发布时间：2025-12-06 00:11:24 点击量：
据釜山国立大学（Pusan National University）报道，用于油液循环和润滑的齿轮泵是汽车和液压系统中至关重要的部件。它们结构紧凑，每转流量大，吸力强。齿轮的齿形对发动机润滑和自动变速器液压系统的整体性能起着决定性作用。
遗憾的是，传统的设计方法利用预定义的数学曲线和迭代调整，这损害了其优化灵活性。
由Chul Kim教授领导的韩国釜山国立大学机械工程学院研究团队提出了一种新的设计方法。
本研究的关键在于运用人工智能，特别是条件生成对抗网络（CGANA）作为设计工具。研究人员没有采用传统的预定义数学曲线方法，而是训练人工智能自动生成新的转子轮廓。
该人工智能通过学习一个数据集，该数据集将特定的高性能轮廓几何形状与其实际性能数据关联起来。这项创新使其能够理解为什么某些形状的性能优于其他形状，然后生成新的、高度优化的几何形状，这些形状的性能远超传统设计。
进的生成式人工智能技术，创造出新型高性能转子泵设计，其效率显著提升，噪音降低，超越了传统的工程方法。这项突破性成果展现了人工智能在汽车工程领域的变革潜力，有望打造更智能、更安静、更可靠的发动机系统。
该团队证明，他们新颖的AI生成的设计在通过计算流体动力学进行仿真验证时，表现出显著的性能提升。
与传统的卵形轮廓相比，所提出的设计使流量不规则性降低了74.7%。这意味着泵的输出更加稳定一致。此外，平均流量提高了32.3%，表明容积效率更高；出口压力波动降低了53.6%，这直接有助于降低运行噪音和振动。
本研究最直接的实际应用领域是汽车行业。降低压力波动和流量不规则性在此领域具有显著优势。它可以使传动系统运行更加安静，并通过减少振动和不稳定的液压应力，潜在地提高部件的可靠性。
此外，平均流量增加32.3%，使得机油在整个发动机内的Kaiyun研究所循环更加高效。这有助于更好地润滑和冷却发动机部件，这对发动机的耐久性至关重要。
Chul Kim教授表示：“我们研究中展示的相同原理也适用于工业机械中使用的各种液压泵，效率、低噪音和可靠性都是重要的因素，这使得我们的技术在实际应用中极具吸引力。”
未来五到十年内，这类方法有望成为工程师的标配工具。它代表着一种“逆向设计”的趋势，即工程师可以指定所需的性能目标，例如“最小化压力波动”，然后人工智能会协助生成满足这些目标的最佳几何形状。
此外，这种方法可以加快复杂机械部件的研发周期。与传统的手工迭代相比，它能够探索更广泛的设计空间。
Chul Kim教授总结道：“至关重要的是，对于公众而言，采用更优化的零部件意味着我们日常使用的机器将变得更安静、更可靠。在汽车领域，这意味着车辆将配备更高效、更耐用的液压系统，例如变速器和油泵。”
