针对大惯性回转机构在制动时,动能都以热能的方式损失的问题,提出一种四配流轴向柱塞马达和蓄能器结合的制动能回收方法。不同体积、初始压力的蓄能器对惯性负载的回转制动能的回收和再利用的效果不同,为寻求较合理的蓄能器参数以达到较高的能量回收效果,手动调整仿真参数较为繁琐,提出采用基于多核CPU的快速并行优化方法用于蓄能器参数优化。首先,大惯性负载的驱动机构采用四配流轴向柱塞马达,其能量系统回收模型在Simulation X搭建,进而导出成具有CVODE求解加速的可执行程序,脱离仿真软件平台,在Windows操作系统独立运行;然后,利用导出的可执行程序与VC++进行二次开发,以微粒群算法解决特定工况下蓄能器选型的问题,充分利用多核CPU实现并行优化以提高仿真速度。仿真结果表明,在特定负载下得到优化后的蓄能器的参数,蓄能器回收并释放的...

比例阀控制的柱塞缸系统存在PID参数手动整定繁琐的问题,为了解决四配流轴向柱塞马达变量机构的控制参数整定问题,提出了一种基于粒子群算法(PSO)的并行协同设计方法。首先,采用了伺服比例阀和与斜盘固定连接的角位移传感器组成的PID闭环,对四配流轴向柱塞马达斜盘倾角进行了控制,改变了四配流轴向柱塞马达的输出轴转速;然后,采用Simulation X,搭建了变排量四配流轴向柱塞马达和阀控变量机构的模型;最后,提出了一种脱离液压仿真软件平台的基于粒子群算法的并行协同设计方法,解决了四配流轴向柱塞马达变量机构控制参数整定问题,并将其用于PID参数自动寻优整定,以减少控制系统跟踪误差。研究结果表明:与未经优化控制参数的系统相比,优化控制参数后,马达斜盘摆角的超调量减少了21%,柱塞腔内部的压力峰值降低3.4 MPa,马达转速平稳;该结果可为后...

为缩短复杂液压产品的研发周期和提高系列化产品的开发效率,提出一种基于多核CPU的复杂液压产品快速并行优化方法。该方法利用粒子群算法寻求产品设计参数的优化和性能指标的约束,将每个仿真程序视作粒子群个体。采用两级加速策略,即CVODE求解器加速和多核CPU加速。以非对称轴向柱塞泵三角槽优化设计为研究对象,通过物理样机试验对CVODE求解器加速方法的准确性进行验证,结果显示,试验与仿真结果吻合度较高。利用粒子群算法对三角槽主要参数进行优化以降低泵输出流量脉动。对比三角槽结构优化前后的流量脉动率,结果显示,在不增加柱塞腔压力的条件下,非对称轴向柱塞泵三角槽优化后的流量脉动相比优化前降低了36%。该方法可脱离专业仿真软件平台,能够独立运行于Windows操作系统,解决液压动态仿真对专业软件依赖的问题,且多进程比多线程...