გმადლობთ, რომ ეწვიეთ Nature.com-ს. თქვენ იყენებთ ბრაუზერის ვერსიას შეზღუდული CSS მხარდაჭერით. უჟანგავი ფოლადის სპირალური მილი საუკეთესო გამოცდილებისთვის გირჩევთ გამოიყენოთ განახლებული ბრაუზერი (ან გამორთოთ თავსებადობის რეჟიმი Internet Explorer-ში). გარდა ამისა, მუდმივი მხარდაჭერის უზრუნველსაყოფად, ჩვენ ვაჩვენებთ საიტს სტილებისა და JavaScript-ის გარეშე.
ერთდროულად სამი სლაიდის კარუსელის ჩვენება. ერთდროულად სამ სლაიდს შორის გადასაადგილებლად გამოიყენეთ „წინა“ და „შემდეგი“ ღილაკები, ან ერთდროულად სამ სლაიდს შორის გადასაადგილებლად გამოიყენეთ ბოლოში არსებული სლაიდერის ღილაკები.
ამ კვლევაში, რაკეტაში გამოყენებული ფრთის დასაკეცი მექანიზმის ბრუნვითი და შეკუმშვის ზამბარების დიზაინი უჟანგავი ფოლადის სპირალური მილისგან განიხილება, როგორც ოპტიმიზაციის პრობლემა. მას შემდეგ, რაც რაკეტა გაშვების მილს დატოვებს, დახურული ფრთები გარკვეული დროის განმავლობაში უნდა გაიხსნას და დამაგრდეს. კვლევის მიზანი იყო ზამბარებში შენახული ენერგიის მაქსიმიზაცია, რათა ფრთები უმოკლეს დროში გაშლილიყო. ამ შემთხვევაში, ორივე პუბლიკაციაში ენერგიის განტოლება განისაზღვრა, როგორც ოპტიმიზაციის პროცესის ობიექტური ფუნქცია. მავთულის დიამეტრი, სპირალის დიამეტრი, სპირალების რაოდენობა და ზამბარის დიზაინისთვის საჭირო გადახრის პარამეტრები განისაზღვრა, როგორც ოპტიმიზაციის ცვლადები. მექანიზმის ზომის გამო ცვლადებზე არსებობს გეომეტრიული შეზღუდვები, ასევე ზამბარების მიერ გადატანილი დატვირთვის გამო უსაფრთხოების კოეფიციენტის შეზღუდვები. ამ ოპტიმიზაციის პრობლემის გადასაჭრელად და ზამბარის დიზაინის შესასრულებლად გამოყენებული იქნა თაფლის ფუტკრის (BA) ალგორითმი. BA-თი მიღებული ენერგიის მნიშვნელობები აღემატება ექსპერიმენტების დიზაინის (DOE) წინა კვლევებიდან მიღებულ მნიშვნელობებს. ოპტიმიზაციის შედეგად მიღებული პარამეტრების გამოყენებით შექმნილი ზამბარები და მექანიზმები პირველად გაანალიზდა ADAMS პროგრამაში. ამის შემდეგ, ექსპერიმენტული ტესტები ჩატარდა წარმოებული ზამბარების რეალურ მექანიზმებში ინტეგრირებით. ტესტის შედეგად დაფიქსირდა, რომ ფრთები დაახლოებით 90 მილიწამის შემდეგ იხსნებოდა. ეს მნიშვნელობა გაცილებით ნაკლებია პროექტის სამიზნე 200 მილიწამზე. გარდა ამისა, ანალიტიკურ და ექსპერიმენტულ შედეგებს შორის სხვაობა მხოლოდ 16 მილიწამია.
თვითმფრინავებსა და საზღვაო სატრანსპორტო საშუალებებში უჟანგავი ფოლადის სპირალური მილის დასაკეცი მექანიზმები კრიტიკულად მნიშვნელოვანია. ეს სისტემები გამოიყენება თვითმფრინავების მოდიფიკაციებსა და გადაკეთებებში ფრენის შესრულებისა და კონტროლის გასაუმჯობესებლად. ფრენის რეჟიმიდან გამომდინარე, ფრთები სხვადასხვაგვარად იკეცება და იხსნება აეროდინამიკური ზემოქმედების შესამცირებლად1. ეს სიტუაცია შეიძლება შევადაროთ ზოგიერთი ფრინველისა და მწერის ფრთების მოძრაობას ყოველდღიური ფრენისა და ყვინთვის დროს. ანალოგიურად, წყალქვეშა ნავებში პლანერები იკეცება და იხსნება ჰიდროდინამიკური ეფექტების შესამცირებლად და მართვა მაქსიმალურად გაზრდის მიზნით3. ამ მექანიზმების კიდევ ერთი დანიშნულებაა მოცულობითი უპირატესობების უზრუნველყოფა ისეთი სისტემებისთვის, როგორიცაა ვერტმფრენის პროპელერის 4 დაკეცვა შენახვისა და ტრანსპორტირებისთვის. რაკეტის ფრთებიც იკეცება შენახვის სივრცის შესამცირებლად. ამრიგად, გამშვების 5 უფრო მცირე ფართობზე შეიძლება მეტი რაკეტის განთავსება. კომპონენტები, რომლებიც ეფექტურად გამოიყენება დაკეცვისა და გაშლისას, როგორც წესი, ზამბარებია. დაკეცვის მომენტში მასში ენერგია ინახება და გაშლის მომენტში გამოიყოფა. მისი მოქნილი სტრუქტურის გამო, შენახული და გამოთავისუფლებული ენერგია გათანაბრებულია. ზამბარა ძირითადად სისტემისთვისაა შექმნილი და ეს დიზაინი ოპტიმიზაციის პრობლემას წარმოადგენს6. რადგან მიუხედავად იმისა, რომ ის მოიცავს სხვადასხვა ცვლადს, როგორიცაა მავთულის დიამეტრი, ხვეულის დიამეტრი, ბრუნვების რაოდენობა, სპირალის კუთხე და მასალის ტიპი, ასევე არსებობს კრიტერიუმები, როგორიცაა მასა, მოცულობა, მინიმალური დაძაბულობის განაწილება ან მაქსიმალური ენერგიის ხელმისაწვდომობა7.
