Summary
電気可変容量ポンプ(EVDP)の予備設計を特にサポートするシミュレーションモデルが開発され、実験によって部分的に検証されます。制御性能、寿命、信頼性などはすべて、EVDP予備設計タスクの主な性能要件をカバーする提案されたモデルを使用して評価することができます。
Abstract
静水圧アクチュエータ(EHA)は、学術界でかなり研究されており、様々な産業分野での応用が拡大しています。可変速EHAは現在、可変変位EHAよりも優先されていますが、その駆動モータおよび関連する電子機器は、低ダイナミック、高熱放散、高価格などの高出力アプリケーションに適用すると問題に遭遇します。そこで、電気可変容量ポンプ(EVDP)を搭載した可変容量EHAが検討されている。EVDP自体は、ピストンポンプ、ボールねじ、ギアボックス、永久磁石同期モータ(PMSM)を統合したメカトロニクスシステムです。したがって、EVDP を EHA に適用した場合のシステム・レベルのパフォーマンスを確保するために、EVDP を調査する必要があります。EVDPの技術的パラメータに関するこれまでの研究に加えて、EVDPの使用コストをさらに削減し、その性能の可能性を探るためには、専用の設計方法が必要です。ここでは、37kWのEVDPを設計するために、シミュレーションベースのEVDP予備設計方法が選択される。第一に、以前に提案されたEVDPの学際的モデルは、EVDPの寿命、信頼性、制御モデルなどを含むパラメータ生成を改善することによって拡張される。第二に、提案されたモデルは、小型化されたプロトタイプを使用して部分的に検証される。第三に、EVDPは、提案されたモデルによってサポートされているシステムレベルでシミュレートされる。EVDPの性能は、指定された設計要件に従って評価されます。温度、帯域幅と精度、信頼性と寿命などはすべてEVDPについて予測されます。シミュレーション結果は、可変変位EHAにおけるEVDPの適用性を示しています。提案されたモデリングおよびシミュレーション手法は、多様なEVDP性能を評価し、一般的な設計要件に対応するために使用できます。この方法は、限られた情報と堅牢性の観点から予備設計の課題の解決もサポートできます。したがって,提案手法は,シミュレーションに基づくEVDP予備設計手法の実現に適切である.
Introduction
静水圧アクチュエータ(EHA)は、電動アクチュエータと油圧アクチュエータ1の両方の利点の組み合わせにより、産業用プレス、大型移動機械、クレーンマニピュレータ、および一次航空機制御などの用途に対する関心が高まっています。可変速度EHAと可変変位EHAの2つの基本的なタイプのEHAを識別できます。現在、可変速EHAは、その高い効率とシンプルさのために、可変変位EHAよりも人気があります。しかし、大型打上げ機3 や潜水艦4などの大型機に求められるEHAの高出力化に伴い、可変速EHAの駆動モータや関連電子機器には、低動態、高放熱、高価格などの課題があります。したがって、可変容量EHAは、ポンプ容量を調整する低電力装置を介して制御が実現されるため、これらの高出力アプリケーション(>30kW)向けに再検討されています。
可変容量EHAが優先事項として取られるのを妨げる主な懸念事項の1つは、それ自体が完全なバルブ制御油圧システムである面倒なポンプ容量制御ユニットです。電気可変容量ポンプ(EVDP)は、コンパクトな電気容量制御ユニットを使用してこの問題に対処するために提案されています。この設計により、可変変位EHAのコンパクトさ、効率などが向上し、これまでの弱点をある程度解消します。したがって、新たに提案されたEVDPを使用することで、高出力アプリケーション向けの可変変位EHAの使用が容易になる可能性があります。しかし、EVDPの複雑さは、いくつかの新しい分野のコンポーネントを統合するため、従来の油圧制御可変容量ポンプと比較して大幅に大きくなります。その結果、特定のEVDPベースの研究活動が浮上しています。私たちの研究グループは、EVDP研究5 を開始し、6の開発を続けています。劉氏はEHAアプリケーション向けにEVDPを開発し、実験試験7を実施した。一部の油圧会社もEVDP製品を提供しています。EVDPの技術コンポーネントに関する研究に加えて、EVDPの使用コストをさらに削減し、その性能の可能性を探ることによって、EVDPの能力を高めるためにも、実際のアプリケーション要件に対応するための設計方法も重要です。したがって、特定のEVDP予備設計方法は、その結合された規律を分析することによって、システムレベルの性能のトレードオフを最適化するために必要です。シミュレーションベースの予備設計は、このタイプのメカトロニクス製品の学際的結合8にとって興味深いものです。
EVDPの予備設計のための具体的なシミュレーションモデルは、新たに提案された概念であるため提案されていませんが、関連するメカトロニクス製品に多くの研究が投資されています。予備設計9では、重量、効率、制御性能を最適化するために動的EHAモデルを構築しましたが、予備設計で考慮すべき重要な性能指標である寿命、信頼性、熱特性などは関与していませんでした。別の動的EHAモデルもまた、コスト、効率、および制御性能10を最適化するために使用され、その後、最適化されたEHA11の熱特性を評価するために熱モデルが開発されたが、信頼性および寿命は考慮されなかった。包括的な電気機械アクチュエータ(EMA)の予備設計方法が提示された12。この手法では、異なる特性を解析できる機能の異なる特定のモデルが提案されており、信頼性モデルや寿命モデルも開発されている13。機械的強度、出力能力、熱性能などは、本明細書により評価することができたが、制御性能は関与しなかった。別のEMA予備設計方法は、動的EMAモデルおよび関連部品サイジングモデル14を利用した。コスト、重量、疲労寿命、電力容量、物理的制約などがシミュレーション解析に関係していましたが、信頼性と制御性能は含まれていませんでした。油圧ハイブリッド駆動列15の最適化設計のために動的モデルが提案された。電力容量、効率、制御などはシミュレートできたが、信頼性と寿命は考慮されなかった。EHAベースの飛行制御作動システムを解析するためのモデルが提案されており、その中で単純な動力伝達方程式と重量関数が用いられた16。モデルが車両レベルおよびミッション レベルの解析に使用されたことを考慮すると、モデルの属性カバレッジは限られていたため、適切でした。EHAの主要コンポーネントとして、サーボモータはモデリングと設計に関して別々の注目を集めており、その結果はEHAモデル開発にとっても有益です。サーマルネットワーク、重みモデルなども、EHAモデリング17、18、19のために考慮することができる。レビューされた文献は、EVDPに関連する製品の結果を考慮しても、開発されたモデルが予備設計のために製品のすべての影響力のある性能属性を分析していないことを示しています。制御性能、熱性能、信頼性、および寿命は、モデルの構築において最も無視されてきた属性です。そこで本稿では、EVDP予備設計において最も影響力のある性能属性をすべて解析できるモデルパッケージを提案する。シミュレーション解析も、モデルの機能をよりよく説明するために提示されます。本稿は、前回公報20の延長線上で、パラメータ生成の改善、寿命モデル、信頼性モデル、制御モデルへの関与、計算コストの最適化、モデルの検証、詳細なシミュレーション解析の実施などを行うものである。
従来の可変容量ピストンポンプの油圧制御ユニットを電動アクチュエータに置き換え、 図1に示すようにコンパクトさの向上と放熱の低減を実現しています。電動アクチュエータは、ボールねじ、ギアボックス、および永久磁石同期モータ(PMSM)で構成されています。電動アクチュエータは、ポンプの変位を調整するためにバーを介して斜板を接続します。EHAに適用すると、EVDP斜板の回転位置はPMSMを変調することによって閉ループ制御されます。電動アクチュエータは、相互ケース内のピストンポンプと一体化され、一体成分を形成します。この設計は、作動流体中に電気アクチュエータを沈め、それによってマルチドメイン結合効果を強化する。
