-
0 前言
-
斯特林机是一种通过外部热源加热气体工质使活塞做往复运动的外燃式发动机,其内部工质为高压氢气或氦气,因此密封困难,且活塞杆处工质“零” 泄漏至关重要[1]。针对斯特林机活塞杆密封在高温高压、干摩擦等条件下的运动特性,设计出了一种新型密封装置[2]。该密封装置由静密封和动密封两部分组成,静密封部分靠氟橡胶材质 O 型圈保证,而动密封部分则由主密封(Leningrader 密封)和帽式密封共同保证。针对帽式密封结构,采用有限元法探究了不同工况条件对帽式密封静、动态性能的影响,并着重分析了摩擦热对动态密封性能的影响[3];以延寿为目的,对帽式密封 C 型环的关键结构参数进行了优化设计[4];通过数值模拟和试验研究相结合,分析了活塞杆平行偏置对帽式密封泄漏和磨损的影响,探明平行偏置会增加密封件损坏的可能性,但对泄漏无明显影响[5];为增效帽式密封性能,改进提出了三种新结构,并通过对比分析确定了相对最优结构[6];使用回归设计法对帽式密封结构的关键参数进行最优匹配,以确保密封面最大接触压力平稳且密封可靠[7]。有关帽式密封的前期研究均基于 C 型环密封面接触载荷要大于工质压力这个判据,通过分析各因素对接触载荷的影响来判断密封性能的优良,但工程实际中帽式密封处有微量泄漏,因此泄漏问题分析研究非常重要。
-
帽式密封件与活塞杆间不是理想面而是两粗糙面接触,粗糙表面间微凸体的接触形成泄漏间隙,造成密封处的微量泄漏。对于接触式密封泄漏问题,孙见君等[8-9]在分析了磨损对密封面形貌和泄漏通道的影响后,基于分形理论建立了接触式机械密封时间相关泄漏预测模型,提出在机械密封运转时存在一个使泄漏率最低的密封面形貌参数。李小彭等[10]基于分形理论从微观角度建立了接触式机械密封泄漏率预测模型,指出密封面形貌参数对泄漏率有很大影响。赵玉霞等[11]根据分形理论对泄漏率影响因素进行了分析,发现当密封面形貌参数达到一定值时,工况参数与材料系数变化对泄漏率的影响可忽略。魏龙等[12]将压力流量因子和膜厚预测模型相结合建立了机械密封泄漏分形模型,指出当密封面形貌较光滑时泄漏率会减小,此时改变工况条件泄漏率变化幅度较小。LI 等[13]在综合考虑了磨损和热变形对密封面形貌的影响后,基于分形理论建立了机械密封泄漏分形模型。王冰清等[14]在基于软弹流理论分析液压往复格莱圈密封性能时,指出较小的密封表面粗糙度可以有效降低泄漏率,并推荐密封圈表面 RMS 值范围在 0.6~0.8 μm 时密封性能最优。ZHANG 等[15]通过理论计算与试验测量的方法,对比分析了四种不同表面特性密封件的静态密封泄漏率,发现密封表面粗糙度与泄漏率呈正相关。综上,针对接触式密封泄漏问题,可由分形理论表征接触粗糙表面,进而推导泄漏模型。上述文献中都提到密封表面形貌对泄漏率有很大影响,并存在一个使泄漏率最小的密封面形貌,但没有进行进一步的寻找,密封面形貌与工况参数如何匹配才能使泄漏率达到最低也未进行研究。
-
本文基于分形理论结合环形轴向缝隙流体流动模型构建帽式密封泄漏分形模型,通过试验验证所建模型的准确性,以预测不同工况条件和密封面形貌参数对帽式密封泄漏率的影响,在此基础上,使用遗传算法优化获取具有最低泄漏率的密封表面粗糙度及 O 型圈的预压缩率,为斯特林机帽式密封性能增效和密封件材料制备提供理论支撑。
-
1 基于分形理论的帽式密封泄漏模型
-
1.1 几何模型
-
图1a 为斯特林机活塞杆密封整体结构示意图,而帽式密封位于活塞杆顶腔的下方,用以阻止工质泄漏和防止油液污染工质,其二维结构示意图如图1b 所示,主要由 C 型环、O 型圈和挡圈组成。C 型环材料为协同改性 PTFE(聚四氟乙烯),具有较低的摩擦因数和较好的自润滑性;O 型圈材料为 NBR (丁晴橡胶),具有良好的弹塑性能,在保证静密封的基础上提供径向挤压力,促使 C 型环自动补偿磨损并贴紧活塞杆。C 型环与活塞杆接触面为密封区域,可认为是软硬两种材料进行配副,根据分形理论,将帽式密封活塞杆面简化为刚性理想光滑面,软质环面简化为粗糙表面。C 型环与活塞杆接触区域为随机分布的微凸体构成,其中未接触部分则由随机分布的微空穴组成,如图1c 所示,图中 h 为缝隙平均高度,即平均气膜厚度,L 为有效密封长度,即接触载荷 F 大于零的密封区域。
-
图1 活塞杆帽式密封泄漏区域示意图
-
Fig.1 Diagram of piston rod cap seal leakage area
-
1.2 气膜厚度模型
-