ეს კვლევა ნათელს ჰფენს რაკეტის სისტემებში გამოყენებული ფრთების დასაკეცი მექანიზმების ზამბარების დიზაინსა და ოპტიმიზაციას. ფრენამდე გამშვები მილის შიგნით ყოფნისას, ფრთები რაკეტის ზედაპირზე დაკეცილი რჩება, ხოლო გამშვები მილის გამოსვლის შემდეგ, ისინი გარკვეული დროის განმავლობაში იხსნება და ზედაპირზე დაჭერილი რჩება. ეს პროცესი კრიტიკულად მნიშვნელოვანია რაკეტის გამართული ფუნქციონირებისთვის. შემუშავებულ დასაკეც მექანიზმში ფრთების გახსნა ხორციელდება ბრუნვითი ზამბარებით, ხოლო დაბლოკვა - შეკუმშვის ზამბარებით. შესაფერისი ზამბარის დასაპროექტებლად აუცილებელია ოპტიმიზაციის პროცესის ჩატარება. ლიტერატურაში ზამბარის ოპტიმიზაციის სხვადასხვა გამოყენებაა.
პარედესმა და სხვებმა8 მაქსიმალური დაღლილობის სიცოცხლის კოეფიციენტი განსაზღვრეს, როგორც სპირალური ზამბარების დიზაინის ობიექტურ ფუნქციას და ოპტიმიზაციის მეთოდად გამოიყენეს კვაზი-ნიუტონის მეთოდი. ოპტიმიზაციის ცვლადები განისაზღვრა, როგორც მავთულის დიამეტრი, ხვეულის დიამეტრი, ბრუნვების რაოდენობა და ზამბარის სიგრძე. ზამბარის სტრუქტურის კიდევ ერთი პარამეტრია მასალა, საიდანაც ის მზადდება. ამიტომ, ეს გათვალისწინებული იქნა დიზაინისა და ოპტიმიზაციის კვლევებში. ზებდიმ და სხვებმა9 თავიანთ კვლევაში ობიექტურ ფუნქციაში დაისახეს მაქსიმალური სიმტკიცის და მინიმალური წონის მიზნები, სადაც წონის ფაქტორი მნიშვნელოვანი იყო. ამ შემთხვევაში, მათ ზამბარის მასალა და გეომეტრიული თვისებები ცვლადებად განსაზღვრეს. ისინი გენეტიკურ ალგორითმს იყენებენ ოპტიმიზაციის მეთოდად. საავტომობილო ინდუსტრიაში მასალების წონა მრავალი თვალსაზრისით სასარგებლოა, ავტომობილის მახასიათებლებიდან დაწყებული საწვავის მოხმარებით დამთავრებული. წონის მინიმიზაცია, როდესაც საკიდრებისთვის ხვეული ზამბარები ოპტიმიზაციას უკეთებენ, ცნობილი კვლევაა10. ბაჰშეშმა და ბაჰშეშმა11 ისეთი მასალები, როგორიცაა E-მინა, ნახშირბადი და კევლარი, ANSYS გარემოში მუშაობის ცვლადებად განსაზღვრეს, რათა მიაღწიონ მინიმალურ წონას და მაქსიმალურ დაჭიმვის სიმტკიცეს სხვადასხვა საკიდრ ზამბარის კომპოზიტურ დიზაინში. კომპოზიტური ზამბარების შემუშავებისას წარმოების პროცესი კრიტიკულად მნიშვნელოვანია. ამრიგად, ოპტიმიზაციის პრობლემაში სხვადასხვა ცვლადი მონაწილეობს, როგორიცაა წარმოების მეთოდი, პროცესში გადადგმული ნაბიჯები და ამ ნაბიჯების თანმიმდევრობა12,13. დინამიური სისტემებისთვის ზამბარების დიზაინის შექმნისას, გათვალისწინებული უნდა იყოს სისტემის ბუნებრივი სიხშირეები. რეკომენდებულია, რომ ზამბარის პირველი ბუნებრივი სიხშირე იყოს სისტემის ბუნებრივ სიხშირეზე მინიმუმ 5-10-ჯერ მეტი, რათა თავიდან იქნას აცილებული რეზონანსი14. ტაქტაკმა და სხვებმა7 გადაწყვიტეს, ზამბარის მასა მინიმუმამდე დაეყვანათ და პირველი ბუნებრივი სიხშირე მაქსიმუმად გაეზარდათ, როგორც ობიექტური ფუნქციები ხვეული ზამბარის დიზაინში. მათ გამოიყენეს შაბლონის ძიების, შიდა წერტილის, აქტიური ნაკრების და გენეტიკური ალგორითმის მეთოდები Matlab-ის ოპტიმიზაციის ინსტრუმენტში. ანალიტიკური კვლევა ზამბარის დიზაინის კვლევის ნაწილია და სასრული ელემენტების მეთოდი პოპულარულია ამ სფეროში15. პატილმა და სხვებმა16 შეიმუშავეს ოპტიმიზაციის მეთოდი შეკუმშვის სპირალური ზამბარის წონის შესამცირებლად ანალიტიკური პროცედურის გამოყენებით და გამოსცადეს ანალიტიკური განტოლებები სასრული ელემენტების მეთოდის გამოყენებით. ზამბარის სარგებლიანობის გაზრდის კიდევ ერთი კრიტერიუმი არის მის მიერ დაგროვილი ენერგიის ზრდა. ეს შემთხვევა ასევე უზრუნველყოფს, რომ ზამბარა შეინარჩუნებს თავის სასარგებლო თვისებებს დიდი ხნის განმავლობაში. რაჰული და რამეშკუმარი17 ცდილობენ შეამცირონ ზამბარის მოცულობა და გაზარდონ დეფორმაციის ენერგია ავტომობილის სპირალური ზამბარების დიზაინში. მათ ასევე გამოიყენეს გენეტიკური ალგორითმები ოპტიმიზაციის კვლევაში.