EVDPは典型的なマルチドメインメカトロニクス製品であるため、その予備設計は、システムレベルの性能におけるトレードオフを最適化し、コンポーネント設計要件を概説する上で重要な役割を果たします。このプロセスは、シミュレーションベースの設計スキーム10,12に基づいて図2に示されている。ステップ1では、まず、図1のように選択したEVDPアーキテクチャを解析し、指定された性能要件に基づいて設計パラメータを完成させます。次に、設計タスクは通常、EVDPのパフォーマンス最適化を探索するために最適化問題に変換されます。これは、設計パラメータを最適化変数に変換し、性能要件を目標と制約に変換することによって実行されます。設計パラメータは、アクティブ、駆動型、および経験的なカテゴリに分類する必要があることは注目に値します。アクティブなパラメータのみが、その独立性機能のために最適化変数として使用されます。他の2つのカテゴリは、アクティブなパラメータからの推定によって自動的に生成されます。したがって、ステップ2では、駆動パラメータと経験的パラメータの推定モデルを作成します。これらの推定ツールは、最適化の各反復と、必要なすべてのシミュレーションパラメータを定式化するためのステップ5で使用されます。ステップ 3 では、必要なパフォーマンスを反映した最適化の目的または制約ごとに計算モデルを構築します。これらのモデルは計算効率が良いはずです。そうしないと、最適化計算コストは許容できません。ステップ4は、通常、多目的かつ学際的な最適化計算を実行します。また、予備設計段階でのパラメータの不確実性も扱います。ステップ5では、設計したEVDPの全体的なモデルを構築し、それを使用して、標準的なデューティサイクル下でEVDPをシミュレートすることによって最適化結果を検証します。このモデルは、予備設計結果を評価するための究極のツールです。したがって、このモデルは最高の忠実度を持ち、すべての影響力のある特性を密結合スタイルに含める必要があります。最後に、予備設計性能結果とシステムレベルの寸法決定結果が得られます。
本稿では、EVDPのシステムモデリングとシミュレーション手法に焦点を当て、ステップ1のパラメータ解析を行い、ステップ2と5を完了します。まず、設計パラメータはEVDPアーキテクチャと設計要件に基づいて導出され、3つのサブカテゴリに分類されます。第二に、非アクティブパラメータの推定モデルは、スケーリング法則、コンポーネントカタログ、経験関数などに基づいて開発されます。第三に、EVDPの全体的なモデルは、学際的な結合方程式と追加の寿命と信頼性のサブモデルを使用して構築され、モデルは実験によって部分的に検証されます。最後に、前のサイジング結果が構築されたモデルにインポートされ、標準的なデューティサイクルでシミュレーション解析が実行されます。システムレベルの性能は、シミュレーション結果に基づいて推定されます。パラメータ感度と設計の堅牢性も評価されます。その結果、本稿ではEVDP予備設計のための特定のモデリングおよびシミュレーション手法を開発する。EVDPのEHAへの適用性能は包括的に予測されます。提案された方法は、高出力アプリケーション向けのEVDPおよび可変変位EHAを開発するための実用的なツールとして立っています。この方法は、他のタイプのメカトロニクス製品用のシミュレーションツールを開発するためにも参照することができる。本稿のEVDPとは、電気機械制御可変容量ポンプのことであるが、電気油圧制御可変容量ポンプは本稿の範囲外である。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
注: このプロトコルでは、Matlab および Simcenter Amesim (以下、システム シミュレーション プラットフォームと呼ぶ) が使用され、 材料表に記載されています。しかしながら、提案されたプロトコルは、これら2つのソフトウェアアプリケーションにおける実装に限定されない。
1. EVDP設計パラメータの選択と分類(図2のステップ1)。
- 図1のEVDPのアーキテクチャをピストンポンプユニット、ボールねじ、ギアボックス、PMSM、およびコントローラに分解します。EVDP のパフォーマンス要件を確認してください。
メモ:特にこのホワイトペーパーでは、電力容量、制御性能、熱性能、寿命、信頼性、効率、重量などの要件がありました。 - EVDP のコンポーネントのサイズ・パラメーターおよび仕様を要約します。パラメーターと仕様を分析し、指定された EVDP 性能要件に関連するものを選択します。
メモ: 選択したコンポーネントパラメータと仕様は、 表1に示すように、EVDP予備設計の設計パラメータです。 表 1 には、ステップ 1.3 で得られたパラメーター分類結果も含まれています。 - 表1 20に示すように、設計パラメータをアクティブ、駆動、および経験カテゴリ21に分類します。
- 各コンポーネントを最も代表する独立したパラメータまたは仕様をアクティブなカテゴリに割り当てます。
- アクティブなパラメータから派生できるパラメータを被駆動カテゴリに割り当てます。
- 経験関数を使用して計算された他のパラメータを経験的カテゴリに割り当てます。
メモ: 熱抵抗は、サーマルネットワークモデリングのパラメータのグループです。各熱パスには熱抵抗が割り当てられます。熱パラメータの量と値は、サーマルネットワークアーキテクチャによって最終的に決定されます。
2. 駆動パラメータと経験的パラメータの推定モデルを開発する(図2のステップ2)。
注: 以下の方法に基づいて、Matlab を使用して駆動パラメータと経験的パラメータの推定モデルを実行します。個々のスクリプトは、駆動型または経験型パラメーターごとに構築されます。
- スケーリングの法則22,23を使用して、アクティブパラメータからポンプおよびモータ駆動パラメータを推定する。
メモ: ポンプ駆動パラメータとモータ駆動パラメータは、ほとんどがジオメトリまたは重量関連であり、通常、スケーリング法則を使用するための材料とジオメトリの類似性の要件を満たしています。- 1つの任意の成分パラメータ x のスケーリング比を次のように定義します。
(1)
ここで、x は関連するパラメーターで、xref は参照コンポーネントの対応するパラメーターです。アクティブパラメータと被駆動パラメータを構成部品の特性寸法に次のように関連付けます。
(2)
ここで、 Y* は 1 つのアクティブまたはドリブンパラメータのスケーリング比、 l* はコンポーネントの特性寸法のスケーリング比、α はスケーリング比の係数です。 - 特定の駆動パラメータとアクティブパラメータのそれぞれの式(2)を組み合わせることにより、コンポーネントの各駆動パラメータをアクティブパラメータに関連付ける。
注: いくつかの例示された結果は22,23 です:
(3)
ここで、方程式の記号は 表 1 を参照しています。このプロトコルで使用されるピストンポンプとモーターの詳細については、 材料表 を参照してください。
- 1つの任意の成分パラメータ x のスケーリング比を次のように定義します。
- コンポーネントカタログを使用して、アクティブパラメータからギアボックスとボールねじの駆動パラメータを推定します。
メモ: ギアボックスとボールねじのアクティブパラメータは離散値です。アクティブパラメータの連続的な変動は、機構の制約または高いコストのために不可能である。したがって、既製のギアボックスまたはボールねじを使用することが好ましい。- ギアボックスのデータシートから、定義された比と公称トルクに最も一致するパラメータを抽出して、ギアボックスの駆動パラメータを推定します。特にこのホワイトペーパーでは、ギアヘッド(材料表)を使用して、Matlabソフトウェアでギアボックスライブラリを構築しました。指定されたギアヘッドのポートフォリオ編成方法に基づいてギアボックスを一致させるために、定義された比率の前に公称トルクを使用します(材料表)。
- ボールねじデータシートから、定義されたリードと公称荷重に最も一致するパラメータを抽出して、ボールねじの駆動パラメータを推定します。特に本稿では、Matlabのボールねじライブラリの構築にボールねじ(材料表)を用いた。指定されたボールねじのポートフォリオ編成方法(材料表)に基づいてボールねじを一致させるために、定義されたリードの前に公称荷重を使用します。
- ポンプ、ギアボックス、ボールねじの効率を経験関数で推定します。
メモ: 効率パラメータは、ポンプ、ギアボックス、ボールねじのデータシートでは提供されていないため、経験関数ベースの方法で推定されます。- 公称作業点でのポンプ容積効率とポンプ機械的効率がそれぞれ0.95と0.90であると仮定します。これらの2つの値を使用して、式(4)および式(5)24のように、公称動作点における漏れと粘性摩擦の経験関数を適合させます。次に、経験関数の係数 E pv および Epm を導出します。その結果、導出された経験関数を使用して、完全な作業条件下での効率特性をシミュレートします。
(4)
(5)
ここで、Δ p はポンプ圧力差、Tpo はポンプ内のオイルの温度、D p は瞬間的なポンプ容量、S p はポンプ速度です。
注:既製のポンプの公称動作点での効率データは、この論文ではそうでなくても、メーカーから入手できます。次に、想定されるデータの代わりに効率データを使用して、忠実度を向上させることができます。公称作業点の下にある導出係数は、瞬時の作業条件(すなわち、変位および温度)に従ってさらに調整される。 - 式(6)のように、ギアボックスまたはボールねじの最大効率データを使用して、最大荷重と最大速度の下で粘性摩擦関数を適合させます。そして、粘性摩擦係数fを導出 する。その結果、インスタントギアボックスまたはボールねじの効率を式(7)のようにモデル化します。
