{"id":23523,"date":"2024-10-20T11:55:19","date_gmt":"2024-10-20T09:55:19","guid":{"rendered":"https:\/\/test.cfdfeaservice.it\/index.php\/2024\/10\/20\/simulazione-della-lubrificazione-a-getto-di-ingranaggi-ad-alta-velocita\/"},"modified":"2024-10-20T11:55:19","modified_gmt":"2024-10-20T09:55:19","slug":"simulazione-della-lubrificazione-a-getto-di-ingranaggi-ad-alta-velocita","status":"publish","type":"post","link":"https:\/\/test.cfdfeaservice.it\/index.php\/2024\/10\/20\/simulazione-della-lubrificazione-a-getto-di-ingranaggi-ad-alta-velocita\/","title":{"rendered":"Simulazione della lubrificazione a getto di ingranaggi ad alta velocit\u00e0"},"content":{"rendered":"
\n
\"\"<\/div>\n
\n

Con l\u2019aumento della densit\u00e0 di potenza e requisiti sempre pi\u00f9 stringenti per quanto riguarda l\u2019affidabilit\u00e0 delle trasmissioni meccaniche a ingranaggi la lubrificazione \u00e8 diventata un aspetto primario della progettazione. Questo articolo si propone di presentare due approcci multifase comprimibili Euleriani a Volumi Finiti sviluppati in ambiente open-source OpenFOAM<\/a>\u00ae per la simulazione delle perdite di potenza di una coppia di ingranaggi cilindrici lubrificati a getto operante ad elevata velocit\u00e0.<\/strong><\/p>\n

di Franco Concli<\/em><\/p>\n

Studiare la lubrificazione di ingranaggi<\/h2>\n

Negli ultimi anni i progressi dell\u2019informatica hanno promosso un rapido sviluppo di nuovi metodi di calcolo, ormai sempre pi\u00f9 spesso integrati nelle pratiche di progettazione.<\/p>\n

Anche l\u2019industria degli ingranaggi ha abbracciato questa tendenza. In passato, i calcoli si basavano prevalentemente su metodi analitici\/empirici e su base normativa. Tuttavia, gli approcci pi\u00f9 recenti si basano sempre pi\u00f9 su tecniche numeriche, come raccomandato dagli stessi standard qualora la precisione sia un aspetto fondamentale. Gli Elementi Finiti (FE)<\/strong>, ad esempio, sono spesso impiegati per il dimensionamento degli ingranaggi cos\u00ec da mitigare la flessione al piede del dente ed i cedimenti per pitting grazie ad una ottimizzazione delle (micro)geometrie. Le tecniche numeriche vengono inoltre utilizzate per valutare il comportamento in termini di emissione acustica e vibrazioni (NVH), stabilire strategie di monitoraggio per il rilevamento dei danneggiamenti e altro ancora.<\/p>\n

La lubrificazione \u00e8 probabilmente, almeno nell\u2019ultimo decennio, uno degli aspetti pi\u00f9 studiati in ambito ingranaggistico. A tale scopo vengono utilizzati principalmente due metodi di simulazione: i Volumi Finiti (FV)<\/strong> e l\u2019idrodinamica delle particelle o Smoothed-Particle-Hydrodynamics (SMH)<\/strong>. Ogni metodo possiede una propria serie di vantaggi e porta con s\u00e9 altrettante limitazioni risultando generalmente adatto per uno scopo specifico. Gli approcci basati su mesh (discretizzazione spaziale mediante griglia di calcolo) offrono una maggiore precisione ma richiedono pi\u00f9 risorse computazionali, il che li rende ideali per stimare l\u2019efficienza, le perdite di potenza e la coppia resistente nonch\u00e9 per studiare in modo dettagliato i fenomeni fisici correlati alla lubrificazione. Gli approcci mesh-less (e.g. SPH) sono pi\u00f9 efficienti dal punto di vista computazionale ma anche meno precisi e quindi adatti per stime approssimative dei flussi di lubrificante (non a caso inizialmente erano stati ideati solamente per animazioni grafiche).<\/p>\n

<\/a>Perdite per ventilazione ed effetto della sospensione dell\u2019olio<\/h2>\n

