电动汽车变速箱迎来新挑战:如何减少能耗,降低成本?_变速箱测试

目前世界汽车行业迎来一个重大挑战,就是如何在没有重大技术创新,同时也不增加汽车部件成本的基础上,提升电动汽车的能效。然而,变速箱工程设计咨询公司DSD的设计主管Matthew Hole却有独到的见解。在他看来,如果能研发出新的变速箱润滑情况分析技术,就可以大大节省能耗,并最终极大地降低汽车的制造成本。

Hole表示,DSD正在和另外两家专业公司共同开展相关项目。其中一家是仿真软件专家Altair,另一家则是德国专攻流体活性计算软件与硬件的公司FluiDyna。通过进一步深入研究新的建模方案,发掘变速箱设计的潜力,就有可能开发出前面提到的分析技术。

“从一辆普通电动车的稳态测试结果看,在从低速到时速大约80公里的范围内,传动系统都是整辆车里最耗能的部分。”Hole表示,“在研发能效更高的电动汽车传动系统的过程中,必须尽可能确保在真实工况下的续航里程最大化,同时不要产生其他附加成本。”


叶轮可使变速箱的每个角落都能得到有效润滑。

Hole表示,尽管轴承和齿轮摩擦所带来的能量损失已经得到了较为透彻的研究,但很长时间来,旋转部件与变速箱油之间的相互作用机理却一直不容易分析清楚。

Hole解释说,“用有限体积的CFD(计算流体力学)方法建模需要较长的运算时间。每次测试过后,我们都需要花几个星期时间进行计算,才能获得几秒钟的实时数据。”而新的模型则能将这一运算时间从几周减少到几天,这多亏了平滑粒子流体力学(SPH)方法的应用(代码:nanoFluidX)。


光滑粒子流体动力学方法(SPH)模拟仿真图。

nanoFluidX因子

Hole告诉我们,SPH方法是由FluiDyna研发的,是一种无网格的计算方法,可以替代目前常用的有限体积CFD代码计算方法。

“一台普通的无变速电动汽车传动系统内部大约有1000万个粒子,要获得几秒钟的实时数据,分析运算的时间不超过两天,运算成本也不高。和之前的技术相比,可以说有了巨大的飞跃。”Hole说,“这一技术还一并解决了图形处理器的性价比问题,从而对于人工智能的发展也裨益良多。”

DSD首先是把nanoFluidX应用在一台行星齿轮变速箱的设计上,所搭载的电动汽车名称并未公开。Hole解释说,行星齿轮组会有一些润滑问题,比如:传输到齿轮系统正中间恒星齿轮时,啮合过程会不顺畅。此外,行星齿轮的轴承常以高速运转,因此需要更稳定的润滑油供给。

Hole透露,公司已经将nanoFluidX应用在了一台电动车的行星齿轮变速箱上。“通过精确观察并分析润滑油的使用效果,以及同旋转组件的相互作用,我们研发出了一套高度优化的被动润滑系统,可将能耗降到最低。”

Hole解释说,为了增加润滑油量,以获得更好的热能管理效果,同时不产生太多搅拌和空阻损失,需要在变速箱体内隔出一个距离较远的密闭空间作为油底壳。通过叶轮叶片的转动,可以将润滑油收集到油底壳。这个依附在行星齿轮架上的油底壳成本很低,叶轮叶片能清扫旋转部件之间的凹槽,并把这些地方的油集中到油底壳中,“而无需增加电泵成本,也不必增加封装重量”。

油底壳中的残余压力会把出口处的润滑油往外挤,通过一系列隔板,最终到达行星齿轮轴的中心,而这里恰好是最需要润滑的地方。


DSD的Matt Hole表示:“我们研发出一套高度优化的被动润滑系统,可能耗降到最低。”

接下来的研发计划

Hole表示,在实体元件上做测试通常视线会受到限制,但采用nanoFluidX模型测试时,全程都能准确检测核心部件,确保有足够的润滑油进入部件的各个区域。同时,这也有助于确认泵送是否可以充分快速地完成,确保其他部件正常工作。

在对一套简化系统做了流体运动和阻力损失的实体测试后,根据预测结果和实测数据的对比结果,研究人员证实了这一设计的可行性。旋转台架上的斜齿轮还带有一个扭矩传感器和一台高速摄影机,可以获取更充足的数据,让研究人员可以信心十足地使用SPH方法分析复杂行星齿轮系统的工作情况。

Hole指出,nanoFluidX模型可以让我们更好地了解润滑情况,使DSD更有信心做好设计上的升级。

“实际上这个泵虽然有效,但还未达到必不可少的程度。我们会修正叶轮,减少叶片数量,进行几何形状的修改。”Hole说,“在不用影响润滑的基础上,我们成功地降低了阻力,此后又把润滑油的总量减少了100毫升,并进一步减少了阻力。最终通过反复尝试,阻力损失减少了近30%,而并没有影响变速箱里任何一个部件的润滑效果。”

相关文章

扫描二维码关注我们

扫描二维码 关注我们