AISI 304/304L უჟანგავი ფოლადის ხვეული მილის ქიმიური კომპონენტი, დასაკეცი ფრთის ზამბარის პარამეტრების ოპტიმიზაცია Honeybee ალგორითმის გამოყენებით

გმადლობთ Nature.com-ის მონახულებისთვის.თქვენ იყენებთ ბრაუზერის ვერსიას შეზღუდული CSS მხარდაჭერით.საუკეთესო გამოცდილებისთვის, გირჩევთ გამოიყენოთ განახლებული ბრაუზერი (ან გამორთოთ თავსებადობის რეჟიმი Internet Explorer-ში).გარდა ამისა, მუდმივი მხარდაჭერის უზრუნველსაყოფად, ჩვენ ვაჩვენებთ საიტს სტილის და JavaScript-ის გარეშე.
სლაიდერები, რომლებიც აჩვენებს სამ სტატიას თითო სლაიდზე.გამოიყენეთ უკანა და შემდეგი ღილაკები სლაიდებში გადასაადგილებლად, ან სლაიდის კონტროლერის ღილაკები ბოლოს თითოეულ სლაიდში გადასაადგილებლად.

AISI 304/304L უჟანგავი ფოლადის კაპილარული დახვეული მილები

AISI 304 უჟანგავი ფოლადის კოჭა არის უნივერსალური პროდუქტი, შესანიშნავი გამძლეობით და ის შესაფერისია მრავალფეროვანი აპლიკაციებისთვის, რომლებიც საჭიროებენ კარგ ფორმადობას და შედუღებას.

Sheye Metal მარაგი 304 ხვეული 0.3მმ-დან 16მმ-მდე სისქით და 2B დასრულება, BA დასრულება, No.4 დასრულება ყოველთვის ხელმისაწვდომია.

სამი სახის ზედაპირის გარდა, 304 უჟანგავი ფოლადის კოჭის მიწოდება შესაძლებელია სხვადასხვა ზედაპირის მოპირკეთებით.304 კლასის უჟანგავი შეიცავს როგორც Cr (ჩვეულებრივ 18%), ასევე ნიკელს (ჩვეულებრივ 8%) მეტალებს, როგორც ძირითად არარკინის შემადგენელ კომპონენტებს.

ამ ტიპის ხვეულები არის ტიპიური ავსტენიტური უჟანგავი ფოლადი, ეკუთვნის სტანდარტული Cr-Ni უჟანგავი ფოლადის ოჯახს.

ისინი, როგორც წესი, გამოიყენება საყოფაცხოვრებო და სამომხმარებლო საქონლის, სამზარეულოს აღჭურვილობის, შიდა და გარე მოპირკეთებისთვის, მოაჯირებისთვის და ფანჯრის ჩარჩოებისთვის, კვების და სასმელების ინდუსტრიის აღჭურვილობისთვის, შენახვის ავზებისთვის.

ამ კვლევაში ოპტიმიზაციის პრობლემად განიხილება რაკეტაში გამოყენებული ფრთების დასაკეცი მექანიზმის ტორსიული და შეკუმშვის ზამბარების დიზაინი.მას შემდეგ, რაც რაკეტა ტოვებს გაშვების მილს, დახურული ფრთები უნდა გაიხსნას და დამაგრდეს გარკვეული დროის განმავლობაში.კვლევის მიზანი იყო ზამბარებში შენახული ენერგიის მაქსიმალურად გაზრდა, რათა ფრთები უმოკლეს დროში განლაგებულიყვნენ.ამ შემთხვევაში, ენერგიის განტოლება ორივე პუბლიკაციაში განისაზღვრა, როგორც ობიექტური ფუნქცია ოპტიმიზაციის პროცესში.ზამბარის დიზაინისთვის საჭირო მავთულის დიამეტრი, კოჭის დიამეტრი, ხვეულების რაოდენობა და გადახრის პარამეტრები განისაზღვრა როგორც ოპტიმიზაციის ცვლადები.არსებობს გეომეტრიული შეზღუდვები ცვლადებზე მექანიზმის ზომის გამო, ასევე უსაფრთხოების ფაქტორის შეზღუდვები ზამბარებით გადატანილი დატვირთვის გამო.ამ ოპტიმიზაციის პრობლემის გადასაჭრელად და ზამბარის დიზაინის შესასრულებლად გამოყენებული იქნა თაფლის ფუტკრის (BA) ალგორითმი.BA-ით მიღებული ენერგეტიკული მნიშვნელობები აღემატება წინა ექსპერიმენტების დიზაინის (DOE) კვლევებს მიღებულს.ოპტიმიზაციის შედეგად მიღებული პარამეტრების გამოყენებით შექმნილი ზამბარები და მექანიზმები პირველად გაანალიზდა ADAMS პროგრამაში.ამის შემდეგ ჩატარდა ექსპერიმენტული ტესტები წარმოებული ზამბარების რეალურ მექანიზმებში ინტეგრირებით.ტესტის შედეგად დაფიქსირდა, რომ ფრთები გაიხსნა დაახლოებით 90 მილიწამის შემდეგ.ეს მნიშვნელობა გაცილებით დაბალია პროექტის სამიზნე 200 ms.გარდა ამისა, განსხვავება ანალიტიკურ და ექსპერიმენტულ შედეგებს შორის არის მხოლოდ 16 ms.
