Շնորհակալություն Nature.com կայք այցելելու համար: Դուք օգտագործում եք սահմանափակ CSS աջակցությամբ դիտարկիչի տարբերակ: Չժանգոտվող պողպատե կծիկային խողովակ Լավագույն փորձի համար խորհուրդ ենք տալիս օգտագործել թարմացված դիտարկիչ (կամ անջատել համատեղելիության ռեժիմը Internet Explorer-ում): Բացի այդ, շարունակական աջակցությունն ապահովելու համար մենք կայքը ցուցադրում ենք առանց ոճերի և JavaScript-ի:
Միաժամանակ ցուցադրում է երեք սլայդից բաղկացած կարուսել: Օգտագործեք «Նախորդ» և «Հաջորդ» կոճակները՝ միաժամանակ երեք սլայդով անցնելու համար, կամ օգտագործեք վերջում գտնվող սահող կոճակները՝ միաժամանակ երեք սլայդով անցնելու համար:
Այս ուսումնասիրության մեջ՝ չժանգոտվող պողպատե կծիկավոր խողովակ, հրթիռում օգտագործվող թևի ծալման մեխանիզմի պտտման և սեղմման զսպանակների նախագծումը համարվում է որպես օպտիմալացման խնդիր: Հրթիռը մեկնարկային խողովակից դուրս գալուց հետո փակ թևերը պետք է բացվեն և ամրացվեն որոշակի ժամանակահատվածում: Ուսումնասիրության նպատակն էր առավելագույնի հասցնել զսպանակներում պահվող էներգիան, որպեսզի թևերը կարողանան բացվել հնարավորինս կարճ ժամանակում: Այս դեպքում երկու հրապարակումներում էներգիայի հավասարումը սահմանվել է որպես օպտիմալացման գործընթացի նպատակային ֆունկցիա: Զսպանակի նախագծման համար անհրաժեշտ մետաղալարի տրամագիծը, կծիկի տրամագիծը, կծիկների քանակը և շեղման պարամետրերը սահմանվել են որպես օպտիմալացման փոփոխականներ: Մեխանիզմի չափսերով պայմանավորված փոփոխականների վրա կան երկրաչափական սահմանափակումներ, ինչպես նաև զսպանակների կողմից կրվող բեռի պատճառով անվտանգության գործակցի վրա սահմանափակումներ: Այս օպտիմալացման խնդիրը լուծելու և զսպանակի նախագծումը կատարելու համար օգտագործվել է մեղվի (BA) ալգորիթմը: BA-ով ստացված էներգիայի արժեքները գերազանցում են նախորդ «Փորձերի նախագծման» (DOE) ուսումնասիրություններից ստացվածներին: Օպտիմալացման արդյունքում ստացված պարամետրերով նախագծված զսպանակներն ու մեխանիզմները առաջին անգամ վերլուծվել են ADAMS ծրագրում: Դրանից հետո իրականացվեցին փորձարարական փորձարկումներ՝ արտադրված զսպանակները իրական մեխանիզմների մեջ ինտեգրելով։ Փորձարկման արդյունքում նկատվեց, որ թևերը բացվում էին մոտ 90 միլիվայրկյանից հետո։ Այս արժեքը զգալիորեն ցածր է նախագծի 200 միլիվայրկյան նպատակային ցուցանիշից։ Բացի այդ, վերլուծական և փորձարարական արդյունքների միջև տարբերությունը կազմում է ընդամենը 16 մվ։
Ինքնաթիռներում և ծովային տրանսպորտային միջոցներում չժանգոտվող պողպատե խողովակաձև ծալման մեխանիզմները կարևոր դեր են խաղում: Այս համակարգերը օգտագործվում են ինքնաթիռների մոդիֆիկացիաներում և փոխակերպումներում՝ թռիչքի կատարողականը և կառավարումը բարելավելու համար: Կախված թռիչքի ռեժիմից՝ թևերը տարբեր կերպ են ծալվում և բացվում՝ աերոդինամիկական ազդեցությունը նվազեցնելու համար1: Այս իրավիճակը կարելի է համեմատել որոշ թռչունների և միջատների թևերի շարժումների հետ առօրյա թռիչքի և սուզման ժամանակ: Նմանապես, սուզվող սարքերում սավառնակները ծալվում և բացվում են՝ հիդրոդինամիկ էֆեկտները նվազեցնելու և կառավարումը մեծացնելու համար3: Այս մեխանիզմների մեկ այլ նպատակ է ծավալային առավելություններ տրամադրել այնպիսի համակարգերին, ինչպիսին է ուղղաթիռի պտուտակի ծալումը 4՝ պահեստավորման և տեղափոխման համար: Հրթիռի թևերը նույնպես ծալվում են՝ պահեստավորման տարածքը կրճատելու համար: Այսպիսով, ավելի շատ հրթիռներ կարող են տեղադրվել արձակիչի 5 ավելի փոքր տարածքում: Ծալման և բացման համար արդյունավետ օգտագործվող բաղադրիչները սովորաբար զսպանակներն են: Ծալման պահին դրանում կուտակվում