როგორც ჩანს, ოპტიმიზაციის კვლევაში პარამეტრები სისტემიდან სისტემამდე განსხვავდება. ზოგადად, სიხისტისა და ძვრის ძაბვის პარამეტრები მნიშვნელოვანია იმ სისტემაში, სადაც მის მიერ გადატანილი დატვირთვა განმსაზღვრელი ფაქტორია. მასალის შერჩევა წონის ლიმიტის სისტემაში ამ ორი პარამეტრით შედის. მეორეს მხრივ, ბუნებრივი სიხშირეები მოწმდება მაღალდინამიურ სისტემებში რეზონანსების თავიდან ასაცილებლად. სისტემებში, სადაც სარგებლიანობა მნიშვნელოვანია, ენერგია მაქსიმალურად არის გამოყენებული. ოპტიმიზაციის კვლევებში, მიუხედავად იმისა, რომ FEM გამოიყენება ანალიტიკური კვლევებისთვის, ჩანს, რომ მეტაევრისტული ალგორითმები, როგორიცაა გენეტიკური ალგორითმი14,18 და ნაცრისფერი მგლის ალგორითმი19, გამოიყენება კლასიკურ ნიუტონის მეთოდთან ერთად გარკვეული პარამეტრების დიაპაზონში. მეტაევრისტული ალგორითმები შემუშავებულია ბუნებრივი ადაპტაციის მეთოდებზე დაყრდნობით, რომლებიც მოკლე დროში უახლოვდებიან ოპტიმალურ მდგომარეობას, განსაკუთრებით პოპულაციის გავლენის ქვეშ20,21. პოპულაციის შემთხვევითი განაწილებით ძიების არეალში, ისინი თავს არიდებენ ლოკალურ ოპტიმებს და გადადიან გლობალური ოპტიმებისკენ22. ამრიგად, ბოლო წლებში ის ხშირად გამოიყენება რეალური სამრეწველო პრობლემების კონტექსტში23,24.
ამ კვლევაში შემუშავებული დასაკეცი მექანიზმის კრიტიკული შემთხვევა ის არის, რომ ფრენამდე დახურულ მდგომარეობაში მყოფი ფრთები მილის დატოვებიდან გარკვეული დროის შემდეგ იხსნება. ამის შემდეგ, საკეტი ელემენტი ბლოკავს ფრთას. ამიტომ, ზამბარები პირდაპირ გავლენას არ ახდენენ ფრენის დინამიკაზე. ამ შემთხვევაში, ოპტიმიზაციის მიზანი იყო შენახული ენერგიის მაქსიმიზაცია ზამბარის მოძრაობის დასაჩქარებლად. როლიკის დიამეტრი, მავთულის დიამეტრი, როლიკების რაოდენობა და გადახრა განისაზღვრა ოპტიმიზაციის პარამეტრებად. ზამბარის მცირე ზომის გამო, წონა არ ითვლებოდა მიზნად. ამიტომ, მასალის ტიპი განისაზღვრება, როგორც ფიქსირებული. მექანიკური დეფორმაციების უსაფრთხოების ზღვარი განისაზღვრება, როგორც კრიტიკული შეზღუდვა. გარდა ამისა, მექანიზმის მოქმედების არეალი მოიცავს ცვლადი ზომის შეზღუდვებს. ოპტიმიზაციის მეთოდად შეირჩა BA მეტაევრისტული მეთოდი. BA უპირატესობა მიენიჭა მისი მოქნილი და მარტივი სტრუქტურის, ასევე მექანიკური ოპტიმიზაციის კვლევაში მიღწეული მიღწევების გამო25. კვლევის მეორე ნაწილში, დასაკეცი მექანიზმის ძირითადი დიზაინისა და ზამბარის დიზაინის ჩარჩოში შედის დეტალური მათემატიკური გამოსახულებები. მესამე ნაწილი შეიცავს ოპტიმიზაციის ალგორითმს და ოპტიმიზაციის შედეგებს. მე-4 თავი ატარებს ანალიზს ADAMS პროგრამაში. ზამბარების შესაფერისობა წარმოებამდე გაანალიზებულია. ბოლო ნაწილი შეიცავს ექსპერიმენტულ შედეგებს და ტესტირების სურათებს. კვლევაში მიღებული შედეგები ასევე შედარებულია ავტორების წინა ნაშრომებთან DOE მიდგომის გამოყენებით.