(6)
(7)
ここで、Emax、Smax、およびFmaxは、それぞれデータシートから得られたギアボックスまたはボールねじの最大効率、最大速度、および最大力です。E、S、およびFは、それぞれシミュレーション中のギアボックスまたはボールねじの瞬間効率、瞬間速度、および瞬間力です。fはギアボックスまたはボールねじの粘性摩擦係数です。
メモ: ボールねじの最大効率は、効率関連のデータがないため、0.90 であると仮定します。効率関連データが利用可能になったら、ボールねじの効率関数を更新します。
- 公称作業点でのポンプ容積効率とポンプ機械的効率がそれぞれ0.95と0.90であると仮定します。これらの2つの値を使用して、式(4)および式(5)24のように、公称動作点における漏れと粘性摩擦の経験関数を適合させます。次に、経験関数の係数 E pv および Epm を導出します。その結果、導出された経験関数を使用して、完全な作業条件下での効率特性をシミュレートします。
- 熱抵抗パラメータを推定します。ステップ 3.3 で開発したサーマルネットワークモデルの熱抵抗を推定します。熱力学理論の経験関数を用いる。熱抵抗を強制対流と伝導の 2 つのタイプに分類します。
メモ: EVDP シェルと環境の間の熱抵抗は定数値として定義してください。これは、現在の段階でポンプ内の熱特性を調査し、シェルの詳細な放熱性能が将来の熱設計の焦点であるためです。- スケーリング則23に基づく式(8)を用いて固体部品間の熱伝導抵抗を推定する:
(8)
ここで、 Rsst は 2 つの固体部品間の熱抵抗、 Tmn はサーボモータの公称トルクです。
メモ: 式 (8) は、熱ネットワークモデルで唯一の固体 - 固体接触であるため、巻線シェル熱伝導の熱抵抗を推定するためにのみ使用されます。 - 式(9)25,26を使用して、固体部品と流体部品の間の強制対流の熱抵抗を推定します。
(9)
ここで、Rsftは固体部品と流体部分の間の熱抵抗です。λfは流体の熱伝導率です。Laは、熱交換の特徴的な長さであり;C Reおよびmはレイノルズ数Reに依存する係数である。Prはプラントル数である。T は熱交換領域です。
注: Laおよびその他の構造 寸法はスケーリング法則に基づいて推定され、熱交換領域全体の流体速度はポンプ流量のシミュレーション結果から即座に計算されます。
- スケーリング則23に基づく式(8)を用いて固体部品間の熱伝導抵抗を推定する:
3. システム・シミュレーション・モデルの構築 (図 2 のステップ 5)。
注: EVDP の完全な性能を検査できる、EVDP の学際的な結合モデルを構築します。モデルアーキテクチャを 図 3 に示し、モデルは Matlab とシステム シミュレーション プラットフォームに基づくコシミュレーション環境で実行されます。まず、各コンポーネントまたは分野の個別の集中モデルを構築します。次に、 図 3 に従ってコンポーネント/規律モデルを組み立てます。
- MatlabでEVDPの重量モデルを構築します。
- EVDP の重量を計算するには、ステップ 2 の重量推定モデルから取得した各コンポーネントの重みを合計します。
- EVDPの動的集中パラメータモデリングをシステムシミュレーションプラットフォームで実施します。
- サーボモータの電磁運動モデル、機械式変速機の運動モデル、ピストンポンプユニットの油圧運動モデル、斜板の負荷トルクモデルを、前述のように構築する20。
- システム損失を式(10)のようにモデル化します。
(10)
ここで、QmCuはサーボモータの銅損失です。Qmrはサーボモータのロータ損失です。QpvおよびQpmは、それぞれポンプの体積損失および機械的損失である。Qgはギアボックスの損失です。Qs はボールねじ損失です。im はサーボモータ電流です。Smはサーボモータの速度です。Δpはポンプ圧力差;Tpoはポンプ内のオイルの温度です。Dpはポンプ変位です。Spはポンプ速度である。fgはギアボックスの粘性摩擦係数です。Sはギアボックスの入力速度です。Tsはボールねじのトルクである。 - 流体特性を式(11)のようにモデル化します。流体データシートを式(11)に当てはめることで係数を特定します。
(11)
ここで、ρ f と ρf0 はそれぞれ瞬時密度と基準密度です。CpおよびCp0は、それぞれ瞬間比熱および基準比熱である。μ fおよびμf0は、それぞれインスタントおよび基準絶対粘度である。λ fおよびλf0 は、それぞれ瞬間および基準熱伝導率です。piは、i番目の流体ノードの瞬間圧力です。Tiは、i番目の流体節点の瞬間温度である。p0およびT0は、流体特性の基準圧力および温度であり;a m,n, b m,n, c m,n, d m,n は係数である。 - 流体体積の圧力ダイナミクスを式(12)27,28のようにモデル化する。式(4)のようにオリフィスをモデル化します。
(12)
ここで、 p は流体体積の圧力である。 B は流体体積弾性率である。 ρは 流体密度です。 V は流体体積です。 は 、それぞれ流体体積の流入質量流量および流出質量流量である。αp は流体の体積膨張係数であり; T は流体体積の温度である。 - 図4 6に示すように、トリプルループPIDコントローラを使用してコントローラをモデル化します。シミュレーションモデルと他のシミュレーションパラメータの準備ができたら、いくつかのシミュレーション試行を通じて制御パラメータを調整します。ゲイン値を徐々に増やして、内側のループから外側のループに制御パラメータをチューニングします。
- 駆動速度源とポンプのローターの間にロータリースプリングとダンパーモデルを追加します。ボールねじの入力速度と荷重質量の間に線形ばねとダンパーのモデルを追加します。
メモ: このステップにより、ピストンポンプユニットモデルとボールねじモデルの方程式の因果関係が有効になります。ばねの剛性とダンパー定格を一定値に設定して、これら 2 つのブロックの影響を無視できます。
- EVDPの熱モデリングをシステムシミュレーションプラットフォームで実施します。
- EVDP20 のサーマル・ネットワークを設定します。式(10)の熱荷重( Qpvを除く)を対応する熱ノードに加算します。
- ステップ 2.4 のパラメータ関数を使用して、固体-固体間熱交換および固体-流体熱交換の熱抵抗をモデル化します。流体節点の外部エンタルピー流量の交換による流体節点の熱交換をモデル化します(ステップ 3.3.4 を参照)。29。
メモ: 基準熱交換構造とEVDPの寸法は、スケーリングの法則に基づいて式(9)のパラメータを取得するために必要です。使用されるEVDP熱交換構造を 図5に示します。 - 固体熱節点の温度ダイナミクスを式(13)のようにモデル化します。
(13)
ここで 、 m、および cpは、 それぞれソリッドノードの熱流量、質量、および比熱です。 - 流体体積の温度ダイナミクスを式(14)27,28のようにモデル化する。
(14)
ここで、p、m、cp、およびα pは、それぞれ流体節点の圧力、質量、比熱、および体積膨張係数です。V と h は、それぞれ流体節点の体積とエンタルピーです。 hinは、それぞれ流入流量の質量流量およびエンタルピーである。 は熱交換率です。Wsは流体節点の軸仕事である。 - 式(15)のようにオリフィスの温度ダイナミクスをモデル化します。これはまた、 Qpvの熱負荷効果を決定する。オリフィスを理想的なエンタルピー転送ノードとしてモデル化し、入ってくるエンタルピーを発信エンタルピーに直接転送します。
(15)
ここで 、αp、 ρ、および cpは、 それぞれ流体の体積膨張係数、密度、および比熱です。 - 式(16)のようにポンプ内のエンタルピー移動をモデル化します。
(16)
ここで、dmhout と dmhin は、それぞれ発信エンタルピー流量と入射エンタルピー流量です。Dp、Δp、およびSpは、それぞれ変位、圧力差、およびポンプの速度です。
- 寿命と信頼性のモデリングを行うには、ボールねじとピストンポンプユニットを寿命と信頼性の重要なコンポーネントとして設定します。これら2つのコンポーネントの評価済み寿命/信頼性の小さい方の値をEVDP寿命/信頼性性能として使用します。Matlab スクリプトを使用してモデルを実行します。
- ボールねじの疲労寿命を寿命として使用します。ピストンポンプユニットの摩耗寿命を寿命として使用します。式(17)および式(18)13,30のようにボールねじおよびピストンポンプユニットの寿命をモデル化する:
(17)
(18)