Tradizionalmente, le perdite di potenza per ventilazione fanno riferimento all\u2019interazione di parti mobili (e.g. gli ingranaggi) con un singolo fluido monofase (aria). Negli ultimi anni, alcuni team hanno sottolineato l\u2019importante ruolo della lubrificazione (sebbene spesso presente in quantit\u00e0 minime a seguito di una lubrificazione mirata a getto o spray) anche nelle perdite di potenza per ventilazione <\/strong>(o, come sarebbe meglio dire, \u201cventilazione umida\u201d). In particolare, la distribuzione delle goccioline in sospensione (non visibile ad occhio nudo) risulta avere un impatto fondamentale sulla densit\u00e0 (mass-loading) e sulla viscosit\u00e0 della miscela (aria + goccioline) con un impatto diretto sul meccanismo di generazione e sull\u2019entit\u00e0 delle perdite di potenza. L\u2019analisi predittiva di tale fenomeno in ambito riduttoristico \u00e8 ancora in una fase rudimentale. <\/p>\n

La maggior parte degli approcci fa uso di modelli monofase in cui la presenza delle goccioline in sospensione viene del tutto trascurata. Altres\u00ec, le correlazioni empiriche esistenti in letteratura si basano su parametri dimensionali che sfruttano una densit\u00e0 di miscelazione e viscosit\u00e0 artificiali, spesso derivati da mass-loading stimati grossolanamento o ipotesi generali sull\u2019omogeneit\u00e0 delle goccioline. Nel loro studio pionieristico<\/a>, Imai et al. hanno condotto un\u2019analisi numerica (CFD) multifase di un sistema con ingranaggi conici a spirale. <\/p>\n

Gli autori hanno mostrato la capacit\u00e0 del metodo di acquisire i dettagli macrofisici della rottura del getto e del trasporto del liquido di lubrificazione. Tuttavia, \u00e8 importante notare come il metodo presentato non risulti intrinsecamente in grado di catturare i dettagli della formazione e del trasporto di goccioline\/nebbie su scale rilevanti (1-300 \u03bcm) per il mass-loading. Per catturare tali effetti sono infatti necessari metodi che tengano conto della dinamica del non equilibrio. Sulla base di ci\u00f2, in questo lavoro sono stati implementati e valutati due diversi approcci.<\/p>\n

Approccio numerico alla simulazione della lubrificazione<\/h2>\n

Approcci basati su mesh<\/h3>\n

Gli approcci Euleriani basati su discretizzazione spaziale del dominio mediante griglia di calcolo sono spesso basati sul metodo dei Volume Finiti (FV)<\/strong>.<\/p>\n

Per ogni volume infinitesimale, viene formulato un insieme di equazioni differenziali alle derivate parziali (PDE) in modo da garantire la conservazione della massa, della quantit\u00e0 di moto e dell\u2019energia.<\/p>\n

Quando si ha a che fare con pi\u00f9 fasi, come nel caso della lubrificazione a bagno d\u2019olio (sbattimento e quindi fasi ben separate da un\u2019interfaccia) o della \u201cventilazione umida\u201d (sospensione dell\u2019olio e quindi fasi disperse), viene introdotta un\u2019equazione di trasporto<\/strong> aggiuntiva per una quantit\u00e0 scalare nota come frazione di volume (\u03b3). Questo parametro descrive la proporzione delle diverse fasi all\u2019interno di ciascuna cella di calcolo. Le propriet\u00e0 della miscela vengono quindi determinate come una media pesata su \u03b3 delle propriet\u00e0 due fasi.<\/p>\n

Tuttavia, per poter applicare questo approccio allo studio della lubrificazione delle trasmissioni a ingranaggi, serve affrontare una sfida aggiuntiva legata alla deformazione della mesh durante il funzionamento del riduttore. I cambiamenti topologici del dominio portano alla deformazione della griglia, che pu\u00f2 essere solo parzialmente compensata da algoritmi di smoothing che ridistribuiscono la deformazione tra tutti gli elementi della mesh. Dopo diverse iterazioni, infatti, la deformazione della mesh compromette la convergenza numerica della simulazione.<\/p>\n

Local vs global remeshing<\/h4>\n

Alcuni ricercatori hanno affrontato questo problema e proposto alcune soluzioni. Tra di esse vi \u00e8 l\u2019approccio chiamato Local Remeshing (LRA)<\/strong>, in cui gli elementi problematici della mesh vengono eliminati e il \u201cvuoto\u201d risultante riempito con nuovi elementi in modo da mantenere la qualit\u00e0 delle celle al di sopra di una soglia minima. Sebbene efficace, questo metodo risulta inefficiente dal punto di vista computazionale, richiede frequenti aggiornamenti della griglia e porta ad una progressiva riduzione delle dimensioni degli elementi con il progredire della simulazione.<\/p>\n