თვითმფრინავებსა და საზღვაო მანქანებში დასაკეცი მექანიზმები გადამწყვეტია.ეს სისტემები გამოიყენება თვითმფრინავების მოდიფიკაციასა და კონვერტაციაში ფრენის შესრულებისა და კონტროლის გასაუმჯობესებლად.ფრენის რეჟიმიდან გამომდინარე, ფრთები იკეცება და განსხვავებულად იშლება აეროდინამიკური ზემოქმედების შესამცირებლად1.ეს სიტუაცია შეიძლება შევადაროთ ზოგიერთი ფრინველისა და მწერის ფრთების მოძრაობას ყოველდღიური ფრენისა და დაივინგის დროს.ანალოგიურად, პლანერები იკეცება და იშლება წყალქვეშა ნავებში, რათა შეამცირონ ჰიდროდინამიკური ეფექტები და გაზარდონ მართვა3.ამ მექანიზმების კიდევ ერთი მიზანია ისეთი სისტემებისთვის მოცულობითი უპირატესობების მიწოდება, როგორიცაა ვერტმფრენის პროპელერის 4 დასაკეცი შენახვისა და ტრანსპორტირებისთვის.რაკეტის ფრთები ასევე იკეცება შენახვის ადგილის შესამცირებლად.ამრიგად, უფრო მეტი რაკეტა შეიძლება განთავსდეს გამშვები 5-ის უფრო მცირე ფართობზე. კომპონენტები, რომლებიც ეფექტურად გამოიყენება დასაკეცი და გასაშლელად, ჩვეულებრივ ზამბარებია.დაკეცვის მომენტში მასში ინახება ენერგია და გაშლის მომენტში გამოიყოფა.მისი მოქნილი სტრუქტურის გამო, შენახული და გამოთავისუფლებული ენერგია თანაბარდება.ზამბარა ძირითადად შექმნილია სისტემისთვის და ეს დიზაინი წარმოადგენს ოპტიმიზაციის პრობლემას6.იმის გამო, რომ მიუხედავად იმისა, რომ იგი მოიცავს სხვადასხვა ცვლადებს, როგორიცაა მავთულის დიამეტრი, კოჭის დიამეტრი, შემობრუნების რაოდენობა, სპირალის კუთხე და მასალის ტიპი, ასევე არსებობს კრიტერიუმები, როგორიცაა მასა, მოცულობა, მინიმალური დაძაბულობის განაწილება ან მაქსიმალური ენერგიის ხელმისაწვდომობა7.
ეს კვლევა ნათელს ჰფენს სარაკეტო სისტემებში გამოყენებული ფრთების დასაკეცი მექანიზმების ზამბარების დიზაინსა და ოპტიმიზაციას.გაფრენის წინ მყოფი გამშვები მილის შიგნით, ფრთები რჩება დაკეცილი რაკეტის ზედაპირზე, ხოლო გამშვები მილის გასვლის შემდეგ ისინი იშლება გარკვეული დროის განმავლობაში და რჩება ზედაპირზე დაჭერილი.ეს პროცესი გადამწყვეტია რაკეტის სწორი ფუნქციონირებისთვის.განვითარებულ დასაკეცი მექანიზმში ფრთების გახსნა ხორციელდება ტორსიონული ზამბარებით, ხოლო ჩაკეტვა კომპრესიული ზამბარებით.შესაფერისი ზამბარის შესაქმნელად, უნდა განხორციელდეს ოპტიმიზაციის პროცესი.საგაზაფხულო ოპტიმიზაციის ფარგლებში, ლიტერატურაში არსებობს სხვადასხვა აპლიკაციები.
Paredes et al.8-მა განსაზღვრა მაქსიმალური დაღლილობის სიცოცხლის ფაქტორი, როგორც ობიექტური ფუნქცია ხვეული ზამბარების დიზაინისთვის და გამოიყენა კვაზი-ნიუტონის მეთოდი, როგორც ოპტიმიზაციის მეთოდი.ოპტიმიზაციის ცვლადები იდენტიფიცირებული იყო, როგორც მავთულის დიამეტრი, კოჭის დიამეტრი, შემობრუნების რაოდენობა და ზამბარის სიგრძე.გაზაფხულის სტრუქტურის კიდევ ერთი პარამეტრი არის მასალა, საიდანაც იგი მზადდება.ამიტომ, ეს იყო გათვალისწინებული დიზაინისა და ოპტიმიზაციის კვლევებში.ზებდი და სხვ.9 დასახეს მაქსიმალური სიხისტის და მინიმალური წონის მიზნები ობიექტურ ფუნქციაში მათ კვლევაში, სადაც წონის ფაქტორი მნიშვნელოვანი იყო.ამ შემთხვევაში, მათ განსაზღვრეს ზამბარის მასალა და გეომეტრიული თვისებები, როგორც ცვლადები.ისინი იყენებენ გენეტიკურ ალგორითმს, როგორც ოპტიმიზაციის მეთოდს.საავტომობილო ინდუსტრიაში, მასალების წონა სასარგებლოა მრავალი თვალსაზრისით, დაწყებული მანქანის ფუნქციონირებიდან საწვავის მოხმარებამდე.