Modeling and optimization of lubricated components for turbomachinery

Lubricated components are widely used in turbomachinery for different purposes. Fluid film bearings are among the most common. These components support the spinning shaft thanks to the wedge effect in the oil film fulfilling a crucial role. The energy transition and decarbonization is pushing the optimization of turbomachines towards more demanding operating conditions. As a result, fluid film bearings are required to operate at larger peripheral speeds and specific load. Moreover, industry is moving towards a lower consumption of mineral oil to pursue the goal of reducing the environmental impact. Bearing thermal management starts to play a major role in extending the machine operability and reducing the maintenance frequency. Therefore, it is relevant to build reliable models that can predict the behavior of such critical components in such demanding operating conditions. The more demanding operating conditions make it necessary to develop innovative solutions and improvements of fluid film bearings. One of the current trends in bearing development sees the adoption of innovative materials in the production of the pads that provide higher load capacity, higher temperature capability and greater fatigue resistance. The static characteristics of bearings lined with different materials are investigated. The temperature distribution in the bearing will be evaluated by means of a full 3D thermal model whereas the deformation of the pads will be evaluated by means of a finite element model. At the end, the permissible operating range in terms of load and speed will be defined for each material by considering the limits on the maximum temperature, permissible mechanical stress and minimum oil-film thickness. Computational fluid dynamic (CFD) can be adopted to model the flow in fluid film bearings. A full three-dimensional (3D) parametric conjugate heat transfer computational fluid dynamic model for tilting pad journal bearings (TPJBs) is introduced to address the temperature aspects of oil-film bearings. The tilting pad and rotating shaft equilibrium position are automatically calculated with a Newton–Raphson algorithm. The static performance of the TPJB is investigated for different journal diameters, bearing clearance, and operating conditions. The numerical results obtained are compared with experimental data from compressor mechanical running tests to demonstrate the reliability of the model presented. The 3D distributions of the oil pressure, velocity, and temperature given by the CFD model, can be locally optimized to face the new energy transition challenges. Both CFD models and Reynolds equation models can be computationally expensive for the estimation of the static and dynamic properties of fluid film bearings. Artificial Intelligence (AI) is assuming a key role in engineering but is rarely applied in fluid film bearing analysis. A properly trained Deep Learning (DL) model can perform very fast predictions of TPJB behavior with accuracy comparable to more time-consuming models. In this case, the main drawback is the time required to build the training dataset. In this thesis, an Artificial Neural Network (ANN) is trained to predict dynamic stiffness and damping coefficients, along with the main static quantities of TPJBs, such as minimum oil-film thickness and inlet flowrate. First, a design of experiment is performed to build an appropriate training dataset. Then, a feed-forward ANN is trained, and its architecture is optimized to increase accuracy. Finally, the accuracy of the ANN is tested using the test dataset and experimental data. The time and computational effort required by the ANN regression are much less than those required by the THD model. The calculation performances offered by the ANN model make it suitable as engine of an optimization tool. Oil flowrate reduction is of great interest to the industry to reduce the environmental impact of fluid film bearings. However, the reduction of the inlet flowrate of oil affects the whole bearing performance. Therefore, the flowrate optimization should be constrained so that the static and dynamic properties of the bearings remain within an acceptable range. An optimization strategy for reducing the flowrate fed to TPJBs is proposed. The trained ANN is used in a constrained optimization that has the goal of minimizing the oil flowrate while ensuring safe bearing operation. The proposed model is an effective tool that can help industry achieve the goals required by the energy transition and can help in the development of optimized fluid film bearings. Squeeze film dampers (SFDs) are components used in many industrial applications, ranging from turbochargers to jet engines. SFDs are generally applied on lightly damped machines that are required to cross a natural frequency. SFDs can also be used to reduce the instability risk. The SFD performance depends on the geometrical features like the clearance, diameter, length, feeding, and sealing mechanisms. Depending on the operating conditions, mainly excitation frequency and amplitude, vapor cavitation and air ingestion can affect the damping performance of SFDs. In the first case, the oil film is subject to rupture; in the second case, the pressure gradients at the axial ends of the SFD draw air inside the lubricant and an oil-air mixture is formed. A numerical model based on the Reynolds equation was developed to estimate the dynamic force coefficients of SFDs. Different boundary conditions for oil feeding and discharging are implemented and investigated. The model is validated by means of experimental results available in the literature, whereas different designs and configurations of the feeding and sealing system are considered. A common phenomenon that occurs in SFDs, especially with low supply pressures and non-tightly sealed configurations, is air ingestion. Due to the pressure gradients at the axial ends of the SFD, air enters the SFD lands during operation, forming a bubbly oil mixture and reducing damping coefficients. Several publications study the effect of air ingestion on the response of SFDs to single frequency excitations; however, the effects of air ingestion on SFDs subject to dual frequency excitations have not been thoroughly investigated. The sub-synchronous response is directly related to the SFD capability of suppressing instabilities. In this study, an experimental campaign is performed on a large-clearance SFD. The first set of tests consisted of single-frequency circular orbit tests at different frequencies and amplitudes. The single-frequency excitations help identify operating conditions affected by air. A second test set uses multi-frequency excitations. A low frequency excitation is superimposed to a larger frequency excitations in order to replicate the effect of a subsynchronous excitation. The results show that the damping coefficients extracted from the low frequency excitation increase significantly as the amplitudes of the large frequency excitation increase from 5% to 60% of the radial clearance even though incipient air ingestion is present. These results indicate that the damping coefficients extracted from the low frequency excitation are primarily influenced by the large squeeze velocities resulting from the sum of the two excitations rather than air ingestion induced by the main frequency. Numerical predictions of the SFD operating with multi-frequency excitation show similar trends of the damping coefficients obtained experimentally.