Il Global Remeshing Approach (GRA)<\/strong>, sviluppato dal nostro gruppo di ricerca, prevede la sostituzione dell\u2019intera griglia computazionale prima che la qualit\u00e0 si deteriori in modo significativo. Questo metodo consente un migliore controllo delle dimensioni degli elementi durante la simulazione, eliminando la necessit\u00e0 di una riduzione del passo temporale garantendo comunque un\u2019ottima stabilit\u00e0 numerica. L\u2019introduzione di interfacce arbitrarie (AMI) ha ulteriormente migliorato l\u2019applicabilit\u00e0 del metodo anche ad architetture complesse.<\/p>\n

Il metodo GRA \u00e8 stato ulteriormente migliorato mediante l\u2019introduzione del Mesh Clustering (GRAMC<\/sup>)<\/a><\/strong>. Questo ha permesso di estendere l\u2019efficienza computazionale del calcolo anche in presenza di geometrie complesse. L\u2019uso di interfacce arbitrarie (AMI) ha reso l\u2019approccio GRAMC<\/sup> efficiente anche in presenza di architetture multistadio.<\/p>\n

Nonostante le sfide poste dalle deformazioni della griglia, il metodo a Volumi Finiti (FV) ha permesso in passato di simulare con successo diversi meccanismi di perdita (di potenza) legati alla lubrificazione.<\/p>\n

Solutore multifase comprimibile e immiscibile<\/h3>\n

Come affermato in precedenza, sono stati implementati due diversi approcci per la simulazione della lubrificazione a getto d\u2019olio degli ingranaggi. La prima, \u00e8 un solutore per due (o pi\u00f9) fluidi immiscibili comprimibili, non isotermi, basato su un approccio che cattura l\u2019interfaccia (VOF). Le equazioni alla base della soluzione sono le equazioni di continuit\u00e0, bilancio della quantit\u00e0 di moto e dell\u2019energia:<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

in cui \u03c1 \u00e8 la densit\u00e0, U il vettore velocit\u00e0, t \u00e8 il tempo, p \u00e8 la pressione, \u03bc \u00e8 la viscosit\u00e0 dinamica, CP<\/sub> \u00e8 il calore specifico, T \u00e8 la temperatura e k la conducibilit\u00e0 termica. SU<\/sub> e SP<\/sub> rappresentano rispettivamente i termini sorgente di quantit\u00e0 di moto ed energia. Nell\u2019approssimazione VOF, \u03b3 \u00e8 definito pari a 1 nelle celle con una delle tue fasi (in questo caso l\u2019olio), 0 nelle celle con solo l\u2019altra fase (aria) e tra 0 e 1 nelle celle di interfaccia contenenti entrambe le fasi. <\/p>\n

L\u2019approccio VOF \u00e8 pi\u00f9 diffusivo ma conserva meglio la massa rispetto ad altri algoritmi di tracciamento dell\u2019interfaccia come il metodo Level Set. Il metodo VOF \u00e8 un approccio Euleriano in grado, in linea generale, di catturare efficacemente i cambiamenti nella topologia delle superfici in movimento, come, ad esempio, la fusione e la rottura delle bolle. La variabile frazione volumica \u03b3 rappresenta l\u2019integrale della funzione \u03c7 all\u2019interno di un determinato volume di controllo V:<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

Dato un campo di velocit\u00e0, la funzione di frazione di volume deve soddisfare la teoria del trasporto:<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

Nel contesto del metodo VOF, il tracciamento comporta non solo il calcolo della frazione di volume ad ogni passo temporale, ma anche l\u2019approssimazione e la ricostruzione dell\u2019interfaccia. Sebbene questo metodo sia ottimale nel mantenere la conservazione del volume, il processo di ricostruzione dell\u2019interfaccia pone sfide nel preservare la topologia dell\u2019interfaccia.<\/p>\n

Solutore multifase comprimibile con trasporto<\/h3>\n

Metodi come quello presentato nel paragrafo precedente che traccia l\u2019interfaccia tra le fasi sono accurati solo se la dimensione della mesh ed il passo temporale sono ridotti a valori infinitesimali (simulazioni DNS). Sebbene questi approcci siano molto utili sulle mesoscale (nm), non sono compatibili con le dimensioni tipiche dei problemi industriali (mm). Per superare l\u2019imprecisione relativa al metodo di tracciamento dell\u2019interfaccia in presenza di griglie relativamente lasche rispetto alla lunghezza tipica del problema fisico di interesse (goccioline d\u2019olio aventi dimensioni di alcuni \u03bcm vs. dimensione della griglia di qualche mm), \u00e8 stato sviluppato un nuovo solutore. Il solutore si basa su una formulazione Euleriana-Euleriana in cui sia la fase continua, sia la fase dispersa sono trattate come fluidi continui compenetranti (dispersi), aventi campi di velocit\u00e0 indipendenti, modellati tramite le classiche equazioni di Navier-Stokes. <\/p>\n

