Численное исследование влияния погрешности температурных данных на определение фрикционного теплообразования

Обложка

Цитировать

Полный текст

Аннотация

Предмет исследования: определение момента трения и функций удельной интенсивности теплообразования в системе подшипников скольжения.

Цель исследования: разработать метод определения момента трения в подшипниках скольжения по температурным данным; на основе вычислительных экспериментов исследовать влияние погрешностей в температурных данных на решение обратной задачи.

Методы и объекты исследования: рассматривается система подшипников скольжения из полимерного композиционного материала, на которые опирается вращающийся вал; приводится математическая модель теплового процесса в рассматриваемой системе узлов трения, учитывающая пространственное распределение температуры и его изменение во времени; в нескольких точках каждого подшипника измеряется температура. Фрикционное теплообразование определяется решением обратной задачи теплообмена из условия близости измеренных и расчетных температур. Для обеспечения непрерывной обработки данных и определения момента трения при длительных испытаниях обратная задача определения момента трения по температурным данным решается на последовательных коротких интервалах времени. Затем полученные решения «склеиваются».

Основные результаты исследования: при таком восстановлении расхождение заданных и восстановленных функций удельной интенсивности теплообразования составляет 10–15 % при уровне погрешности в температурных данных 10 %. Разработанный алгоритм решения обратной задачи теплопроводности может быть использован для определения моментов трения в реальных системах самосмазывающихся подшипников скольжения.

Полный текст

ВВЕДЕНИЕ

Одним из основных трибологических параметров цилиндрических сопряжений является момент силы трения. Измерение его осуществляется индуктивными датчиками момента трения. Однако не удается получить количественную оценку момента трения в подвижных сопряжениях эксплуатируемой техники и в условиях стендовых испытаний в связи с невозможностью размещения датчиков в компактных реальных узлах. Представляется перспективным определение момента трения по процессам, сопровождающим трение и имеющим прямую корреляцию. Таким процессом является фрикционное теплообразование. Известно, что практически вся энергия, затрачиваемая на трение, трансформируется в теплоту [1-2]. Основываясь на этом факте, определение момента трения сводится к задаче восстановления фрикционного теплообразования по температурным данным. Измерение температур в неподвижных элементах трибосистемы можно осуществить термопарами. Таким образом, момент трения можно определить по параметру, измерение которого существенно проще по сравнению с существующими устройствами непосредственного измерения. Метод, позволяющий определять момент трения по фрикционному теплообразованию, назван методом тепловой диагностики трения [3].

Такие задачи определения причинной характеристики (фрикционного теплообразования) по следственному показателю (температуре) относятся к обратным задачам. Особенностью обратных задач является неустойчивость решения к малым погрешностям исходных данных. Некорректные задачи успешно решаются методами регуляризации [4-12]. Одним из перспективных из них является метод итерационной регуляризации, систематическое изложение которого для решения нелинейных некорректных задач приводится в работах [6-7]. Показано, что «итерационные алгоритмы решения нелинейных некорректных задач, построенные формально по той же схеме, что и для линейных, оказываются вполне работоспособными» [13]. Несмотря на эффективность метода итерационной регуляризации для решения многих нелинейных обратных задач, для его успешного использования актуальным остается проведение вычислительных экспериментов по исследованию влияния погрешности на решение обратных задач в различных постановках.

Метод тепловой диагностики трения разработан для подшипников скольжения, в которых вал вращается с достаточно высокой скоростью, позволяющей принять допущение об однородном распределении температуры по поверхности вала [14]. Расчеты показывают, что при скорости вращения менее 5 рад/с однородность распределения температуры по угловой координате нарушается. В этом случае при математическом моделировании теплового процесса необходимо учитывать скорость движения вала и движущийся контакт вала с полимерной втулкой по зоне трения.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Постановка задачи

Рассмотрим систему подшипников, изображенную на рисунке 1. Здесь стальной вал (1) совершает вращающее движение, упираясь на N подшипников скольжения, состоящих из полимерных втулок (2) и стальных корпусов (3).

 

Рисунок 1. Модель системы подшипников скольжения: 1 – вал; 2 – втулка; 3 – корпус

 

Считая теплоотдачу с торцевых частей подшипников ничтожно малой, изменяющиеся во времени их температурные поля описывались двумерными нестационарными уравнениями теплопроводности в полярных координатах:

CikTkTkt=1rrrλikTkTkr+1r2φλikTkTk,

R2,k<r<R4,k, -π<φ<π, 0<ttm, k=1,N, 1=2,3, (1)

где i = 2 – для втулки, i = 3 – для обоймы.

