为解决现有液力变矩器机构变量优化设计中采用分步优化方法存在的问题,通过对比台架试验数据确认了三维流体仿真结果的准确性,运用正交试验、通过全流道流体仿真得到了起动变矩比、最高效率和最高效率工况下泵轮扭矩系数;采用方差分析法研究了机构变量间的交互作用对液力变矩器性能影响的显著性,在考虑交互作用的基础上建立了五元三次响应曲面模型且应用多目标遗传算法进行了优化。研究表明机构变量间交互作用显著影响着液力变矩器的性能,采用机构变量综合优化方法优化后,起动变矩比提高了0.336,最高效率提高了2.1%,最高效率工况下泵轮扭矩系数提高了0.306×10-6 min2r-2m-1。

为快速求解液力变矩器循环流量的动态响应,提出液力变矩器动态循环流量的传递函数表征法.该方法基于一元束流理论的推导,以确定结构形态的液力变矩器为对象,将动态循环流量视为以静态循环流量为输入的一阶线性系统的响应,通过液力变矩器常用工况范围内的简单工况CFD(计算流体动力学)静态、动态仿真数据,构建动态循环流量系统的传递函数.仿真结果表明此方法对液力变矩器常用工况范围内的动态循环流量的预测拟合优度达到0.987,对输入、输出轴动态扭矩的预测拟合优度达到0.95;相对于CFD仿真,此方法在小幅牺牲计算精度的同时大幅提升了计算速度,是一种快速求解液力变矩器动态响应的有效方法.

针对一元束流理论无法量化表达叶片数对液力变矩器性能影响的缺陷和基于三维流体解析的液力变矩器叶片数设计中大组合、大计算量等难题,提出液力变矩器的叶片数神经网络模型。在结合台架试验数据确认三维流体解析结果准确的基础上,利用正交试验法合理地安排试验,并以三维流体仿真结果作为反向传播网络的训练样本;为提高反向传播网络的设计效率及收敛精度,引入遗传算法来优化反向传播网络的初始权重,训练后的反向传播网络可以对非训练样本集合的液力变矩器性能实现准确预测。研究结果表明,叶片数神经网络模型是基于整机性能匹配的液力变矩器定制化设计的桥梁,对提升整机作业效率具有重要的工程应用价值。

针对变矩器常用的基于等倾角射影定理的叶片厚度设计方法(简称为等倾角射影法)带来的叶片三维形态连续性差,以及变矩器效率和能容低下问题,提出符合美国国家航空咨询委员会(National Advisory Committee for Aeronautics,NACA)翼型特征的液力变矩器叶片厚度设计方法。通过定义NACA翼型函数的分段约束,使其符合液力变矩器的流固耦合要求,实现变矩器翼型函数系数的确定。根据翼型函数及直纹曲面规则分别得出叶片厚度值与法向加厚方向,从而得出液力变矩器叶片厚度矢量,实现叶片厚度的设计(简称法向加厚法)。以某型号双涡轮液力变矩器为参照对象,分别利用本方法与等倾角射影法建立模型,对比CFD仿真结果与台架试验结果可知,利用该方法有效地减少了叶片设计参数,设计出的水滴状叶片能够提高变矩器的效率,实现叶片的自动化设计。