ここで、FampiおよびF平均iは、雨流計数を使用したボールねじの荷重シミュレーション結果から導出されたボールねじの荷重力振幅および平均荷重である。Fmaxはボールねじの最大許容荷重力です。Δp平均iは、雨流計数を用いたポンプの負荷圧力シミュレーション結果から導出されたポンプの平均負荷圧力であり;Spはポンプ速度である。m は、カウントされる異なるサイクルの量です。niはi番目のサイクルの量である。Niは、成分寿命を使い果たすことができるi番目のサイクルの量です。Tcyc はデューティサイクル期間であり、そこから m サイクルが識別されます。p、α、およびβは実験定数です。
注: Niは、特定の構成部品の最大荷重データと公称荷重寿命データを使用して確立された線形対数S-N曲線に、関連する荷重応力を適合させることによって得られます。対数-対数S-N曲線は、より多くの有効期間データが利用可能になると改善できます。 - ボールねじとその寿命に対応するポンプの信頼性を0.90と仮定します。50,000番目の 稼働時間で計算された信頼性を定義します。式(19)13のようにボールねじとピストンポンプユニットの信頼性をモデル化します。
(19)
ここで、Rref は基準寿命 Lh,10 での基準信頼性であり、Lh,10 仕様は信頼性を評価するために指定された作業時間です。
- ボールねじの疲労寿命を寿命として使用します。ピストンポンプユニットの摩耗寿命を寿命として使用します。式(17)および式(18)13,30のようにボールねじおよびピストンポンプユニットの寿命をモデル化する:
- モデルをアセンブリします。
- 図 3 の各節点の必要な方程式 (ステップ 3.1 ~ 3.4 から導入) をすべて一緒に配置して、各節点のモデル ブロックを形成します。各ノードの入力変数と出力変数を終了します。
メモ: 理論上のピストンポンプノードを例にとってみましょう。それは5つの方程式を含みます:機械的損失を考慮した駆動トルク、漏れを考慮しない出力流れ(漏れはオリフィスによって別々にモデル化されます)、変位制御運動による変位変動、エンタルピー輸送、および斜板によって生成される負荷トルク。導出された入力は、駆動速度、2つのポートでの圧力と温度、および斜板の変位です。導出された出力は、シャフト角度、駆動シャフトの負荷トルク、出力流量、出力エンタルピー、および斜板によって生成される負荷トルクです。 - EVDPモデル全体の入力と出力を定義し、すべてのノードの因果関係分析を実行します。必要に応じてノードを追加して、すべてのノードが因果関係でリンクされていることを確認します。次に、すべてのノードを接続して、 図 3 に示すように、EVDP の全体的なモデルを形成します。
メモ: 図 3 の 3 つの流体経路ノードと 2 つの内部ポートノードは、モデル全体の因果関係の互換性を確保するために追加されました。それらはオリフィスとしてモデル化される(式[4])。
- 図 3 の各節点の必要な方程式 (ステップ 3.1 ~ 3.4 から導入) をすべて一緒に配置して、各節点のモデル ブロックを形成します。各ノードの入力変数と出力変数を終了します。
4. 部分的なモデル検証 (図 2 のステップ 5)。
メモ: EVDP プロトタイプとそのテストリグを使用して、ステップ 3 のモデリング方法を検証します。本稿ではEVDPを新規開発し、新たにモデルを提案したため、ステップ4(モデル検証)を行った。このホワイト ペーパーで使用した EVDP プロトタイプは、ステップ 5 でシミュレートしたものと比較して小型化されています。小型化されたプロトタイプに基づいて検証されたモデルは、同じタイプのEVDPを他のサイズでシミュレートするために適用可能であると考えられる。同じタイプのEVDPの予備設計中の将来のモデリングおよびシミュレーションタスクでは、ステップ4を省略することができます。
- 実験のセットアップを行う。
- 図 1 の回路図に従って EVDP プロトタイプを作成します。既存のコンポーネントを適応させて、ピストンポンプユニット、ギアボックス、ボールねじ、サーボモータなどのEVDPのサブコンポーネントを形成します。
注:本稿では、7.4 mL/revの排気量を特長とする7ピストンポンプを使用してプロトタイプを作成しました。斜板の最大傾斜は18°であった。公称速度は7000回転/分、公称圧力は21MPaであった。ボールねじリードは1.59 x 10-3 m、ギアボックス比は2.47でした。EVDP プロトタイプを 図 6 に示します。 - 図 7 に示すように、荷重部品と制御部品31 で構成されるテスト・リグに EVDP を取り付けます。3つのEVDPポートをローディング部の油圧回路に接続します。EVDP 電線を制御部に接続します。
- 図 1 の回路図に従って EVDP プロトタイプを作成します。既存のコンポーネントを適応させて、ピストンポンプユニット、ギアボックス、ボールねじ、サーボモータなどのEVDPのサブコンポーネントを形成します。
- プロトタイプテストを実施します。
- パネルのスタートボタンを押して補助油圧パワー(9)を起動します。
- UI を使用して、置き換えコマンドのテキストボックスで EVDP の変位を 2.5° に設定します。パネルを使用して、モードバルブ(10)に通電し、負荷制御バルブ(12)を3.5MPaの負荷圧力に調整します。パネルから EVDP の出力フローを読み取って記録します。
- EVDPの変位をそれぞれ-18°、-15°、-12°、-10°、-8°、-5°、-2.5°、2.5°、5°、8°、10°、12°、15°、および18°に設定します。 図8Aに示すように、EVDPの各出力フローを各設定変位の下に記録します。
- EVDPの変位を2.5°に設定し、負荷圧力をそれぞれ約3.3MPa、5MPa、8MPa、10MPa、13MPa、15MPa、17MPa、18MPa、19MPa、20MPa、および21MPaに調整します。各圧力下でのEVDPの出力流量を記録します。EVDP変位をそれぞれ5°、8°、18°に設定し、新しい変位ごとに2.5°変位試験の圧力設定を繰り返します。 図8Bに示すように、各テストポイントの下のEVDP出力フローを記録します。
- モードバルブ(10)を非アクティブ化するには、パネルのボタンを押します。掃引周波数変位コマンド (振幅 2.5° で 0.02 Hz ~ 20.5 Hz) を UI のテキスト ボックスの EVDP に設定します。 図9Aに示すように、EVDPの変位応答を記録し、その大きさと位相特性を導き出します。
- 実験結果を解析する。
- EVDP プロトタイプのアクティブ・パラメーターをステップ 3 でビルド・モデルに設定します。モデルは、その他の必要なシミュレーション パラメータを自動的に生成します。環境温度と初期EVDP温度を40°Cに設定します。 ステップ4.2のEVDPプロトタイプテストと同じ条件でシミュレーションモデルを実行し、シミュレーション結果を記録します。
- 図8及び図9に示すように各条件群の実験結果及びシミュレーション結果を同図にプロットする。
注: 最大流量シミュレーション誤差(2.2 L/分)は、EVDPの全流量の4.35%である2.5°の変位で発生しました。周波数特性のシミュレーション結果は、10Hzコマンドでの実験結果と良好な整合性を保ち、10Hzコマンドよりも高い誤差を示しました。シミュレーション精度は満足のいくものでした。
メモ: 図9A の10Hzコマンドに対する周波数特性シミュレーション結果の誤差が高いのは、提案されたモデルパッケージのパラメータ生成ツールから生じています。シミュレーション結果は、 図9Bに示すように、実際のプロトタイプパラメータを使用した場合に良好な精度を達成しました。パラメータの推定に使用された参照成分がプロトタイプのコンポーネントと同じ系列になかったため、パラメータ生成ツールでエラーが発生しました(EVDPプロトタイプには社内コンポーネントが使用されました)。したがって、選択した成分が参照成分と同じ系列にある場合、シミュレーション誤差は問題になりませんが、パラメータの不確実性についてもステップ5で説明します。
5. シミュレーション解析 (図 2 のステップ 5)。
メモ: 図2のステップ3と4(最適化設計)を実行して以前に取得したEVDP設計オプションのシミュレーション解析を実行します。シミュレーション・プロセスを分解します ( 図 10 を参照)。
- アクティブなパラメータとシミュレーション設定を設定します。
- EVDP公称速度が7000rpm、EVDP公称圧力が28MPa、最大EVDP変位が12.3mL/回転、サーボモータ公称電圧が28VDC、サーボモータ公称トルクが0.386Nm、ギアボックスが省略されている最初のシミュレーションでは、以前に得られたEVDPのアクティブパラメータのセットを使用し、 ボールねじの公称力は5460 Nで、ボールねじリードは0.005 mです。
