付松松，李衛(wèi)民

(遼寧工業(yè)大學(xué)機(jī)械工程與自動(dòng)化學(xué)院，遼寧錦州 121001)

0 前言

多路閥作為工程機(jī)械液壓控制系統(tǒng)中的核心控制元件之一，能夠?qū)崿F(xiàn)多執(zhí)行機(jī)構(gòu)同時(shí)工作，故被廣泛應(yīng)用于工程機(jī)械中[1-2]。其性能要求為換向過(guò)程的穩(wěn)定性及可靠性，液動(dòng)力是影響換向閥性能的重要因素之一[3-4]。流體流過(guò)滑閥閥口時(shí)，由于流動(dòng)方向及流速的變換引起動(dòng)量的變換，所以閥芯受到附加軸向力，即液動(dòng)力。

為了提高多路閥的換向性能，許多學(xué)者通過(guò)理論、試驗(yàn)或仿真手段對(duì)液動(dòng)力展開(kāi)了研究。張宏等人[5]應(yīng)用仿真手段，驗(yàn)證了數(shù)值模擬的正確性，并指出采用Realizableκ-ε模型能夠更好地?cái)M合試驗(yàn)數(shù)據(jù)。鄭長(zhǎng)松等[6]通過(guò)理論分析，結(jié)合應(yīng)用Fluent仿真軟件得到滑閥不同開(kāi)度下的穩(wěn)態(tài)液動(dòng)力結(jié)果，得到了穩(wěn)態(tài)液動(dòng)力的修正計(jì)算公式。鄧斌等人[2-7]通過(guò)AMESim與Fluent的聯(lián)合仿真，分析了穩(wěn)態(tài)液動(dòng)力隨著閥口開(kāi)度的變化趨勢(shì)，并指出在計(jì)算閥芯操縱力時(shí)，不能忽略穩(wěn)態(tài)液動(dòng)力；基于Fluent數(shù)值仿真，通過(guò)擬合得到射流角與閥口開(kāi)度的公式，建立了穩(wěn)態(tài)液動(dòng)力數(shù)字化計(jì)算模型，對(duì)漸擴(kuò)形U形節(jié)流槽進(jìn)行優(yōu)化設(shè)計(jì)。王安麟等[8]以試驗(yàn)為基礎(chǔ)，基于流固耦合，分析不同節(jié)流槽下的流固耦合動(dòng)力學(xué)響應(yīng)。綜上，多數(shù)學(xué)者均對(duì)穩(wěn)態(tài)液動(dòng)力變換規(guī)律及理論修正進(jìn)行了研究，但針對(duì)節(jié)流槽結(jié)構(gòu)尺寸變化對(duì)穩(wěn)態(tài)液動(dòng)力的影響研究較少。

為進(jìn)一步改善穩(wěn)態(tài)液動(dòng)力對(duì)多路閥閥芯操控性能的影響，提高多路閥的換向性能，以降低該過(guò)程的穩(wěn)態(tài)液動(dòng)力為目標(biāo)，本文作者采用數(shù)值仿真分析方法，基于ANSYS建立閥芯與閥體熱流固耦合三維求解模型，通過(guò)可視化分析半圓形節(jié)流槽閥芯下的流動(dòng)狀態(tài)，提出新型節(jié)流槽拓?fù)浣Y(jié)構(gòu)，并建立Non-parametric Regression響應(yīng)面模型，研究新型節(jié)流槽結(jié)構(gòu)尺寸對(duì)穩(wěn)態(tài)液動(dòng)力與流量的影響。結(jié)合多目標(biāo)遺傳算法(Multi-Objective Genetic Algorithm，MOGA)尋優(yōu)求解，并對(duì)比分析優(yōu)化前后流動(dòng)狀態(tài)及閥芯所受穩(wěn)態(tài)液動(dòng)力等。

1 數(shù)值模型的建立

文中多路閥閥芯節(jié)流槽拓?fù)浣Y(jié)構(gòu)處于流場(chǎng)、溫度場(chǎng)和結(jié)構(gòu)場(chǎng)的多物理場(chǎng)耦合作用下，因此需要建立各場(chǎng)控制方程以及熱流固耦合方程。