Un sistema multifase<\/strong> \u00e8 idealmente costituito da un numero di regioni, contenenti ciascuna una singola fase, separate da interfacce mobili o fisse. Per descrivere un sistema di questo tipo, si pu\u00f2 iniziare definendo le equazioni locali di conservazione della massa, della quantit\u00e0 di moto e dell\u2019energia per ogni fase, tracciando la posizione istantanea dell\u2019interfaccia. <\/p>\n

Sebbene questo approccio sia rigorosamente corretto nei casi in cui la dimensione della mesh e passo temporale tipici delle simulazioni DNS (Direct Navier Stokes)<\/strong>, un\u2019approssimazione computazionalmente efficiente richiede inevitabilmente l\u2019uso di tecniche di mediazione per le equazioni di bilancio cos\u00ec da ottenere equazioni macroscopiche in grado di descrivere le caratteristiche medie del fluido con un onere computazionale ragionevole. La soluzione numerica risulta quindi pi\u00f9 snella. Il processo di calcolo della media comporta l\u2019introduzione di propriet\u00e0 medie del fluido. <\/p>\n

Equazioni di bilancio<\/h4>\n

Se consideriamo una regione V, fissata nello spazio e condivisa tra N fasi, \u00e8 possibile ottenere le equazioni di bilancio di una variabile generica (vettoriale o scalare) \u03c6. \u00c8 possibile denotare V come l\u2019unione di N sotto-regioni, ciascuna occupata da una diversa fase k. L\u2019equazione di bilancio della variabile \u03c6 per un volume di controllo V, pu\u00f2 essere scritta come segue, considerando l\u2019interfaccia tra le fasi come una superficie geometrica senza massa:<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

dove AI,jk<\/sub>(t) rappresenta l\u2019interfaccia tra la fase j-esima e la fase k-esima, Ak<\/sub>(t) \u00e8 la superficie del volume Vk<\/sub>(t), \u03c1k<\/sub> \u00e8 la densit\u00e0 della\u00a0 fase k-esima, \u03c6k<\/sub> \u00e8 la propriet\u00e0 generica della fase k-esima, nk<\/sub> usa il vettore normale all\u2019interfaccia del volume occupato dalla fase k-esima, uk<\/sub> \u00e8 la velocit\u00e0 della\u00a0 fase k-esima, Jk<\/sub> \u00e8 il flusso molecolare dalla\u00a0 fase k-esima, \u03a6k<\/sub> e \u03a6I,jk<\/sub> sono i termini sorgente e \u03b4jk<\/sub> \u00e8 il delta di Kronecker.<\/p>\n

Il termine sul lato sinistro dell\u2019equazione rappresenta il termine di accumulo. Il primo termine sul lato destro \u00e8 il termine convettivo, il secondo il termine diffusivo mentre il terzo e il quarto i termini sorgenti. Il termine di accumulo pu\u00f2 essere riscritto in base al teorema di Leibniz e ai termini convettivi e diffusivi sfruttando il teorema di Gauss risultando in<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n
\n
\"\"<\/a>
Tabella 1 <\/strong>Valori da utilizzare per ottenere le equazioni di massa, quantit\u00e0 di moto e conservazione dell\u2019energia.<\/figcaption><\/figure>\n<\/div>\n

L\u2019equazione precedente dovrebbe essere soddisfatta per ogni Vk<\/sub>(t) e AI,jk<\/sub>, quindi le generiche\u00a0 equazioni di conservazione istantanea locale <\/em>risultano in<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

Queste equazioni hanno una validit\u00e0 generale (potrebbero essere applicate a qualsiasi quantit\u00e0 estensiva). Le equazioni di conservazione della massa, della quantit\u00e0 di moto e dell\u2019energia possono essere ottenute sostituendo i valori elencati nella tabella. <\/p>\n