წონის მინიმიზაცია შეჩერებისთვის კოჭა ზამბარების ოპტიმიზაციისას კარგად ცნობილი კვლევაა10.Bahshesh-მა და Bahshesh11-მა გამოავლინეს ისეთი მასალები, როგორიცაა E-glass, ნახშირბადი და კევლარი, როგორც ცვლადები ANSYS გარემოში მუშაობისას მინიმალური წონისა და მაქსიმალური დაჭიმვის სიძლიერის მიღწევის მიზნით სხვადასხვა საკიდი ზამბარის კომპოზიციურ დიზაინში.წარმოების პროცესი გადამწყვეტია კომპოზიტური ზამბარების შემუშავებაში.ამრიგად, ოპტიმიზაციის პრობლემაში მონაწილეობს სხვადასხვა ცვლადები, როგორიცაა წარმოების მეთოდი, პროცესში გადადგმული ნაბიჯები და ამ ნაბიჯების თანმიმდევრობა12,13.დინამიური სისტემებისთვის ზამბარების დაპროექტებისას მხედველობაში უნდა იქნას მიღებული სისტემის ბუნებრივი სიხშირეები.რეკომენდირებულია ზამბარის პირველი ბუნებრივი სიხშირე იყოს სისტემის ბუნებრივ სიხშირეზე მინიმუმ 5-10-ჯერ მეტი რეზონანსის თავიდან ასაცილებლად14.თაქტაკი და სხვ.7-მა გადაწყვიტა მინიმუმამდე დაეყვანა ზამბარის მასა და გაზარდა პირველი ბუნებრივი სიხშირე, როგორც ობიექტური ფუნქციები კოჭის ზამბარის დიზაინში.მათ გამოიყენეს შაბლონის ძებნა, შიდა წერტილი, აქტიური ნაკრები და გენეტიკური ალგორითმის მეთოდები Matlab ოპტიმიზაციის ინსტრუმენტში.ანალიტიკური კვლევა გაზაფხულის დიზაინის კვლევის ნაწილია და სასრული ელემენტების მეთოდი პოპულარულია ამ სფეროში15.პატილმა და სხვ.16-მა შეიმუშავეს შეკუმშვის სპირალური ზამბარის წონის შემცირების ოპტიმიზაციის მეთოდი ანალიტიკური პროცედურის გამოყენებით და გამოსცადეს ანალიტიკური განტოლებები სასრული ელემენტების მეთოდის გამოყენებით.ზამბარის სარგებლიანობის გაზრდის კიდევ ერთი კრიტერიუმი არის ენერგიის მატება, რომელიც მას შეუძლია შეინახოს.ეს შემთხვევა ასევე უზრუნველყოფს ზამბარის სარგებლობის დიდხანს შენარჩუნებას.Rahul და Rameshkumar17 ცდილობენ შეამცირონ ზამბარის მოცულობა და გაზარდონ დაძაბვის ენერგია მანქანის სახვევის ზამბარის დიზაინში.მათ ასევე გამოიყენეს გენეტიკური ალგორითმები ოპტიმიზაციის კვლევაში.
როგორც ჩანს, ოპტიმიზაციის კვლევის პარამეტრები განსხვავდება სისტემიდან სისტემაში.ზოგადად, სიხისტე და ათვლის სტრესის პარამეტრები მნიშვნელოვანია სისტემაში, სადაც დატვირთვა არის განმსაზღვრელი ფაქტორი.მასალის შერჩევა შედის წონის ლიმიტის სისტემაში ამ ორი პარამეტრით.მეორეს მხრივ, ბუნებრივი სიხშირეების შემოწმება ხდება მაღალი დინამიურ სისტემებში რეზონანსების თავიდან ასაცილებლად.სისტემებში, სადაც სარგებლიანობა მნიშვნელოვანია, ენერგია მაქსიმალურად არის გაზრდილი.ოპტიმიზაციის კვლევებში, მიუხედავად იმისა, რომ FEM გამოიყენება ანალიტიკური კვლევებისთვის, ჩანს, რომ მეტაევრისტული ალგორითმები, როგორიცაა გენეტიკური ალგორითმი14,18 და რუხი მგლის ალგორითმი19, გამოიყენება კლასიკურ ნიუტონის მეთოდთან ერთად გარკვეული პარამეტრების ფარგლებში.ბუნებრივი ადაპტაციის მეთოდებზე დაყრდნობით შემუშავებულია მეტაევრისტული ალგორითმები, რომლებიც უახლოვდებიან ოპტიმალურ მდგომარეობას მოკლე დროში, განსაკუთრებით მოსახლეობის გავლენის ქვეშ20,21.საძიებო ზონაში მოსახლეობის შემთხვევითი განაწილებით ისინი თავს არიდებენ ლოკალურ ოპტიმას და მიდიან გლობალური ოპტიმისკენ22.ამრიგად, ბოლო წლებში მას ხშირად იყენებდნენ რეალური ინდუსტრიული პრობლემების კონტექსტში23,24.
