 ) 。

人们已经发现,槽的位置有一个影响流( 问 - - - - - - Z ),摩擦变量( μ - - - - - - )、负荷能力( W - - - - - - ),质量参数( 米 - - - - - - )。遗传算法(GA)是最受欢迎的随机方法找到各种各样的问题的最佳解决方案。最显著的区别气体和许多传统的优化方法是天然气工作人口的点,而不是一个点。另一方面,由于气体只需要各离散点函数值,离散或不连续函数可以处理没有额外的负担。这允许气体被应用到各种各样的问题。以人群为基础的搜索算法的另一个优点是可以捕获多个最优解的数量,从而减少努力多次使用相同的算法。遗传算法执行多个定向搜索通过维持人口的可能的解决方案。population-to-population方法尝试搜索逃离当地的最适条件( 6]。气非常有用当开发人员没有精确的专业领域因为气体拥有探索和学习他们的领域的能力。

槽的位置坐落在周长分组如下。

第一组:Hz-Hz配置:凹槽放置在水平位置180°分开,也就是说,相反的方向(图 2)。

确定槽的大小为更好的性能,比较不同的无量纲载荷是由槽角度如表所示 2。已经观察到,负荷能力稍高,10°槽角相比,20°和30°槽角(表 2)的两个轴向槽轴承。因此,10°槽角被认为是整个分析。

代码开发计算稳态和动态特性的值 l / D group-IX比率和槽位置(i组),随后被用于获得最佳槽位置不同的目标函数。取得一个最佳槽位置根据最大化负载,流量和质量参数,摩擦最小化的帮助下遗传算法(GA)的MatLab工具箱。结果从(GA)而获得的结果使用序贯二次规划(SQP)。

获得的适应度函数的最优值对应于摩擦最小化变量列表了GA和SQP表 3。

同样的最大负载,最大流量和最大质量参数值也发现匹配两种方法。观察如上所述,结果发现使用这两种方法都是相同的。然而,GA遗传算法被用于这项工作,作为一个启发式搜索和优化技术的灵感来自自然进化,已成功应用于各种重要的复杂的现实问题( 3, 9]。有人建议,启发式优化提供了一个健壮的和有效的方法来解决复杂的实际问题( 5]。

最初单一目标函数了。真正的最适条件的通用算法收敛速度取决于交叉和变异的概率,一方面,和最大的一代,另一方面。为了保持几个很好的字符串和字符串拒绝不健康,交叉概率是首选。变异算子有助于保持人口的多样性,但破坏进展的人口聚集和干扰有益的行动选择和交叉。因此,低概率,0.001 - -0.1,是首选。人口在每一代遗传算法更新,更好的保证或等效健身字符串。行为端正的函数,30 - 40代就足够了。陡峭的和不规则的功能,50 - 100代是首选 2]。考虑这些因素,人口规模的变异概率为0.1,和交叉概率为0.8。

无量纲摩擦最小变量的最佳槽位置,无量纲载荷,无量纲流量,质量参数在不同 ε 如数据所示 11, 12, 13, 14。  θ 1 和 θ 2 第一和第二槽的起始位置,分别在度。

从结果如图 11通过 14,已经观察到第一槽位置仍然是0°附近,而第二个槽位置随偏心比率在所有的情况下。第二个槽位置的变化是不同的对于不同的目标函数。

同样通过结合所有一次目标函数最优配置表(表获得 4)。

已经观察到的列表结果表 4,盯着第一个槽的位置在不同偏心率比多目标函数仍为0°附近,而第二个槽位置变化对不同偏心比率。这表明第二槽位置更敏感比第一个槽的位置。

如果这三个变量,即偏心率( ε ),起始角的第一个槽( θ 1 ),第二个槽( θ 2 ),作为染色体(表 5),然后摩擦的最优结果,流、负载和质量参数数据所示 15, 16, 17, 18。这些数据包括块最好的健身以及意味着健康。遗传算法适用于人口的个人。所以,意思是意味着适合整个人口在一个特定的迭代。

再通过结合所有目标函数一次健身价值获得如图 19。这里加权和方法被用来把所有目标。有三个目标是最大化时必须最小化。要最大化的目标都是负的,然后所有的四个目标函数的加权和已经被最小化的多目标问题类型。因为有四个参数权重等于0.25。

最优位置为每个目标函数包括多目标函数表所示 6。从上面的分析,观察到槽位置对各种目标函数是不同的。第一个槽之间的变化0°到5.66°,和第二个槽位置为最大负荷能力和最大质量参数是相同的。第二槽位置最小摩擦变量是至少和多目标函数是最高的。另一个有趣的观察是,当个体目标函数的相应的离心率比率是足够高,是少得多的多目标函数。

在仔细看着上面给出的结果,似乎可能会接近最优的结果通过将一个单槽和第二槽完全消除。针对这一点,尝试找到一个single-grove轴承的最佳槽位置并与双槽情况下为每个目标函数如表所示 7。自从发现了非常有趣的结果,因此,它将相关经历相关文献,然后占用研究发现单槽或两个凹槽是否会提高轴承性能。作者想让这个未来的详细研究。

下面一个维的例子已经证明,演示了如何将无量纲参数尺寸参数。

让 D = 100毫米, N = 3000转, W = 15 kN, l / D = 1.0, C / R = 0.001。

从这里给出的结果,它可以推断出,第二个槽位置敏感目标函数的类型,而第一个槽是或多或少相同的目标函数。的实践和便利的概念保持槽位置180°需要彻底调查目前的结果表明,最佳槽位置相距不是180°的任何目标函数考虑在目前的工作。实验验证的结果可能会导致新的生产方法与最佳槽轴承位置;然而,它超出了目前的工作范围,希望实验有问题。