1.1 流體控制方程

連續(xù)性方程為

(1)

動(dòng)量守恒方程為

(2)

式中：f為體積力矢量；t為時(shí)間；v為流體速度矢量；ρ為流體的密度；τ為剪切力張量。

1.2 固體控制方程

可根據(jù)牛頓第二定律推導(dǎo)出固體的守恒方程：

ρa(bǔ)=?σ+f

(3)

式中：a為當(dāng)?shù)丶铀俣仁噶浚沪覟榭挛鲬?yīng)力張量。

?·(V·τ)+v·ρff+SE

(4)

其中：htot為顯焓；p為壓力；V為體積；SE為能量源項(xiàng)；λ為導(dǎo)熱系數(shù)。

對(duì)于固體部分，增加了由溫度引起的熱變形項(xiàng)：

fT=αT·?T

(5)

其中：αT為與溫度相關(guān)的熱膨脹系數(shù)。

1.3 流固耦合方程

流固耦合屬于固態(tài)和液體之間的相互作用，它同時(shí)也遵守能量守恒原則。在流固耦合交界面上，需要保證流體和固體應(yīng)力τ、位移d等參數(shù)相等或守恒，可表達(dá)為下列方程式：

(6)

式中：下角標(biāo)f表示流體，下角標(biāo)s則表示固體。

1.4 計(jì)算方法

文中熱流固耦合[9]的計(jì)算步驟如下：

(1)利用ANSYS數(shù)值仿真分析平臺(tái)搭建流體場(chǎng)、溫度場(chǎng)及結(jié)構(gòu)場(chǎng)間的聯(lián)系，通過(guò)Fluent數(shù)值仿真求解；(2)將流體場(chǎng)溫度計(jì)算數(shù)據(jù)導(dǎo)入固體溫度場(chǎng)Steady-State Thermal，進(jìn)行固體溫度場(chǎng)求解；(3)將流體壓力計(jì)算數(shù)據(jù)及溫度場(chǎng)溫度計(jì)算數(shù)據(jù)導(dǎo)入結(jié)構(gòu)場(chǎng)Static Structural，進(jìn)行結(jié)構(gòu)場(chǎng)求解。求解過(guò)程如圖1所示。

圖1 熱流固耦合求解過(guò)程Fig.1 Heat-fluid-structure coupling solution process

2 仿真模型及邊界條件

多路閥由多聯(lián)換向閥體構(gòu)成，每聯(lián)閥體主要由閥芯與閥體構(gòu)成，通常閥芯上有不同形狀的節(jié)流槽，通過(guò)合理組合節(jié)流槽，可獲得對(duì)流量的多級(jí)控制，以適應(yīng)不同工況下執(zhí)行機(jī)構(gòu)的需要。實(shí)際工況中應(yīng)用的模型較為復(fù)雜，如圖2所示，由于此研究主要針對(duì)半圓節(jié)流槽閥芯換向時(shí)所受穩(wěn)態(tài)液動(dòng)力的影響，因此為了減少不必要的計(jì)算，對(duì)模型進(jìn)行簡(jiǎn)化，省略多路閥中的其余零件，如圖3所示。

圖2 多路閥單聯(lián)三維數(shù)字模型Fig.2 Multi-way valve monolithic 3D digital model

圖3 簡(jiǎn)化模型Fig.3 Simplified model：(a)computational model；(b)3D structure of valve core；(c)2D structure of valve core

2.1 介質(zhì)屬性

基于ANSYS數(shù)值仿真分析建立閥芯與閥體熱流固耦合分析，所需的液壓油、閥芯與閥體的物理參數(shù)如表1、2所示。對(duì)流體特性及流動(dòng)狀態(tài)做以下假設(shè)：流體為不可壓縮和牛頓流體；由于流體的重力對(duì)此次模型影響不大，因此忽略重力的影響；油液黏度不隨溫度的變化而變化；閥芯與閥體間的配合良好，不考慮內(nèi)泄的影響。