研究表明,W-M 函数可以表征出由一系列不同尺寸的余弦波状微凸体组合而成的粗糙表面形貌[16]。因此,帽式密封中 C 型环表面轮廓曲线可以表示为:
-
式中,Z(X)表示粗糙表面轮廓的高度,X 为轮廓的位置坐标;D 为粗糙表面轮廓的分形维数,1<D< 2;G 为反应粗糙表面轮廓大小的特征尺度系数;γ 为分形尺度参数,MAJUMDAR 和 BHUSHAN[17]认为γ =1.5 符合高光谱密度和相位随机化;γn 为轮廓的空间频率,n1和 n2为截止频率的最低值与最高值。
-
式(1)描述了一个由一系列不同尺寸的余弦波状微凸体组合而成的完整粗糙表面轮廓,而形成泄漏通道的单个微空穴轮廓可由余弦函数表示[9]:
-
式中,zs(x)为微空穴轮廓深度,ls 为微空穴轮廓底面直径。
-
依据分形理论和修正的 M-B 分形接触模型,可得整个密封区域微空穴截面积分布密度函数[9]:
-
式中,as 为泄漏通道单个微空穴截面积;asl 为微空穴最大截面积;As 为微空穴截面积总和;Aa为密封区域名义接触面积;Ar 为密封区域真实接触面积; ψ为分形区域扩展系数,是分形维数 D 的函数。
-
通过计算 C 型环不同方向表面轮廓的分形维数,发现其分形维数相同,因此 C 型环表面形貌具有各向同性的分形特征[18],将泄漏通道中的单个微空穴近似为图2 所示的轴对称体,用式(2)描述其径向截面的轮廓曲线,则单个微空穴的体积为:
-
利用微空穴截面积分布密度函数式(3)求出密封区域上微空穴的总体积 Vs,用 Vs除以密封区域名义接触面积 Aa,可得帽式密封与活塞杆间的平均间隙高度 h,即帽式密封发生工质泄漏时的平均气膜厚度[19]。
-
图2 微空穴的体积
-
Fig.2 Volume of the microhole
-
1.3 密封面接触载荷与有效密封长度
-
C 型环密封面接触载荷 F 是影响密封面微凸体变形大小的关键因素,而有效密封长度 L 则反应了泄漏工质流经密封面的距离,两者对帽式密封泄漏率的影响至关重要。从图1 中可知,C 型环密封面接触载荷 F 和有效密封长度 L 主要受 O 型圈的预压缩率 W、工质压力 P1及活塞杆速度 V 的影响,但接触载荷 F 和有效密封长度 L 与 W、P1、V 之间属于复杂的隐式函数关系,无法直接获得数学模型。因此可在 Design-Expert12 软件中,以接触载荷 F 和有效密封长度 L 为响应目标值,根据响应面中心复合法对 W、P1和 V 进行三因素三水平响应面设计,生成 17 组试验方案。使用有限元分析软件对响应面目标值 F 和 L 进行求解[7],根据式(9)在 Design-Expert12 软件中对试验结果进行二次回归拟合[20],分别获得密封面接触载荷 F 和有效密封长度 L 的非线性二阶响应面近似回归模型,如式(10)、 (11)所示。
-
在利用有限元分析软件对响应面目标值进行求解时,由活塞杆密封原理及其安装条件可知,帽式密封几何结构、约束条件、边界条件、载荷及其对应的应力应变等均轴对称,故做二维轴对称处理,图3 所示为密封件模型尺寸图,其它相关参数见表1。本文所用 O 型橡胶圈是一种典型超弹性非线性材料,因此在有限元分析中其材料模型选用 Mooney-Rivlin(M-R)本构模型,其模型系数 C10为 1.87 MPa, C01 为 0.47 MPa,各接触对间摩擦因数 f 取 0.2。
-
图3 模型尺寸
-
Fig.3 Model size
-
对密封面接触载荷模型 F 和有效密封长度模型 L 进行方差分析和显著性检验,得到 F-value 分别为 145.34 和 226.31,P-value 都小于 0.001,决定系数 R2 分别为0.99 和0.99,调整决定系数 Radj2分别为0.98 和 0.99。根据文献,F-value 越大、P-value 越小表示二次回归模型越可靠,R2 和调整决定系数 Rdij2越接近 1,则表示模型拟合精度越高[20]。因此,可得两组模型的可靠性和拟合度都很高,可准确预测不同工况条件下的接触载荷 F 和有效密封长度 L。
-
1.4 密封面真实接触面积
-
在滑动摩擦过程中接触载荷的变化会对微凸体的接触面积产生影响,从而改变帽式密封的泄漏率。根据文献[21]建立的滑动摩擦表面接触力学模型,帽式密封面接触载荷与真实接触面积关系如下:
-
式中,为量纲一接触载荷;E 为综合弹性模量;为量纲一特征尺度系数;为量纲一真实接触面积;为量纲一临界弹性变形微接触面积;为量纲一临界塑性变形微接触面积;为量纲一最大微凸体接触面积;Kf 为摩擦力修正因子;φ 为材料特性系数;为与分形维数相关常数; 为中间函数。