Для вала динамика температурного поля описывается трехмерным уравнением теплопроводности с конвективным членом, учитывающим скорость его вращения:

C1UUt=1rrrλ1UUr+1r2φλ1UUφ+ΩC1UUφ+zλ1UUz,

0<r<R1, -π<φ<π, 0<ttm. (2)

В зонах контакта вала с подшипниками задается условие фрикционного теплообразования:

λ1UdkL2k-1L2kUr,φ,z,trr=R1-λ2TkTkr,φ,trr=R2,k=Qkφ,t, φφ0, (3)

1dkL2k-1L2kUR1,φ,z,tdz=TkR2,k,φ,t. (4)

На свободных поверхностях вала, втулок и обойм задаются граничные условия третьего рода. На концах вала задаются граничные условия Дирихле и III-го рода с коэффициентом теплоотдачи α1:

U(r,φ,0,t)=T0, λ1UUr,φ,z,tzz=L=-α1(Ur,φ,L,t-T0).. (5)

В центре вала задается условие ограниченности решения:

limr0rλ1UUr=0 (6)

По угловой координате выполняются условия периодичности:

Tkr,φ,tφφ=-π=Tkr,φ,tφφ=π, Tkr,-π,t=Tkr,π,t, (7)

Ur,φ,z,tφφ=-π=Ur,φ,z,tφφ=π, Ur,-π,z,t=Ur,π,z,t. (8)

Начальное распределение температуры в системе подшипников будем считать однородным и постоянным:

Tkr,φ,0=Ur,φ,z,0=T0 (9)

При известных функциях удельной интенсивности теплообразования Qk (φ,t), k=1,2,...,N определение температурного поля в системе подшипников по формулам (1) – (9) представляет прямую задачу.

Обратная задача

Обратная задача тепловой диагностики трения заключается в следующем. Требуется определить функции Qk (φ,t), k=1,2,...,N из системы уравнений (1) – (9) при известной дополнительной температурной информации Tk (Rf ,φ,t)=fk (φ,t) в окрестности зоны трения. Поставленная задача относится к обратным задачам теплопроводности, одним из эффективных методов решения которых является метод итерационной регуляризации [13], основанный на градиентных методах минимизации функционала:

JQ1φ,t,...,QNφ,t=12k=1N0tm-φ0φ0TkRf,φ,t-fkφ,t2dφdt. (10)

Для решения поставленной обратной задачи итерационным методом сопряженных градиентов необходимо определить градиент функционала невязки (10). Градиент функционала определялся решением сопряженной краевой задачи [13].

Согласно методу сопряженных градиентов последовательные приближения QSk (φ,t) для функции Qk (φ,t) вычисляются по следующей итерационной схеме:

Qks+1φ,t=Qksφ,t-βsSksφ,t, s=0,1,2,...,

Sksφ,t=J'Qkφ,t+γksSks-1φ,tγk0=0, γks=0tm-φ0φ0J'Qksφ,t2dφdt0tm-φ0φ0J'Qks-1φ,t2dφdt

Вычислительные эксперименты

Задача решалась методом конечных разностей с расщеплением по пространственным переменным. Рассматривалась система из 4-х полимерных подшипников скольжения, в которой соседние подшипники равноудалены друг от друга на расстояние 5 см. Расчеты проводились для следующих размеров элементов подшипников: R1=12, R2,k=12,5, R3,k=16, R4,k=30, dk=20 мм, k =1,…,4. Зависимости теплофизических характеристик материалов подшипников и вала от температуры определялись по формулам [15]:

λ2=0,07T-100/150+0,35 (Вт/м·°C),

C2=6·10-3T-30+3·106 Дж/м3·°C.

λ1=λ3=30,5T-100/150+55,5 Вт/м·°C,

C1=C3=1,2·10-3Т-30+3,7·106 Дж/м3·°С)

Для того, чтобы разностная схема для уравнения (2) с конвективным членом была устойчива, по критерию Куранта – Фридрихса – Леви определялся шаг по времени, который составил 1/18 секунды при частоте вращения вала 30 об/мин и шаге по угловой координате 5°. Угол контакта вала с подшипниками составлял 60°.

Для исследования влияния погрешностей в температурных данных на решение обратной задачи были решены модельные задачи. Функции удельной интенсивности теплообразования задавались следующими формулами:

Q1=6,02·cosφ·1,3+cost2P1Q2=6,02·cosφ·1+sint2P2; Q3=6,02·cosφ·1+tt+1P3Q4=6,02·cosφ·cost10P4;

где Pk=8.10-5π м2, k =1,…,4 площади зоны контактов подшипников с валом.