表1 ISOVG32液壓油物理參數(shù)Tab.1 Physical parameters of ISOVG32 hydraulic oil

表2 固體材料參數(shù)Tab.2 Solid material parameters

2.2 流場(chǎng)邊界條件

建立流體與固體間的數(shù)據(jù)共享(Mesh Interface)，即共節(jié)點(diǎn)。采用非結(jié)構(gòu)化網(wǎng)格進(jìn)行網(wǎng)格劃分，流體、固體全局網(wǎng)格最大為1 mm，并對(duì)流體域進(jìn)行邊界層的設(shè)置：邊界層采用平滑變化形式，變化率為0.272，增長(zhǎng)率為1.2，共4層。如圖4所示，最終網(wǎng)格節(jié)點(diǎn)為117 353，單元為492 396。激活能量方程，采用Realizableκ-ε湍流模型進(jìn)行求解，并打開(kāi)黏性溫升項(xiàng)(Viscous Heating)。邊界條件進(jìn)出口均為壓力邊界條件，入口壓力為6 MPa，出口壓力為5 MPa，即壓差為1 MPa。假設(shè)溫度環(huán)境為30 ℃，其中流固耦合面壁面類(lèi)型為Interface，通過(guò)系統(tǒng)耦合方式進(jìn)行熱量的交換，其余壁面類(lèi)型均為Wall。動(dòng)量、湍流動(dòng)能、湍流耗散率及能量均選擇二階迎風(fēng)格式進(jìn)行離散化，采用耦合式(Coupled)的計(jì)算方法，提高求解精度。殘差收斂至10×10-6即為迭代收斂。

圖4 流體域網(wǎng)格截面Fig.4 Fluid domain mesh section

2.3 固體邊界條件

通過(guò)Engineering Data自定義添加閥體閥芯所需要的材料。閥芯與閥體設(shè)置為帶摩擦的接觸，摩擦因數(shù)設(shè)為0.04。固體全局網(wǎng)格最大為1 mm，最終網(wǎng)格節(jié)點(diǎn)為303 330，單元為203 124。設(shè)置固體與流體交界的內(nèi)壁為流固交界面(Fluid Solid Interface，F(xiàn)SI)，閥體外壁面添加對(duì)流換熱。導(dǎo)入流場(chǎng)溫度計(jì)算結(jié)果，通過(guò)耦合求解器進(jìn)行溫度場(chǎng)求解。固體外壁面添加固定約束，閥芯兩端添加Remote Displacement約束。導(dǎo)入溫度場(chǎng)溫度計(jì)算結(jié)果和流場(chǎng)壓力計(jì)算結(jié)果，通過(guò)耦合求解器進(jìn)行結(jié)構(gòu)場(chǎng)求解。

3 仿真結(jié)果分析

通過(guò)上述熱流固耦合對(duì)所研究模型進(jìn)行多物理場(chǎng)耦合求解，分析不同開(kāi)度下閥芯受到的穩(wěn)態(tài)液動(dòng)力，如圖5所示。

圖5 不同開(kāi)度下的穩(wěn)態(tài)液動(dòng)力Fig.5 Steady-state flow forces at different openings

由圖5可知：閥芯開(kāi)度較小時(shí)，其所受到的穩(wěn)態(tài)液動(dòng)力較大，且穩(wěn)態(tài)液動(dòng)力的方向?yàn)樽璧K閥芯開(kāi)啟方向；隨著開(kāi)度的增加，閥芯所受到的穩(wěn)態(tài)液動(dòng)力減小，且力的方向與閥芯開(kāi)啟方向相同。由于換向閥性能要求滑閥移動(dòng)換向的過(guò)程中可靠且穩(wěn)定，故應(yīng)降低閥芯開(kāi)度較小時(shí)的液動(dòng)力來(lái)增強(qiáng)其換向可靠性。

