The FZG test rig used in gearbox simulation.

Nästa generations modellerings- och simuleringsteknik

SKF lanserar ny modellerings- och simuleringsteknik som gör det möjligt att använda programvara som ett analysverktyg snarare än som ett beräkningsverktyg. Tack vare denna utveckling kan SKFs ingenjörer lättare genomföra analyser för att undersöka ett mycket bredare konstruktionsmässigt utrymme för en viss kundapplikation, där flera faktorer och varierande driftförhållanden kan vägas in.

Författare:
Yi Luo, Forskare, SKF Engineering and Research Centre, Nieuwegein, Nederländerna
Benny Wemekamp, Forskare, SKF Engineering and Research Centre, Nieuwegein, Nederländerna

Övrig industri Övriga produkter och tjänster Forskning och teori

Sammandrag

SKF introducerar nästa generation av modellerings- och simuleringsteknik för analys av lagerkomponenter och system i kundapplikationer. Dessa kraftfulla och lättanvända metoder har utvecklats för att hjälpa SKFs applikations­ingenjörer att utföra mer avancerade analysuppgifter som kommer att generera fördelar i kundapplikationer genom att identifiera den optimala lösningen.

SKF har lång erfarenhet av simuleringsverktyg. Verktygen utvecklas ständigt, och nya funktioner och högre kapacitet läggs till för att simulera alla viktiga komponenter – lager, axlar, tätningar, växlar och hus – som kompletta system i verklighetsnära modeller. Idag använder SKF i stor utsträckning programverktyg i applikationsrelaterade arbeten, då kundernas applikationer studeras under specifika  driftsförhållanden. De senaste årens utveckling inom modellering och simulering har styrts av ökande krav, särskilt i form av föränderliga kundtrender och behov.

För det första vill kunderna kunna utvärdera flera konstruktionsalternativ för en given applikation. Detta gör simuleringsuppgiften än mera komplex. Ett exempel är ett lagersystem för ett vindkraftverk där SKF tog fram flera konstruktionsförslag, innan det hela kokades ner till ett fåtal alternativ för kunden att överväga. Genom att använda den nya teknik som implementerats i SKFs verktyg kan hundratals simuleringar utföras på de föreslagna lagerlösningarna, med syftet att identifiera den som passar bäst för kundens applikation.

För det andra har vi frågan om robusthet och känslighet. Det handlar om hur lager och andra komponenter lever upp till de verkliga förhållandena i en applikation, förhållanden som kan skilja sig avsevärt från konstruktionskriterierna. Ibland vill kunderna veta mer om prestanda hos den föreslagna lösningen under olika driftförhållanden. Om några variabler har mycket breda värdeintervall, för att de är svåra att styra, hur kommer lagrets prestanda att påverkas? För att säkerställa att ett lager fungerar stabilt i kundens maskin är det viktigt att känna till vilket driftförhållande som måste styras med minst variation.

Den tredje frågan gäller modellering av fler än en variabel sam­tidigt. Även om det är ganska vanligt att involvera många faktorer som variabler vid modellering och simulering är det inte så enkelt att analysera den kombinerade inverkan av flera faktorer samtidigt. Med en enda variabel kan konstruktörer enkelt ordna några simuleringar mellan de lägsta och de högsta värdena i området, och sedan rita en jämn och fin kurva mellan de resulterande punkterna. När tre eller fyra faktorer involveras uppstår två allvarliga svårigheter. Den ena ligger i utformningen av simuleringar, det andra i att analysera beräkningsresultaten, eller åtminstone att visualisera dem. Ett angreppssätt är att variera en parameter i taget med alla andra parametrar oförändrade, och sedan, efter avslutade simuleringar, variera övriga faktorer en i taget. På detta sätt kan konstruktören få data om system som arbetar under specifika förutsättningar, och det är bättre än ingenting. Däremot får man ingen översikt över systemets övergripande prestanda, särskilt inte i relation till den kombinerade verkan av alla dessa faktorer.

Fördelar med den nya tekniken
Den senaste generationen av SKFs egenutvecklade modeller och simuleringsverktyg är framtagen som ett svar på dessa kundtrender och är ämnade att göra verktygen enklare för konstruktörer att använda.

De ska till exempel kunna variera olika parametrar och genomföra ett antal simuleringar på enklare sätt.