-
由滑动摩擦表面接触力学模型,可得密封面真实接触面积是形貌参数、材料性能参数、接触载荷及摩擦特性参数的函数,即:
-
1.5 帽式密封泄漏分形模型
-
根据环形缝隙流体流动模型推导帽式密封泄漏分形模型,将环形缝隙宽度替换为式(8),并做如下限定:
-
(1)密封面间的流体流动为一维层流运动。
-
(2)密封面具有各向同性的分形特征。
-
(3)工质为完全气体,在低温时其压缩性因数 Z≈1。
-
(4)忽略流体的惯性力、黏性变化,以及缝隙内温度的变化。
-
(5)密封面间的几何形状、载荷分布及流体流动均轴对称。
-
式中,ρ 为气体密度; 气体流动平均速度;P1 为工质压力;μ为气体动力黏度;R 为气体常数;T 为绝对温度;d 为密封直径;V 为活塞杆运动速度。
-
2 模型验证
-
通过试验验证泄漏分形模型,比对试验台测量值与模型仿真值并分析两者的契合度以确定模型是否准确。制备四种表面粗糙度的帽式密封 C 型环试样,分别测量其对应的泄漏率。测量工质为氦气; 动力黏度μ为 20.6 Pa·s;密度ρ为 0.16 kg / m³; 气体常数 R 为 269.7 J /(kg·K);绝对温度 T 为 293.15 K。
-
2.1 分形参数的测定
-
利用 SuperView W1 光学 3D 表面轮廓仪对上述四种表面粗糙度 C 型环的密封面轮廓曲线进行测量。测量时选定采样间距Δt 为 0.5 μm,采样长度 λs 为 0.8 mm,评定长度 ln为 2.2 mm。
-
采用结构函数法分别计算四试样的密封表面分形维数 D 和特征尺度系数 G。结构函数法如下[22]:
-
式中,当 D 为确定值时,C 为常数;Γ 函数为欧拉第二积分;τ为 x 的任意增量。
-
对式(21)两边同时取对数可得:
-
从式(23)中可知 lgS(τ)与 lg τ 之间呈直线关系,且直线的斜率 kτ 与截距 b 计算如下:
-
将轮廓仪采集到的四组 C 型环表面轮廓数据 z(x)代入到离散的结构函数中进行处理,令 τ=n∆t(n=0,1,2···),则离散的结构函数为:
-
式中,N 为采样点个数。
-
根据式(25)得到的数据点,在双对数坐标中绘制结构函数 S(τ)与τ之间的关系曲线,通过最小二乘法拟合得到斜率为 kτ、截距为 b 的直线,当 0< kτ<2 时,密封界面轮廓具有分形特征。因此可以得到:
-
2.2 试验装置
-
活塞杆密封试验平台实物图及原理图如图4、5 所示,高压氦气通过减压阀控制在特定压力下进入试验台顶腔。为保证试验台曲轴箱全封闭,确保杆密封泄漏的氦气能全部收集,同时不影响正常传动,特采用磁力传动联轴器规避曲轴箱外伸轴引发泄漏问题。试验前对曲轴箱充注氦气,避免试验时泄漏到曲轴箱内的氦气与非工质气体混溶问题,以保证试验精度。试验台通过变频调速控制活塞杆往复运动速度,高压氦气经过帽式密封泄漏进入曲轴箱,再经由油气分离器和单向阀流入微量流量计,从而测得泄漏率。
-
图4 活塞杆密封试验台实物图
-
Fig.4 piston rod seal test bench physical diagram
-
图5 活塞杆密封试验平台示意图
-
Fig.5 Schematic diagram of piston rod seal test platform
-
2.3 试验值与仿真值比对分析
-
通过试验台测量四组密封件试样在不同工质压力和杆速下的泄漏率,每组试验在干摩擦状态下运行 12 h,且重复 3 次,通过微量流量计对每次试验泄漏的工质进行测量,然后取平均值。图6 所示为 4 组试样对应试验泄漏率和仿真泄漏率对工质压力和杆速的响应曲线。由图可知,随着工质压力和杆速的增大,4 组密封件试样的仿真泄漏率与试验泄漏率均增大,且二者变化趋势一致,但仿真值始终略大于试验值,二者间的最大相对误差为 16.3%。造成仿真值偏大的原因可能是,在计算平均气膜厚度时忽略了实际泄漏通道的复杂性和无规则性,在实际密封面上是由无规则的曲折性微通道形成径向泄漏通道,泄漏气体流经泄漏通道时会受到流动阻力,并且在建立泄漏模型时,将缝隙内气体流动视为稳定状态的一维流动,实际上气体的流动为不规则运动,流动过程中会随时间和空间位置的变化发生紊乱。通过对比可知用所建模型可较好地预测帽式密封的泄漏率。
-
图6 仿真值与试验值对比图
-
