机器学习优化缸套-活塞环

摩擦损失降41%

通过多目标优化预补偿几何参数，同时改善密封与摩擦性能，且在全转速范围内有效。

Yuchen, Xu · 陈贵升 · Liang, Chen · Size, Zhang · 毕玉华 · 肖仁鑫

Engineering Applications of Artificial Intelligence 2026

具体参数

润滑油消耗（LOC）降低幅度

{'zh': '2.90', 'en': '2.90'} %

窜气量（BGF）降低幅度

{'zh': '1.02', 'en': '1.02'} %

摩擦平均有效压力（FMEP）降低幅度

{'zh': '41.32', 'en': '41.32'} %

技术优势

摩擦损失大幅下降

在额定工况下FMEP降低41.32%，意味着发动机机械效率显著提升，燃油经济性可得到实质改善。

全转速有效

优化方案在不同转速下均保持改善，说明该设计对发动机变工况运行具有鲁棒性，不是仅在额定点有效。

密封与减摩双赢

优化设计同时降低了润滑油消耗和窜气量，解决了通常密封改善会增大摩擦的权衡矛盾，实现密封与减摩协同优化。

应用场景

• 高强化柴油机：缓解高增压柴油机缸套变形导致的密封和摩擦恶化问题，提升整机机械效率。
• 活塞环组设计：为活塞环组匹配优化后的缸套型线，获得更低摩擦和更少泄露的配对方案。
• 内燃机减摩：通过几何预补偿直接降低缸套-活塞环摩擦副的摩擦损失，是有效的减摩手段。
• 缸套表面强化：优化后的型线设计可与表面强化工艺结合，进一步提升抗变形和耐磨能力。