根據(jù)上述對(duì)閥芯所受液動(dòng)力的分析，文中在此節(jié)流槽的基礎(chǔ)上進(jìn)行結(jié)構(gòu)優(yōu)化，且不改變?cè)谢y行程，如圖6所示。并基于響應(yīng)面對(duì)新型結(jié)構(gòu)進(jìn)行多目標(biāo)優(yōu)化來(lái)獲取其最佳尺寸。

圖6 新型節(jié)流槽結(jié)構(gòu)Fig.6 New throttling groove structure：(a)3D structure of valve core；(b)2D structure of valve core

4 閥芯的多目標(biāo)優(yōu)化

4.1 設(shè)計(jì)變量的確定

滑閥閥芯是用來(lái)控制換向閥流體方向及流量的主要零件，近年來(lái)，非全周開(kāi)口的閥芯更是在各大品牌多路閥中應(yīng)用，它具有豐富的節(jié)流槽結(jié)構(gòu)，可通過(guò)相互組合以滿足客戶所需要的運(yùn)動(dòng)狀態(tài)。為了提高閥芯開(kāi)啟過(guò)程中的性能，以降低液動(dòng)力為評(píng)判標(biāo)準(zhǔn)，選取節(jié)流槽寬度及坡度2個(gè)主要參數(shù)作為閥芯優(yōu)化的設(shè)計(jì)變量，各變量變化范圍如表3所示。

表3 設(shè)計(jì)變量?jī)?yōu)化區(qū)間Tab.3 Design variable optimization interval

4.2 抽樣方法的選擇

文中采用拉丁超立方體抽樣法(Latin Hypercube Sampling，LHS)進(jìn)行樣本的采集。LHS是以概率統(tǒng)計(jì)為理論指導(dǎo)的計(jì)算方法，其核心思想是將問(wèn)題轉(zhuǎn)化為相應(yīng)的概率模型，對(duì)概率模型進(jìn)行相應(yīng)的統(tǒng)計(jì)實(shí)驗(yàn)，最后的統(tǒng)計(jì)結(jié)果就是問(wèn)題的近似解。文獻(xiàn)[10]對(duì)比分析了蒙特卡洛法和LHS，結(jié)果表明LHS抽樣方法所抽樣本能更加準(zhǔn)確地反映輸入的概率分布，且具有更高的計(jì)算效率。

4.3 DOE實(shí)驗(yàn)設(shè)計(jì)

選取閥芯節(jié)流槽槽寬P1及坡度P2兩個(gè)參數(shù)為試驗(yàn)設(shè)計(jì)的2個(gè)因子，實(shí)驗(yàn)中采用拉丁超立方體抽樣設(shè)計(jì)，樣本類(lèi)型為CCD采樣，以閥芯所受穩(wěn)態(tài)液動(dòng)力及流量作為量化的目標(biāo)函數(shù)，試驗(yàn)結(jié)果如表4所示。

表4 樣本數(shù)據(jù)點(diǎn)及結(jié)果Tab.4 Sample data points and results

4.4 響應(yīng)面模型的構(gòu)建

響應(yīng)面分析法(Response Surface Methodology，RSM)是一種數(shù)理統(tǒng)計(jì)學(xué)方法[11]，利用合理的設(shè)計(jì)方法及實(shí)驗(yàn)結(jié)果，采用多元二次回歸方程擬合設(shè)計(jì)變量與響應(yīng)關(guān)系的多項(xiàng)式方程，并用它代替物理模型進(jìn)行優(yōu)化與分析。

建立響應(yīng)面模型時(shí)，輸入變量x與輸出變量y的函數(shù)關(guān)系可表示為

y=f(xn)+ε

(7)

一階模型如下：

(8)

式中：y為輸出變量(壓力損失)；β0為多項(xiàng)式常數(shù)項(xiàng)；βi為系數(shù)；k為輸入變量總數(shù)；x為輸入變量(P1、P2)；ε為回歸值與實(shí)際值的誤差。