- GJB1177-1991 15#航空宇宙用作動油をシミュレーションの作動流体として使用します。環境を臨界温度 70 °C に設定します。 EVDPシェルと環境間の熱交換係数は、20 W/m2/Kで一定です。
- デューティサイクル20を設定します。流体ヒートシンクを追加してEVDPリターンフローを収集し、EVDPの入口にフローを供給します。
メモ: ヒートシンクは、実際のアプリケーションのダウンストリームコンポーネントをエミュレートします。5 m 2の熱交換領域を持つ10 Lの流体が含まれており、環境との熱交換係数が50 W/m2/Kを維持します。EVDP出力電力はすべて負荷制御バルブによって熱に変換されるため、流体ヒートシンクの強力な放熱は、すべてのEVDP出力電力を放散するために使用されます。 - 感度解析を実行するための設計スペースをカバーする範囲に設計パラメータを設定します。このホワイト ペーパーで例示したパラメータとしてギアボックス比を使用します。ギアボックス比の範囲を 1 ~ 3.5 に設定して、ギアボックス比に連続的な変動値を使用した場合の影響を調査します。
メモ: ギアボックス比の範囲は、最後の系列番号を下限として使用し、次の系列番号を上限として使用して設定しました。このようにして、ギアボックス比の連続的な変動値を使用することによる影響を分析することができた。比1(ギアボックスを使用しない)は最適化されたギアボックス比であったため、最後のシリーズのギアボックス比は存在しませんでした。この研究では、範囲の下限は1でなければなりませんでした。比率 3.5 は、前の最適化計画で既に比率 1 と比較され、破棄されているため、再度シミュレーションする必要はありませんでした。最後に、感度解析のために比率2と3を選択しました。新しいギアボックス比が定義されたら、他のコンポーネントを同等のEVDP変位制御性能にサイズ設定して、公正な比較を保証する32。 - 設計パラメータを公差をカバーする範囲に設定して、不確実性解析を実行します。サーボモータのトルク定数とサーボモータの慣性モーメントを本稿で例示したパラメータとして用いる。サーボモータのトルク定数及びサーボモータの慣性モーメントの範囲を推定値の1~20%及び1+20%と設定し、EVDP周波数特性33に対するそれらの推定誤差効果を確認する。
- シミュレーションを実行します。
- ステップ3で提案した動的モデルと熱モデル(システムシミュレーションプラットフォームに実装)をステップ5.1.2に従って設定します。 単純な流体特性データ> TFFD3-1 >ファイル名のパラメータモード をクリックして、オイルプロパティファイルをインポートします。THGCV0-1 /THGCV0-2 > [流体の温度>パラメータモード ]をクリックして、環境温度を70°Cに設定します。 THGCV0-1 /THGCV0-2 >対流熱交換係数>パラメータモード ]をクリックして、環境温度を(20 W/m2/K)/(50 W/m2/K)に設定します。
- ステップ 5.1.1 でアクティブなパラメータを入力します。ステップ2で提案したパラメータ推定モデル(Matlabを使用して実装)に。 EDITOR > Run をクリックして、 表 2 に示すように、必要なすべてのシミュレーション・パラメーターを生成するためのスクリプトを実行します。
メモ: 制御パラメータは、ステップ 3.2.5 に示すように取得されます。自動的に生成されるのではなく。 - [EDITOR] > [Matlab で実行] をクリックして、重量を計算し、シミュレーション パラメータを使用して動的モデルと熱モデルをアクティブ化するためのスクリプトを実行します。シミュレーション結果は、このスクリプトによって自動的に取得されます。
- [ エディタ] > [Matlab で実行] をクリックして、保存されたシミュレーション結果から EVDP の有効期間と信頼性のパフォーマンスを計算するスクリプトを実行します。
- システム・シミュレーション・プラットフォームの 「シミュレーション・モード 」をクリックして、シミュレーション結果を確認します。これらの時間領域シミュレーション結果(斜板制御の精度と帯域幅、EVDP動作温度、EVDP効率、EVDP電力レベルなど)から他のEVDP性能結果を導き出します。
- システム・シミュレーション・プラットフォームの「パラメーター・モード」をクリックして、ステップ 5.1.4 で指定したシミュレーション ・パラメーター を設定します。および 5.1.5.[エディタ] > [Matlab で実行] をクリックして、動的モデルと熱モデルをアクティブ化するためのスクリプトを実行します。システムシミュレーションプラットフォームの[シミュレーションモード]をクリックして、感度解析と不確実性解析のシミュレーション結果を確認します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
このセクションは、図2のEVDP予備設計方法のステップ1の一部、ステップ2のすべて、およびステップ5のすべてを構成するすべてのプロトコルステップを実行した結果を提示する。プロトコルの入力情報には、図1のEVDP回路図、図2のステップ4のEVDPの最適化されたアクティブパラメータ(ステップ5.1.1で説明)、およびEVDP設計要件に関連するEVDP性能シミュレーションタスクが含まれます。プロトコルの結果は、EVDP設計パラメータの値とこれらの設計パラメータの下で予測されたEVDP性能を含む、EVDPの最終予備設計結果です。特に、プロトコルステップ1およびステップ2に組み込まれたパラメータ推定モデルは、設計パラメータの結果を生成する。プロトコルステップ3とステップ4は、EVDPの最終検査のためのシミュレーションモデルを生成します。プロトコルステップ5は、特定の設計パラメータの下でEVDP性能を予測します。これらについては、以下で詳しく説明します。
ステップ5.1.1のアクティブパラメータに基づくパラメータ推定結果。 )を表2に示す。これらのパラメータは、ステップ3で提案したシミュレーションモデルを実行するのに十分でした。また、コンポーネント要件として使用するコンポーネントメーカーに配布されます。続いて、EVDP質量は、別々の成分重量を一緒に加算することによって容易に得られ、10.82kgとなった。
ステップ 5.2.2 を実行した後。前述のパラメータおよび設定を使用して、生の動的および熱的シミュレーション結果が得られた。 図11は 、選択したEVDP設計の熱性能評価を強力にサポートするさまざまなEVDP部品の温度ダイナミクスを示しています。結果は、最高流体温度(175°C)がドレイン体積であったことを示しており、将来の熱設計要件の概要を示しています。漏れライン内の流体(ドレイン、トランスミッション、モーター)は温度波を示していましたが、これは主に漏れ流量の違いによって引き起こされました。したがって、漏れは効率設計だけでなく熱設計でも考慮する必要があります。固体部品ははるかに遅い熱定数を示したが、発生した熱と固体質量が流体側と同等ではないため、EVDP温度を大きく変化させなかった。
図12Aは 、フルデューティサイクル下でのEVDP効率を示しています。全負荷条件(最初の3秒)では、EVDPは約80%の総効率を達成し、これは出力流体電力/(シャフト入力電力+サーボモータ入力電力)として定義されます。負荷が低下すると効率が大幅に低下しました。これは、EVDPは常に公称速度で動作し、摩擦損失が連続的に発生するためですが、EVDPの絶対損失は 図12Aの効率低下とともに低下(8.4kWから2.3kW)しました。これらはほとんどの電力変換デバイスに共通する特性(すなわち、部分負荷条件によって効率は低下しますが、絶対損失も減少します)であるため、EVDP性能に関する懸念は生じません。EVDPの全負荷状態での80%の効率は、基本的に満足のいく結果です。効率の結果が2〜3秒で変動したことも注目に値します。この間、入力軸と電気機械式変位制御部の電力は同程度(1kW)であった。さらに、電気機械式変位制御部は、EVDPの高い内圧ダイナミクスにより、この期間内の消費電力の速い変化と回復を示した。したがって、効率定義によれば、この期間における効率は大きく変動し、0%〜100%の範囲を超えても構わない。
掃引周波数応答(8Hz~20Hzの振幅2.5°)は、EVDPの動的性能を検証します。 図12Bに示すように、スワッピング周波数範囲(-0.3dB、最低として-43°)の間、斜板の傾きはコマンドによく従っており、これはEVDP帯域幅の20Hz以上を示しています。EVDP(すなわち電気機械制御装置)の低慣性制御装置設計により、高い動的性能が得られ難かった。これは、可変速EHAと比較したEVDPを使用した可変変位EHAの動的利点を示しています。可変速EHAは、モータポンプの高慣性主軸を動的に回転させる必要があり、これは研究されたアプリケーション(35kWの電力レベル)において大きな課題であることが判明した。