I componenti lubrificati sono ampiamente impiegati nelle turbomacchine per diversi scopi. Tra questi, i cuscinetti a film d’olio rappresentano una delle applicazioni più comuni. Tali componenti sostengono l’albero rotante grazie all’effetto cuneo nel film d’olio, svolgendo un ruolo cruciale. La transizione energetica e la decarbonizzazione stanno spingendo l’ottimizzazione delle turbomacchine verso condizioni operative sempre più gravose. Di conseguenza, ai cuscinetti a film d’olio è richiesto di operare a velocità periferiche più elevate e con carichi specifici maggiori. Inoltre, l’industria si sta orientando verso una riduzione del consumo di oli minerali, al fine di diminuire l’impatto ambientale. La gestione termica dei cuscinetti assume quindi un ruolo fondamentale per estendere l’operatività delle macchine e ridurre la frequenza della manutenzione. Pertanto, risulta essenziale sviluppare modelli affidabili in grado di prevedere il comportamento di tali componenti critici in condizioni operative così impegnative. Le condizioni operative più severe rendono necessario lo sviluppo di soluzioni innovative e il miglioramento dei cuscinetti a film d’olio. Una delle tendenze attuali nel loro sviluppo prevede l’adozione di materiali innovativi per la realizzazione dei pattini, capaci di garantire maggiore capacità di carico, resistenza a temperature più elevate e superiore resistenza a fatica. Le caratteristiche statiche di cuscinetti rivestiti con differenti materiali vengono analizzate. La distribuzione della temperatura nel cuscinetto viene valutata mediante un modello termico tridimensionale completo, mentre la deformazione dei pattini viene studiata tramite un modello agli elementi finiti. Infine, per ciascun materiale viene definito il campo operativo ammissibile in termini di carico e velocità, considerando i limiti relativi alla temperatura massima, alle tensioni meccaniche ammissibili e allo spessore minimo del film d’olio. La fluidodinamica computazionale (CFD) può essere adottata per modellare il flusso nei cuscinetti a film d’olio. In questo lavoro viene introdotto un modello parametrico tridimensionale completo di scambio termico coniugato per cuscinetti radiali a pattini oscillanti (TPJB), al fine di analizzare gli aspetti termici dei cuscinetti a film d’olio. La posizione di equilibrio dei pattini oscillanti e dell’albero rotante viene calcolata automaticamente mediante un algoritmo di Newton–Raphson. Le prestazioni statiche dei TPJB vengono investigate al variare del diametro del perno, del gioco radiale del cuscinetto e delle condizioni operative. I risultati numerici ottenuti sono confrontati con dati sperimentali provenienti da prove di funzionamento meccanico su compressori, al fine di dimostrare l’affidabilità del modello proposto. Le distribuzioni tridimensionali di pressione, velocità e temperatura dell’olio fornite dal modello CFD possono essere ottimizzate localmente per rispondere alle nuove sfide poste dalla transizione energetica. Sia i modelli CFD sia quelli basati sull’equazione di Reynolds possono risultare onerosi dal punto di vista computazionale per la stima delle proprietà statiche e dinamiche dei cuscinetti a film d’olio. L’Intelligenza Artificiale (IA) sta assumendo un ruolo chiave nell’ingegneria, ma è raramente applicata all’analisi dei cuscinetti a film d’olio. Un modello di Deep Learning (DL) opportunamente addestrato può fornire previsioni molto rapide del comportamento dei TPJB, con un’accuratezza comparabile a quella di modelli più complessi e dispendiosi in termini di tempo. In questo caso, il principale svantaggio è rappresentato dal tempo necessario per costruire il dataset di addestramento. In questa tesi viene addestrata una rete neurale artificiale (ANN) per prevedere i coefficienti dinamici di rigidezza e smorzamento, insieme alle principali grandezze statiche dei TPJB, quali lo spessore minimo del film d’olio e la portata in ingresso. In primo luogo, viene condotto un design of experiment per costruire un dataset di addestramento adeguato. Successivamente, viene addestrata una rete neurale feed-forward e la sua architettura viene ottimizzata per incrementarne l’accuratezza. Infine, l’accuratezza della ANN viene valutata mediante un dataset di test e dati sperimentali. Il tempo e lo sforzo computazionale richiesti dalla regressione mediante ANN risultano significativamente inferiori