է էներգիա, որը ազատվում է բացման պահին: Իր ճկուն կառուցվածքի շնորհիվ կուտակված և ազատված էներգիան հավասարեցվում է: Զսպանակը հիմնականում նախատեսված է համակարգի համար, և այս դիզայնը ներկայացնում է օպտիմալացման խնդիր6: Քանի որ, չնայած այն ներառում է տարբեր փոփոխականներ, ինչպիսիք են մետաղալարի տրամագիծը, կծիկի տրամագիծը, պտույտների քանակը, պարույրի անկյունը և նյութի տեսակը, կան նաև չափանիշներ, ինչպիսիք են զանգվածը, ծավալը, լարման նվազագույն բաշխումը կամ առավելագույն էներգիայի մատչելիությունը7:
Այս ուսումնասիրությունը լույս է սփռում հրթիռային համակարգերում օգտագործվող թևերի ծալման մեխանիզմների զսպանակների նախագծման և օպտիմալացման վրա: Թռիչքից առաջ գտնվելով մեկնարկային խողովակի ներսում՝ թևերը մնում են ծալված հրթիռի մակերեսին, իսկ մեկնարկային խողովակից դուրս գալուց հետո որոշակի ժամանակ բացվում և մնում են մակերեսին սեղմված: Այս գործընթացը կարևոր է հրթիռի պատշաճ գործունեության համար: Մշակված ծալման մեխանիզմում թևերի բացումը կատարվում է պտտվող զսպանակների միջոցով, իսկ ամրացումը՝ սեղմող զսպանակների միջոցով: Հարմար զսպանակ նախագծելու համար պետք է իրականացվի օպտիմալացման գործընթաց: Զսպանակների օպտիմալացման շրջանակներում գրականության մեջ կան տարբեր կիրառություններ:
Պարեդեսը և այլք8 սահմանել են առավելագույն հոգնածության կյանքի գործակիցը որպես պարուրաձև զսպանակների նախագծման օբյեկտիվ ֆունկցիա և որպես օպտիմալացման մեթոդ օգտագործել են կիսա-Նյուտոնյան մեթոդը: Օպտիմալացման փոփոխականները նույնականացվել են որպես մետաղալարի տրամագիծ, կծիկի տրամագիծ, պտույտների քանակը և զսպանակի երկարությունը: Զսպանակի կառուցվածքի մեկ այլ պարամետր է այն նյութը, որից այն պատրաստված է: Հետևաբար, սա հաշվի է առնվել նախագծման և օպտիմալացման ուսումնասիրություններում: Զեբդին և այլք9 իրենց ուսումնասիրության նպատակային ֆունկցիայում սահմանել են առավելագույն կոշտության և նվազագույն քաշի նպատակներ, որտեղ քաշի գործակիցը նշանակալի էր: Այս դեպքում նրանք զսպանակի նյութը և երկրաչափական հատկությունները սահմանել են որպես փոփոխականներ: Նրանք գենետիկական ալգորիթմ են օգտագործում որպես օպտիմալացման մեթոդ: Ավտոմոբիլային արդյունաբերության մեջ նյութերի քաշը օգտակար է բազմաթիվ ձևերով՝ սկսած մեքենայի աշխատանքից մինչև վառելիքի սպառում: Քաշի նվազագույնի հասցնելը՝ կախոցի համար պարուրաձև զսպանակների օպտիմալացման ժամանակ, հայտնի ուսումնասիրություն է10: Բահշեշը և Բահշեշը11 ANSYS միջավայրում իրենց աշխատանքում նույնականացրել են այնպիսի նյութեր, ինչպիսիք են E-ապակին, ածխածինը և կևլարը, որպես փոփոխականներ՝ տարբեր կախոցային զսպանակների կոմպոզիտային նախագծերում նվազագույն քաշի և առավելագույն ձգման ամրության հասնելու նպատակով: Արտադրական գործընթացը կարևոր է կոմպոզիտային զսպանակների մշակման գործում: Այսպիսով, օպտիմալացման խնդրի լուծման գործում դեր են խաղում տարբեր փոփոխականներ, ինչպիսիք են արտադրության մեթոդը, գործընթացում ձեռնարկվող քայլերը և այդ քայլերի հաջորդականությունը12,13: Դինամիկ համակարգերի համար զսպանակներ նախագծելիս պետք է հաշվի առնել համակարգի բնական հաճախականությունները: Առաջարկվում է, որ զսպանակի առաջին բնական հաճախականությունը լինի համակարգի բնական հաճախականության առնվազն 5-10 անգամը՝ ռեզոնանսից խուսափելու համար14: Տակտակը և այլք7 որոշեցին նվազագույնի հասցնել զսպանակի զանգվածը և մեծացնել առաջին բնական հաճախականությունը որպես նպատակային ֆունկցիաներ պարուրաձև զսպանակի նախագծման մեջ: Նրանք օգտագործել են նախշի որոնման, ներքին կետի, ակտիվ բազմության և գենետիկական ալգորիթմի մեթոդներ Matlab օպտիմալացման