Fig.6 Comparison between simulation values and test values
-
3 泄漏率影响因素分析
-
基于上述已验证的帽式密封泄漏分形模型,将密封面分形参数和实际工况参数代入模型中,通过数值计算定量分析各参数对泄漏率的影响。在使用式(1)描述 C 型环密封面形貌时,其中分形维数 D 反映了密封面形貌的复杂程度和不规则性,即密封面形貌中微空穴和微凸体的数量变化;特征尺度系数 G 则反映密封面形貌的粗糙程度,即密封面形貌轮廓的高度变化,不同的 D 与 G 组合将表征出不同粗糙度的密封面形貌[23]。此处所用材料参数与工况参数与上文一致。
-
3.1 预压缩率 W 的影响
-
当取工质压力 P1=5 MPa,活塞杆运动速度 V=1 m / s 时,通过计算得到泄漏率 Gq 与 O 型圈的预压缩率 W 在不同密封面形貌上的关系曲线如图7 所示。从图中可知,在不同的分形维数 D 和特征尺度系数 G 的情况下,泄漏率 Gq与预压缩率 W 之间的变化关系相同,Gq 随着 W 的增大而减小,且当 D 越小、G 越大时(密封面较粗糙),Gq 的减小幅度越明显,这是因为当 D 越小时,密封面形貌中微凸体的数量越少;G 越大时,微凸体的高度越高,在基底尺寸不变的情况下,微凸体会变的更加“纤细”,因此密封面真实接触面积 Ar减小,致使密封面承载能力降低,W 的增大使接触载荷 F 增大,引起了密封面形貌的大幅变形,因此造成 Gq变化幅度明显,且当 W 越大时,较粗糙的密封面泄漏率会更低。
-
图7 Gq与 W 的关系曲线
-
Fig.7 Relationship between Gq and W
-
3.2 工质压力 P1 的影响
-
当取 O 型圈的预压缩率 W=15.5%,活塞杆运动速度 V=1 m / s 时,通过计算得到泄漏率 Gq与工质压力 P1在不同密封面形貌上的关系曲线,如图8 所示。从图中可知,在不同的分形维数 D 和特征尺度系数 G 的情况下,泄漏率 Gq与工质压力 P1之间的变化关系相同,Gq 随着 P1 的增大而增大,造成 Gq 增大的主要原因是密封面两端压差的增大,引起了泄漏工质伯叶素流的增大,虽然 P1 增大时密封面接触载荷 F 也会增大,但有效密封长度 L 会减小。而且当 D 越小、G 越大时(密封面较粗糙),Gq的增大幅度越大,这是因为 D 越小时,密封面形貌中微空穴分布较多,泄漏通道面积增大;G 越大时,密封面形貌轮廓高度升高,造成密封面间隙增大,两者都使密封工质泄漏时受的阻力减小,因此当 P1 增大时,Gq会大幅度增大。
-
图8 Gq与 P1的关系曲线
-
Fig.8 Relationship between Gq and P1
-
3.3 杆速 V 的影响
-
当取 O 型圈的预压缩率 W=15.5%,工质压力 P1=5 MPa 时,通过计算得到泄漏率 Gq与活塞杆速度 V 在不同密封面形貌上的关系曲线如图9 所示。从图中可知,在不同的分形维数 D 和特征尺度系数 G 的情况下,泄漏率 Gq与活塞杆速度 V 之间的变化关系相同,Gq随着 V 的增大而增大,造成 Gq增大的主要原因是 V 的增大,引起了泄漏工质古埃特流的增大[24],但随着 V 的增大 Gq增大幅度会减小,且当 D 越小、G 越大时(密封面较粗糙),Gq的变化幅度越明显,这是因为 V 增大接触载荷 F 增大,越粗糙的密封面更容易发生变形,因此变化幅度较明显。
-
图9 Gq与 V 的关系曲线
-
Fig.9 Relationship between Gq and V
-
3.4 分形参数的影响
-
当取 O 型圈的预压缩率 W=15.5%,工质压力 P1=5 MPa,活塞杆运动速度 V=1 m / s 时,通过计算得到泄漏率 Gq 与分形维数 D 及特征尺度系数 G 之间的关系如图10 所示。从图中可知,泄漏率 Gq随着分形维数 D 的增大、特征系数 G 的减小而减小。且当 D 较小、G 较大时(密封面较粗糙),Gq会随着 D 的增大和 G 的减小而迅速减小,而当 D 较大、 G 较小时(密封面较光滑),二者的变化对 Gq 的影响很小。这是因为当密封面形貌微凸体较少(D 较小),密封间隙较高时(G 较大),随着 D 的增大和 G 的减小密封面的真实接触面积增大,泄漏通道变小,泄漏工质受的阻力会快速增大,从而使 Gq的减小速度很快,但当泄漏通道足够小时,泄漏通道变化产生的阻力对工质泄漏的影响变得不显著。
-