Il processo di mediazione<\/h4>\n

Nei casi in cui non sia richiesto conoscere i pi\u00f9 piccoli dettagli della fluidodinamica, compresa l\u2019interfaccia esatta tra le fasi, si ricorre a tecniche di mediazione, che permettono di ricavare equazioni di conservazione mediate. Le tecniche di mediazione pi\u00f9 comuni sono la media temporale, volumetrica e d\u2019insieme<\/strong>. Il processo di mediazione avviene su un volume avente dimensione maggiore di quello della fase dispersa (alias le dimensioni delle goccioline di olio). In questo modo, per\u00f2, si perdono tutte le informazioni di scala inferiore a quella su cui viene eseguita la mediazione. Per tenere conto di questo problema, vengono introdotti sotto-modelli, ottenuti con mezzi empirici, numerici o analitici. <\/p>\n

In questa specifica applicazione, i sotto-modelli sono necessari principalmente per modellare l\u2019effetto di trascinamento (drag) della fase continua (aria) su quella dispersa (lubrificante). La forza di trascinamento dipende sia dall\u2019attrito superficiale dovuto alle sollecitazioni di taglio, sia dalla forma determinata dalla distribuzione non uniforme della pressione dovuta al movimento. Pu\u00f2 essere espresso secondo la legge:<\/p>\n

\n
\"\"<\/a><\/figure>\n<\/div>\n

dove CD,k<\/sub> \u00e8 il coefficiente di resistenza aerodinamica (che pu\u00f2 essere stimato con relazioni analitiche [33<\/a>, 34<\/a>]). Considerando che la dispersione dell\u2019olio nel flusso d\u2019aria favorisce la formazione di goccioline sferiche, l\u2019area pu\u00f2 essere calcolata a partire dal loro diametro db,k<\/sub>.<\/p>\n

Questo termine aggiuntivo di resistenza aerodinamica \u00e8 incluso nell\u2019equazione di conservazione della quantit\u00e0 di moto per la fase dispersa (lubrificante).<\/p>\n

Problema di interesse: lubrificazione di un riduttore ad ingranaggi<\/h2>\n

Il problema studiato con i solutori sopra menzionati \u00e8 un semplice banco di prova back-to-back. La velocit\u00e0 del pignone \u00e8 stata aumentata fino a \u03a9p = 5000 rpm, corrispondente a velocit\u00e0 tangenziali fino a 18.84 m\/s. \u00c8 stato utilizzato un olio per trasmissioni automatiche iniettato a \u03b8=80 \u00b0C (viscosit\u00e0 di 14.8 cSt a 100 \u00b0C e 95.1 cSt a 40 \u00b0C). L\u2019ingranaggio \u00e8 stato lubrificato con un getto di portata d\u2019olio di 1 l\/min. L\u2019ugello presentava tre fori di diametro 0.71 mm, garantendo una velocit\u00e0 media del getto di 14.4 m\/s.<\/p>\n

Modello numerico di lubrificazione<\/h2>\n

Il dominio computazionale \u00e8 stato discretizzato con una griglia estrusa (4 milioni di elementi). La movimentazione \u00e8 stata gestita tramite un approccio GRAMC<\/sup>. Le simulazioni sono state lanciate alle condizioni operative di velocit\u00e0 di 2500 e 5000 giri\/min. Le figure 1a e b mostrano la distribuzione dell\u2019olio a \u03a9p = 2500 giri\/min prevista dall\u2019immiscibile e dai solutori Euleriani. Come previsto, il solutore immiscibile (VoF) non \u00e8 in grado di tracciare correttamente l\u2019interfaccia. Questo \u00e8 dovuto alla scala inappropriata <\/strong>della griglia computazionale (mm) rispetto alla dimensione tipica delle goccioline d\u2019olio (\u03bcm). Questo porta ad una non conservazione della massa con una \u201cperdita\u201d di olio. Al contrario, il solutore con trasporto (a fasi disperse) prevede la penetrazione del getto d\u2019olio nel contatto, l\u2019espulsione del lubrificante (sia assialmente, sia tangenzialmente), nonch\u00e9 l\u2019accumulo del lubrificante sul fondo della cassa, con la formazione di un sottile film di lubrificante. <\/p>\n