ამ კვლევაში შემუშავებული დასაკეცი მექანიზმის კრიტიკული შემთხვევაა ის, რომ ფრთები, რომლებიც ფრენამდე დახურულ მდგომარეობაში იმყოფებოდნენ, იხსნება მილის დატოვების შემდეგ გარკვეული დროის განმავლობაში.ამის შემდეგ, საკეტი ელემენტი ბლოკავს ფრთას.ამიტომ ზამბარები პირდაპირ არ მოქმედებს ფრენის დინამიკაზე.ამ შემთხვევაში, ოპტიმიზაციის მიზანი იყო შენახული ენერგიის მაქსიმალურად გაზრდა ზამბარის მოძრაობის დასაჩქარებლად.რულონის დიამეტრი, მავთულის დიამეტრი, რულონების რაოდენობა და გადახრა განისაზღვრა ოპტიმიზაციის პარამეტრებად.ზამბარის მცირე ზომის გამო წონა მიზნად არ ითვლებოდა.აქედან გამომდინარე, მასალის ტიპი განისაზღვრება, როგორც ფიქსირებული.მექანიკური დეფორმაციების უსაფრთხოების ზღვარი განისაზღვრება როგორც კრიტიკული შეზღუდვა.გარდა ამისა, ცვლადი ზომის შეზღუდვები ჩართულია მექანიზმის ფარგლებში.ოპტიმიზაციის მეთოდად შეირჩა BA მეტაევრისტული მეთოდი.BA უპირატესობას ანიჭებდა მოქნილი და მარტივი სტრუქტურისა და მექანიკური ოპტიმიზაციის კვლევის მიღწევებისთვის25.კვლევის მეორე ნაწილში დეტალური მათემატიკური გამონათქვამები ჩართულია დასაკეცი მექანიზმის ძირითადი დიზაინისა და ზამბარის დიზაინის ჩარჩოებში.მესამე ნაწილი შეიცავს ოპტიმიზაციის ალგორითმს და ოპტიმიზაციის შედეგებს.მე-4 თავი ახორციელებს ანალიზს ADAMS პროგრამაში.ზამბარების ვარგისიანობა გაანალიზებულია წარმოებამდე.ბოლო სექცია შეიცავს ექსპერიმენტულ შედეგებს და ტესტის სურათებს.კვლევაში მიღებული შედეგები ასევე შეადარეს ავტორების წინა ნაშრომს DOE მიდგომის გამოყენებით.
ამ კვლევაში განვითარებული ფრთები უნდა დაიკეცოს რაკეტის ზედაპირისკენ.ფრთები ბრუნავს დაკეცილიდან გაშლილ მდგომარეობაში.ამისათვის შეიქმნა სპეციალური მექანიზმი.ნახ.1 გვიჩვენებს დაკეცილ და გაშლილ კონფიგურაციას5 რაკეტის კოორდინატთა სისტემაში.
ნახ.2 გვიჩვენებს მექანიზმის სექციურ ხედს.მექანიზმი შედგება რამდენიმე მექანიკური ნაწილისგან: (1) ძირითადი კორპუსი, (2) ფრთის ლილვი, (3) საკისარი, (4) საკეტის კორპუსი, (5) საკეტის ბუჩქი, (6) გაჩერების ქინძისთავი, (7) ბრუნვის ზამბარა და ( 8) შეკუმშვის ზამბარები.ფრთის ლილვი (2) დაკავშირებულია ბრუნვის ზამბართან (7) საკეტის ყდის მეშვეობით (4).რაკეტის აფრენის შემდეგ სამივე ნაწილი ერთდროულად ბრუნავს.ამ ბრუნვითი მოძრაობით, ფრთები უბრუნდებიან საბოლოო პოზიციას.ამის შემდეგ, ქინძისთავები (6) მოქმედებენ შეკუმშვის ზამბარით (8), რითაც ბლოკავს საკეტის სხეულის მთელ მექანიზმს (4)5.
დრეკადობის მოდული (E) და ათვლის მოდული (G) ზამბარის ძირითადი დიზაინის პარამეტრებია.ამ კვლევაში, მაღალი ნახშირბადის ზამბარის ფოლადის მავთული (Music wire ASTM A228) არჩეული იყო ზამბარის მასალად.სხვა პარამეტრებია მავთულის დიამეტრი (d), ხვეულის საშუალო დიამეტრი (Dm), ხვეულების რაოდენობა (N) და ზამბარის გადახრა (xd შეკუმშვის ზამბარებისთვის და θ ბრუნვის ზამბარებისთვის)26.შეკუმშვის ზამბარების \({(SE}_{x})\) და ბრუნვის (\({SE}_{\theta}\)) ზამბარებისთვის შენახული ენერგია შეიძლება გამოითვალოს განტოლებიდან.(1) და (2)26.(შეკუმშვის ზამბარისთვის ათვლის მოდულის (G) მნიშვნელობა არის 83.7E9 Pa, ხოლო დრეკადობის მოდულის (E) მნიშვნელობა ბრუნვის ზამბარისთვის არის 203.4E9 Pa.)
სისტემის მექანიკური ზომები პირდაპირ განსაზღვრავს ზამბარის გეომეტრიულ შეზღუდვებს.ამასთან, გასათვალისწინებელია ის პირობები, რომელშიც რაკეტა განთავსდება.ეს ფაქტორები განსაზღვრავს ზამბარის პარამეტრების საზღვრებს.კიდევ ერთი მნიშვნელოვანი შეზღუდვა არის უსაფრთხოების ფაქტორი.უსაფრთხოების ფაქტორის განმარტება დეტალურად არის აღწერილი შიგლის და სხვების მიერ 26.შეკუმშვის ზამბარის უსაფრთხოების კოეფიციენტი (SFC) განისაზღვრება, როგორც მაქსიმალური დასაშვები ძაბვა გაყოფილი ძაბვაზე უწყვეტ სიგრძეზე.SFC შეიძლება გამოითვალოს განტოლებების გამოყენებით.(3), (4), (5) და (6)26.(ამ კვლევაში გამოყენებული ზამბარის მასალისთვის, \({S}_{sy}=980 მპა\)).F წარმოადგენს ძალას განტოლებაში და KB წარმოადგენს ბერგშტრასერის კოეფიციენტს 26.
