配流盘的阻尼槽结构,对于柱塞泵脉动抑制与减振降噪优化起着至关重要的作用。提出了基于快速非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)的阻尼槽多目标参数优化方法,对柱塞泵的阻尼槽参数进行优化计算。首先,通过搭建柱塞泵联合仿真模型,求解得到不同阻尼槽结构下的流量特性与变化规律;然后,构建了基于NSGA-Ⅱ的多目标参数优化模型,以柱塞泵的输出流量脉动与斜盘受力冲击均取最小值作为优化目标,进行阻尼槽关键参数寻优。最后,得出优化后柱塞泵的出口流量脉动率相比优化前可降低约35.78%,斜盘合力脉动率降低约9.85%,优化效果较好。通过对仿真结果分析,确定阻尼槽的结构参数对柱塞泵脉动冲击特性影响显著,采用NSGA-Ⅱ算法的多目标参数优化方法,能够有效的求解最优阻尼槽参数,极大提升了阻尼槽结构优化效率。

运用联合仿真的方法能够实时分析柱塞泵的运动学、动力学性能以及液压系统特性,其可广泛应用于柱塞泵产品的设计与优化。针对传统优化过程中分析与优化的离散化、效率低等不足,提出了一种基于功能模型接口(functional mock-up interface,FMI)的轴向柱塞泵分布式联合仿真方法,通过开发自动优化组件,实现对阻尼槽结构参数的迭代优化。首先,进行柱塞泵轴系运动学、动力学分析,建立其运动模型和受力模型,来确定轴系组件的约束关系;其次,搭建了柱塞泵联合仿真模型,研究了柱塞的运动、受力和变形特性;然后,基于云端服务器搭建了柱塞泵分布式联合仿真模型,通过FMI技术实现了各个仿真软件的同步调用;最后,基于云平台架构,开发了柱塞泵阻尼槽优化设计模板,实现了对阻尼槽最优结构参数的求解及其模型自动创建。仿真结果表明,阻尼槽结构优化后,柱塞泵...