ამ კვლევაში შემუშავებული ფრთები რაკეტის ზედაპირისკენ უნდა დაკეცილიყო. ფრთები ბრუნავდა დაკეცილიდან გაშლილ მდგომარეობაში. ამისათვის შემუშავდა სპეციალური მექანიზმი. ნახ. 1-ზე ნაჩვენებია დაკეცილი და გაშლილი კონფიგურაცია5 რაკეტის კოორდინატთა სისტემაში.
ნახ. 2-ზე ნაჩვენებია მექანიზმის ჭრილი. მექანიზმი შედგება რამდენიმე მექანიკური ნაწილისგან: (1) ძირითადი კორპუსი, (2) ფრთის ლილვი, (3) საკისარი, (4) საკეტის კორპუსი, (5) საკეტის ბუდე, (6) საკეტის ქინძისთავი, (7) ბრუნვითი ზამბარა და (8) შეკუმშვის ზამბარები. ფრთის ლილვი (2) დაკავშირებულია ბრუნვით ზამბარასთან (7) საკეტის ყდის (4) მეშვეობით. რაკეტის აფრენის შემდეგ სამივე ნაწილი ერთდროულად ბრუნავს. ამ ბრუნვითი მოძრაობით, ფრთები ბრუნავს საბოლოო პოზიციაზე. ამის შემდეგ, ქინძისთავი (6) აქტიურდება შეკუმშვის ზამბარით (8), რითაც ბლოკავს საკეტის კორპუსის (4)5 მთელ მექანიზმს.
ზამბარის ძირითადი საკონსტრუქციო პარამეტრებია ელასტიურობის მოდული (E) და ძვრის მოდული (G). ამ კვლევაში, ზამბარის მასალად შეირჩა მაღალი ნახშირბადის შემცველობის ზამბარის ფოლადის მავთული (მუსიკის მავთული ASTM A228). სხვა პარამეტრებია მავთულის დიამეტრი (d), ხვეულის საშუალო დიამეტრი (Dm), ხვეულების რაოდენობა (N) და ზამბარის გადახრა (xd შეკუმშვის ზამბარებისთვის და θ ტორსიული ზამბარებისთვის)26. შეკუმშვის ზამბარების \({(SE}_{x})\) და ტორსიული (\({SE}_{\theta}\)) ზამბარებისთვის დაგროვილი ენერგია შეიძლება გამოითვალოს განტოლებიდან. (1) და (2)26. (შეკუმშვის ზამბარის ძვრის მოდულის (G) მნიშვნელობაა 83.7E9 Pa, ხოლო ტორსიული ზამბარის ელასტიურობის მოდულის (E) მნიშვნელობაა 203.4E9 Pa.)
სისტემის მექანიკური ზომები პირდაპირ განსაზღვრავს ზამბარის გეომეტრიულ შეზღუდვებს. გარდა ამისა, გასათვალისწინებელია ის პირობებიც, რომლებშიც რაკეტა განთავსდება. ეს ფაქტორები განსაზღვრავს ზამბარის პარამეტრების ზღვრებს. კიდევ ერთი მნიშვნელოვანი შეზღუდვაა უსაფრთხოების კოეფიციენტი. უსაფრთხოების კოეფიციენტის განმარტება დეტალურად არის აღწერილი შიგლის და სხვების მიერ.26. შეკუმშვის ზამბარის უსაფრთხოების კოეფიციენტი (SFC) განისაზღვრება, როგორც მაქსიმალური დასაშვები სტრესის გაყოფა უწყვეტ სიგრძეზე არსებულ სტრესზე. SFC შეიძლება გამოითვალოს განტოლებების გამოყენებით. (3), (4), (5) და (6)26. (ამ კვლევაში გამოყენებული ზამბარის მასალისთვის, \({S}_{sy}=980 MPa\)). F წარმოადგენს ძალას განტოლებაში, ხოლო KB წარმოადგენს ბერგშტრასერის კოეფიციენტს 26.
ზამბარის ბრუნვის უსაფრთხოების კოეფიციენტი (SFT) განისაზღვრება, როგორც M გაყოფილი k-ზე. SFT-ის გამოთვლა შესაძლებელია განტოლებიდან (7), (8), (9) და (10)26. (ამ კვლევაში გამოყენებული მასალისთვის, \({S}_{y}=1600 \mathrm{MPa}\)). განტოლებაში, M გამოიყენება ბრუნვის მომენტისთვის, \({k}^{^{\prime}}\) გამოიყენება ზამბარის მუდმივად (ბრუნვის მომენტი/ბრუნვა), ხოლო Ki გამოიყენება დაძაბულობის კორექციის კოეფიციენტისთვის.
ამ კვლევაში ოპტიმიზაციის მთავარი მიზანი ზამბარის ენერგიის მაქსიმიზაციაა. მიზნობრივი ფუნქცია ფორმულირებულია ისე, რომ იპოვოთ \(\overrightarrow{\{X\}}\), რომელიც მაქსიმიზაციას უკეთებს \(f(X)\). \({f}_{1}(X)\) და \({f}_{2}(X)\) შესაბამისად, შეკუმშვის და ტორსიული ზამბარის ენერგიის ფუნქციებია. ოპტიმიზაციისთვის გამოყენებული გამოთვლილი ცვლადები და ფუნქციები ნაჩვენებია შემდეგ განტოლებებში.
ზამბარის კონსტრუქციაზე დაწესებული სხვადასხვა შეზღუდვები მოცემულია შემდეგ განტოლებებში. განტოლებები (15) და (16) შესაბამისად წარმოადგენენ შეკუმშვისა და ტორსიული ზამბარების უსაფრთხოების კოეფიციენტებს. ამ კვლევაში, SFC უნდა იყოს 1.2-ზე მეტი ან მისი ტოლი, ხოლო SFT უნდა იყოს θ26-ზე მეტი ან მისი ტოლი.