综上可知,分形维数 D 与特征尺度系数 G 会对泄漏率预测影响显著,并且当不同的 D 与 G 组合在一起时,工况条件对泄漏率预测的影响规律也不同。根据分形理论,不同的 D 与 G 组合在一起,会生成不同表面粗糙度的密封面形貌。因此,反求使泄漏率最小的密封面粗糙度及工况条件,对密封件材料制作及提高帽式密封性能具有重要意义。
-
图10 Gq与分形参数的关系曲线
-
Fig.10 Relationship between Gq and fractal parameter
-
4 基于遗传算法的优化设计
-
遗传算法(GA)是根据自然进化理论设计出的一类搜索算法,通过模拟生物进化过程对设计变量和空间解集进行全局搜索,寻找到给定问题的最优解。由于斯特林机的工质压力 P1和活塞杆运动速度 V 一般为定值,因此可基于前文建立的帽式密封泄漏分形模型,用遗传算法对特定工况条件下的分形维数 D、特征尺度系数 G 及 O 型圈的预压缩率 W 进行全局搜索,反求帽式密封泄漏率最低时的 C 型环密封面形貌和 O 型圈的预压缩率。
-
4.1 帽式密封优化设计模型
-
以帽式密封泄漏量 Gq 最小化为优化目标,数学表达式为:
-
式中,分形维数 D 与特征尺度系数 G 的取值范围通过测量目前在用的工程密封件得到,使用SuperView W1 光学 3D 表面轮廓仪对 20 组改性聚四氟乙烯帽式密封件试样表面轮廓进行测量,得到其 Ra 范围为 0.19~0.43 μm;O 型圈的预压缩率 W、工质压力 P1、活塞杆运动速度 V 根据斯特林机实际工况获得。
-
遗传算法在生成自变量时具有随机性,而不同的分形维数D与特征尺度系数G组合在一起可能会生成特别粗糙或特别光滑的密封面形貌。因此,当遗传算法生成自变量时,将生成的D与G代入式(1) 得到密封面形貌 Z(X),并通过式(29)求出表面粗糙度 Ra,若生成的密封面形貌表面粗糙度 Ra 不在 0.19~0.43 μm,则将此组自变量去除。
-
4.2 优化结果及分析
-
使用遗传算法对特定工况下的斯特林机帽式密封 C 型环密封面形貌和 O 型圈的预压缩率 W 进行优化设计,随着遗传代数的增加帽式密封泄漏率逐渐减小,帽式密封泄漏率在 16 代之后变化幅度很小,虽然初始设置最大遗传代数为 50 代,但在 25 代以后最小泄漏率不再发生变化。这表明,此时遗传算法已经搜索到了使帽式密封泄漏率达到最小的分形维数 D、特征尺度系数 G 及 O 型圈的预压缩率 W。
-
通过优化结果可得,当分形维数 D=1.77 和特征尺度系数 G=7.04×10−10时,帽式密封泄漏率将达最低,通过式(1)对最优密封面形貌进行描述,再用式(29)计算可得 Ra=0.27。因此可知,当斯特林机的工质压力 P1=5 MPa,活塞杆运动速度 V=1 m / s 时,应匹配密封面粗糙度 Ra=0.27 μm 的改性聚四氟乙烯 C 型环,并设定 O 型圈的预压缩率 W=23.13%,斯特林机帽式密封的泄漏率将会达到最低。表2 对比了优化前后 C 型环的密封面形貌参数、O 型圈的预压缩率及帽式密封的泄漏率,通过优化前后的泄漏量可知,当工质压力 P1=5 MPa,活塞杆运动速度 V=1 m / s 时,匹配优化得到的 C 型环表面粗糙度和O 型圈预压缩率,帽式密封泄漏率将会降低一个数量级。对于确定的密封表面粗糙度可为后期生产密封件材料提供依据,针对特定表面粗糙度材料的加工,YANG 等[25]将统计理论与数据驱动相结合,利用表面形貌表征参数和逆向工程来反演加工参数,为 C 型环的制备提供了方法。
-
5 结论
-
(1)基于分形理论和环形轴向缝隙流体流动模型建立了斯特林机活塞杆帽式密封泄漏模型,用该模型可有效预测出不同密封件在各种工况条件下的泄漏率,因此可在密封件安装前利用该模型对密封性能进行预测与评估,为高性能密封件的选择和斯特林机的可靠运行提供保障。
-
(2)增大 O 型圈的预压缩率或选用密封面较光滑的 C 型环是减小帽式密封处泄漏率的有效措施; 对于密封面较粗糙的 C 型环,改变工况条件时帽式密封处泄漏率会大幅变化,但增大密封面接触载荷极易降低泄漏率。
-
(3)根据提出的优化设计方法,可以匹配到特定工况条件下帽式密封处泄漏率最小时的 C 型环密封表面粗糙度和 O 型圈的预压缩率;对于得到的密封表面粗糙度数据可为密封件初始表面粗糙度的确定和加工方法的选择提供指导。
-
参考文献
-
