-
石棉绳日常保养知识:延长使用寿命的小窍门石棉绳是一种常见的密封材料,广泛应用于各种工业设备和管道的密封。它具有耐高温、耐腐蚀等特点,但长期使用后也会出现老化、磨
-
动环座常见问题及解决方案动环座是现代数据中心中不可或缺的设备之一,它负责管理和监控数据中心的电力、空调、网络等基础设施,确保数据中心的稳定运行。
-
聚氨酯密封圈安装方式及注意事项聚氨酯密封圈是一种常用的密封材料,广泛应用于各种机械设备中。正确的安装方式对于密封圈的性能和使用寿命至关重要。本文将介绍
-
轴套工作原理及其在机械领域的应用在机械领域中,轴套是一种常见的零部件,广泛应用于各种机械设备中。它的主要作用是减少轴与孔之间的摩擦,保护轴和孔的表面,同
密封环的几何尺寸和安装条件密封环的几何尺寸与其传热性能及力学性能密切相关,对端面变形的影响较为显著。安装时依靠弹性元件和O形圈实现端面的紧密贴合,安装条件对端面轴向变形的影响可忽略。密封环材料密封环的材料一般有软材料和硬材料之分,硬材料有金属、金属陶瓷和陶瓷,软材料有碳石墨及组合材料。对变形有影响的材料物性参数有弹性模量E、热膨胀系数、热导率、比热容c及泊松比等。本文研究常用的两种材料,316L及碳石墨的物性参数如示。
环境与介质条件设空气温度为300K,绝对压力为01MPa.密封腔绝对压力在012MPa之间,密封腔内温度为300K.动环和静环对介质的传热系数r和s可分别按式(1)和式(2)计算。r=013505Re2c+Re2aPr033/Dr(1)s=001151Re08Pr04/Ss(2)式中Rec为介质的旋转搅拌效应,Rec=D2r/,Rea为介质的横向绕流效应,Rea=UDr/,Reynolds数,Re=2VSs/。
端面热流无论接触式还是非接触式密封,动环和静环端面都会产生一定的摩擦热。由泄漏介质带走的热量较少,绝大部分热量由动环和静环通过各种形式向周围介质传递。相对于端面温度,热通量q是较易计算的量,一旦q确定后,即可计算得到端面的温度分布。对于液体润滑的机械密封,q可按式(3)计算<7>q=%r22hr,(3)hr,=hi+r-ritanhi可根据液膜的承载力和施加在端面上的闭合力的平衡条件来确定。
热变形的计算当密封端面线速度较大,介质压力较低时,介质压力与端面比压对密封面轴向变形的影响较小,相对于热变形可忽略。几何参数、材料物性参数及热通量值对端面轴向变形的影响较为显著。几何参数、材料物性参数和热通量都改变时,热变形值分布较为离散。材料和几何尺寸不变,q值改变时,热变形变化规律明显。本文研究的动环和静环的几何参数均为:L=10mm,l=5mm,w=5mm,W=10mm,ri=15mm,ro=30mm,材料分别为316L和碳石墨。
已知密封环尺寸和材料、介质与环境温度、密封环表面对介质和环境的传热系数以及热通量值时,采用有限元软件ABAQUS可求得端面的轴向变形量。由于介质侧的散热状况良好,靠近空气侧的材料膨胀明显,端面内径处的变形为正,即轴向拉伸;外径处的热变形为负,即轴向压缩,导致外径处液膜厚度大于内径处的液膜厚度。虽然端面的轴向变形沿径向是非线性的,但由于变形量微小,且变形量与端面宽度相比非常小,故可近似认为是线性的。忽略热变形引起的密封面内径和外径的变化,因此可用端面内径和外径处的相对变形量z来衡量端面变形程度。
热变形的预测人工神经网络简述人工神经网络系统是一个高度复杂的非线性动力学系统,3层ANN模型可以实现任何的函数映射,文献成功应用ANN对气液两相流型进行识别。
本文采用误差反向传播算法的前馈多层神经元网络,即BPANN,寻找各因素与端面热变形之间的关系。BPANN模型如所示,包括输入层、中间层、输出层3个神经元层次。
训练样本的选择ANN训练样本的选择对网络的精度影响很大。正交设计法选择样本考虑因素多,样本个数少,具有很强的代表性、均衡分散性和整齐可比性,可以保证针对每一个输入分量,选取*少的样本,同时这些样本所包含的信息又是*丰富的,如此可避免训练样本中各分量间出现的不均衡性,使训练的网络对每一个输入分量具有相同的预测能力。文献<12>的研究表明,根据正交表将正交设计法应用于ANN学习训练样本的选择对提高网络的预测精度是有效的。本文亦采用正交设计法选择端面热变形预测的ANN训练样本。
选L25(56)正交设计表,取根据式(3)计算q值时所用的3个参数hi、和为正交表的3个因素,每个因素取5个水平,见。介质侧的传热系数r或s与转速相关,不作为独立的因素。密封介质为水,其热导率=006Wm-1K-1,动力黏度%=0001Pas,运动黏度=110-6m2s-1,Pr=702,U=V=05ms-1,Ss=015m.