ზამბარის ბრუნვის უსაფრთხოების კოეფიციენტი (SFT) განისაზღვრება როგორც M გაყოფილი k-ზე.SFT შეიძლება გამოითვალოს განტოლებიდან.(7), (8), (9) და (10)26.(ამ კვლევაში გამოყენებული მასალისთვის, \({S}_{y}=1600 \mathrm{MPa}\)).განტოლებაში M გამოიყენება ბრუნვისთვის, \({k}^{^{\prime}}\) გამოიყენება ზამბარის მუდმივისთვის (ბრუნი/ბრუნვა), ხოლო Ki გამოიყენება დაძაბულობის კორექტირების ფაქტორისთვის.
ამ კვლევაში ოპტიმიზაციის მთავარი მიზანია წყაროს ენერგიის მაქსიმალურად გაზრდა.ობიექტური ფუნქცია ჩამოყალიბებულია იმისთვის, რომ იპოვოთ \(\overrightarrow{\{X\}}\), რომელიც მაქსიმიზაციას უწევს \(f(X)\).\({f}_{1}(X)\) და \({f}_{2}(X)\) არის შეკუმშვის და ბრუნვის ზამბარის ენერგეტიკული ფუნქციები, შესაბამისად.ოპტიმიზაციისთვის გამოყენებული გამოთვლილი ცვლადები და ფუნქციები ნაჩვენებია შემდეგ განტოლებებში.
ზამბარის დიზაინზე დაყენებული სხვადასხვა შეზღუდვები მოცემულია შემდეგ განტოლებებში.განტოლებები (15) და (16) წარმოადგენს უსაფრთხოების ფაქტორებს შეკუმშვისა და ბრუნვის ზამბარებისთვის, შესაბამისად.ამ კვლევაში SFC უნდა იყოს 1.2-ზე მეტი ან ტოლი, ხოლო SFT უნდა იყოს θ26-ზე მეტი ან ტოლი.
BA შთაგონებული იყო ფუტკრების მტვრის ძიების სტრატეგიებით27.ფუტკრები ეძებენ მეტი მტვრის მტვრის ნაყოფიერ მინდვრებში გაგზავნით და ნაკლები მკვებავი მტვრის ნაკლებად ნაყოფიერ მინდვრებში.ამრიგად, ფუტკრის პოპულაციისგან ყველაზე დიდი ეფექტურობა მიიღწევა.მეორეს მხრივ, მზვერავი ფუტკრები აგრძელებენ მტვრის ახალი უბნების ძიებას და თუ აქამდე უფრო პროდუქტიული ადგილებია, ამ ახალ არეალში ბევრი მკვებავი იქნება მიმართული28.BA შედგება ორი ნაწილისგან: ლოკალური ძიება და გლობალური ძიება.ლოკალური ძიება ეძებს მეტ საზოგადოებას მინიმუმთან ახლოს (ელიტური საიტები), როგორიცაა ფუტკარი, და ნაკლებს სხვა საიტებზე (ოპტიმალური ან გამორჩეული საიტები).თვითნებური ძებნა ხორციელდება გლობალური საძიებო ნაწილში და თუ კარგი მნიშვნელობები იქნა ნაპოვნი, სადგურები გადაადგილდებიან ადგილობრივ საძიებო ნაწილში მომდევნო გამეორებაში.ალგორითმი შეიცავს რამდენიმე პარამეტრს: მზვერავ ფუტკრების რაოდენობას (n), ლოკალური საძიებო ადგილების რაოდენობას (მ), ელიტარული ადგილების რაოდენობას (ე), ელიტარულ საიტებზე მკვებავთა რაოდენობას (ნეპ), მაძიებელთა რაოდენობას ოპტიმალური ტერიტორიები.საიტი (nsp), სამეზობლო ზომა (ngh) და გამეორებების რაოდენობა (I)29.BA ფსევდოკოდი ნაჩვენებია სურათზე 3.
ალგორითმი ცდილობს იმუშაოს \({g}_{1}(X)\) და \({g}_{2}(X)\) შორის.ყოველი გამეორების შედეგად დგინდება ოპტიმალური მნიშვნელობები და გროვდება პოპულაცია ამ მნიშვნელობების ირგვლივ საუკეთესო მნიშვნელობების მისაღებად.შეზღუდვები მოწმდება ლოკალურ და გლობალურ საძიებო განყოფილებებში.ადგილობრივი ძიებისას, თუ ეს ფაქტორები შესაბამისია, გამოითვლება ენერგეტიკული ღირებულება.თუ ახალი ენერგიის მნიშვნელობა ოპტიმალურ მნიშვნელობაზე მეტია, ახალი მნიშვნელობა მიანიჭეთ ოპტიმალურ მნიშვნელობას.თუ ძიების შედეგში ნაპოვნი საუკეთესო მნიშვნელობა მიმდინარე ელემენტზე მეტია, ახალი ელემენტი შედის კოლექციაში.ლოკალური ძიების ბლოკ-სქემა ნაჩვენებია სურათზე 4.