[1] 金东寒.斯特林发动机技术[M].哈尔滨:哈尔滨工程大学出版社,2009.JIN Donghan.Stirling engine technology[M].Harbin:Harbin Engineering University Press,2009.(in Chinese)
-
[2] 杨东亚,解欢,龚俊.斯特林发动机活塞杆密封装置设计[J].机械制造,2013,51(5):31-35.YANG Dongya,XIE Huan,GONG Jun.Stirling engine piston rod seal device design[J].Machine Building,2013,51(5):31-35.(in Chinese)
-
[3] 李东轩,龚俊,杨东亚.斯特林机活塞杆帽式组合密封动密封性能分析[J].润滑与密封,2019,44(5):90-97.LI Dongxuan,GONG Jun,YANG Dongya.Dynamic sealing performance analysis of cap seal of stirling engine piston rod[J].Lubrication Engineering,2019,44(5):90-97.(in Chinese)
-
[4] 曹文翰,龚俊,王宏刚,等.盖封密封磨损-热-应力耦合模拟与优化设计[J].浙江大学学报(工学版),2019,53(2):258-267.CAO Wenhan,GONG Jun,WANG Honggang,et al.Numerical simulation on wear-thermal-stress coupling behavior of cap-seal seal and optimization design[J].Journal of Zhejiang University(Engineering Science),2019,53(2):258-267.(in Chinese)
-
[5] CAO Wenhan,CHANG Zhou,ZHOU Ao,et al.Investigation into the influence of parallel offset wear on stirling engine piston rod oil-free lubrication seal[J].Machines,2022,10(5):350.
-
[6] 杨东亚,孙荣拓,李佳俊,等.斯特林机活塞杆帽式密封结构改进研究[J].润滑与密封,2023,48(2):142-147.YANG Dongya,SUN Rongtuo,LI Jiajun,et al.Research on piston rod cap-type seal structure improvement of stirling engine[J].Lubrication Engineering,2023,48(2):142-147.(in Chinese)
-
[7] 杨东亚,张海龙,王学霖,等.斯特林机帽式密封性能分析及回归参数优化设计[J].工程科学与技术,2024,56(3):287-300.YANG Dongya,ZHANG Hailong,WANG Xuelin,et al.Analysis of cap-sealing performance of stirling engine and optimization design of regression[J].Advanced Engineering Sciences,2024,56(3):287-300.(in Chinese)
-
[8] 孙见君,顾伯勤,魏龙.基于分形理论的接触式机械密封泄漏模型[J].化工学报,2006(7):1626-1631.SUN Jianjun,GU Boqin,WEI Long.Leakage model of contacting mechani cal seal based on fractal geometry theory[J].CIESC Journal,2006(7):1626-1631.(in Chinese)
-
[9] SUN Jianjun,WEI Long,FENG Xiu,et al.Leakage prediction method for contacting mechanical seals with parallel faces[J].Chinese Journal of Mechanical Engineering,2010,23(1):7-15.