最後に、ステップ 5.2.3.およびステップ 5.3. 表 3 に示すように、生のシミュレーション・データを仕様スタイルに準拠して、EVDP の予測性能に変換します。良好な制御精度(0.09度の誤差)が予測された。ポンプの寿命と信頼性が最も弱いことが判明し、これらは 表3に明記されています。次に、以前に設計されたEVDPの完全な性能図が描かれ、これはこの予備設計の重要な出力を表しています。
表4の結果は、ステップ5.1.4の設定をシミュレートした後に得られた。ギアボックスは、以前に設計されたEVDP(ギアボックス比1)で却下されました。このシミュレーションでは、1 ~ 3.5 (既製の最小ギアボックス比) の間でカスタマイズされたギアボックス比が役立つ可能性があることを確認しました。サーボモータは、新しいギアボックス比が使用されると、最適な値にサイズ設定されました。その後、異なるギアボックス比間の公正な比較が達成できました。その結果、比率2と3はある程度の精度と重量の利点を達成できるが、有意なレベルではないため、その利点がそのコストを補わない可能性があることを考慮して、カスタマイズされたギアボックスを選択する必要はないことが示された。
サーボモータトルク定数と慣性モーメントのパラメータ不確実性効果を 表5に示す。これら2つのパラメータの20%の不確実性は、EVDP制御性能に大きな変動を引き起こさなかった。これは、これら2つのパラメータの20%の許容誤差が最終的なサーボモータ仕様に許容できることを示しています。これは、コンポーネントメーカーにとっても重要な指示です。不確実性分析は、他の不確実なパラメータに対しても実行する必要があります。
結論として、設計パラメータおよびEVDP性能は、プロトコルを実行することによって得られた。さらに、感度解析とロバストネス解析により、設計結果の信頼性と適用性がさらに高まります。これらはEVDPの予備設計結果を構成する。提案手法は,パラメータ推定モデルとマルチドメインEVDPシミュレーションモデルを開発することにより,実用的なEVDP予備設計手法を可能とする.設計結果の品質が向上し、設計サイクルが短縮されました。これらの利点は、EVDPの能力を強化し、独自の技術的利点を提供します。
図1:EVDPの概念 。(A)従来の可変容量ポンプを電気可変容量ポンプに移す回路図。(B)EVDPの構造図。 この図の拡大版を表示するには、ここをクリックしてください。
図2:EVDPの予備設計プロセス EVDPアーキテクチャと設計要件は入力として受け取られ、システムレベルのサイジングと予備設計性能の結果が出力になります。このプロセスは、最適化設計とシミュレーションによる検証という2つの主要なステップで構成されています。パラメーター推定モデルは、この 2 つのステップを強力にサポートします。 この図の拡大版を表示するには、ここをクリックしてください。
図3:EVDPの学際的結合モデルアーキテクチャ このモデルは、予備設計における最終設計検証に使用されます。これらの規律は、すべての一般的な設計要件を高いレベルの忠実度で評価するために結合されています。このモデルは、オブジェクト指向の方法を使用してコシミュレーションプラットフォームで開発されます。特に、このモデルは、パラメータ取得の課題に対処するためのパラメータ生成機能を含む。 この図の拡大版を表示するには、ここをクリックしてください。
図4:EVDPのコントローラ EVDP変位制御にはトリプルループPIDコントローラが使用され、内側のループはサーボモータの電流制御、中央のループはサーボモータの速度制御、外側のループはEVDPの変位制御です。EVDPメインシャフトは一定速度で駆動されます。 この図の拡大版を表示するには、ここをクリックしてください。
図5:スケーリング法則に基づいて式(9)のパラメータを推定するためのリファレンスEVDP熱交換構造。(b)排水量の熱交換構造。(c)ポンプローターアセンブリの熱交換構造。異なるサイズのEVDPはすべて、これらの同じ熱交換構造を参照します。次に、異なるEVDP設計の熱交換関連寸法をスケーリング法則に基づいて計算することができます。熱交換係数は、式(9)を用いて算出することができる。この図の拡大版を表示するには、ここをクリックしてください。
図6:EVDPのテスト済みプロトタイププロトタイプは図1の回路図に従って構築され、7.4 mL/回転変位、7000 rev/min公称速度、21 MPa公称圧力、1.59 x10-3 mボールねじリード、および2.47ギアボックス比のパラメータを備えています。この図の拡大版を表示するには、ここをクリックしてください。
図7:EVDPのテストリグ 黒い線はテストリグのローディング部分です。赤い線はテストリグのコントロール部分です。青い線はEVDPのプロトタイプです。1.駆動モータ、2.圧力センサ、3.流量計、4。圧力センサ、5.流量計、6。EVDPプロトタイプ、7.逆止弁、8.逆止弁、9.補助油圧パワー、10。モードバルブ、11。逆止弁グループ、12。圧力制御バルブ。 この図の拡大版を表示するには、ここをクリックしてください。
図8:EVDPの流量応答の実験およびシミュレーション結果 。(A)一定の3.5MPa負荷圧力での異なる斜板傾斜条件下での流量応答。(B)異なる斜板傾斜および負荷圧力条件下での流量応答。 この図の拡大版を表示するには、ここをクリックしてください。
図9:斜板傾斜制御の周波数特性の実験結果とシミュレーション結果 。(A)シミュレーションモデルが自動生成パラメータを使用した場合の比較結果。(B)シミュレーションモデルがプロトタイプの実パラメータを使用した場合の比較結果。結果は、掃引周波数コマンドをEVDP変位に設定し、時間領域応答を振幅応答と位相応答に変換することによって得られます。大きさと位相の応答は、比較結果を説明するために使用されます。 この図の拡大版を表示するには、ここをクリックしてください。
図10:シミュレーション解析プロセス これは、 図 2 のステップ 5 のサブステップです。異なるデューティサイクルとシミュレーションオブジェクト(アクティブパラメータのグループ)が最初に定義されます。次に、提案されたモデルを使用してシミュレーションを実行できます。最後に、シミュレーション結果はEVDP仕様に導き出されます。 この図の拡大版を表示するには、ここをクリックしてください。
図11:EVDP温度のシミュレーション結果 。(A)流体体積温度(B)固体ノード温度。ドレイン、トランスミッション、およびサーボモータの体積が漏れ通路を形成し、より高い温度をもたらします。2つのポートは流体ヒートシンクから流体を輸送するため、温度ははるかに低くなります。内部の固体部品の熱定数は、熱交換係数が小さいため非常に大きいですが、EVDPの質量と損失の割合が少ないため、最終的なEVDP温度をあまり変化させません。 この図の拡大版を表示するには、ここをクリックしてください。
図12:EVDP効率と動的性能。(A)1デューティサイクル下のEVDP効率(イ). EVDP は掃引周波数コマンドに応答します。効率は出力電力の低下とともに低下します。これは、EVDPが常に公称速度で動作し、それによって連続的にエネルギー量を消費するためであるが、出力電力の減少とともに絶対損失が減少するため、EVDP性能の懸念事項ではない。EVDPスワッシュプレートは、8~20Hz、2.5°の振幅掃引周波数コマンド(最低として-0.3dB、-43°)によく従っており、EVDP変位制御の帯域幅が20Hzより大きいことを示します。この図の拡大版を表示するには、ここをクリックしてください。
表1:EVDPの分類された設計パラメータ 各コンポーネントの設計パラメータは、アクティブ、駆動、および経験的なカテゴリに分類されます。各コンポーネントを最も代表する独立したパラメータまたは仕様は、アクティブパラメータです。アクティブ・パラメーターから導出できるパラメーターは、駆動パラメーターです。経験関数を使用して計算される他のパラメータは、経験的パラメータです。この 表1 は、Han et al.20におけるものの延長である。 この表をダウンロードするには、ここをクリックしてください。
表2:アクティブなパラメータに基づくパラメータ推定結果。 v は瞬間流体速度です。いくつかのパラメータは、より例示的な形態に修正される(例えば、ボールねじの効率は粘性係数に修正される)。これらのパラメータは予備設計結果であり、仕様として部品メーカーに配布されます。 この表をダウンロードするには、ここをクリックしてください。
表 3: EVDP の設計性能 生の時間領域シミュレーション結果は、EVDP予備設計の主な出力であるEVDP仕様に導き出されます。 この表をダウンロードするには、ここをクリックしてください。
