【动力学】基于matlab的螺旋桨轴系动力学模型

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在广袤无垠的海洋上,一艘艘船舶乘风破浪,它们是海上运输的主力军,是连接世界的纽带。而在船舶的众多系统中,有一个关键部分起着至关重要的作用,它就如同船舶的 “动力心脏”,这便是螺旋桨轴系。

想象一下,船舶在茫茫大海中航行,发动机产生的强大动力,需要一个高效的传递系统,才能转化为推动船舶前进的力量。螺旋桨轴系正是扮演了这样的角色,它一端连接着发动机,另一端连接着螺旋桨,将发动机的扭矩传递给螺旋桨,让螺旋桨在水中高速旋转,从而产生强大的推力,推动船舶前行。没有螺旋桨轴系,发动机的动力就如同无的之矢,无法让船舶在海上驰骋。 它的稳定运行,直接关系到船舶的航行安全、动力效率以及使用寿命。 可以说,螺旋桨轴系虽隐藏于船舶内部,却默默支撑着船舶的每一次远航 ,对船舶的重要性不言而喻。 那么,这个如此重要的螺旋桨轴系,其动力学模型又有着怎样的奥秘呢? 下面就跟着我一起深入探索。

探秘螺旋桨轴系动力学模型

(一)工作原理大起底

螺旋桨轴系的工作原理,其实是一个能量转化与力的相互作用过程 。主机运转产生强大的扭矩,这股扭矩通过传动轴,如同传递接力棒一般,精准无误地传至螺旋桨 。螺旋桨在得到扭矩后,开始高速旋转。其桨叶的独特设计,使得在旋转过程中,桨叶对水施加一个向后的作用力 。根据牛顿第三定律,力的作用是相互的,水会对桨叶产生一个大小相等、方向相反的反作用力,这个反作用力就是推动船舶前进的推力 。

就好像我们在游泳时,用手向后划水,水就会给我们一个向前的推力,让我们能够在水中前进。螺旋桨轴系正是通过这样的原理,让船舶在水中获得前进的动力。而且,螺旋桨的转速、桨叶的形状和角度等因素,都会对推力的大小产生影响。例如,转速越快,推力通常就越大;桨叶的角度设计得越合理,也能更有效地将主机的功率转化为推进力 。

(二)核心构成要素

螺旋桨轴系主要由螺旋桨、传动轴、轴承等关键部分构成 。

螺旋桨,作为产生推力的核心部件,犹如船舶的 “推进器”。它一般由多个桨叶和中央的桨毂组成 ,桨叶的形状宛如扭转的细长机翼,巧妙地安装在桨毂上。不同类型的船舶,会根据自身的需求,配备不同规格和形状的螺旋桨 。比如,大型货轮需要较大的推力来推动沉重的船体,其螺旋桨通常尺寸较大,桨叶也较为宽厚;而小型快艇追求速度和灵活性,螺旋桨的尺寸相对较小,桨叶更为轻薄 。

传动轴则是连接主机与螺旋桨的 “桥梁”,它的作用是将主机产生的扭矩平稳地传递给螺旋桨 。传动轴需要具备足够的强度和刚度,以承受巨大的扭矩和各种复杂的应力。在一些大型船舶中,传动轴可能由多段轴连接而成,每一段轴都经过精心设计和制造,确保整个轴系的可靠性 。

轴承在螺旋桨轴系中起着支撑和定位的关键作用 。常见的轴承有推力轴承、中间轴承和尾轴承等 。推力轴承主要承受螺旋桨产生的轴向推力,并将其传递给船体结构;中间轴承用于支撑传动轴,减少轴在转动过程中的振动和磨损;尾轴承则安装在螺旋桨轴的尾部,保证螺旋桨轴的稳定运转 。轴承的性能直接影响着轴系的工作效率和寿命,因此,选用高质量的轴承,并进行定期的维护和保养至关重要 。

这些核心部件相互协作,共同构成了螺旋桨轴系这个精密而复杂的系统 。它们各自发挥着独特的功能,却又紧密相连,缺一不可,共同保障着船舶的正常航行 。

构建模型:从理论到实践

(一)理论基础剖析

构建螺旋桨轴系动力学模型,离不开一系列坚实的理论基础。其中,流体动力学和结构力学扮演着至关重要的角色 。

流体动力学研究流体的运动规律以及流体与物体之间的相互作用 。在螺旋桨轴系中,螺旋桨在水中旋转,与水产生复杂的相互作用。流体动力学中的连续性方程、伯努利方程等,能够帮助我们分析水流在螺旋桨周围的流速、压力分布等情况 。比如,通过连续性方程可以了解水流在不同位置的流速变化,从而判断螺旋桨的推进效率;伯努利方程则可以揭示水流压力与速度之间的关系,对于分析螺旋桨的空化现象有着重要意义 。当螺旋桨转速过快时,桨叶表面的压力可能会降低到水的汽化压力以下,导致空化的产生,而运用流体动力学理论就能对这种现象进行预测和分析 。

结构力学主要研究物体的受力和变形情况 。螺旋桨轴系中的传动轴、螺旋桨等部件,在工作过程中承受着各种复杂的载荷,如扭矩、轴向力、弯矩等 。结构力学中的材料力学理论,能够帮助我们计算这些部件在不同载荷作用下的应力、应变和变形,从而评估部件的强度和刚度是否满足要求 。以传动轴为例,通过结构力学的计算,我们可以确定传动轴的直径、材料等参数,确保它在传递扭矩时不会发生过度的变形或断裂 。

