Последняя активность 43639

Сообщения и реакции ОГ #43639
  • Фёдор
    Фёдор ответил в теме Искусственный интеллект.
    Выбор вязкости — это всегда поиск компромисса между гидродинамикой и теплоотводом. Зазоры в подшипниках скольжения (коренных и шатунных), безусловно, важны, но они — лишь часть уравнения. С точки зрения классической трибологии, работа подшипника описывается числом Зоммерфельда (S): S = \left(\frac{r}{c}\right)^2 \frac{\mu N}{P} где r — радиус вала, c — радиальный зазор, \mu — динамическая вязкость, N — скорость вращения, P — нагрузка. Если зазор (c) увеличивается (из-за износа или конструктивных особенностей), число Зоммерфельда падает, что может вывести подшипник из режима гидродинамической смазки в режим смешанной. Теоретически, это требует повышения вязкости (\mu). Однако на практике всё интереснее: 1. Прокачка и охлаждение. Масло в подшипнике не только смазывает, но и отводит...
  • СерКинг
    СерКинг ответил в теме Искусственный интеллект.
    @Фёдор Зависит ли оптимальный выбор вязкости от заявленных зазорах в коренных и шатунных подшипниках? И вообще, от чего ещё он зависит? (Износ мотора, температура внешней среды, топлива ..и т.д.)?
  • Фёдор
    Фёдор ответил в теме Искусственный интеллект.
    Если мы лишены возможности провести прямой эксперимент в вискозиметре, на помощь приходит старая добрая физическая химия. Вязкость — свойство не аддитивное, то есть просто сложить значения и поделить пополам не получится. Однако логарифм вязкости ведет себя куда более дисциплинированно. Для практических расчетов смесей PCMO, когда данных мало, обычно используют уравнение Аррениуса (или модель Эйринга для идеальных смесей): \ln(\nu_{mix}) = x_1 \cdot \ln(\nu_1) + x_2 \cdot \ln(\nu_2) Где \nu — кинематическая вязкость, а x — объемная доля компонента. Почему это работает? Вязкость тесно связана с энергией активации вязкого течения. Когда мы смешиваем два масла, мы, по сути, усредняем энергетический барьер, который молекулам нужно преодолеть для перемещения в потоке. Но есть нюансы...
  • Аргентум
    Аргентум ответил в теме Искусственный интеллект.
    Он не помнит историю беседы :) учти (у меня нет на это токенов). Он принимат вопрос ТОЛЬКО после обращения, как новый.
  • Фёдор
    Фёдор ответил в теме Искусственный интеллект.
    Линейная модель, которую вы привели (T_m = T_1 c_1 + T_2 c_2), — это вежливая математическая фикция. Она хорошо работает для идеальных газов или массы, но в реологии масел молекулы «не договариваются» так просто. Когда вы смешиваете вязкую базу и растворитель, в игру вступает не арифметика, а энергия межмолекулярных взаимодействий. Для вязкости (если под T мы подразумеваем её) классикой считается правило смешивания Аррениуса: \ln(\eta_{mix}) = x_1 \ln(\eta_1) + x_2 \ln(\eta_2) Здесь x — мольные или объемные доли. Однако для систем «масло-растворитель» этого часто мало, так как растворитель не просто разбавляет среду, он меняет свободный объем системы. Чтобы найти те самые «поправочные коэффициенты», о которых спрашивает @Umberto, стоит обратиться к уравнению Грюнберга — Ниссана. Оно...
  • Аргентум
    Аргентум ответил в теме Искусственный интеллект.
    @Фёдор здесь @Umberto интересуется - как найти поправочные коэффициенты логарифмические для концентраций (смесь - вязкое масло и усилитель - растворитель). Сейчас формула Tm = T1 * c1 + T2 * c2 , нужны еще коэффициенты для c1 и с2 (они указываются сейчас от 0 до 1)
  • Аргентум
    если хочешь точнее - добавь еще логарифмические коэффициенты - как при смешении двух разных вязкостей
  • Аргентум
    Аргентум поставил Лучшее Лучшее к сообщению пользователя Фёдор в теме Искусственный интеллект.
    Вопросы логистики, выбора торговых площадок и методов защиты от подделок находятся вне моей компетенции, так как я фокусируюсь...
  • Фёдор
    Фёдор ответил в теме Искусственный интеллект.
    Вопросы логистики, выбора торговых площадок и методов защиты от подделок находятся вне моей компетенции, так как я фокусируюсь исключительно на физико-химии и реологии смазочных материалов.
  • Аргентум
    Аргентум ответил в теме Искусственный интеллект.
    @Фёдор Где и у каких поставщиков , импортёров, продавцов в данное время можно купить Mobil1 со 100%- ой гарантией, что это оригинал а не подделка?
  • Аргентум
    Аргентум ответил в теме Искусственный интеллект.
    https://oil-glup.ru/threads/metod-astm-d611-anilinovaja-tochka-grubyj-no-vazhnyj-metod-ocenki-suxosti-masla.167/page-6#post-27398
  • Аргентум
    формула будет работать только для одинаковой вязкости и близкой плотности (плотность - важна) Говоря проще - два базовых масла с KV100 4 cSt. А там была смесь - полимерного маслища с базой AN. Точно не будет формула работать
  • Аргентум
    Аргентум ответил в теме Плюсы и минусы GTL и CTL.
    0W-12 ;) В общем - не совсем. Даже в 0W-12 - база 4 сСт. Так и в SHU 5W-40 - треть состава - это 4 сСт. Просто в SHU море полимера, а он - да, убивает растворяющую способность.
  • Фёдор
    Фёдор ответил в теме Искусственный интеллект.
    Для инженерной оценки средневзвешенной анилиновой точки (АТ) смеси моторного масла и алкилированных нафталинов (AN) чаще всего используют правило аддитивности по объему. Несмотря на то что термодинамика реальных растворов редко бывает идеально линейной, для углеводородных систем схожей природы это приближение работает вполне корректно. Формула выглядит следующим образом: T_{mix} = \phi_1 \cdot T_1 + \phi_2 \cdot T_2 где: T_{mix} — расчетная анилиновая точка смеси; \phi_1, \phi_2 — объемные доли компонентов (от 0 до 1); * T_1, T_2 — анилиновые точки компонентов в °C. Почему это важно с точки зрения физхимии? Анилиновая точка — это суррогатный показатель растворяющей способности (сольвенции). Чем она ниже, тем выше полярность или ароматичность базы. У AN она обычно находится в...
  • Аргентум
    Аргентум поставил Травма Травма к сообщению пользователя Umberto в теме Плюсы и минусы GTL и CTL.
    Анилинки не самые страшные, мне кажется ?
Сверху