表4:カスタマイズされたギアボックス比に対するEVDPの感度。 1 は元の設計値で、2 と 3 は比較された値 (カスタマイズされた値) です。サーボモータは、異なる比率間の比較が公平になるように、新しいギアボックス比を使用する場合、最適な値にサイズ設定する必要がありますが、利点が限られているため、カスタマイズされたギアボックス比は不要であることがわかりました。 この表をダウンロードするには、ここをクリックしてください。
表5:サーボモータのトルク定数と慣性モーメントの不確実性の影響。 サーボモータのトルク定数と慣性モーメントの20%誤差は、EVDP制御性能に悪影響を及ぼさない。これは、調査されたパラメータの20%の公差をコンポーネントメーカーに指定できることを示しています。 この表をダウンロードするには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
EVDPの概念および他の技術的構成要素は、以前の刊行物6,31において提示されており、EVDPの適用可能性および利点を実証している。EVDP自体を研究する代わりに、この論文は将来の実際のアプリケーションニーズに関連して設計方法を研究し続けました。このタイプの高度に統合された学際的なカップリング製品には、特定の設計方法が必要であり、微妙な性能のトレードオフと最適化が必要です。このホワイトペーパーでは、予備設計のためのEVDPモデリングとシミュレーションの完全なプロセスを提案し、説明しました。このプロセスは、マルチドメイン結合分析と学際的な要件を含むこのタスクの全体的かつ実用的な観点から開始されました。また、シミュレーションパラメータの取得に関する困難は、多様なパラメータ推定モデルによって解決されています。その結果、この方法は、EVDPの効率的かつ最適な予備設計を容易にする。シミュレーションがEVDPの予備設計の最終検証ステップであったことは注目に値します。このプロセスの目的は、以前の最適化(図2のステップ3と4)から設計されたEVDP性能を高いレベルの忠実度で検証することでした。つまり、EVDPの性能(制御性能や重量など)は、本稿のシミュレーションプロセスが実施される前にすでに最適化されていました。
設計パラメータ解析(ステップ1)は、設計者の専門知識に依存します。コンポーネントの性能をEVDPの性能に関連付けるには、十分なレベルの知識が必要です。コンポーネントカタログはコンポーネントの哲学を学ぶのに役立ちますが、設計者は常にEVDPに精通している責任があります。そして、満足のいくパラメータ解析結果を取得することができる。
パラメータ推定(ステップ2)は、シミュレーションのサポートだけでなく、部品メーカーの部品仕様の策定にも用いられました。各コンポーネントのパラメータは、コンポーネント要件を指定するためにコンポーネントメーカーに配布されます。パラメータには常に公差が伴い、不確実性分析を使用して定義できることは注目に値します。パラメータ推定モデルは、コンポーネントのそれぞれの特性に従って開発する必要があります。まず、コンポーネントはカスタマイズされたグループと既製のグループに分類され、それぞれ計算モデルとデータベースを使用して推定する必要があります。第二に、各パラメータ(例えば、幾何学的類似性、材料性能など)を選択するための基礎を分析する必要があります。そして、適切な推定モデルを選択して開発することができる。
EVDPの電力、制御、および熱特性は、主に可変変位EHAに電力を供給するための所望の機能と性能を達成するために管理されました。したがって、動的モデル(ステップ3.2)と熱モデル(ステップ3.3.)は、基本的なシミュレーションのニーズを満たすことができます。それらは結合された方法で開発されました(すなわち、動的特性と熱特性を同時に含むように共通のモデルが構築されました)。また、オブジェクト指向モデリングは、その明確なアーキテクチャと優れた再利用性のために好ましいが、因果関係に準拠するために追加の努力が必要である。アーキテクチャレベルと方程式レベルでのモデリングは、シミュレーション環境がニーズに応じて変化する可能性があるため、必要です。このホワイトペーパーでは、シミュレーション環境を超えて、特定のソフトウェアに適合させることができるように、さらに詳しく説明します。プロトタイピングと実験によるモデルの検証(ステップ4)は、特にモデリング対象が新たに提案された製品である場合、より信頼性の高いシミュレーションモデルを構築するのに有益ですが、ステップ4で明らかにしたように、モデルは検証された後に将来同じタイプのEVDPをシミュレートするために適用可能であると考えられます。
このホワイト ペーパーの EVDP シミュレーションは、主に予備設計オプションの評価と解析に使用されました。シミュレーションは、この段階ですべての設計結果を収集する方法で実行する必要があります。デューティサイクルと環境は、異なる評価目的を考慮して定義する必要があります。性能シミュレーションに加えて、パラメータの感度と不確実性も考慮する必要があります。これにより、以下の設計タスクのための完全な指示を概説することができる。本稿では、検出された最高流体温度は175°Cであり、流体温度を制御するための熱設計を支持している。他の結果とともに、システムレベルのEVDP設計の全体像が描かれました。感性解析は、前の設計オプションのパラメータ選択のダブルチェックとして機能しましたが、不確実性解析は主に設計公差の定義に貢献しました。パラメータの予備設計結果を確認するために、より徹底的な感度および不確実性分析が保証されています。結論として、提案されたEVDPモデリングおよびシミュレーション方法は、以前の関連研究(すなわち、すべての一般的な要件を含み、設計の堅牢性を考慮する)で部分的に無視されてきたEVDP予備設計の実用的なニーズを考慮に入れる。したがって、包括的な設計結果を提供し、将来のEVDP予備設計を効果的にサポートすることができます。さらに、他の同様の製品の設計にも適合させることができる。
このホワイトペーパーのシミュレーションケースは、将来の35kW可変変位EHA用のEVDPの設計例です。これは、高出力EHAアプリケーションにおけるEVDPの可能性を示していますが、このアプリケーションはまだ開始されていません。シミュレーション結果は、ステップ4で小型化されたEVDPプロトタイプに基づくモデル検証により、信頼できるものと見なされます。パラメータ推定モデルの精度は、どちらも性能評価とコンポーネント仕様に影響を与えるため、設計品質に大きく影響します。本稿のパラメータ推定モデルの更新には可変べき乗則メタモデル(VPLM)34 が考えられるが、VPLMは大量の実験計画を必要とし、モデリングの準備にはるかに長い時間を必要とする。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者らは開示するものは何もありません。
Acknowledgments
著者らは、この研究を支援した北京精密メカトロニクス・アンド・コントロールズ研究所を認めている。
Materials
Name | Company | Catalog Number | Comments |
Ball screw | NSK | PSS | |
EVDP prototype | Beijing Institute of Precision Mechatronics and Controls | customized | 7.4 mL/rev, 7000 rpm, 21 Mpa |
EVDP testrig | Beijing Institute of Precision Mechatronics and Controls | customized | Refer to Figure 7, can be adapted upon individual needs. Including Power PMAC controller, ELMO Whistle Driver, etc. |
Gearhead | Maxon | GP | |
Matlab | Mathworks | R2020a | |
Permannet magnet synchronous motor | Maxon | 393023 | |
Piston pump | Bosch Rexroth | A10VZO | |
Simcenter Amesim | Siemens | 2021.1 | system simulation platform |
References
- Ketelsen, S., Padovani, D., Andersen, T. O., Ebbesen, M. K., Schmidt, L. Classification and review of pump-controlled differential cylinder drives. Energies. 12 (7), 1293 (2019).