rispetto a quelli richiesti dal modello termo-idrodinamico (THD). Le prestazioni di calcolo offerte dal modello ANN lo rendono idoneo come motore di uno strumento di ottimizzazione. La riduzione della portata d’olio è di grande interesse per l’industria al fine di diminuire l’impatto ambientale dei cuscinetti a film d’olio. Tuttavia, la riduzione della portata in ingresso influisce sull’intera prestazione del cuscinetto. Pertanto, l’ottimizzazione della portata deve essere vincolata affinché le proprietà statiche e dinamiche dei cuscinetti rimangano entro un intervallo accettabile. Viene proposta una strategia di ottimizzazione per la riduzione della portata fornita ai TPJB. La ANN addestrata viene impiegata in un’ottimizzazione vincolata con l’obiettivo di minimizzare la portata d’olio garantendo al contempo un funzionamento sicuro del cuscinetto. Il modello proposto rappresenta uno strumento efficace per supportare l’industria nel raggiungimento degli obiettivi richiesti dalla transizione energetica e nello sviluppo di cuscinetti a film d’olio ottimizzati. Gli smorzatori a film sottile (Squeeze Film Dampers, SFD) sono componenti utilizzati in numerose applicazioni industriali, dai turbocompressori ai motori aeronautici. Gli SFD sono generalmente applicati su macchine debolmente smorzate che devono attraversare una frequenza naturale. Possono inoltre essere impiegati per ridurre il rischio di instabilità. Le prestazioni degli SFD dipendono da caratteristiche geometriche quali gioco, diametro, lunghezza, sistema di alimentazione e meccanismi di tenuta. A seconda delle condizioni operative, principalmente frequenza e ampiezza di eccitazione, la cavitazione da vapore e l’ingresso d’aria possono influenzare le prestazioni di smorzamento degli SFD. Nel primo caso, il film d’olio è soggetto a rottura; nel secondo caso, i gradienti di pressione alle estremità assiali dello SFD richiamano aria all’interno del lubrificante, formando una miscela olio-aria. È stato sviluppato un modello numerico basato sull’equazione di Reynolds per stimare i coefficienti dinamici di forza degli SFD. Sono implementate e analizzate diverse condizioni al contorno per l’alimentazione e lo scarico dell’olio. Il modello è validato mediante risultati sperimentali disponibili in letteratura, considerando differenti configurazioni del sistema di alimentazione e tenuta. Un fenomeno comune negli SFD, in particolare in presenza di basse pressioni di alimentazione e configurazioni non perfettamente sigillate, è l’ingresso d’aria. A causa dei gradienti di pressione alle estremità assiali dello SFD, durante il funzionamento l’aria penetra nelle superfici attive, formando una miscela di olio con bolle e riducendo i coefficienti di smorzamento. Diverse pubblicazioni studiano l’effetto dell’ingresso d’aria sulla risposta degli SFD a eccitazioni a singola frequenza; tuttavia, gli effetti dell’ingresso d’aria su SFD soggetti a eccitazioni a doppia frequenza non sono stati approfonditamente investigati. La risposta subsincrona è direttamente correlata alla capacità dello SFD di sopprimere le instabilità. In questo studio viene condotta una campagna sperimentale su uno SFD a grande gioco. La prima serie di prove consiste in test a orbita circolare a singola frequenza, a diverse frequenze e ampiezze. Le eccitazioni a singola frequenza consentono di identificare le condizioni operative influenzate dalla presenza di aria. Una seconda serie di prove utilizza eccitazioni multifrequenza: un’eccitazione a bassa frequenza viene sovrapposta a un’eccitazione a frequenza più elevata, al fine di replicare l’effetto di un’eccitazione subsincrona. I risultati mostrano che i coefficienti di smorzamento estratti dall’eccitazione a bassa frequenza aumentano significativamente quando l’ampiezza dell’eccitazione ad alta frequenza cresce dal 5% al 60% del gioco radiale, nonostante la presenza di ingresso d’aria incipiente. Tali risultati indicano che i coefficienti di smorzamento ricavati dall’eccitazione a bassa frequenza sono principalmente influenzati dalle elevate velocità di schiacciamento derivanti dalla combinazione delle due eccitazioni, piuttosto che dall’ingresso d’aria indotto dalla frequenza principale. Le previsioni numeriche del funzionamento dello SFD in presenza di eccitazioni multifrequenza mostrano andamenti dei coefficienti di smorzamento simili a quelli ottenuti sperimentalmente.