这些理论相互交织,为螺旋桨轴系动力学模型的构建提供了坚实的支撑 。它们就像是搭建模型的基石,每一块都不可或缺,共同构建起了模型的理论框架 。

(二)建模方法与流程

在实际建模过程中,常用的建模方法有有限元法和计算流体动力学(CFD)等 。

有限元法是将连续的求解域离散为有限个单元的组合体,通过对每个单元进行分析,最终得到整个求解域的近似解 。在螺旋桨轴系建模中,我们可以将螺旋桨、传动轴等部件划分成一个个小的有限元单元 。比如,将螺旋桨划分为多个三角形或四边形的单元,每个单元都有自己的节点和力学特性 。然后,根据结构力学的理论,建立每个单元的力学方程,再将这些方程组合起来,形成整个螺旋桨轴系的动力学方程 。通过求解这些方程,我们就能得到轴系在不同工况下的应力、应变和振动等响应 。

计算流体动力学(CFD)则主要用于模拟流体的流动 。在螺旋桨轴系建模中,CFD 可以帮助我们分析螺旋桨周围的流场情况 。首先,需要建立螺旋桨周围的计算域,这个计算域就像是一个包围着螺旋桨的 “盒子” 。然后,将计算域离散成大量的网格单元,这些网格单元就像是组成计算域的小砖块 。接着,根据流体动力学的控制方程,如纳维 - 斯托克斯方程,对每个网格单元内的流体流动进行求解 。通过 CFD 模拟,我们可以直观地看到螺旋桨周围水流的速度矢量图、压力云图等,从而深入了解螺旋桨的水动力性能 。

建模的具体步骤一般包括以下几个方面 :首先是模型的简化与假设,根据实际情况对螺旋桨轴系进行合理的简化,忽略一些对结果影响较小的因素,比如忽略轴系表面的微小粗糙度等 ;然后是参数的确定,包括螺旋桨的几何参数(如直径、桨叶数、螺距等)、材料参数(如弹性模量、密度等)以及流体的物理参数(如密度、粘度等) ;接下来就是选择合适的建模方法,根据研究的重点和需求,选择有限元法、CFD 或两者结合的方法进行建模 ;最后是模型的验证与优化,将建模结果与实际试验数据或已有的理论结果进行对比,验证模型的准确性,如果发现模型存在偏差,就需要对模型进行优化和调整 。

⛳️ 运行结果

📣 部分代码

%第二个轴承支撑

MI3=pi/64*d3^4;

Area3=0.25*pi*d3^2;  

ei=MI2/MI3;  kga=Area2/Area3; 

[q,lambda,hq,hlambda,~,~,mue,gamma]=solution_par(E,Area2,coe,G,MI2,w,density);

epsilion1=ei*q*lambda;   epsilion2=ei*hq*hlambda;   epsilion3=kga*(q-lambda);   epsilion4=kga*(hq+hlambda);

laL=lambda*L2; hlaL=hlambda*L2;    %间断点位置

T_left_2=[cosh(laL),sinh(laL),cos(hlaL),sin(hlaL); ...

    q*sinh(laL),q*cosh(laL),hq*sin(hlaL),-hq*cos(hlaL); ...

    epsilion1*cosh(laL),epsilion1*sinh(laL),epsilion2*cos(hlaL),epsilion2*sin(hlaL);...

    epsilion3*sinh(laL),epsilion3*cosh(laL),epsilion4*sin(hlaL),-epsilion4*cos(hlaL)];

N_left_2=[cos(mue*L2),sin(mue*L2);-Area2*E*mue*sin(mue*L2),Area2*E*mue*cos(mue*L2)];

Z_left_2=[cos(gamma*L2),sin(gamma*L2);-J2*G*gamma*sin(gamma*L2),J2*G*gamma*cos(gamma*L2)];

[q,lambda,hq,hlambda,~,~,mue,gamma]=solution_par(E,Area3,coe,G,MI3,w,density);

T_right_3=[1,0,1,0; 0,q,0,-hq; q*lambda,0,hq*hlambda,0; hspring2,q-lambda,hspring2,-hq-hlambda];   %左右传递矩阵

N_right_3=[1,0;0,Area3*E*mue];

Z_right_3=[1,0;0,J3*G*gamma];

heng2=inv(T_right_2)*T_left_1;

zong2=inv(N_right_2)*N_left_1;

niu2=inv(Z_right_2)*Z_left_1;

hengmatrix=inv(T_right_3)*T_left_2*(inv(T_right_2)*T_left_1);  %横向振动传递矩阵

zongmatrix=inv(N_right_3)*N_left_2*(inv(N_right_2)*N_left_1);   %纵向振动传递矩阵

niumatrix=inv(Z_right_3)*Z_left_2*(inv(Z_right_2)*Z_left_1);    %扭转振动传递矩阵

end

🔗 参考文献

🎈 部分理论引用网络文献,若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:

🌟 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化
🌟 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌟图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌟 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化
🌟 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划、
🌟 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌟 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌟电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统(BMS)SOC/SOH估算(粒子滤波/卡尔曼滤波)、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进(扰动观察法/电导增量法)、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化
🌟 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌟 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌟 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

5 往期回顾扫扫下方二维码

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值