მოსახლეობა BA-ში ერთ-ერთი მთავარი პარამეტრია.წინა კვლევებიდან ჩანს, რომ პოპულაციის გაფართოება ამცირებს საჭირო გამეორებების რაოდენობას და ზრდის წარმატების ალბათობას.ამასთან, იზრდება ფუნქციონალური შეფასებების რაოდენობაც.ელიტური საიტების დიდი რაოდენობით არსებობა მნიშვნელოვნად არ მოქმედებს შესრულებაზე.ელიტური საიტების რაოდენობა შეიძლება იყოს დაბალი, თუ ის არ არის ნული30.სკაუტური ფუტკრის პოპულაციის ზომა (n) ჩვეულებრივ არჩეულია 30-დან 100-მდე. ამ კვლევაში, შესაბამისი რაოდენობის დასადგენად განხორციელდა ორივე 30 და 50 სცენარი (ცხრილი 2).სხვა პარამეტრები განისაზღვრება პოპულაციის მიხედვით.შერჩეული ადგილების რაოდენობა (მ) არის (დაახლოებით) მოსახლეობის სიდიდის 25%, ხოლო ელიტარული ადგილების (ე) რაოდენობა შერჩეულ უბნებს შორის არის 25% მ.მკვებავი ფუტკრის რაოდენობა (ძიების რაოდენობა) შეირჩა 100 ელიტარული ნაკვეთებისთვის და 30 სხვა ადგილობრივი ნაკვეთებისთვის.სამეზობლოში ძებნა ყველა ევოლუციური ალგორითმის ძირითადი კონცეფციაა.ამ კვლევაში გამოყენებული იქნა შემცირებული მეზობლების მეთოდი.ეს მეთოდი ყოველი გამეორების დროს გარკვეული სიჩქარით ამცირებს სამეზობლოს ზომას.სამომავლო გამეორებებში, უფრო მცირე სამეზობლო მნიშვნელობები30 შეიძლება გამოყენებულ იქნას უფრო ზუსტი ძიებისთვის.
თითოეული სცენარისთვის ჩატარდა ათი ზედიზედ ტესტი ოპტიმიზაციის ალგორითმის განმეორებადობის შესამოწმებლად.ნახ.5 გვიჩვენებს ბრუნვის ზამბარის ოპტიმიზაციის შედეგებს 1 სქემისთვის და ნახ.6 – სქემისთვის 2. ტესტის მონაცემები ასევე მოცემულია ცხრილებში 3 და 4 (შეკუმშვის ზამბარისთვის მიღებული შედეგების ცხრილი მოცემულია დამატებით ინფორმაციაში S1).ფუტკრის პოპულაცია აძლიერებს კარგი ფასეულობების ძიებას პირველ გამეორებაში.1 სცენარში, ზოგიერთი ტესტის შედეგები მაქსიმუმზე დაბალი იყო.მე-2 სცენარში ჩანს, რომ ოპტიმიზაციის ყველა შედეგი მაქსიმუმს უახლოვდება მოსახლეობის და სხვა შესაბამისი პარამეტრების ზრდის გამო.ჩანს, რომ 2 სცენარის მნიშვნელობები საკმარისია ალგორითმისთვის.
გამეორებებში ენერგიის მაქსიმალური მნიშვნელობის მიღებისას, უსაფრთხოების ფაქტორი ასევე მოცემულია, როგორც შეზღუდვა კვლევისთვის.იხილეთ ცხრილი უსაფრთხოების ფაქტორისთვის.BA-ს გამოყენებით მიღებული ენერგეტიკული მნიშვნელობები შედარებულია ცხრილში 5 5 DOE მეთოდით მიღებულთან. (წარმოების სიმარტივის მიზნით, ბრუნვის ზამბარის შემობრუნების რაოდენობა (N) არის 4.9 ნაცვლად 4.88-ისა, ხოლო გადახრა (xd). ) შეკუმშვის ზამბარაში 7,99 მმ-ის ნაცვლად არის 8 მმ.) ჩანს, რომ BA უკეთესი შედეგია.BA აფასებს ყველა მნიშვნელობას ადგილობრივი და გლობალური საძიებო საშუალებით.ამ გზით მას შეუძლია უფრო სწრაფად სცადოს მეტი ალტერნატივა.
ამ კვლევაში ადამსი გამოიყენეს ფრთების მექანიზმის მოძრაობის გასაანალიზებლად.ადამსს პირველად ეძლევა მექანიზმის 3D მოდელი.შემდეგ განსაზღვრეთ ზამბარა წინა განყოფილებაში არჩეული პარამეტრებით.გარდა ამისა, ზოგიერთი სხვა პარამეტრი უნდა განისაზღვროს რეალური ანალიზისთვის.ეს არის ფიზიკური პარამეტრები, როგორიცაა კავშირები, მასალის თვისებები, კონტაქტი, ხახუნი და გრავიტაცია.დანის ლილვსა და საკისარს შორის არის მბრუნავი სახსარი.არის 5-6 ცილინდრული სახსარი.არის 5-1 ფიქსირებული სახსარი.ძირითადი კორპუსი დამზადებულია ალუმინის მასალისგან და ფიქსირდება.დანარჩენი ნაწილების მასალა არის ფოლადი.შეარჩიეთ ხახუნის კოეფიციენტი, შეხების სიმტკიცე და ხახუნის ზედაპირის შეღწევის სიღრმე, მასალის ტიპის მიხედვით.(უჟანგავი ფოლადი AISI 304) ამ კვლევაში კრიტიკული პარამეტრია ფრთის მექანიზმის გახსნის დრო, რომელიც უნდა იყოს 200 ms-ზე ნაკლები.ამიტომ, ანალიზის დროს თვალი ადევნეთ ფრთის გახსნის დროს.