գործիքում: Վերլուծական հետազոտությունները զսպանակների նախագծման հետազոտության մի մասն են կազմում, և վերջավոր տարրերի մեթոդը տարածված է այս ոլորտում15: Պատիլը և այլք16 մշակել են օպտիմալացման մեթոդ՝ սեղմող պարուրաձև զսպանակի քաշը նվազեցնելու համար՝ օգտագործելով վերլուծական ընթացակարգ և փորձարկել վերլուծական հավասարումները՝ օգտագործելով վերջավոր տարրերի մեթոդը: Զսպանակի օգտակարությունը բարձրացնելու մեկ այլ չափանիշ է դրա կուտակած էներգիայի ավելացումը: Այս դեպքը նաև ապահովում է, որ զսպանակը պահպանի իր օգտակարությունը երկար ժամանակահատվածում: Ռահուլը և Ռամեշկումարը17 ձգտում են նվազեցնել զսպանակի ծավալը և մեծացնել դեֆորմացիայի էներգիան մեքենաների պարուրաձև զսպանակների նախագծերում: Նրանք նաև օգտագործել են գենետիկական ալգորիթմներ օպտիմալացման հետազոտություններում:
Ինչպես երևում է, օպտիմալացման ուսումնասիրության պարամետրերը տարբերվում են համակարգից համակարգ: Ընդհանուր առմամբ, կոշտության և կտրման լարման պարամետրերը կարևոր են այն համակարգում, որտեղ դրա կրած բեռը որոշիչ գործոն է: Նյութի ընտրությունը ներառվում է քաշի սահմանային համակարգում այս երկու պարամետրերով: Մյուս կողմից, բնական հաճախականությունները ստուգվում են բարձր դինամիկ համակարգերում ռեզոնանսներից խուսափելու համար: Այն համակարգերում, որտեղ օգտակարությունը կարևոր է, էներգիան առավելագույնի է հասցվում: Օպտիմալացման ուսումնասիրություններում, չնայած FEM-ը օգտագործվում է վերլուծական ուսումնասիրությունների համար, կարելի է տեսնել, որ մետաևրիստիկ ալգորիթմները, ինչպիսիք են գենետիկական ալգորիթմը14,18 և մոխրագույն գայլի ալգորիթմը19, օգտագործվում են դասական Նյուտոնի մեթոդի հետ միասին՝ որոշակի պարամետրերի միջակայքում: Մետաևրիստիկ ալգորիթմները մշակվել են բնական ադապտացիայի մեթոդների հիման վրա, որոնք կարճ ժամանակահատվածում մոտենում են օպտիմալ վիճակին, հատկապես պոպուլյացիայի ազդեցության տակ20,21: Որոնման տարածքում պոպուլյացիայի պատահական բաշխմամբ դրանք խուսափում են տեղային օպտիմալներից և շարժվում դեպի գլոբալ օպտիմալներ22: Այսպիսով, վերջին տարիներին այն հաճախ օգտագործվել է իրական արդյունաբերական խնդիրների համատեքստում23,24:
Այս ուսումնասիրության մեջ մշակված ծալման մեխանիզմի համար կարևորագույն դեպքն այն է, որ թռիչքից առաջ փակ դիրքում գտնվող թևերը որոշակի ժամանակ բացվում են խողովակից դուրս գալուց հետո։ Դրանից հետո ամրացնող տարրը արգելափակում է թևը։ Հետևաբար, զսպանակները ուղղակիորեն չեն ազդում թռիչքի դինամիկայի վրա։ Այս դեպքում օպտիմալացման նպատակն էր առավելագույնի հասցնել կուտակված էներգիան՝ զսպանակի շարժումը արագացնելու համար։ Որպես օպտիմալացման պարամետրեր սահմանվել են գլանափաթեթի տրամագիծը, մետաղալարի տրամագիծը, գլանափաթեթների քանակը և շեղումը։ Զսպանակի փոքր չափերի պատճառով քաշը նպատակ չի համարվել։ Հետևաբար, նյութի տեսակը սահմանվել է որպես ֆիքսված։ Մեխանիկական դեֆորմացիաների անվտանգության սահմանը որոշվում է որպես կարևոր սահմանափակում։ Բացի այդ, մեխանիզմի շրջանակում ներառված են փոփոխական չափերի սահմանափակումներ։ BA մետաևրիստիկ մեթոդն ընտրվել է որպես օպտիմալացման մեթոդ։ BA-ն նախընտրելի է եղել իր ճկուն և պարզ կառուցվածքի, ինչպես նաև մեխանիկական օպտիմալացման հետազոտությունների ոլորտում իր առաջընթացի համար25։ Ուսումնասիրության երկրորդ մասում մանրամասն մաթեմատիկական արտահայտություններ են ներառված ծալման մեխանիզմի հիմնական նախագծման և զսպանակի նախագծման շրջանակներում։ Երրորդ մասը պարունակում է օպտիմալացման ալգորիթմը և օպտիմալացման արդյունքները։ Գլուխ 4-ը վերլուծություն է կատարում ADAMS ծրագրում։ Զսպանակների պիտանիությունը վերլուծվում է արտադրությունից առաջ: Վերջին բաժինը պարունակում է փորձարարական արդյունքներ և փորձարկման պատկերներ: Ուսումնասիրության ընթացքում ստացված արդյունքները համեմատվել են նաև հեղինակների նախորդ աշխատանքների հետ՝ օգտագործելով DOE մոտեցումը:
Այս ուսումնասիրության մեջ մշակված թևերը պետք է ծալվեն դեպի հրթիռի մակերեսը։ Թևերը պտտվում են ծալված դիրքից դեպի բացված դիրք։ Դրա համար մշակվել է հատուկ մեխանիզմ։ Նկար 1-ում ցույց է տրված ծալված և բացված դիրքերը հրթիռի կոորդինատային համակարգում։
Նկար 2-ում ցույց է տրված մեխանիզմի կտրվածքը։ Մեխանիզմը բաղկացած է մի քանի մեխանիկական մասերից՝ (1) հիմնական մարմին, (2) թևի լիսեռ, (3) կրող, (4) կողպեքի մարմին, (5) կողպեքի թևք, (6) կանգառի քորոց, (7) պտտման զսպանակ և (8) սեղմման զսպանակներ։ Թևի լիսեռը (2) միացված է պտտման զսպանակին (7) կողպման թևքի (4) միջոցով։ Հրթիռի թռիչքից հետո բոլոր երեք մասերը պտտվում են միաժամանակ։ Այս պտտման շարժման միջոցով թևերը վերադառնում են իրենց վերջնական դիրքին։ Դրանից հետո քորոցը (6) ակտիվանում է սեղմման զսպանակի (8) միջոցով, դրանով իսկ արգելափակելով կողպման մարմնի (4)5 ամբողջ մեխանիզմը։
Առաձգականության մոդուլը (E) և սղման մոդուլը (G) զսպանակի հիմնական նախագծային պարամետրերն են: Այս ուսումնասիրության մեջ որպես զսպանակի նյութ ընտրվել է բարձր ածխածնային զսպանակային պողպատե մետաղալար (երաժշտական ​​մետաղալար ASTM A228): Այլ պարամետրերն են մետաղալարի տրամագիծը (d), կծիկի միջին տրամագիծը (Dm), կծիկների քանակը (N) և զսպանակի շեղումը (xd սեղմող զսպանակների համար և θ պտտող զսպանակների համար)26: Սեղմող զսպանակների \({(SE}_{x})\) և պտտող (\({SE}_{\theta}\)) զսպանակների համար կուտակված էներգիան կարելի է հաշվարկել հավասարումից: (1) և (2)26: (Սեղմող զսպանակի սղման մոդուլի (G) արժեքը 83.7E9 Պա է, իսկ պտտող զսպանակի առաձգականության մոդուլի (E) արժեքը՝ 203.4E9 Պա:)
Համակարգի մեխանիկական չափերը անմիջականորեն որոշում են զսպանակի երկրաչափական սահմանափակումները: Բացի այդ, պետք է հաշվի առնել նաև այն պայմանները, որոնցում տեղակայվելու է հրթիռը: Այս գործոնները որոշում են զսպանակի պարամետրերի սահմանները: Մեկ այլ կարևոր սահմանափակում է անվտանգության գործակիցը: Անվտանգության գործակցի սահմանումը մանրամասն նկարագրված է Շիգլիի և այլոց կողմից26: Սեղմման զսպանակի անվտանգության գործակիցը (ՍԱԳ) սահմանվում է որպես առավելագույն թույլատրելի լարման և անընդհատ երկարության վրա լարման հարաբերակցություն: ՍԱԳ-ն կարող է հաշվարկվել հավասարումների միջոցով՝ (3), (4), (5) և (6)26: (Այս ուսումնասիրության մեջ օգտագործված զսպանակի նյութի համար՝ \({S}_{sy}=980 ՄՊա\)): F-ը հավասարման մեջ ներկայացնում է ուժը, իսկ KB-ն՝ Բերգշտրասերի գործակիցը՝ 26:
Զսպանակի պտտման անվտանգության գործակիցը (ՊՊԳ) սահմանվում է որպես M բաժանած k-ի։ ՊՊԳ-ն կարելի է հաշվարկել հավասարումից՝ (7), (8), (9) և (10)26: (Այս ուսումնասիրության մեջ օգտագործված նյութի համար՝ \({S}_{y}=1600 \mathrm{MPa}\)): Հավասարման մեջ M-ը օգտագործվում է պտտող մոմենտի համար, \(k}^{^{\prime}}\)-ը՝ զսպանակի հաստատունի (մոմենտ/պտույտ) համար, իսկ Ki-ն օգտագործվում է լարվածության ուղղման գործակցի համար։
Այս ուսումնասիրության մեջ օպտիմալացման հիմնական նպատակը զսպանակի էներգիայի մաքսիմալացումն է: Նպատակային ֆունկցիան ձևակերպված է \(\overrightarrow{\{X\}}\) ֆունկցիան գտնելու համար, որը մաքսիմալացնում է \(f(X)\): \({f}_{1}(X)\) և \({f}_{2}(X)\) համապատասխանաբար սեղմման և պտտման զսպանակի էներգիայի ֆունկցիաներն են: Օպտիմալացման համար օգտագործված հաշվարկված փոփոխականները և ֆունկցիաները ներկայացված են հետևյալ հավասարումներում:
Զսպանակի նախագծման վրա դրված տարբեր սահմանափակումները տրված են հետևյալ հավասարումներում: (15) և (16) հավասարումները համապատասխանաբար ներկայացնում են սեղմման և պտտման զսպանակների անվտանգության գործակիցները: Այս ուսումնասիրության մեջ, SFC-ն պետք է լինի մեծ կամ հավասար 1.2-ի, իսկ SFT-ն՝ մեծ կամ հավասար θ26-ի:
ԲԱ-ն ոգեշնչվել է մեղուների ծաղկափոշու որոնման ռազմավարություններով27: Մեղուները որոնում են՝ ավելի շատ կերակրողներ ուղարկելով բերրի ծաղկափոշու դաշտեր և ավելի քիչ կերակրողներ՝ ավելի քիչ բերրի ծաղկափոշու դաշտեր: Այսպիսով, մեղուների պոպուլյացիայից առավելագույն արդյունավետություն է ձեռք բերվում: Մյուս կողմից, հետախուզող մեղուները շարունակում են փնտրել ծաղկափոշու նոր տարածքներ, և եթե նախկինում ավելի արտադրողական տարածքներ լինեն, շատ կերակրողներ կուղղորդվեն այս նոր տարածք28: ԲԱ-ն բաղկացած է երկու մասից՝ տեղային որոնում և գլոբալ որոնում: Տեղային որոնումը որոնում է ավելի շատ համայնքներ՝ նվազագույնի մոտ (էլիտար վայրեր), ինչպես մեղուները, և ավելի քիչ որոնում է այլ վայրեր (օպտիմալ կամ ընտրված վայրեր): Գլոբալ որոնման մասում կատարվում է կամայական որոնում, և եթե լավ արժեքներ են հայտնաբերվում, կայանները հաջորդ իտերացիայում տեղափոխվում են տեղային որոնման մաս: Ալգորիթմը պարունակում է որոշ պարամետրեր՝ հետախուզող մեղուների քանակը (n), տեղային որոնման վայրերի քանակը (m), էլիտար վայրերի քանակը (e), էլիտար վայրերում կերակրողների քանակը (nep), օպտիմալ տարածքներում կերակրողների քանակը: Տարածքը (nsp), թաղամասի չափը (ngh) և իտերացիաների քանակը (I)29: BA կեղծ կոդը ներկայացված է նկար 3-ում:
Ալգորիթմը փորձում է աշխատել \({g}_{1}(X)\) և \({g}_{2}(X)\) միջև։ Յուրաքանչյուր իտերացիայի արդյունքում որոշվում են օպտիմալ արժեքներ, և այդ արժեքների շուրջ հավաքվում է բազմություն՝ լավագույն արժեքները ստանալու փորձով։ Սահմանափակումները ստուգվում են տեղական և գլոբալ որոնման բաժիններում։ Տեղական որոնման դեպքում, եթե այս գործոնները համապատասխան են, հաշվարկվում է էներգիայի արժեքը։ Եթե նոր էներգիայի արժեքը մեծ է օպտիմալ արժեքից, նոր արժեքը վերագրեք օպտիմալ արժեքին։ Եթե որոնման արդյունքում գտնված լավագույն արժեքը մեծ է ընթացիկ տարրից, նոր տարրը կներառվի հավաքածուի մեջ։ Տեղական որոնման բլոկ-սխեման ներկայացված է նկար 4-ում։
Պոպուլյացիան ԲՄ-ի հիմնական պարամետրերից մեկն է: Նախորդ ուսումնասիրություններից կարելի է տեսնել, որ պոպուլյացիայի ընդլայնումը նվազեցնում է անհրաժեշտ իտերացիաների քանակը և մեծացնում հաջողության հավանականությունը: Այնուամենայնիվ, ֆունկցիոնալ գնահատումների քանակը նույնպես աճում է: Էլիտար վայրերի մեծ թվի առկայությունը էականորեն չի ազդում արդյունավետության վրա: Էլիտար վայրերի քանակը կարող է ցածր լինել, եթե այն զրո չէ30: Հետախույզ մեղուների պոպուլյացիայի չափը (n) սովորաբար ընտրվում է 30-ից 100-ի միջև: Այս ուսումնասիրության մեջ համապատասխան թիվը որոշելու համար մշակվել են և՛ 30, և՛ 50 սցենարներ (աղյուսակ 2): Մյուս պարամետրերը որոշվում են պոպուլյացիայից կախված: Ընտրված վայրերի քանակը (m) կազմում է (մոտավորապես) պոպուլյացիայի չափի 25%-ը, իսկ ընտրված վայրերի մեջ էլիտար վայրերի քանակը (e) կազմում է m-ի 25%-ը: Կերակրող մեղուների քանակը (որոնումների քանակը) ընտրվել է 100 էլիտար հողամասերի համար և 30՝ այլ տեղական հողամասերի համար: Հարևանության որոնումը բոլոր էվոլյուցիոն ալգորիթմների հիմնական հասկացությունն է: Այս ուսումնասիրության մեջ օգտագործվել է հարևանների կոնաձևացման մեթոդը: Այս մեթոդը որոշակի արագությամբ փոքրացնում է թաղամասի չափը յուրաքանչյուր իտերացիայի ընթացքում: Ապագա իտերացիաներում ավելի ճշգրիտ որոնման համար կարող են օգտագործվել թաղամասի ավելի փոքր արժեքներ30:
Յուրաքանչյուր սցենարի համար իրականացվել են տասը հաջորդական փորձարկումներ՝ օպտիմալացման ալգորիթմի վերարտադրելիությունը ստուգելու համար: Նկար 5-ում ներկայացված են ոլորող զսպանակի օպտիմալացման արդյունքները սխեմա 1-ի համար, իսկ նկար 6-ում՝ սխեմա 2-ի համար: Փորձարկման տվյալները ներկայացված են նաև աղյուսակ 3-ում և 4-ում (սեղմող զսպանակի համար ստացված արդյունքները պարունակող աղյուսակը գտնվում է լրացուցիչ տեղեկատվության S1-ում): Մեղուների պոպուլյացիան ուժեղացնում է լավ արժեքների որոնումը առաջին իտերացիայում: Սցենար 1-ում որոշ փորձարկումների արդյունքները եղել են առավելագույնից ցածր: Սցենար 2-ում կարելի է տեսնել, որ բոլոր օպտիմալացման արդյունքները մոտենում են առավելագույնին՝ պոպուլյացիայի աճի և այլ համապատասխան պարամետրերի պատճառով: Կարելի է տեսնել, որ Սցենար 2-ում արժեքները բավարար են ալգորիթմի համար:
Իտերացիաներում էներգիայի առավելագույն արժեքը ստանալիս, որպես ուսումնասիրության սահմանափակում, տրամադրվում է նաև անվտանգության գործակից: Անվտանգության գործակցի համար տե՛ս աղյուսակը: BA-ի միջոցով ստացված էներգիայի արժեքները համեմատվում են 5-րդ աղյուսակում DOE մեթոդով ստացված էներգիայի արժեքների հետ: (Արտադրության հեշտության համար պտտվող զսպանակի պտույտների քանակը (N) 4.9 է 4.88-ի փոխարեն, իսկ սեղմող զսպանակի շեղումը (xd) 8 մմ է 7.99 մմ-ի փոխարեն): Կարելի է տեսնել, որ BA-ն ավելի լավ արդյունք է: BA-ն գնահատում է բոլոր արժեքները տեղային և գլոբալ որոնումների միջոցով: Այսպիսով, նա կարող է ավելի արագ փորձել ավելի շատ այլընտրանքներ:
Այս ուսումնասիրության մեջ Ադամսն օգտագործվել է թևի մեխանիզմի շարժումը վերլուծելու համար: Ադամսին նախ տրվում է մեխանիզմի եռաչափ մոդելը: Այնուհետև սահմանվում է զսպանակ՝ նախորդ բաժնում ընտրված պարամետրերով: Բացի այդ, իրական վերլուծության համար անհրաժեշտ է սահմանել մի քանի այլ պարամետրեր: Սրանք ֆիզիկական պարամետրեր են, ինչպիսիք են միացումները, նյութի հատկությունները, շփումը, շփումը և ձգողականությունը: Սայրի լիսեռի և կրողի միջև կա պտտվող միացում: Կան 5-6 գլանաձև միացումներ: Կան 5-1 ֆիքսված միացումներ: Հիմնական մարմինը պատրաստված է ալյումինե նյութից և ֆիքսված է: Մնացած մասերի նյութը պողպատն է: Ընտրեք շփման գործակիցը, շփման կոշտությունը և շփման մակերեսի ներթափանցման խորությունը՝ կախված նյութի տեսակից: (AISI 304 չժանգոտվող պողպատ): Այս ուսումնասիրության մեջ կարևորագույն պարամետրը թևի մեխանիզմի բացման ժամանակն է, որը պետք է լինի 200 մվ-ից պակաս: Հետևաբար, վերլուծության ընթացքում ուշադրություն դարձրեք թևի բացման ժամանակին:
Ադամսի վերլուծության արդյունքում թևի մեխանիզմի բացման ժամանակը 74 միլիվայրկյան է: 1-ից 4 դինամիկ մոդելավորման արդյունքները ներկայացված են նկար 7-ում: Նկար 5-ի առաջին նկարը մոդելավորման մեկնարկի ժամանակն է, և թևերը գտնվում են ծալման սպասման դիրքում: (2) Ցուցադրվում է թևի դիրքը 40 մվրկ-ից հետո, երբ թևը պտտվել է 43 աստիճանով: (3) ցույց է տալիս թևի դիրքը 71 միլիվայրկյանից հետո: Վերջին նկարում (4) նաև ցույց է տրված թևի պտույտի ավարտը և բաց դիրքը: Դինամիկ վերլուծության արդյունքում նկատվել է, որ թևի բացման մեխանիզմը զգալիորեն կարճ է 200 մվրկ նպատակային արժեքից: Բացի այդ, զսպանակների չափսերը որոշելիս անվտանգության սահմանները ընտրվել են գրականության մեջ առաջարկվող ամենաբարձր արժեքներից:
Բոլոր նախագծման, օպտիմալացման և մոդելավորման ուսումնասիրությունների ավարտից հետո, մեխանիզմի նախատիպը պատրաստվեց և ինտեգրվեց։ Այնուհետև նախատիպը փորձարկվեց՝ մոդելավորման արդյունքները ստուգելու համար։ Սկզբում ամրացվեց հիմնական պատյանը և ծալվեցին թևերը։ Այնուհետև թևերը ազատվեցին ծալված դիրքից, և նկարահանվեց թևերի պտտման տեսանյութ՝ ծալված դիրքից դեպի բացված դիրքը։ Ժամաչափը նաև օգտագործվեց տեսագրման ընթացքում ժամանակը վերլուծելու համար։
Նկար 8-ում ցույց են տրված 1-4 համարակալված տեսանյութերի կադրերը: Նկարում 1-ին կադրը ցույց է տալիս ծալված թևերի բացման պահը: Այս պահը համարվում է ժամանակի սկզբնական պահը t0: Կադրեր 2-ը և 3-ը ցույց են տալիս թևերի դիրքերը սկզբնական պահից 40 մվ և 70 մվ անց: Կադրեր 3-ը և 4-ը վերլուծելիս կարելի է տեսնել, որ թևի շարժումը կայունանում է t0-ից 90 մվ անց, իսկ թևի բացումն ավարտվում է 70-ից 90 մվ անց: Այս իրավիճակը նշանակում է, որ և՛ մոդելավորումը, և՛ նախատիպի փորձարկումը տալիս են թևի բացման մոտավորապես նույն ժամանակը, և դիզայնը համապատասխանում է մեխանիզմի կատարողականի պահանջներին:
Այս հոդվածում թևի ծալման մեխանիզմում օգտագործվող պտտվող և սեղմող զսպանակները օպտիմալացված են BA-ի միջոցով: Պարամետրերին կարելի է հասնել արագ՝ մի քանի կրկնություններով: Շրջվող զսպանակը գնահատվում է 1075 մՋ, իսկ սեղմող զսպանակը՝ 37.24 մՋ: Այս արժեքները 40-50%-ով ավելի լավ են, քան Էներգետիկայի նախարարության նախորդ ուսումնասիրությունները: Զսպանակը ինտեգրված է մեխանիզմի մեջ և վերլուծվում է ADAMS ծրագրում: Վերլուծության արդյունքում պարզվել է, որ թևերը բացվել են 74 միլիվայրկյանների ընթացքում: Այս արժեքը զգալիորեն ցածր է նախագծի 200 միլիվայրկյան նպատակային արժեքից: Հետագա փորձարարական ուսումնասիրության ժամանակ միացման ժամանակը չափվել է մոտ 90 միլիվայրկյան: Վերլուծությունների միջև այս 16 միլիվայրկյան տարբերությունը կարող է պայմանավորված լինել ծրագրաշարում չմոդելավորված շրջակա միջավայրի գործոններով: Ենթադրվում է, որ ուսումնասիրության արդյունքում ստացված օպտիմալացման ալգորիթմը կարող է օգտագործվել զսպանակների տարբեր նախագծերի համար:
Զսպանակի նյութը նախապես սահմանված էր և օպտիմալացման մեջ չի օգտագործվել որպես փոփոխական: Քանի որ ինքնաթիռներում և հրթիռներում օգտագործվում են զսպանակների բազմաթիվ տարբեր տեսակներ, ապագա հետազոտություններում օպտիմալ նախագծման հասնելու համար կկիրառվի այլ տեսակի զսպանակներ նախագծելու համար՝ օգտագործելով տարբեր նյութեր:
Մենք հայտարարում ենք, որ այս ձեռագիրը բնօրինակ է, նախկինում չի հրատարակվել և ներկայումս չի քննարկվում այլուր հրատարակման համար։
Այս ուսումնասիրության ընթացքում ստացված կամ վերլուծված բոլոր տվյալները ներառված են այս հրապարակված հոդվածում [և լրացուցիչ տեղեկատվական ֆայլում]:
Մին, Զ., Կին, Վ.Կ. և Ռիչարդ, Լ.Ջ. Օդանավային թևի կոնցեպցիայի արդիականացում արմատական ​​երկրաչափական փոփոխությունների միջոցով: IES J. Մաս A Քաղաքակրթություն. կազմ. նախագիծ: 3(3), 188–195 (2010):
Սան, Ջ., Լյու, Կ. և Բհուշան, Բ. Բզեզի հետևի թևի ակնարկ. կառուցվածք, մեխանիկական հատկություններ, մեխանիզմներ և կենսաբանական ոգեշնչում: Ջ. Մեչա: Վարքագիծ: Կենսաբժշկական գիտություն: alma mater. 94, 63–73 (2019):
Չեն, Զ., Յու, Ջ., Չժան, Ա., և Չժան, Ֆ. Հիբրիդային շարժիչով ստորջրյա ճախարակի համար ծալովի շարժիչ մեխանիզմի նախագծում և վերլուծություն: Ocean Engineering 119, 125–134 (2016):
Կարտիկ, Հ.Ս. և Պրիտհվի, Կ. Ուղղաթիռի հորիզոնական կայունացուցիչի ծալովի մեխանիզմի նախագծում և վերլուծություն։ Ներքին J. Ing. պահեստային բաք։ տեխնոլոգիա։ (IGERT) 9(05), 110–113 (2020)։