BA შთაგონებული იყო ფუტკრების მტვრის ძიების სტრატეგიებით27. ფუტკრები ეძებენ მეტი შემგროვებლის ნაყოფიერ მტვრის ველებზე და ნაკლები შემგროვებლის ნაკლებად ნაყოფიერ მტვრის ველებზე გაგზავნით. ამგვარად, მიიღწევა ფუტკრის პოპულაციის უდიდესი ეფექტურობა. მეორეს მხრივ, მზვერავი ფუტკრები აგრძელებენ მტვრის ახალი უბნების ძებნას და თუ უფრო მეტი პროდუქტიული უბნებია, ვიდრე ადრე, ბევრი შემგროვებელი გადამისამართდება ამ ახალ არეალში28. BA შედგება ორი ნაწილისგან: ლოკალური ძიება და გლობალური ძიება. ლოკალური ძიება ეძებს მეტ საზოგადოებას მინიმუმთან ახლოს (ელიტური ადგილები), ფუტკრების მსგავსად, და ნაკლებად ეძებს სხვა ადგილებს (ოპტიმალური ან შერჩეული ადგილები). გლობალური ძიების ნაწილში ხორციელდება თვითნებური ძიება და თუ კარგი მნიშვნელობებია ნაპოვნი, სადგურები შემდეგ იტერაციაში გადადის ლოკალური ძიების ნაწილში. ალგორითმი შეიცავს რამდენიმე პარამეტრს: მზვერავი ფუტკრების რაოდენობა (n), ლოკალური ძიების ადგილების რაოდენობა (m), ელიტური ადგილების რაოდენობა (e), ელიტურ ადგილებში შემგროვებლების რაოდენობა (nep), ოპტიმალურ ზონებში შემგროვებლების რაოდენობა. ტერიტორიის ზომა (nsp), სამეზობლოს ზომა (ngh) და იტერაციების რაოდენობა (I)29. BA ფსევდოკოდი ნაჩვენებია ნახაზ 3-ში.
ალგორითმი ცდილობს იმუშაოს \({g}_{1}(X)\)-სა და \({g}_{2}(X)\)-ს შორის. თითოეული იტერაციის შედეგად, განისაზღვრება ოპტიმალური მნიშვნელობები და ამ მნიშვნელობების გარშემო გროვდება პოპულაცია საუკეთესო მნიშვნელობების მისაღებად. შეზღუდვები მოწმდება ლოკალური და გლობალური ძიების განყოფილებებში. ლოკალური ძიების დროს, თუ ეს ფაქტორები შესაბამისია, გამოითვლება ენერგიის მნიშვნელობა. თუ ახალი ენერგიის მნიშვნელობა აღემატება ოპტიმალურ მნიშვნელობას, მიანიჭეთ ახალი მნიშვნელობა ოპტიმალურ მნიშვნელობას. თუ ძიების შედეგად ნაპოვნი საუკეთესო მნიშვნელობა აღემატება მიმდინარე ელემენტს, ახალი ელემენტი შევა კოლექციაში. ლოკალური ძიების ბლოკ-დიაგრამა ნაჩვენებია ნახაზ 4-ში.
პოპულაცია BA-ში ერთ-ერთი მთავარი პარამეტრია. წინა კვლევებიდან ჩანს, რომ პოპულაციის გაფართოება ამცირებს საჭირო იტერაციების რაოდენობას და ზრდის წარმატების ალბათობას. თუმცა, ფუნქციური შეფასებების რაოდენობაც იზრდება. ელიტური ადგილების დიდი რაოდენობის არსებობა მნიშვნელოვნად არ მოქმედებს შესრულებაზე. ელიტური ადგილების რაოდენობა შეიძლება დაბალი იყოს, თუ ის ნულის ტოლი არ არის30. მზვერავი ფუტკრების პოპულაციის ზომა (n) ჩვეულებრივ 30-დან 100-მდეა შერჩეული. ამ კვლევაში, შესაბამისი რაოდენობის დასადგენად გამოყენებული იქნა როგორც 30, ასევე 50 სცენარი (ცხრილი 2). სხვა პარამეტრები განისაზღვრება პოპულაციის მიხედვით. შერჩეული ადგილების რაოდენობა (m) პოპულაციის ზომის (დაახლოებით) 25%-ია, ხოლო შერჩეულ ადგილებში ელიტური ადგილების რაოდენობა (e) m-ის 25%-ია. მკვებავი ფუტკრების რაოდენობა (ძიების რაოდენობა) ელიტური ნაკვეთებისთვის 100-ად და სხვა ადგილობრივი ნაკვეთებისთვის 30-ად შეირჩა. სამეზობლო ძიება ყველა ევოლუციური ალგორითმის ძირითადი კონცეფციაა. ამ კვლევაში გამოყენებული იქნა მეზობლების შემცირების მეთოდი. ეს მეთოდი თითოეული იტერაციის დროს გარკვეული სიჩქარით ამცირებს სამეზობლოს ზომას. მომავალ იტერაციებში, უფრო ზუსტი ძიებისთვის შესაძლებელია სამეზობლოს უფრო მცირე მნიშვნელობების30 გამოყენება.