由一階數(shù)學(xué)模型式(8)可知擬合函數(shù)為一次多項(xiàng)式，由泰勒多項(xiàng)式擬合曲線的定義可知高階擬合函數(shù)更能逼近實(shí)際響應(yīng)面，而隨著階數(shù)的增加其計(jì)算成本也將指數(shù)倍增加，因此采用二階模型逼近實(shí)際響應(yīng)面模型，既保證了精度要求，又減少了計(jì)算成本。其響應(yīng)面二階模型如下：

(9)

二階模型是模擬真實(shí)極限狀態(tài)的曲面，分析曲面可獲得設(shè)計(jì)變量的響應(yīng)面最優(yōu)值，最終實(shí)現(xiàn)節(jié)流槽尺寸的優(yōu)化設(shè)計(jì)。

采用Non-Parametric Regression(非參數(shù)回歸)擬合響應(yīng)面，通常以R2(判定系數(shù))和RMSE(均方根誤差)來(lái)評(píng)判響應(yīng)面模型的準(zhǔn)確性和適應(yīng)性。R2能反映出方差分析得到的回歸直線的擬合程度，它是y值的變異占y值的總體變異的比率，R2越趨近1，表示回歸方程擬合得越好；相反地，R2越趨近0，表示回歸方程擬合得越差。RMSE能夠反映模型預(yù)測(cè)值與實(shí)驗(yàn)值的差異程度，其值越小，則響應(yīng)面模型精度越高。表5所示為該回歸擬合響應(yīng)面模型的評(píng)判值。

表5 方差分析Tab.5 Variance analysis

基于上述評(píng)判可知，建立Non-Parametric Regression響應(yīng)面可適合于所求解的問(wèn)題，圖7(a)為設(shè)計(jì)變量對(duì)質(zhì)量流率的響應(yīng)，圖7(b)為設(shè)計(jì)變量對(duì)穩(wěn)態(tài)液動(dòng)力的響應(yīng)。其中，三維散點(diǎn)為試驗(yàn)設(shè)計(jì)點(diǎn)，它基本附著于所建立的響應(yīng)面之上，進(jìn)一步表明該模型的可靠性。如圖8所示，散點(diǎn)基本位于45°線的附近[12]，也進(jìn)一步說(shuō)明響應(yīng)面質(zhì)量較好。

圖8 擬合優(yōu)度Fig.8 Goodness of fit

4.5 靈敏度分析

在進(jìn)行結(jié)構(gòu)優(yōu)化設(shè)計(jì)時(shí)，所優(yōu)化的目標(biāo)通常是多個(gè)設(shè)計(jì)變量相互作用的結(jié)果。通過(guò)靈敏度分析可以得到設(shè)計(jì)變量對(duì)某一目標(biāo)的影響程度，從而將影響較大的設(shè)計(jì)變量(一個(gè)或多個(gè))作為關(guān)鍵變量進(jìn)行設(shè)計(jì)。靈敏度在眾多領(lǐng)域中均有涉及，其一階靈敏度數(shù)學(xué)表達(dá)式為

(10)

式中：Δp表示設(shè)計(jì)變量的變化量。

靈敏度數(shù)值的大小表明設(shè)計(jì)變量對(duì)目標(biāo)響應(yīng)的響應(yīng)程度，即設(shè)計(jì)變量對(duì)該目標(biāo)的貢獻(xiàn)率。如圖9所示，對(duì)質(zhì)量流率的響應(yīng)中，設(shè)計(jì)變量P1的貢獻(xiàn)率最大，且設(shè)計(jì)變量P1與P2均與響應(yīng)變量成正相關(guān)；對(duì)溫度、等效應(yīng)力及穩(wěn)態(tài)液動(dòng)力的響應(yīng)中，設(shè)計(jì)變量P1為主要影響變量，與響應(yīng)變量成負(fù)相關(guān)。

圖9 設(shè)計(jì)變量對(duì)目標(biāo)變量的靈敏度Fig.9 Sensitivity of the design variable to the target variable