Точные температурные данные fk (φ,t), k =1,…,4 при Rf = 0,013 м были получены решением прямой задачи. Поскольку все измерительные приборы имеют некую малую погрешность измерения, ошибки измерения имитировались путем добавления к решению прямой задачи случайных помех с уровнем погрешности 10 %:

fkφ,t=fkφ,t+2σt-0,5, 0<ttm, k=1,...,4, (11)

где σ(t) – равномерно распределенная на отрезке [0, 1] случайная функция, Δ – уровень погрешности, равный 10 % от максимальных температур в k-м подшипнике.

При малом временном шаге, полученном из условия устойчивости разностной схемы, решение нелинейной обратной задачи требует большого объема оперативной памяти. На каждой итерации необходимо хранить массивы температур по пространственным переменным и времени. В связи с этим решение обратной задачи исследовалось на временном интервале от 0 до 7 секунд. На рисунке 2 показаны результаты определения функций интенсивности теплообразования по возмущенным температурным данным. Приближение соответствовало восьмой итерации.

 

Рисунок 2. Сравнение заданных (2) и восстановленных (1) функций удельных интенсивностей теплообразования решением обратной задачи по температурным данным с погрешностями на полном временном интервале: а) в первом подшипнике; б) во втором; в) в третьем; г) в четвертом

 

Итерационный процесс прекращался по критерию невязки при выполнении условия:

JQ1φ,t,Q2φ,t,Q3φ,t,Q4φ,t<δ2, δ2=k=140tm-φ0φ0Dk2(φ,t)dφdt,

где D2k (φ,t) – дисперсии функций температурных данных fk (φ,t), k =1,…,4 с погрешностями.

Вычислительные эксперименты показали, что разработанный алгоритм решения нелинейной обратной задачи позволяет восстанавливать функции фрикционных теплообразований с погрешностью, соизмеримой с ошибками измерения температур.

Исследуем возможность использования предлагаемого алгоритма при длительных испытаниях узла трения эксплуатируемой техники. В модельной задаче функции теплообразования восстанавливались на отрезке времени испытаний путем последовательного определения решений обратных задач на коротких полуинтервалах разбиения времени. Затем найденные функции фрикционного теплообразования склеивались. При этом полученное поле температур в конечный момент времени предыдущего полуинтервала бралось за начальное распределение температуры на последующем полуинтервале времени.

На рисунке 3 представлено сравнение восстановленных и заданных функций удельных интенсивностей теплообразования на полном временном интервале. В качестве дополнительной информации при решении обратной задачи использовались возмущенные температурные данные вида (11).

 

Рисунок 3. Сравнение заданных (2) и восстановленных (1) функций удельных интенсивностей теплообразования решением обратной задачи по температурным данным с погрешностями на полном временном промежутке с разбиением на полуинтервалы по 3 с: а) – в первом подшипнике; б) – во втором; в) – в третьем; г) – в четвертом

 

Расчеты показали, что при таком подходе уровень погрешности решения обратной задачи не повышается вследствие накопления ошибок.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ

Погрешность восстановления функций удельной интенсивности теплообразования составила около 10–15 % при уровне погрешности 10 % в температурных данных. Разработанный алгоритм определения удельной интенсивности теплообразования может быть использован для тепловой диагностики трения при стендовых и эксплуатационных испытаниях узлов трения.

×

Об авторах

Роман Семенович Тихонов

ФИЦ «Якутский научный центр СО РАН», обособленное подразделение «Институт проблем нефти и газа СО РАН»

Автор, ответственный за переписку.
Email: roman_tikhon@mail.ru
ORCID iD: 0000-0002-9930-3305
SPIN-код: 1064-3402
Scopus Author ID: 56763891300
ResearcherId: AAF-6352-2021

кандидат технических наук, старший научный сотрудник лаборатории климатических испытаний