Ett viktigt inslag i den nya generationen programvara som gör detta möjligt är att Six Sigma-metodiken har integrerats i SKFs modellerings- och simuleringsverktyg. Six Sigma har med framgång tillämpats inom industrin för att identifiera och eliminera orsakerna till fel och har tillämpats på andra tekniska och ekonomiska områden för att förbättra kvaliteten och öka kundnöjdheten. I systemets hjärta finns en verktygslåda för att lösa många tekniska uppgifter, som konstruktionssimulering, känslighetsstudier, robusthetsanalys och optimering av resultat. Sådana verktyg är lika viktiga i modellering som i simulering och finns i nästa generations modellerings- och simuleringsverktyg från SKF. Funktionerna är åtkomliga via ett ett rent och mycket enkelt interaktivt grafiskt användargränssnitt där komplexa matematiska uträkningar och andra Six Sigma-element har dolts under ytan. De nya programverktygen presenterar också resultaten på ett mer intuitivt, visuellt sätt.

Att integrera Six Sigma-metodiken på detta sätt gör i praktiken livet mycket enklare både för SKFs konstruktörer och för företagets kunder. På konstruktionssidan innebär det att fler konstruktörer kan utföra komplexa analyser som tidigare var förbehållna personer med särskild kunskap och erfarenhet.

För kunderna innebär den nya tekniken att de kan få flera konstruktionsalternativ i stället för ett enda. Dessutom kan de få mer information om varje enskilt alternativ, till exempel om ett visst alternativ är känsligt för fluktuationer hos en viss ingångsparameter, eller om ett alternativ är mer robust än ett annat.

En annan fördel med att integrera Six Sigma-verktyg är att användarna inte behöver konstruera simuleringar i ett verktyg, göra hundratals simuleringar i ett annat verktyg och utföra analysen i ett tredje. I den nya programvaran är alla dessa funktioner integrerade i en enhetlig miljö. Det rena och enkla interaktiva grafiska användargränssnittet gör att programmet kan användas utan höga krav på utbildning.

Fördelar i en faktisk tillämpning
I ett exempel rörande en industriväxel var målet att förbättra övergripande systemprestanda genom att styra värmeutvecklingen i växeln. Förutom modelleringsprogrammet användes en fysisk modell. Testet utfördes på en FZG-testrigg med två enkla enstegs cylindriska växlar, arrangerade rygg mot rygg (fig. 1). Axlarna stöddes av radiella spårkullager. I denna uppställning utnyttjas temperaturen på ytterringen i lagerläget för att bedöma den totala värmeutvecklingen i växeln (fig. 2).

Fyra faktorer identifierades som påverkar ytterringens temperatur, se tabell 1.

Var och en av dessa fyra faktorer – strålning, ledning, omgivande lufthastighet och reologiska parametrar – modellerades sedan för att bestämma deras påverkan på ytterringens temperatur. Fig. 3 visar startpunkten för simuleringen, med applikationens till en början kända förhållande mellan ytterrings­temperaturen och de fyra faktorerna visade som ett parallellt koordinat­diagram. Efter 100 simuleringar med olika ingångsvärden (fig. 4), uppvisar ytterringstemperaturen stora resultatsvängningar. En viktig aspekt av det nya modellerings- och simuleringsverktyget är att konstruktören kan köra hundratals simuleringar, i detta fall enligt Monte Carlo-metoden. Med hjälp av skjutreglagen i programmets grafiska gränssnitt går det att filtrera ut och analysera effekten av varje enskild faktor.

Den teoretiska optimala lösningen visas i fig. 5. Den erhålls genom filtrering i kombination med en serie nya simuleringar. Det framstår tydligt att när det gäller värmeöverföring genom strålning finns det inte mycket utrymme för förbättring mellan baslinjen och den optimala situationen. Ytterringens temperatur är i stället känslig för omgivande lufthastighet. Om värdet ökas sjunker temperaturen. Temperaturen är däremot inte särskilt känslig för ändringar i värmeöverföring genom ledning och reologiska parametrar.

När den resulterande konstruktionslösningen, med förbättrad omgivande lufthastighet, modelleras, syns fördelarna med reducerad ytterringstemperatur tydligt (fig. 6). En analys av simuleringen bekräftade att den bästa metoden att sänka temperaturen hos lagrets ytterring i denna specifika applikation var att styra den omgivande lufthastigheten. Enligt simuleringarna skulle lagrets ytterringstemperatur minska från området 74–81 °C till 69–75 °C.

Det rent praktiska resultatet ur kundens synpunkt är att växelns prestanda kan förbättras om den helt enkelt kompletteras med en fläkt. För SKFs del visar detta vilka stora fördelar som förbättrad programvara och modelleringsverktyg kan ge företagets kunder. Kunderna kommer i ökande grad att söka förståelse för de faktorer som påverkar prestanda och livslängd hos deras utrustning. SKF har visat att företaget har både verktyg och kunskap för att tillhandahålla sådan analys och att erbjuda bättre lösningar.

Relaterat innehåll