ადამსის ანალიზის შედეგად ფრთის მექანიზმის გახსნის დრო 74 მილიწამია.დინამიური სიმულაციის შედეგები 1-დან 4-მდე ნაჩვენებია სურათზე 7. პირველი სურათი ნახატზე.5 არის სიმულაციის დაწყების დრო და ფრთები მოლოდინშია დასაკეცი.(2) აჩვენებს ფრთის პოზიციას 40 ms-ის შემდეგ, როდესაც ფრთა ბრუნავს 43 გრადუსით.(3) გვიჩვენებს ფრთის პოზიციას 71 მილიწამის შემდეგ.ასევე ბოლო სურათზე (4) ნაჩვენებია ფრთის შემობრუნების დასასრული და ღია პოზიცია.დინამიური ანალიზის შედეგად დაფიქსირდა, რომ ფრთის გახსნის მექანიზმი საგრძნობლად მოკლეა, ვიდრე სამიზნე მნიშვნელობა 200 ms.გარდა ამისა, ზამბარების ზომის განსაზღვრისას უსაფრთხოების შეზღუდვები შეირჩა ლიტერატურაში რეკომენდებული უმაღლესი მნიშვნელობებიდან.
ყველა დიზაინის, ოპტიმიზაციისა და სიმულაციური კვლევების დასრულების შემდეგ, დამზადდა და ინტეგრირებული იყო მექანიზმის პროტოტიპი.შემდეგ პროტოტიპი შემოწმდა სიმულაციის შედეგების შესამოწმებლად.ჯერ დაამაგრეთ მთავარი გარსი და მოაყარეთ ფრთები.შემდეგ ფრთები გაათავისუფლეს დაკეცილი პოზიციიდან და გადაიღეს ვიდეო ფრთების ბრუნვის შესახებ დაკეცილი პოზიციიდან განლაგებულზე.ტაიმერი ასევე გამოიყენებოდა დროის გასაანალიზებლად ვიდეოს გადაღების დროს.
ნახ.8 გვიჩვენებს ვიდეო კადრებს დანომრილი 1-4.ჩარჩო ნომერი 1 ფიგურაში გვიჩვენებს დაკეცილი ფრთების გათავისუფლების მომენტს.ეს მომენტი ითვლება t0 დროის საწყის მომენტად.ჩარჩოები 2 და 3 აჩვენებს ფრთების პოზიციებს საწყისი მომენტიდან 40 ms და 70 ms.3 და 4 ჩარჩოების გაანალიზებისას ჩანს, რომ ფრთის მოძრაობა სტაბილიზდება t0-ის შემდეგ 90 ms, ხოლო ფრთის გახსნა სრულდება 70-დან 90 ms-მდე.ეს სიტუაცია ნიშნავს, რომ სიმულაციური და პროტოტიპის ტესტირება იძლევა დაახლოებით ერთსა და იმავე ფრთის განლაგების დროს და დიზაინი აკმაყოფილებს მექანიზმის შესრულების მოთხოვნებს.
ამ სტატიაში, ფრთების დასაკეცი მექანიზმში გამოყენებული ტორსიული და შეკუმშვის ზამბარები ოპტიმიზირებულია BA-ს გამოყენებით.პარამეტრების სწრაფად მიღწევა შესაძლებელია რამდენიმე გამეორებით.ბრუნვის ზამბარის სიმძლავრე არის 1075 მჯ, ხოლო შეკუმშვის ზამბარის სიმძლავრე 37,24 მჯ.ეს მნიშვნელობები 40-50%-ით უკეთესია, ვიდრე წინა DOE კვლევები.ზამბარა ინტეგრირებულია მექანიზმში და გაანალიზებულია ADAMS პროგრამაში.ანალიზის დროს აღმოჩნდა, რომ ფრთები 74 მილიწამში გაიხსნა.ეს მნიშვნელობა გაცილებით დაბალია პროექტის სამიზნე 200 მილიწამში.შემდგომ ექსპერიმენტულ კვლევაში ჩართვის დრო გაზომილი იყო დაახლოებით 90 ms.ანალიზებს შორის ეს 16 მილიწამიანი განსხვავება შეიძლება გამოწვეული იყოს გარემო ფაქტორებით, რომლებიც არ არის მოდელირებული პროგრამულ უზრუნველყოფაში.ითვლება, რომ კვლევის შედეგად მიღებული ოპტიმიზაციის ალგორითმი შეიძლება გამოყენებულ იქნას სხვადასხვა საგაზაფხულო დიზაინისთვის.
ზამბარის მასალა წინასწარ იყო განსაზღვრული და არ გამოიყენებოდა ცვლადად ოპტიმიზაციაში.იმის გამო, რომ მრავალი სხვადასხვა ტიპის ზამბარა გამოიყენება თვითმფრინავებსა და რაკეტებში, BA გამოყენებული იქნება სხვა ტიპის ზამბარების დიზაინისთვის სხვადასხვა მასალის გამოყენებით, რათა მიაღწიოს ზამბარის ოპტიმალურ დიზაინს მომავალ კვლევებში.
ჩვენ ვაცხადებთ, რომ ეს ხელნაწერი ორიგინალია, ადრე არ გამოქვეყნებულა და ამჟამად არ განიხილება სხვაგან გამოსაქვეყნებლად.
ამ კვლევაში გენერირებული ან გაანალიზებული ყველა მონაცემი შედის ამ გამოქვეყნებულ სტატიაში [და დამატებითი ინფორმაციის ფაილში].
Min, Z., Kin, VK and Richard, LJ Aircraft საჰაერო ხომალდის კონცეფციის მოდერნიზაცია რადიკალური გეომეტრიული ცვლილებებით.IES J. ნაწილი A ცივილიზაცია.ნაერთი.პროექტი.3 (3), 188–195 (2010).