Россия, Якутск

Список литературы

  1. Костецкий, Б. И. Энергетический баланс при внешнем трении металлов / Б. И. Костецкий, Ю. И. Линник. – Текст : непосредственный // ДАН СССР. – 1968. – Т. 183, № 5. – С. 42–46.
  2. Кузнецов, В. Д. Физика резания и трения металлов и кристаллов: Избранные труды / В. Д. Кузнецов. – Москва : Наука, 1977. – 310 с. – Текст : непосредственный.
  3. Старостин, Н. П. Основы тепловой диагностики эксплуатационных параметров в опорах скольжения без смазки : автореферат диссертации на соискание ученой степени доктора технических наук / Н. П. Старостин. – Москва, 1999. – 34 с. – Текст: непосредственный.
  4. Тихонов, А. Н. О регуляризации некорректно поставленных задач / А. Н. Тихонов. – Текст : непосредственный // ДАН СССР. – 1963. – Т. 153, № 1. – С. 49–52.
  5. Алифанов, О. М. Обратные задачи в тепловом проектировании и испытаниях космических аппаратов / О. М. Алифанов, А. В. Ненарокомов, М. О. Салосина. – Москва : Московский авиационный институт (национальный исследовательский университет), 2021. – 160 с. – ISBN 978-5-4316-0868-1. – Текст : непосредственный.
  6. A new method to identify non-steady thermal load based on element differential method / Z.-Y. Zhou, B. Ruan, G.-H. Jiang [et al.]. – doi: 10.1016/j.ijheatmasstransfer. 2023.124352 // International Journal of Heat and Mass Transfer. – 2023. – Vol. 213. – P. 124352.
  7. Experimental and computational inverse thermal analysis of transient, non-linear heat flux in circular pin fin with temperature-dependent thermal properties / M. Singhal, S.Singh, R. K.Singla [et al.]. – doi: 10.1016/j.applthermaleng.2019.114721 // Applied Thermal Engineering. – 2020. – Vol. 168. – P. 114721.
  8. Estimation of the boundary condition of a 3D heat transfer equation using a modified hybrid conjugate gradient algorithm / Y. Yu, X. Luo, Z. Wu [et al.]. – doi: 10.1016/j.apm.2021.10.016 // Applied Mathematical Modeling. – 2022. – Vol. 102. – P. 768–785.
  9. Tourn, B. A. A modified sequential gradient-based method for the inverse estimation of transient heat transfer coefficients in non-linear one-dimensional heat conduction problems / B. A. Tourn, J. C. Álvarez Hostos, V. D. Fachinotti. – doi: 10.1016/j.icheatmasstransfer. 2021.105488 // International Communications in Heat and Mass Transfer. – 2021. – Vol. 127. – P. 105488.
  10. Reconstruction of the heat flux input of coated gun barrel with the interfacial thermal resistance / S. Chen, L. Chen, J. Fu, Y. Li. – doi: 10.1016/j.csite.2023.103242 // Case Studies in Thermal Engineering. – 2023. – Vol. 49. – P. 103242.
  11. Trilok, G. Inverse estimation of heat flux under forced convection conjugate heat transfer in a vertical channel fully filled with metal foam / G. Trilok, P. S. Vishweshwara, N. Gnanasekaran. – doi: 10.1016/j.tsep.2022.101343 // Thermal Science and Engineering Progress. – 2022. – Vol. 33. – P. 101343.
  12. Das, R. Simultaneous estimation of heat generation and magnetic field in a radial porous fin from surface temperature information / R. Das, B. Kundu. – doi: 10.1016/j.icheatmasstransfer.2021.105497 // International Communications in Heat and Mass Transfer. – 2021. – Vol. 127. – P. 105497.
  13. Алифанов, О. М. Экстремальные методы решения некорректных задач / О. М. Алифанов, Е. А. Артюхин, С. В. Румянцев. – Москва : Наука, 1988. – 288 с. – Текст : непосредственный.
  14. Kondakov, A. S. Simulation of the thermal process and friction diagnostics in a system of nonlubricated sliding bearings on a common shaft / A. S. Kondakov, N. P. Starostin. – doi: 10.3103/S1068366616010086 // Journal of Friction and Wear. – 2016. – Vol. 37, № 1. – P. 39–46.
  15. Заричняк, Ю. П. Зависимость теплофизических свойств наполненных фторопластов от температуры и концентрации наполнителей / Ю. П. Заричняк, В. А. Иванов – Текст: непосредственный // Пластические массы. – 2013. – № 7. – С. 35–37.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Модель системы подшипников скольжения: 1 – вал; 2 – втулка; 3 – корпус

Скачать (114KB)
3. Рисунок 2. Сравнение заданных (2) и восстановленных (1) функций удельных интенсивностей теплообразования решением обратной задачи по температурным данным с погрешностями на полном временном интервале: а) в первом подшипнике; б) во втором; в) в третьем; г) в четвертом

Скачать (203KB)
4. Рисунок 3. Сравнение заданных (2) и восстановленных (1) функций удельных интенсивностей теплообразования решением обратной задачи по температурным данным с погрешностями на полном временном промежутке с разбиением на полуинтервалы по 3 с: а) – в первом подшипнике; б) – во втором; в) – в третьем; г) – в четвертом

Скачать (306KB)

© Югорский государственный университет, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».