基于Isight进行连杆减重优化分析_潍柴动力.pdfVIP

连杆减重优化分析 季炳伟，李京鲁，许成 （潍柴动力杭州研发中心，杭州，310030） 摘要:本文采用iSight-FD 优化软件对连杆进行了减重优化分析，通过驱动有限元模型和CAD 模型建立了连杆小头、杆身的优化模型，优化结果表明该方法对保证连杆强度、减轻连杆重 量效果显著。 关键词：连杆，优化，减重，iSight-FD 1.前言 连杆是发动机中的重要运动部件，承受着缸内气体的爆发压力和惯性力，工 作状况危险，因此必须保证连杆的强度与刚度。根据目前发动机节能和绿色环保 的发展趋势，减重可降低油耗、提升发动机性能，开展减重分析是必要的。如何 对连杆这种高要求部件进行优化分析是本文的主要研究课题。本文将连杆分为小 头、杆身和大头分别进行了减重分析，利用优化软件iSight-FD 建立优化模型实现 了减重目的。 2.连杆小头优化模型 有限元计算分析表明连杆小头表面的安全系数很高，在保证连杆与小头轴瓦 配合不变的前提下（油膜、比压要求），可适当降低小头厚度，并保证危险位置 的安全系数满足使用要求，据此建立优化模型。该优化基于有限元计算，固定图 1 所示的节点单元，以极坐标方式改变变形点的半径（优化变量），计算每一迭 代步下的考查单元的疲劳安全系数（见图2 油孔与杆身过渡圆角处），保证考查 单元的疲劳安全系数1.6 。计算疲劳的工况为连杆的受拉与受压两种工况。 优化过程见表1，其中d 表示连杆小头的缩减量，n1 表示油孔处的安全系数， n2 为过渡圆角处的安全系数。 考查单元 变形点 固定点 图1 连杆小头优化FEA 模型 图2 连杆小头优化约束条件 表 1 连杆小头优化迭代数据记录 可见当取d=-1.3 时，n1、n21.6，连杆小头的减重幅度为11％，减重质量为 84.2g 。 表2 连杆小头优化结果 d n1 n2 质量（g ） 减重（g ） 减重比例％ 初始值 0 1.90 2.49 385.9 ×2 84.2 11％ 优化值 -1.3 1.59 2.14 343.8 ×2 3.连杆杆身优化模型 连杆杆身为工字梁结构，主要考查的性能指标是杆身的疲劳安全系数和两个 方向的压杆稳定性。连杆截面的设计参数见图3，包括工字梁的长宽以及圆角半 径和拔模斜度共6 个参数。建立优化模型如下：优化变量：Width，Width2，Length， Radius, Round （暂不变拔模斜角）。 优化约束：杆身的疲劳安全系数n1.6，压杆稳定性Pz1.5,Py1.5 优化目标：截面面积area 最小化 图3 连杆杆身截面变量图 优化流程见图4 ，包括参数生成－pro/E 驱动文件修改－pro/E 模型再生－ 截面惯性矩与面积读取－约束值计算－ 目标收敛评价的往复迭代过程。经过多 轮迭代，约束与优化目标的变化趋势见图 5，得到的最优结果见表 3，减重了 10.5％。 图4 连杆杆身优化流程 （1）约束 （2 ）目标 图5 优化约束与目标历史趋势图 表3 连杆杆身优化结果 杆身 Width