თითოეული სცენარისთვის ჩატარდა ათი ზედიზედ ტესტი ოპტიმიზაციის ალგორითმის განმეორებადობის შესამოწმებლად. ნახ. 5-ზე ნაჩვენებია ტორსიული ზამბარის ოპტიმიზაციის შედეგები სქემა 1-ისთვის, ხოლო ნახ. 6-ზე - სქემა 2-ისთვის. ტესტის მონაცემები ასევე მოცემულია ცხრილებში 3 და 4 (ცხრილი, რომელიც შეიცავს შეკუმშვის ზამბარისთვის მიღებულ შედეგებს, მოცემულია დამატებით ინფორმაცია S1-ში). ფუტკრების პოპულაცია აძლიერებს კარგი მნიშვნელობების ძიებას პირველ იტერაციაში. სცენარ 1-ში ზოგიერთი ტესტის შედეგები მაქსიმალურზე დაბალი იყო. სცენარ 2-ში ჩანს, რომ ოპტიმიზაციის ყველა შედეგი მაქსიმუმს უახლოვდება პოპულაციის და სხვა შესაბამისი პარამეტრების ზრდის გამო. ჩანს, რომ სცენარ 2-ში მოცემული მნიშვნელობები საკმარისია ალგორითმისთვის.
ენერგიის მაქსიმალური მნიშვნელობის იტერაციებში მიღებისას, კვლევისთვის შეზღუდვის სახით ასევე მოცემულია უსაფრთხოების კოეფიციენტი. უსაფრთხოების კოეფიციენტისთვის იხილეთ ცხრილი. BA-ს გამოყენებით მიღებული ენერგიის მნიშვნელობები შედარებულია 5 DOE მეთოდით მიღებულ ენერგიის მნიშვნელობებთან ცხრილ 5-ში. (დამზადების გამარტივების მიზნით, ბრუნვის ზამბარის ბრუნების რაოდენობა (N) არის 4.9 4.88-ის ნაცვლად, ხოლო გადახრა (xd) არის 8 მმ შეკუმშვის ზამბარაში 7.99 მმ-ის ნაცვლად.) ჩანს, რომ BA უკეთესი შედეგია. BA აფასებს ყველა მნიშვნელობას ლოკალური და გლობალური ძიების საშუალებით. ამ გზით მას შეუძლია უფრო სწრაფად სცადოს მეტი ალტერნატივა.
ამ კვლევაში, ადამსი გამოიყენეს ფრთის მექანიზმის მოძრაობის გასაანალიზებლად. ადამსს თავდაპირველად ეძლევა მექანიზმის 3D მოდელი. შემდეგ განსაზღვრეთ ზამბარა წინა ნაწილში შერჩეული პარამეტრებით. გარდა ამისა, ფაქტობრივი ანალიზისთვის საჭიროა სხვა პარამეტრების განსაზღვრა. ესენია ფიზიკური პარამეტრები, როგორიცაა შეერთებები, მასალის თვისებები, კონტაქტი, ხახუნი და გრავიტაცია. პირის ლილვსა და საკისარს შორის არის მბრუნავი სახსარი. არის 5-6 ცილინდრული შეერთება. არის 5-1 ფიქსირებული შეერთება. ძირითადი კორპუსი დამზადებულია ალუმინის მასალისგან და ფიქსირებულია. დანარჩენი ნაწილების მასალაა ფოლადი. მასალის ტიპის მიხედვით, აირჩიეთ ხახუნის კოეფიციენტი, კონტაქტური სიმტკიცე და ხახუნის ზედაპირის შეღწევადობის სიღრმე. (უჟანგავი ფოლადი AISI 304) ამ კვლევაში კრიტიკული პარამეტრია ფრთის მექანიზმის გახსნის დრო, რომელიც უნდა იყოს 200 ms-ზე ნაკლები. ამიტომ, ანალიზის დროს დააკვირდით ფრთის გახსნის დროს.
ადამსის ანალიზის შედეგად, ფრთის მექანიზმის გახსნის დრო 74 მილიწამია. დინამიური სიმულაციის 1-დან 4-მდე შედეგები ნაჩვენებია ნახაზ 7-ზე. ნახაზ 5-ზე პირველი სურათი წარმოადგენს სიმულაციის დაწყების დროს და ფრთები დაკეცვის მოლოდინის პოზიციაშია. (2) აჩვენებს ფრთის პოზიციას 40 მილიწამის შემდეგ, როდესაც ფრთა 43 გრადუსით შემობრუნდება. (3) აჩვენებს ფრთის პოზიციას 71 მილიწამის შემდეგ. ასევე ბოლო სურათზე (4) ნაჩვენებია ფრთის ბრუნვის დასასრული და ღია პოზიცია. დინამიური ანალიზის შედეგად დაფიქსირდა, რომ ფრთის გახსნის მექანიზმი მნიშვნელოვნად მოკლეა 200 მილიწამის სამიზნე მნიშვნელობაზე. გარდა ამისა, ზამბარების ზომის განსაზღვრისას, უსაფრთხოების ზღვრები შეირჩა ლიტერატურაში რეკომენდებული უმაღლესი მნიშვნელობებიდან.
ყველა დიზაინის, ოპტიმიზაციისა და სიმულაციური კვლევის დასრულების შემდეგ, მექანიზმის პროტოტიპი დამზადდა და ინტეგრირებული იქნა. შემდეგ პროტოტიპი გამოსცადეს სიმულაციის შედეგების დასადასტურებლად. პირველ რიგში, დააფიქსირეს მთავარი კორპუსი და დაკეცეს ფრთები. შემდეგ ფრთები გათავისუფლდა დაკეცილი პოზიციიდან და გადაიღეს ვიდეო ფრთების ბრუნვის შესახებ დაკეცილი პოზიციიდან გაშლილ პოზიციამდე. ტაიმერი ასევე გამოიყენებოდა ვიდეოჩანაწერის დროს დროის გასაანალიზებლად.