-
[10] 李小彭,杨泽敏,王琳琳,等.基于分形理论的接触式机械密封端面泄漏模型[J].东北大学学报(自然科学版),2019,40(4):526-530.LI Xiaopeng,YANG Zemin,WANG Linlin,et al.Leakage model of contacting mechanical seal based on fractal theory[J].Journal of Northeastern University(Natural Science Edition),2019,40(4):526-530.(in Chinese)
-
[11] 赵玉霞,丁雪兴,王世鹏.基于分形接触理论的机械密封泄漏率与膜厚预测[J].润滑与密封,2022,47(8):156-163.ZHAO Yuxia,DING Xuexing,WANG Shipeng.Prediction of leakage rate and film thickness of mechanical seal based on fractal contact theory[J].Lubrication Engineering,2022,47(8):156-163.(in Chinese)
-
[12] 魏龙,刘其和,张鹏高,等.基于平均膜厚和压力流量因子的机械密封泄漏分形模型[J].摩擦学学报,2018,38(6):692-699.WEI Long,LIU Qihe,ZHANG Penggao,et al.Leakage fractal model of mechanical seals based on average film thickness and pressure flow rate factor[J].Tribology,2018,38(6):692-699.(in Chinese)
-
[13] LI Xiaopeng,YANG Zemin,XU Jinchi,et al.The fractal leakage model of contact mechanical seals considering wear and thermal deformation[J].Journal of the Brazilian Society of Mechanical Sciences and Engineering,2019,41(11):3-12.
-
[14] 王冰清,彭旭东,孟祥铠.基于软弹流润滑模型的液压格莱圈密封性能分析[J].摩擦学学报,2018,38(1):75-83.WANG Bingqing,PENG Xudong,MENG Xiangkai.Analysis of sealing performance of a hydraulic glyd-ring seal based on soft EHL model[J].Tribology,2018,38(1):75-83.(in Chinese)
-
[15] ZHANG Qiang,CHEN Xiaoqian,HUANG Yiyong,et al.An experimental study of the leakage mechanism in static seals[J].Applied Sciences,2018,1404:2-12.
-
[16] SONG Jianfeng,WANG Wenwu,LANG Yuedong,et al.Double rough surface contact model and finite element simulation based on fractal theory[J].Journal of Physics.Conference Series,2021,1877(1):012016.
-
[17] MAJUMDAR A,BHUSHAN B.Fractal model of elastic-plastic contact between rough surfaces[J].Journal of Tribology-Transactions of the ASME,1991,113(1):1-11.
-
[18] WEI Long,GU Boqin,FENG Xiu,et al.Fractal characteristics of end faces of carbon-graphite seal rings[C]//2009 International Conference on Measuring Technology and Mechatronics Automation,2009-04-11-12,Zhangjiajie,China,2009:813-816.
-
[19] 魏龙,顾伯勤,张鹏高,等.接触式机械密封端面磨合过程平均膜厚预测[J].化工学报,2013,64(11):4137-4142.WEI Long,GU Boqin,ZHANG Penggao,et al.Average film thickness prediction of end-face in contacting mechanical seals in running-in period[J].CIESC Journal,2013,64(11):4137-4142.(in Chinese)
-
[20] 高贵,龚俊,李瑞红,等.表面织构对PTFE复合材料摩擦磨损行为的影响[J].摩擦学学报,2020,40(6):697-706.GAO Gui,GONG Jun,LI Ruihong,et al.Effect of surface texture on friction and wear behavior of PTFE composites[J].Tribology,2020,40(6):697-706.(in Chinese)
-
[21] 魏龙,刘其和,张鹏高.基于分形理论的滑动摩擦表面接触力学模型[J].机械工程学报,2012,48(17):106-113.WEI Long,LIU Qihe,ZHANG Penggao.Sliding friction surface contact mechanics model based on fractal theory[J].Journal of Mechanical Engineering,2012,48(17):106-113.(in Chinese)
-
[22] ZHAO Jiajia,LIN Mingxing,SONG Xianchun,et al.A modeling method for predicting the precision loss of the preload double-nut ball screw induced by raceway wear based on fractal theory[J].Wear,2021,486:204065.
-
[23] 徐阔.基于分形理论的粗糙表面接触特性研究[D].西安:西安理工大学,2019.XU Kuo.The research on the contact between rough surfaces based on fractal theory[D].Xi’ an:Xi’ an University of Technology,2019.(in Chinese)
-
[24] 顾永泉.流体动密封[M].东营:石油大学出版社,1996.GU Yongquan.Hydrodynamic seal[M].Dongying:University of Petroleum Press,1996.(in Chinese)
-
[25] YANG Duo,TANG Jinyuan,XIA Fujia,et al.Surface roughness characterization and inversion of ultrasonic grinding parameters based on support vector machine[J].Journal of Tribology-Transactions of the ASME,2022,144(9):094501.