Sun, J., Liu, K. and Bhushan, B. ხოჭოს უკანა ფრთის მიმოხილვა: სტრუქტურა, მექანიკური თვისებები, მექანიზმები და ბიოლოგიური შთაგონება.ჯ.მეჩა.Მოქმედება.Ბიოსამედიცინო მეცნიერება.ალმა მატერი.94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A., and Zhang, F. დასაკეცი მამოძრავებელი მექანიზმის დიზაინი და ანალიზი ჰიბრიდული წყალქვეშა პლანერისთვის.Ocean Engineering 119, 125–134 (2016).
Kartik, HS and Prithvi, K. ვერტმფრენის ჰორიზონტალური სტაბილიზატორის დასაკეცი მექანიზმის დიზაინი და ანალიზი.შიდა J. Ing.შენახვის ავზი.ტექნოლოგიები.(IGERT) 9(05), 110–113 (2020).
Kulunk, Z. and Sahin, M. დასაკეცი რაკეტის ფრთის დიზაინის მექანიკური პარამეტრების ოპტიმიზაცია ექსპერიმენტის დიზაინის მიდგომის გამოყენებით.შიდა J. მოდელი.ოპტიმიზაცია.9 (2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Design Method, Performance Study, and Manufacturing Process of Composite Coil Springs: მიმოხილვა.შედგენა.ნაერთი.252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. და Khaddar M. კოჭის ზამბარების დინამიური დიზაინის ოპტიმიზაცია.მიმართეთ ხმის მისაღებად.77, 178–183 (2014).
Paredes, M., Sartor, M., and Mascle, K. დაძაბულობის ზამბარების დიზაინის ოპტიმიზაციის პროცედურა.კომპიუტერი.მეთოდის გამოყენება.ბეწვი.პროექტი.191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. და Trochu F. კომპოზიტური ხვეული ზამბარების ოპტიმალური დიზაინი მრავალობიექტური ოპტიმიზაციის გამოყენებით.ჯ.რეინფ.პლასტმასის.შედგენა.28 (14), 1713–1732 (2009).
Pawart, HB და Desale, DD ტრიციკლის წინა საკიდი ზამბარების ოპტიმიზაცია.პროცესი.მწარმოებელი.20, 428–433 (2018).
Bahshesh M. და Bahshesh M. ფოლადის ხვეული ზამბარების ოპტიმიზაცია კომპოზიტური ზამბარებით.შიდა J. მულტიდისციპლინარული.მეცნიერება.პროექტი.3 (6), 47–51 (2012).
ჩენი, ლ. და სხვ.შეიტყვეთ მრავალი პარამეტრის შესახებ, რომლებიც გავლენას ახდენენ კომპოზიციური კოჭის ზამბარების სტატიკურ და დინამიურ მუშაობაზე.ჯ მარკეტი.შენახვის ავზი.20, 532–550 (2022).
Frank, J. Composite Helical Springs-ის ანალიზი და ოპტიმიზაცია, სადოქტორო დისერტაცია, საკრამენტოს სახელმწიფო უნივერსიტეტი (2020).
Gu, Z., Hou, X. and Ye, J. არაწრფივი სპირალური ზამბარების დიზაინისა და ანალიზის მეთოდები მეთოდების კომბინაციის გამოყენებით: სასრული ელემენტების ანალიზი, ლათინური ჰიპერკუბების შეზღუდული შერჩევა და გენეტიკური პროგრამირება.პროცესი.ბეწვის ინსტიტუტი.პროექტი.სიჯეი მეჩა.პროექტი.მეცნიერება.235 (22), 5917–5930 (2021).
ვუ, ლ., და სხვ.რეგულირებადი ზამბარის სიჩქარის ნახშირბადის ბოჭკოვანი მრავალსაფეხურიანი კოჭის ზამბარები: დიზაინი და მექანიზმის შესწავლა.ჯ მარკეტი.შენახვის ავზი.9 (3), 5067–5076 (2020).
Patil DS, Mangrulkar KS და Jagtap ST შეკუმშვის სპირალური ზამბარების წონის ოპტიმიზაცია.შიდა J. Innov.შენახვის ავზი.მულტიდისციპლინარული.2 (11), 154–164 (2016).
Rahul, MS და Rameshkumar, K. მრავალფუნქციური ოპტიმიზაცია და კოჭის ზამბარების რიცხვითი სიმულაცია საავტომობილო აპლიკაციებისთვის.ალმა მატერი.პროცესი დღეს.46, 4847–4853 (2021).
ბაი, ჯ.ბ. და სხვ.საუკეთესო პრაქტიკის განსაზღვრა - კომპოზიტური ხვეული სტრუქტურების ოპტიმალური დიზაინი გენეტიკური ალგორითმების გამოყენებით.შედგენა.ნაერთი.268, 113982 (2021).
Shahin, I., Dorterler, M., and Gokche, H. 灰狼 ოპტიმიზაციის მეთოდის გამოყენება, რომელიც დაფუძნებულია შეკუმშვის ზამბარის დიზაინის მინიმალური მოცულობის ოპტიმიზაციაზე, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. და Sait, SM Metaheuristics მრავალი აგენტის გამოყენებით ავარიების ოპტიმიზაციისთვის.შიდა J. Veh.დეკ.80 (2–4), 223–240 (2019).
Yildyz, AR and Erdash, MU ახალი ჰიბრიდული Taguchi-salpa ჯგუფის ოპტიმიზაციის ალგორითმი რეალური საინჟინრო პრობლემების საიმედო დიზაინისთვის.ალმა მატერი.ტესტი.63 (2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR და Sait SM.ექსპერტი.სისტემა.38(3), e12666 (2021).