Risultati<\/h3>\n

Le figure 1c e d mostrano i campi di velocit\u00e0 della fase continua (aria) e della fase dispersa (olio) sui piani di simmetria. L\u2019aria viene espulsa radialmente a causa degli effetti centrifughi (come precedentemente dimostrato dagli autori). L\u2019olio, modellato come una nuvola di goccioline, mostra traiettorie che derivano da una condizione di equilibrio tra le forze di trasporto (dovute al flusso d\u2019aria), la gravit\u00e0 e, appunto, la resistenza aerodinamica (drag). Dopo l\u2019ingranamento, la maggior parte dell\u2019olio depositato sui fianchi dei denti cade sul fondo dell\u2019alloggiamento. Genera cos\u00ec un cono di scarico che dipende principalmente dalla velocit\u00e0 dell\u2019ingranaggio (Figura 1e e f) \u2013 maggiore \u00e8 la velocit\u00e0, minore \u00e8 l\u2019angolo. Tuttavia, una nebbia d\u2019olio si genera nelle immediate vicinanze dei denti (Figura 1d) e questo \u00e8 responsabile dell\u2019aumento delle perdite di potenza.<\/p>\n

\"\"<\/a>
Fig. 1 <\/strong>IMMISCIBILE: a) \u03a9p = 2500rpm, distribuzione olio; EULERIANO: b) \u03a9p = 2500 giri\/min, distribuzione dell\u2019olio; c) \u03a9p = 2500 giri\/min, fase continua del campo di velocit\u00e0 (aria); d) \u03a9p = 2500 giri\/min, fase dispersa del campo di velocit\u00e0 (lubrificante); e) \u03a9p = 2500giri\/min, frazione volumetrica della fase dispersa (lubrificante); f) \u03a9p = 2500giri\/min, frazione volumetrica della fase dispersa (lubrificante)<\/figcaption><\/figure>\n

La Figura 2 mostra i risultati in termini di perdite di potenza a diverse velocit\u00e0 di rotazione. Le linee rappresentano i risultati sperimentali secondo letteratura, i resti del nuovo solutore con trasporto, ed i risultati del solutore immiscibile. Il diagramma mostra chiaramente i miglioramenti garantiti dalla nuova formulazione.<\/p>\n

\"\"<\/a>
Fig. 2 <\/strong>Perdite di potenza rispetto alla velocit\u00e0 di rotazione del pignone<\/figcaption><\/figure>\n

Conclusioni<\/h2>\n

In questo articolo, abbiamo sviluppato un nuovo solutore multifase comprimibile con trasporto e applicato per simulare la lubrificazione a getto d\u2019olio. Abbiamo confrontato i risultati sia con i dati sperimentali che con la previsione numerica di un solutore immiscibile multifase standard. La formulazione Euleriana con un modello di trascinamento ha permesso di modellare meglio i fenomeni di sospensione dell\u2019olio e il suo impatto sulla dissipazione di potenza.<\/p>\n

Tuttavia, sebbene la portata del getto influenzi il livello di sospensione dell\u2019olio, non \u00e8 l\u2019unico fattore. Altri fattori come le propriet\u00e0 delle goccioline giocano un ruolo fondamentale nel definire la sospensione e la distribuzione dell\u2019olio. Ci\u00f2 ha due implicazioni: 1) misurare sperimentalmente le portate di lubrificazione non \u00e8 sufficiente per la validazione; conoscere la dimensione media delle gocce d\u2019olio \u00e8 un input necessario per prevedere correttamente la sospensione\/distribuzione dell\u2019olio e, di conseguenza, le perdite di potenza; 2) non \u00e8 possibile \u201cdefinire direttamente\u201d la sospensione; questo \u00e8 un output del calcolo. Quindi, anche se l\u2019aumento del flusso di olio aumenter\u00e0 il mass-loading di equilibrio nel sistema, la relazione non sar\u00e0 lineare. A questo proposito, ulteriori studi saranno condotti con il presente approccio numerico una volta raccolti nuovi dati sperimentali.<\/a><\/p>\n

Dichiarazioni<\/h3>\n

La presente ricerca si colloca nell\u2019ambito del progetto GearJet con il supporto di GEARlab \u2013 Ohio State University.<\/p>\n<\/div>\n

L’articolo Simulazione della lubrificazione a getto di ingranaggi ad alta velocit\u00e0<\/a> sembra essere il primo su Il Progettista Industriale<\/a>.<\/p>\n<\/div>\n

Vai alla fonte.<\/a><\/p>\n

Autore: Roberta Falco<\/p>\n

Powered by WPeMatico<\/a><\/small><\/p>\n

_________________________________<\/strong><\/p>\n

CFD FEA Service SRL<\/strong> è una società di servizi che offre consulenza<\/em> e formazione<\/em> in ambito ingegneria<\/strong> e IT<\/strong>. Se questo post\/prodotto ti è piaciuto ti invitiamo a:<\/p>\n