Կուլունկ, Զ. և Սահին, Մ. Ծալովի հրթիռային թևի նախագծման մեխանիկական պարամետրերի օպտիմալացում՝ օգտագործելով փորձարարական նախագծման մոտեցում: Internal J. Model. optimization. 9(2), 108–112 (2019):
Կե, Ջ., Վու, ԶԻ, Լյու, ԻՍ, Սիանգ, Զ. և Հու, XD Կոմպոզիտային պարույրային զսպանակների նախագծման մեթոդ, կատարողականի ուսումնասիրություն և արտադրական գործընթաց. ակնարկ։ compose։ composition. 252, 112747 (2020)։
Տակտակ Մ., Օմհենի Կ., Ալուի Ա., Դամմակ Ֆ. և Խադդար Մ. Պտուտակային զսպանակների դինամիկ նախագծման օպտիմալացում: Կիրառել ձայնի համար: 77, 178–183 (2014):
Պարեդես, Մ., Սարտոր, Մ., և Մասկլե, Կ.։ Լարման զսպանակների նախագծման օպտիմալացման ընթացակարգ։ Համակարգիչ։ Մեթոդի կիրառում։ Մազերի համար։ նախագիծ։ 191(8-10), 783-797 (2001)։
Զեբդի Օ., Բուհիլի Ռ. և Տրոչու Ֆ. Կոմպոզիտային պարուրաձև զսպանակների օպտիմալ նախագծում՝ բազմաօբյեկտիվ օպտիմալացման միջոցով: J. Reinf. plastic. compose. 28 (14), 1713–1732 (2009):
Պավարտ, ՀԲ և Դեսալե, ԴԴ Եռանիվ հեծանիվի առջևի կախոցի պարուրաձև զսպանակների օպտիմալացում։ Գործընթաց։ Արտադրող։ 20, 428–433 (2018)։
Բահշեշ Մ. և Բահշեշ Մ. Պողպատե պարուրաձև զսպանակների օպտիմալացում կոմպոզիտային զսպանակներով: ներքին հանդես: Բազմամասնագիտական: գիտություն: նախագիծ: 3(6), 47–51 (2012):
Չեն, Լ. և այլք։ Իմացեք բազմաթիվ պարամետրերի մասին, որոնք ազդում են կոմպոզիտային պարուրաձև զսպանակների ստատիկ և դինամիկ կատարողականության վրա։ J. Market. պահեստային բաք։ 20, 532–550 (2022)։
Ֆրենկ, Ջ. Կոմպոզիտային պարուրաձև զսպանակների վերլուծություն և օպտիմալացում, դոկտորական թեզ, Սակրամենտոյի պետական ​​համալսարան (2020):
Գու, Զ., Հոու, Շ. և Ե, ​​Ջ. Ոչ գծային պարուրաձև զսպանակների նախագծման և վերլուծության մեթոդներ՝ օգտագործելով վերջավոր տարրերի վերլուծություն, լատինական հիպերխորանարդի սահմանափակ նմուշառում և գենետիկ ծրագրավորում: գործընթաց: Ֆըր Ինստիտուտ: նախագիծ: Սի Ջեյ Մեխա: նախագիծ: գիտություն: 235(22), 5917–5930 (2021):
Վու, Լ. և այլք։ Կարգավորվող զսպանակների արագություն՝ ածխածնային մանրաթելային բազմաշերտ պարուրաձև զսպանակներ. նախագծման և մեխանիզմի ուսումնասիրություն։ J. Market. պահեստային բաք։ 9(3), 5067–5076 (2020)։
Պատիլ Դ.Ս., Մանգրուլկար Կ.Ս. և Ջագտապ Ս.Տ. Սեղմման պարուրաձև զսպանակների քաշի օպտիմալացում։ Ներքին J. Innov. կուտակիչ բաք։ Բազմամասնագիտական։ 2(11), 154–164 (2016)։
Ռահուլ, Մ.Ս. և Ռամեշկումար, Կ.: Ավտոմոբիլային կիրառությունների համար պարուրաձև զսպանակների բազմաֆունկցիոնալ օպտիմալացում և թվային մոդելավորում: Ալմա մատեր: Գործընթացն այսօր: 46. ​​4847–4853 (2021):
Բայ, Ջ.Բ. և այլք։ Լավագույն փորձի սահմանում. Կոմպոզիտային պարուրաձև կառուցվածքների օպտիմալ նախագծում գենետիկական ալգորիթմների միջոցով։ compose. composition. 268, 113982 (2021)։
Շահին, Ի., Դորտերլեր, Մ., և Գյոկչե, Հ. Սեղմող զսպանակի նախագծի նվազագույն ծավալի օպտիմալացման վրա հիմնված 灰狼 օպտիմալացման մեթոդի կիրառումը, Ghazi J. Engineering Science, 3(2), 21–27 (2017):
Այե, Կ.Մ., Ֆոլդի, Ն., Յըլդիզ, Ա.Ռ., Բուրիրատ, Ս. և Սաիթ, Ս.Մ. Մետաևրիստիկա՝ օգտագործելով բազմաթիվ գործակալներ՝ վթարները օպտիմալացնելու համար: ներքին J. Veh. դեկտեմբերի 80(2–4), 223–240 (2019):
Յիլդիզ, Ա.Ռ. և Էրդաշ, Մ.ՈՒ. Նոր հիբրիդային Տագուչի-սալպա խմբի օպտիմալացման ալգորիթմ իրական ճարտարագիտական ​​խնդիրների հուսալի նախագծման համար: alma mater. test. 63(2), 157–162 (2021):
Յըլդիզ Բ.Ս., Ֆոլդի Ն., Բուրերատ Ս., Յըլդիզ Ա.Ռ. և Սաիթ Ս.Մ. Ռոբոտացված բռնիչ մեխանիզմների հուսալի նախագծում՝ օգտագործելով նոր հիբրիդային մորեխի օպտիմալացման ալգորիթմ: Փորձագիտական ​​համակարգ: 38(3), e12666 (2021):