4.6 多目標(biāo)優(yōu)化

響應(yīng)面優(yōu)化設(shè)計(jì)方法是通過(guò)篩選試驗(yàn)設(shè)計(jì)點(diǎn)來(lái)尋找隱式函數(shù)的顯性多項(xiàng)式方程。對(duì)換向閥閥芯節(jié)流槽結(jié)構(gòu)進(jìn)行優(yōu)化主要是為了減少閥芯開(kāi)啟過(guò)程中所受到的液動(dòng)力，降低閥芯節(jié)流槽處所產(chǎn)生的節(jié)流損失，提高換向閥換向過(guò)程的可靠性及穩(wěn)定性，同時(shí)在滿足上述目標(biāo)的基礎(chǔ)上保證閥芯強(qiáng)度及油液溫度滿足工作要求。因此以液動(dòng)力及質(zhì)量流率為目標(biāo)函數(shù)，閥芯等效應(yīng)力及油液溫度為約束條件，建立換向閥閥芯節(jié)流槽結(jié)構(gòu)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型為

varx= [x1，x2]

obj minfF(x)

maxfM(x)

fT(x)<80 ℃

fS(x)<260 MPa

s.t. 0.03≤x1≤0.2

6 mm≤x2≤7 mm

在響應(yīng)面模型的基礎(chǔ)上，經(jīng)上述靈敏度分析可知，對(duì)于不同的響應(yīng)變量，設(shè)計(jì)變量對(duì)其貢獻(xiàn)成不同正負(fù)相關(guān)性，因此文中采用多目標(biāo)遺傳算法來(lái)權(quán)衡各響應(yīng)間的最優(yōu)解，即Pareto解。該算法基于受控精英概念的流行NSGA-Ⅱ(非支配排序遺傳算法Ⅱ)的變體，它支持多個(gè)目標(biāo)和約束，旨在尋求全局最優(yōu)解。經(jīng)3 452次評(píng)價(jià)后收斂，得到最優(yōu)結(jié)構(gòu)尺寸，如表6所示。

表6 優(yōu)化結(jié)果Tab.6 Optimization results

5 分析對(duì)比

將基于響應(yīng)面結(jié)合多目標(biāo)遺傳算法優(yōu)化所獲取的結(jié)構(gòu)參數(shù)，通過(guò)上述熱流固耦合對(duì)優(yōu)化模型進(jìn)行多物理場(chǎng)耦合求解，與原結(jié)構(gòu)模型對(duì)比，分析不同開(kāi)度下閥芯所受到的穩(wěn)態(tài)液動(dòng)力，如圖10所示。優(yōu)化后的穩(wěn)態(tài)液動(dòng)力更加平穩(wěn)，其峰值液動(dòng)力也降低了91%，說(shuō)明該結(jié)構(gòu)能有效地減少閥芯所受到的穩(wěn)態(tài)液動(dòng)力。

圖10 優(yōu)化前后穩(wěn)態(tài)液動(dòng)力Fig.10 Steady-state flow force before and after optimization

由圖11、12可知：閥芯開(kāi)度較小時(shí)，液體經(jīng)過(guò)節(jié)流槽處的速度較大，經(jīng)過(guò)節(jié)流槽A1截面后，由于截面面積增大，導(dǎo)致液體流動(dòng)狀態(tài)紊亂，出現(xiàn)漩渦。但節(jié)流槽A1截面中心由于速度較大，流體在速度方向沿節(jié)流槽中心流向閥芯，由伯努利方程可知，該處速度的急劇減少將轉(zhuǎn)換為壓力，同時(shí)會(huì)造成較大的能量損失，轉(zhuǎn)換為熱能，使得油溫升高。

圖11 優(yōu)化前(a)、后(b)壓力云圖Fig.11 Pressure cloud maps before (a)and after (b) optimization

原結(jié)構(gòu)中由于流體通過(guò)節(jié)流槽截面A1后直接作用于節(jié)流槽水平壁面，造成速度的紊亂，液體在節(jié)流槽處來(lái)不及穩(wěn)定而沿水平方向流動(dòng)。當(dāng)液體通過(guò)節(jié)流槽后，液體流通截面進(jìn)一步擴(kuò)大，使得液體上下均出現(xiàn)漩渦，如圖12(a)所示，進(jìn)而造成更多的能量損失。而優(yōu)化后的結(jié)構(gòu)中，液流通過(guò)節(jié)流槽A1截面后，非水平截面對(duì)液體流向有一定的導(dǎo)向性，使得流動(dòng)更加平緩，由速度矢量圖12(b)可知，靠近閥芯壁面處未出現(xiàn)漩渦，進(jìn)而降低了能量的損失。