ნახ. 8-ზე ნაჩვენებია ვიდეოკადრები, რომლებიც დანომრილია 1-4 ნომრებით. ნახაზზე კადრის ნომერი 1 გვიჩვენებს დაკეცილი ფრთების გაშვების მომენტს. ეს მომენტი ითვლება დროის საწყის მომენტად t0. კადრები 2 და 3 აჩვენებს ფრთების პოზიციებს საწყისი მომენტიდან 40 ms და 70 ms შემდეგ. კადრების 3 და 4 ანალიზისას ჩანს, რომ ფრთის მოძრაობა სტაბილიზდება t0-დან 90 ms შემდეგ, ხოლო ფრთის გახსნა სრულდება 70-დან 90 ms-მდე. ეს სიტუაცია ნიშნავს, რომ როგორც სიმულაცია, ასევე პროტოტიპის ტესტირება იძლევა დაახლოებით ერთსა და იმავე ფრთის გაშლის დროს და დიზაინი აკმაყოფილებს მექანიზმის მუშაობის მოთხოვნებს.
ამ სტატიაში, ფრთის დასაკეცი მექანიზმში გამოყენებული ტორსიული და შეკუმშვის ზამბარები ოპტიმიზირებულია BA-ს გამოყენებით. პარამეტრების მიღწევა შესაძლებელია სწრაფად, რამდენიმე იტერაციით. ტორსიული ზამბარის სიმძლავრეა 1075 მჯ, ხოლო შეკუმშვის ზამბარის - 37.24 მჯ. ეს მნიშვნელობები 40-50%-ით უკეთესია ენერგეტიკის დეპარტამენტის წინა კვლევებთან შედარებით. ზამბარა ინტეგრირებულია მექანიზმში და გაანალიზებულია ADAMS პროგრამაში. ანალიზის შედეგად დადგინდა, რომ ფრთები 74 მილიწამში იხსნებოდა. ეს მნიშვნელობა გაცილებით დაბალია პროექტის სამიზნე 200 მილიწამზე. შემდგომ ექსპერიმენტულ კვლევაში, ჩართვის დრო დაახლოებით 90 მილიწამი იყო. ანალიზებს შორის ეს 16 მილიწამიანი სხვაობა შეიძლება გამოწვეული იყოს გარემო ფაქტორებით, რომლებიც არ არის მოდელირებული პროგრამულ უზრუნველყოფაში. ითვლება, რომ კვლევის შედეგად მიღებული ოპტიმიზაციის ალგორითმი შეიძლება გამოყენებულ იქნას ზამბარის სხვადასხვა დიზაინისთვის.
ზამბარის მასალა წინასწარ იყო განსაზღვრული და ოპტიმიზაციაში ცვლადად არ იყო გამოყენებული. ვინაიდან თვითმფრინავებსა და რაკეტებში ზამბარების მრავალი სხვადასხვა ტიპი გამოიყენება, BA გამოყენებული იქნება სხვა ტიპის ზამბარების დასაპროექტებლად, სხვადასხვა მასალის გამოყენებით, რათა მომავალში ზამბარის ოპტიმალური დიზაინი მიღწეული იქნას.
ჩვენ ვაცხადებთ, რომ ეს ხელნაწერი ორიგინალია, აქამდე არ გამოქვეყნებულა და ამჟამად არ განიხილება სხვაგან გამოსაქვეყნებლად.
ამ კვლევაში გენერირებული ან გაანალიზებული ყველა მონაცემი შეტანილია ამ გამოქვეყნებულ სტატიაში [და დამატებით ინფორმაციის ფაილში].
მინი, ზ., კინი, ვ.კ. და რიჩარდი, ლ.ჯ. თვითმფრინავი. აეროდინამიკური ფრთის კონცეფციის მოდერნიზაცია რადიკალური გეომეტრიული ცვლილებების გზით. IES J. ნაწილი A ცივილიზაცია. შემადგენლობა. პროექტი. 3(3), 188–195 (2010).
სან, ჯ., ლიუ, კ. და ბჰუშანი, ბ. ხოჭოს უკანა ფრთის მიმოხილვა: სტრუქტურა, მექანიკური თვისებები, მექანიზმები და ბიოლოგიური შთაგონება. ჯ. მეჩა. ქცევა. ბიოსამედიცინო მეცნიერება. ალმა მატერი. 94, 63–73 (2019).
ჩენი, ზ., იუ, ჯ., ჟანგი, ა. და ჟანგი, ფ. ჰიბრიდული ძრავით აღჭურვილი წყალქვეშა პლანერის დასაკეცი მამოძრავებელი მექანიზმის დიზაინი და ანალიზი. Ocean Engineering 119, 125–134 (2016).
კარტიკი, ჰ.ს. და პრიტვი, კ. ვერტმფრენის ჰორიზონტალური სტაბილიზატორის დასაკეცი მექანიზმის დიზაინი და ანალიზი. შიდა J. Ing. შენახვის ავზი. ტექნოლოგია. (IGERT) 9(05), 110–113 (2020).
კულუნკი, ზ. და საჰინი, მ. დასაკეცი რაკეტის ფრთის დიზაინის მექანიკური პარამეტრების ოპტიმიზაცია ექსპერიმენტული დიზაინის მიდგომის გამოყენებით. Internal J. Model. optimization. 9(2), 108–112 (2019).