- Alle, N., Hiremath, S., Makaram, S., Subramaniam, K., Talukdar, A. Review on electro hydrostatic actuator for flight control. International Journal of Fluid Power. 17 (2), 125-145 (2016).
- Garrison, M., Steffan, S. Two-fault tolerant electric actuation systems for space applications. 42nd AIAA/ASME/SAE/ASEE Joint Propulsion Conference & Exhibit. , Sacramento, California. (2006).
- Smith, S., Irving, J. Electro hydrostatic actuators for control of undersea vehicles. Joint Undersea Warfare Technology Fall Conference. , Groton, Connecticut. (2006).
- Gao, B., Fu, Y., Pei, Z., Ma, J. Research on dual-variable integrated electro-hydrostatic actuator. Chinese Journal of Aeronautics. 19 (1), 77-82 (2006).
- Yan, X., Yu, L., Pan, J., Fu, J., Fu, Y. Control dynamic performance analysis of a novel integrated electro mechanical hydrostatic actuator. The Proceedings of the 2018 Asia-Pacific International Symposium on Aerospace Technology (APISAT 2018). APISAT 2018. Lecture Notes in Electrical Engineering. 459, Springer. Singapore. 2563-2573 (2018).
- Liu, E. The researches of state space modeling method and dynamic properties for double variable electro-hydraulic servo control system. , Xi'an University of Technology. China. Master's Thesis (2015).
- Jean-Charles, M. Best practices for model-based and simulation-aided engineering of power transmission and motion control systems. Chinese Journal of Aeronautics. 32 (1), 186-199 (2019).
- Xue, L., Wu, S., Xu, Y., Ma, D. A simulation-based multiobjective optimization design method for pump-driven electro-hydrostatic actuators. Processes. 7, 274 (2019).
- Andersson, J., Krus, P., Nilsson, K. Optimization as a support for selection and design of aircraft actuation systems. 7th AIAA/USAF/NASA/ISSMO Symposium on Multidisciplinary Analysis and Optimization. , 4887 (1998).
- Andersson, J., Krus, P., Nilsson, K., Storck, K. Modelling and simulation of heat generation in electro-hydrostatic actuation systems. Proceedings of the JFPS international symposium on fluid power. The Japan Fluid Power System Society. 314, 537-542 (1999).
- Budinger, M., Reysset, A., Halabi, T. E., Vasiliu, C., Mare, J. C. Optimal preliminary design of electromechanical actuators. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 228 (9), 1598-1616 (2014).
- Liscouët, J., Budinger, M., Mare, J. C. Design for reliability of electromechanical actuators. 5th International Conference on Recent Advances in Aerospace Actuation Systems and Components. , Toulouse, France. 174-182 (2010).
- Arriola, D., et al. A model-based method to assist the architecture selection and preliminary design of flight control electro-mechanical actuators. 7th International Conference on Recent Advances in Aerospace Actuation Systems and Components. , Toulouse, France. 166-174 (2016).
- Baer, K., Ericson, L., Krus, P. Framework for simulation-based simultaneous system optimization for a series hydraulic hybrid vehicle. International Journal of Fluid Power. , (2018).
- Hong, G., Wei, T., Ding, X., Duan, C. Multi-objective optimal design of electro-hydrostatic actuator driving motors for low temperature rise and high power weight ratio. Energies. 11 (5), 1173 (2018).
- Sun, X., et al. Multiobjective and multiphysics design optimization of a switched reluctance motor for electric vehicle applications. IEEE Transactions on Energy Conversion. 36 (4), 3294-3304 (2021).
- Gerada, D., et al. Holistic electrical machine optimization for system integration. IEEE 3rd International Future Energy Electronics Conference and ECCE Asia (IFEEC 2017-ECCE Asia). IEEE. , 980-985 (2017).
- Golovanov, D., Papini, L., Gerada, D., Xu, Z., Gerada, C. Multidomain optimization of high-power-density PM electrical machines for system architecture selection. IEEE Transactions on Industrial Electronics. 65 (7), 5302-5312 (2017).
- Han, X., et al. Multidisciplinary model for preliminary design of electro-mechanical servo pump. Scandinavian International Conference on Fluid Power. , Tampereen Yliopisto. 362-374 (2019).
- Liscouët, J., Budinger, M., Maré, J. C., Orieux, S. Modelling approach for the simulation-based preliminary design of power transmissions. Mechanism and Machine Theory. 46 (3), 276-289 (2011).
- Negoita, G. C., Mare, J. C., Budinger, M., Vasiliu, N. Scaling-laws based hydraulic pumps parameter estimation. UPB Scientific Bulletin, Series D: Mechanical Engineering. 74 (2), 199-208 (2012).
- Marc, B., Jonathan, L., Fabien, H., Maré, J. C. Estimation models for the preliminary design of electromechanical actuators. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 226 (3), 243-259 (2012).
- Kauranne, H. O. J., Kajaste, J. T., Ellman, A. U., Pietola, M. Applicability of pump models for varying operational conditions. ASME International Mechanical Engineering Congress. , 45-54 (2008).
- Bergman, T. L., Incropera, F. P., DeWitt, D. P., Lavine, A. S. Fundamentals of Heat and Mass Transfer. , John Wiley & Sons. Danvers, MA. (2011).
- Whitaker, S. Forced convection heat transfer correlations for flow in pipes, past flat plates, single cylinders, single spheres, and for flow in packed beds and tube bundles. AIChE Journal. 18 (2), 361-371 (1972).
- Li, C., Jiao, Z. Calculation method for thermal-hydraulic system simulation. Journal of Heat Transfer. 130 (8), 1-5 (2008).
- Li, C., Jiao, Z. Thermal-hydraulic modeling and simulation of piston pump. Chinese Journal of Aeronautics. 19 (4), 354-358 (2006).
- Andersson, J., Krus, P., Nilsson, K. Modelling and simulation of heat generation in electro-hydrostatic actuation systems. Proceedings of the JFPS International Symposium on Fluid Power. 1999 (4), 537-542 (1999).
- Pawlus, W., Hansen, M. R., Choux, M., Hovland, G. Mitigation of fatigue damage and vibration severity of electric drivetrains by systematic selection of motion profiles. IEEE/ASME Transactions on Mechatronics. 21 (6), 2870-2880 (2016).
- Hu, B., Fu, J., Fu, Y., Zhang, P. Measurement system design for a novel aerospace electrically actuator. Proceedings of 2021 Chinese Intelligent Systems Conference. , Springer. Singapore. 612-620 (2022).
- De Giorgi, F., Budinger, M., Hazyuk, I., Reysset, A., Sanchez, F. Reusable surrogate models for the preliminary design of aircraft application systems. AIAA Journal. 59 (7), 1-13 (2021).
- Kreitz, T., Arriola, D., Thielecke, F. Virtual performance evaluation for electro-mechanical actuators considering parameter uncertainties. 6th International Conference on Recent Advances in Aerospace Actuation Systems and Components. 2014, Toulouse, France. 136-142 (2014).
- Sanchez, F., Budinger, M., Hazyuk, I. Dimensional analysis and surrogate models for the thermal modeling of multiphysics systems. Applied Thermal Engineering. 110, 758-771 (2017).