圖12 優(yōu)化前(a)、后(b)速度矢量圖Fig.12 Speed vector diagrams before (a)and after (b) optimization

圖13所示為開(kāi)度為0.8 mm下優(yōu)化前后的三維速度矢量圖，顯然，圖13(b)相較于圖13(a)流場(chǎng)分布均勻，流動(dòng)狀態(tài)更加有序、平穩(wěn)。圖14所示為優(yōu)化前后開(kāi)度為0.8、1.8、2.8 mm下的速度云圖，相同開(kāi)度下的2種結(jié)構(gòu)最大速度基本相同，但優(yōu)化后模型的流動(dòng)狀態(tài)相較于原模型更加穩(wěn)定。隨著開(kāi)度的增加，其流動(dòng)狀態(tài)更紊亂，出口處靠近左壁面的速度與右壁面的速度明顯不同。而優(yōu)化后模型的出口處，隨著開(kāi)度的增加，其平面內(nèi)的流動(dòng)速度較為均勻，故其結(jié)構(gòu)優(yōu)于原結(jié)構(gòu)。

圖13 優(yōu)化前(a)、后(b)三維速度矢量圖Fig.13 3D velocity vector diagram before (a)and after (b)optimization

6 結(jié)論

針對(duì)挖掘機(jī)多路換向閥開(kāi)啟過(guò)程中受穩(wěn)態(tài)液動(dòng)力使得操縱力過(guò)大導(dǎo)致?lián)Q向性能差的問(wèn)題，以降低穩(wěn)態(tài)液動(dòng)力為主要量化目標(biāo)，同時(shí)為了減少節(jié)流槽處所產(chǎn)生的節(jié)流損失，以質(zhì)量流率作為目標(biāo)函數(shù)，基于ANSYS對(duì)閥芯節(jié)流槽進(jìn)行熱流固多物理場(chǎng)可視化研究，通過(guò)分析半圓形節(jié)流槽閥芯下的流動(dòng)狀態(tài)，提出新型節(jié)流槽拓?fù)浣Y(jié)構(gòu)，建立Non-Parametric Regression響應(yīng)面模型，研究新型節(jié)流槽結(jié)構(gòu)尺寸對(duì)穩(wěn)態(tài)液動(dòng)力與質(zhì)量流率的影響。結(jié)合多目標(biāo)遺傳算法(Multi-Objective Genetic Algorithm，MOGA)對(duì)它尋優(yōu)求解，并對(duì)優(yōu)化前后流動(dòng)狀態(tài)及閥芯所受穩(wěn)態(tài)液動(dòng)力等進(jìn)行對(duì)比分析。結(jié)果表明：

(1)優(yōu)化后的穩(wěn)態(tài)液動(dòng)力更加平穩(wěn)，其峰值液動(dòng)力也降低了91%，新型節(jié)流槽結(jié)構(gòu)能夠降低穩(wěn)態(tài)液動(dòng)力，有效提高多路閥開(kāi)啟過(guò)程的換向性能。

(2)優(yōu)化后的結(jié)構(gòu)具有一定的坡度，對(duì)液體流向有一定的導(dǎo)向性，使得流動(dòng)更加平緩，靠近閥芯壁面處未出現(xiàn)漩渦，降低了能量的損失。

(3)隨著開(kāi)度的增加原模型流動(dòng)狀態(tài)更紊亂，出口處靠近左壁面的速度與右壁面的明顯不同；而優(yōu)化后模型的出口處，隨著開(kāi)度的增加，其平面內(nèi)的流動(dòng)速度大小較為均勻，故其結(jié)構(gòu)優(yōu)于原結(jié)構(gòu)。