კე, ჯ., ვუ, ზიი, ლიუ, ი.ს., სიანგი, ზ. და ჰუ, XD კომპოზიტური სპირალური ზამბარების დიზაინის მეთოდი, მუშაობის შესწავლა და წარმოების პროცესი: მიმოხილვა. compose. composition. 252, 112747 (2020).
ტაქტაკ მ., ომჰენი კ., ალუი ა., დამაკ ფ. და ხადარ მ. სპირალური ზამბარების დინამიური დიზაინის ოპტიმიზაცია. ხმის გამოყენება. 77, 178–183 (2014).
პარედესი, მ., სარტორი, მ. და მასკლი, კ. დაჭიმვის ზამბარების დიზაინის ოპტიმიზაციის პროცედურა. კომპიუტერი. მეთოდის გამოყენება. ბეწვი. პროექტი. 191(8-10), 783-797 (2001).
ზებდი ო., ბუჰილი რ. და ტროჩუ ფ. კომპოზიტური სპირალური ზამბარების ოპტიმალური დიზაინი მრავალმიზნობრივი ოპტიმიზაციის გამოყენებით. J. Reinf. plastic. compose. 28 (14), 1713–1732 (2009).
პავარტი, ჰ.ბ. და დესალე, დ.დ. სამთვლიანი ველოსიპედის წინა საკიდრის სპირალური ზამბარების ოპტიმიზაცია. პროცესი. მწარმოებელი. 20, 428–433 (2018).
ბაჰშეშ მ. და ბაჰშეშ მ. ფოლადის ხვეული ზამბარების ოპტიმიზაცია კომპოზიტური ზამბარებით. შიდა ჟურნალი. მულტიდისციპლინური. მეცნიერება. პროექტი. 3(6), 47–51 (2012).
ჩენი, ლ. და სხვ. გაეცანით კომპოზიტური სპირალური ზამბარების სტატიკურ და დინამიურ მახასიათებლებზე მოქმედ მრავალ პარამეტრს. J. Market. საცავი ავზი. 20, 532–550 (2022).
ფრენკი, ჯ. კომპოზიტური სპირალური ზამბარების ანალიზი და ოპტიმიზაცია, სადოქტორო დისერტაცია, საკრამენტოს სახელმწიფო უნივერსიტეტი (2020).
გუ, ზ., ჰოუ, X. და იე, ჯ. არაწრფივი სპირალური ზამბარების დიზაინისა და ანალიზის მეთოდები შემდეგი მეთოდების კომბინაციის გამოყენებით: სასრული ელემენტების ანალიზი, ლათინური ჰიპერკუბის შეზღუდული შერჩევა და გენეტიკური პროგრამირება. პროცესი. Fur Institute. პროექტი. CJ Mecha. პროექტი. მეცნიერება. 235(22), 5917–5930 (2021).
ვუ, ლ. და სხვ. რეგულირებადი ზამბარის სიმძლავრის მქონე ნახშირბადის ბოჭკოვანი მრავალჯაჭვიანი ხვეული ზამბარები: დიზაინისა და მექანიზმის შესწავლა. J. Market. შენახვის ავზი. 9(3), 5067–5076 (2020).
პატილ დ.ს., მანგრულკარ კ.ს. და ჯაგტაპ სტ. შეკუმშვის სპირალური ზამბარების წონის ოპტიმიზაცია. შიდა J. Innov. შენახვის ავზი. მულტიდისციპლინური. 2(11), 154–164 (2016).
რაჰული, მ.ს. და რამეშკუმარი, კ. საავტომობილო აპლიკაციებისთვის სპირალური ზამბარების მრავალფუნქციური ოპტიმიზაცია და რიცხვითი სიმულაცია. ალმა მატერი. პროცესი დღეს. 46. ​​4847–4853 (2021).
ბაი, ჯ.ბ. და სხვ. საუკეთესო პრაქტიკის განსაზღვრა - კომპოზიტური სპირალური სტრუქტურების ოპტიმალური დიზაინი გენეტიკური ალგორითმების გამოყენებით. compose. composition. 268, 113982 (2021).
შაჰინი, ი., დორტერლერი, მ. და გოკჩე, ჰ. შეკუმშვის ზამბარის დიზაინის მინიმალური მოცულობის ოპტიმიზაციაზე დაფუძნებული 灰狼 ოპტიმიზაციის მეთოდის გამოყენება, Ghazi J. Engineering Science, 3(2), 21–27 (2017).
აიე, კ.მ., ფოლდი, ნ., ილდიზი, ა.რ., ბურირატი, ს. და საიტი, ს.მ. მეტაევრისტიკა მრავალი აგენტის გამოყენებით ავარიების ოპტიმიზაციისთვის. ინტერნალური ჯ. ვეჰ. დეკ. 80(2–4), 223–240 (2019).
ილდიზი, ა.რ. და ერდაში, მუ. ტაგუჩი-სალპას ჯგუფის ახალი ჰიბრიდული ოპტიმიზაციის ალგორითმი რეალური საინჟინრო პრობლემების საიმედო დიზაინისთვის. ალმა მატერი. ტესტი. 63(2), 157–162 (2021).
ილდიზი BS, ფოლდი ნ., ბურერატი ს., ილდიზი AR და საიტ SM რობოტული დამჭერი მექანიზმების საიმედო დიზაინი ახალი ჰიბრიდული კალიის ოპტიმიზაციის ალგორითმის გამოყენებით. ექსპერტის სისტემა. 38(3), e12666 (2021).