动压滑动轴承优化设计研究开题报告

1. 研究目的与意义

随着现代工业化程度的不断提高，机械越来越多的被应用于电力、冶金、矿山、石油等国家重要的行业中。这些特殊的工况要求现代机械向着稳定性和可靠性发展。滑动轴承作为吸收和传递机械零件中的力矩，自然而然就发挥着特殊的作用，尤其是在工作转速特高、特大冲击与振动、径向空间尺寸受限，以及需在水或腐蚀性介质中工作等场合，占有重要地位。

滑动轴承根据承载机理不同可分为流体动压轴承和流体静压轴承，本课题主要研究应用广泛的动压滑动轴承。其理论设计基础为流体润滑理论。流体动压润滑理论的研究迄今为止已有 100 多年的历史了。虽然动压滑动轴承的设计研究取得了一定进展，但仍然面临着诸多问题，还需要不断改进和完善。当前设计的动压轴承很难达到高承载能力、高稳定性、低功耗、低温升的综合优良性能的水平。

影响流体滑动轴承性能的因素有很多，其中最重要的莫过于其润滑特性，它直接决定着轴承的工作能力。本课题就是分析动压滑动轴承的润滑理论，研究宽径比和相对间隙的因素对轴承承载能力的影响，利用matlab软件自带的图形用户界面gui的设计功能，完成轴承优化设计的可视化交互。

2. 国内外研究现状分析

1.滑动轴承的优化设计研究

国内外已经有多位学者用不同的参数优化设计的方法对动压轴承进行了深入探究。三峡大学张屹^[1]为研究液体动压滑动轴承的多目标优化设计问题，提出了一种改进的多目标差分元胞遗传算法。同时采用了一种带扰动的多项式变异以提高种群的多样性。测试结果表明，该算法在收敛性和多样性方面优于其它优异算法。湖南肖志信^[2]教授文尝试用遗传算法解决液体动压滑动轴承的优化设计，获得了令人满意的结果。遗传算法^[3]是一种模拟自然选择和遗传机制的寻优计算方法。由20世纪60年代美国密歇根大学的holand教授创造出的一种基于生物和进化机制的适合于复杂系统优化计算的自适应概率优化技术。此外，合肥工业大学^[4]建立了以降低润滑油流量为目标的动压滑动轴承优化设计模型，应用粒子群算法对该模型进行优化。研究了粒子群算法中搜索步长、粒子数和迭代次数3个主要参数对动压滑动轴承优化设计结果的影响，提出了确定需要考虑的主要方面，即根据约束条件的数量确定合适的搜索步长、根据优化模型自身特点和约束条件的复杂程度确定合适的粒子数和根据粒子收敛的情况确定合适的迭代次数。算例表明，文中提出的在动压滑动轴承优化设计中对粒子群算法参数的选择是合理的，可以拓展到基于粒子群算法进行优化设计的其他领域。

目前国内外动压滑动轴承研究的主要发展趋势是进行轴承的形状位置优化设计，以提高轴承承载力，增加油膜稳定性，降低功率损耗，从而满足实际工况需求。如果想要设计出各方面性能优越的动压轴承，就必须对动压滑动轴承进行多目标优化设计。

3. 研究的基本内容与计划

研究内容：

调研动压滑动轴承的应用；调研参数优化设计的常用方法；分析径向滑动轴承的相关设计参数，选择主要设计变量，并对目标函数进行数学建模，确定最小油膜厚度、润滑油粘度和轴承宽径比等约束条件，选择优化算法，实现轴承承载力、耗油量等的综合优化；采用matlab软件自带的图形用户界面gui的设计功能，完成轴承优化设计的可视化交互。 研究计划：

第1~2周：查阅文献资料，翻译英文文献，完成开题报告；

4. 研究创新点

无