-
摘要
斯特林机活塞杆帽式密封处总有微量气体泄漏,但目前大多数研究是通过分析密封面接触载荷而开展的。为探究干摩擦状态下帽式密封泄漏问题,基于分形理论从微观角度对密封面形貌进行表征,结合环形轴向缝隙流体流动模型建立帽式密封泄漏分形模型。通过试验验证泄漏模型的准确性。根据已验证模型对泄漏率影响因素进行交互分析,获取工况条件对不同粗糙度密封面泄漏率的影响规律,并提出使用遗传算法对特定工况下的 C 型环密封表面形貌与 O 型圈的预压缩率进行最优匹配。结果表明:泄漏率随着 O 型圈的预压缩率增大而下降,随着工质压力及活塞杆速度的增大而增大,且密封面越粗糙时泄漏率变化幅度越大;当密封表面粗糙度增大时泄漏率增大,但密封面形貌越粗糙时,增大接触载荷泄漏率更易减小;最终确定当斯特林机的工质压力 P1=5 MPa,活塞杆运动速度 V=1 m / s 时,应匹配密封面粗糙度 Ra=0.27 μm 的改性聚四氟乙烯 C 型环,并设定 O 型圈的预压缩率 W=23.13%,帽式密封泄漏率将会达到最低。所建泄漏模型可提前为密封件的选择做出决策,而优化设计方法可为后续密封件表面粗糙度的确定和加工方法的选择提供指导。
Abstract
Stirling engine is an external combustion engine that reciprocates a piston by heating a gas working medium with an external heat source. Its internal working medium is high-pressure hydrogen or helium; therefore, there is always trace gas leakage at the piston rod cap seal, which significantly affects the reliability and operational efficiency of the Stirling machine. However, most current studies have analyzed sealing-surface-contact loads to obtain the best sealing performance by optimizing the contact loads; therefore, there is an urgent need to study the leakage problem directly. The contact between the cap seal and piston rod is not an ideal surface but two rough surfaces. The contact between the micro-convex body and the rough surface forms a leakage gap, resulting in a small amount of leakage at the seal. Therefore, the surface morphology of the cap seal is a key factor affecting the leakage rate. Based on fractal theory, the contact between the cap seal and piston rod is simplified as the contact between the rough surface and ideal rigid plane. The rough contact surface topography was characterized microscopically. The response surface center complex method was used to fit the functional relationship between the contact load of the sealing surface and the effective sealing length and working condition factors. The real contact area of the cap-sealing surface was calculated using the sliding friction surface contact mechanics model, and the leakage fractal model of the cap sealing was constructed by combining it with the annular axial gap fluid flow model. Based on the verified model, an interactive analysis of the influencing factors of the leakage rate was conducted, and the influence law of the working conditions on the leakage of sealing surfaces with different roughness values was obtained. A genetic algorithm was proposed to optimize the surface topography of the cap seal and the working parameters to minimize the leakage rate at the cap seal of the piston rod and ensure long-term effective operation of the Stirling engine. The results showed that the leakage rate of the cap seal decreased with an increase in the precompression ratio of the O-ring and increased with an increase in the working medium pressure and speed of the piston rod, and the rougher the sealing surface the greater the magnitude of the change in the amount of leakage. When the sealing surface is rough, the leakage rate decreases rapidly with an increase in the fractal dimension of the sealing surface or a decrease in the feature-scale coefficient. However, the leakage rate changed only slightly when the sealing surface was smooth. When the sealing surface roughness increases when the leakage increases, but the sealing surface morphology of the rougher, increase the contact load leakage is easier to reduce, this is because the rougher surface of the micro-convex body less, resulting in the sealing surface leakage channel increases, but the sealing surface bearing capacity will be reduced. Using the genetic algorithm with the lowest cap-seal leakage as the goal, the current in-use engineering seal surface morphology and Stirling machine working condition factors were used for global optimization in the genetic algorithm. Additionally, qualifying the genetic algorithm when generating the independent variables to prevent the generation of rougher or smoother sealing surface morphologies. Finally, it was determined that when the working medium pressure of Stirling machine is 5 MPa and the piston rod movement speed is 1 m / s, the modified polyteflon C-ring with a sealing-surface roughness of 0.27 μm should be matched. Additionally, when the precompression ratio of the O-ring was set to 23.13%, the leakage rate of the cap seal was minimized. The leakage model can decide on the selection or continued use of seals in advance and realize safe, reliable, and more efficient operation of the Stirling machine. The optimized design method can provide guidance for the determination of the surface roughness of subsequent seals and the selection of processing methods to produce seals with the best sealing performance.
Keywords
stirling machine ; rod seal ; surface roughness ; leakage model ; optimal design





