Dėkojame, kad apsilankėte Nature.com. Jūs naudojate naršyklės versiją su ribotu CSS palaikymu. Nerūdijančio plieno vamzdis iš ritės. Kad galėtumėte naudotis šia funkcija, rekomenduojame naudoti atnaujintą naršyklę (arba išjungti suderinamumo režimą „Internet Explorer“). Be to, siekdami užtikrinti nuolatinį palaikymą, svetainę rodome be stilių ir „JavaScript“.
Rodo trijų skaidrių karuselę vienu metu. Naudokite mygtukus „Ankstesnis“ ir „Kitas“, kad vienu metu pereitumėte per tris skaidres, arba naudokite slankiklio mygtukus gale, kad vienu metu pereitumėte per tris skaidres.
Šiame tyrime, raketoje naudojamo sparno sulankstymo mechanizmo sukimo ir suspaudimo spyruoklių konstrukcija iš nerūdijančio plieno, nagrinėjama kaip optimizavimo problema. Raketai palikus paleidimo vamzdį, uždaryti sparnai turi būti atidaryti ir tam tikrą laiką užfiksuoti. Tyrimo tikslas buvo maksimaliai padidinti spyruoklėse sukauptą energiją, kad sparnai galėtų išsiskleisti per trumpiausią įmanomą laiką. Šiuo atveju abiejose publikacijose energijos lygtis buvo apibrėžta kaip tikslo funkcija optimizavimo procese. Vielos skersmuo, spyruoklės skersmuo, spyruoklių skaičius ir deformacijos parametrai, reikalingi spyruoklės konstrukcijai, buvo apibrėžti kaip optimizavimo kintamieji. Kintamiesiems yra geometriniai apribojimai dėl mechanizmo dydžio, taip pat saugos koeficiento apribojimai dėl spyruoklių patiriamos apkrovos. Šiai optimizavimo problemai išspręsti ir spyruoklės konstrukcijai atlikti buvo naudojamas „medaus bitės“ (BA) algoritmas. Taikant BA gautos energijos vertės yra geresnės nei gautos atliekant ankstesnius eksperimentų projektavimo (DOE) tyrimus. Spyruoklės ir mechanizmai, suprojektuoti naudojant optimizavimo metu gautus parametrus, pirmiausia buvo analizuojami ADAMS programoje. Po to buvo atlikti eksperimentiniai bandymai, integruojant pagamintas spyruokles į realius mechanizmus. Atlikus bandymą, pastebėta, kad sparnai atsidarė maždaug po 90 milisekundžių. Ši vertė yra gerokai mažesnė nei projekto tikslinis 200 milisekundžių laikas. Be to, skirtumas tarp analitinių ir eksperimentinių rezultatų yra tik 16 ms.
Orlaiviuose ir jūrų transporto priemonėse nerūdijančio plieno spiralinių vamzdžių sulankstymo mechanizmai yra labai svarbūs. Šios sistemos naudojamos orlaivių modifikacijose ir konversijose, siekiant pagerinti skrydžio charakteristikas ir valdymą. Priklausomai nuo skrydžio režimo, sparnai susilanksto ir išsilanksto skirtingai, kad sumažintų aerodinaminį poveikį1. Šią situaciją galima palyginti su kai kurių paukščių ir vabzdžių sparnų judesiais kasdienio skrydžio ir nardymo metu. Panašiai sklandytuvai susilanksto ir išsilanksto povandeniniuose laivuose, kad sumažintų hidrodinaminį poveikį ir maksimaliai padidintų valdymą3. Dar vienas šių mechanizmų tikslas – suteikti tūrinius pranašumus tokioms sistemoms kaip sraigtasparnio propelerio 4 sulankstymas laikymui ir transportavimui. Raketos sparnai taip pat susilanksto, kad sumažintų sandėliavimo vietą. Taigi, daugiau raketų galima patalpinti mažesniame paleidimo įrenginio 5 plote. Komponentai, kurie efektyviai naudojami sulankstant ir išskleidant, paprastai yra spyruoklės. Sulankstymo metu joje kaupiama energija, o išskleisiant – išlaisvinama. Dėl lanksčios konstrukcijos sukaupta ir išlaisvinta energija yra išlyginama. Spyruoklė daugiausia skirta sistemai, ir ši konstrukcija kelia optimizavimo problemą6. Nes nors tai apima įvairius kintamuosius, tokius kaip vielos skersmuo, ritės skersmuo, vijų skaičius, spiralės kampas ir medžiagos tipas, yra ir tokių kriterijų kaip masė, tūris, minimalus įtempių pasiskirstymas arba maksimalus energijos prieinamumas7.
Šis tyrimas nušviečia raketų sistemose naudojamų sparnų sulankstymo mechanizmų spyruoklių projektavimą ir optimizavimą. Būdami paleidimo vamzdžio viduje prieš skrydį, sparnai lieka sulankstyti ant raketos paviršiaus, o išėję iš paleidimo vamzdžio, tam tikrą laiką išsiskleidžia ir lieka prispausti prie paviršiaus. Šis procesas yra labai svarbus tinkamam raketos veikimui. Sukurtame sulankstymo mechanizme sparnų atidarymas atliekamas torsioninėmis spyruoklėmis, o fiksavimas – suspaudimo spyruoklėmis. Norint suprojektuoti tinkamą spyruoklę, reikia atlikti optimizavimo procesą. Literatūroje yra įvairių spyruoklių optimizavimo pritaikymų.
Paredes ir kt.8 apibrėžė maksimalų nuovargio tarnavimo laiko koeficientą kaip tikslo funkciją spiralinėms spyruoklėms projektuoti ir panaudojo kvazi-Niutono metodą kaip optimizavimo metodą. Optimizavimo kintamieji buvo nustatyti kaip vielos skersmuo, ritės skersmuo, vijų skaičius ir spyruoklės ilgis. Kitas spyruoklės konstrukcijos parametras yra medžiaga, iš kurios ji pagaminta. Todėl į tai buvo atsižvelgta projektavimo ir optimizavimo tyrimuose. Zebdi ir kt.9 savo tyrime tikslo funkcijoje iškėlė maksimalaus standumo ir minimalaus svorio tikslus, kur svorio koeficientas buvo reikšmingas. Šiuo atveju jie apibrėžė spyruoklės medžiagą ir geometrines savybes kaip kintamuosius. Jie naudoja genetinį algoritmą kaip optimizavimo metodą. Automobilių pramonėje medžiagų svoris yra naudingas įvairiais būdais – nuo ​​transporto priemonės našumo iki degalų sąnaudų. Svorio mažinimas optimizuojant spyruokles pakabai yra gerai žinomas tyrimas10. Bahshesh ir Bahshesh11 savo darbe ANSYS aplinkoje kaip kintamuosius nustatė tokias medžiagas kaip E-stiklas, anglies pluoštas ir Kevlaras, siekdami pasiekti minimalų svorį ir maksimalų tempiamąjį stiprumą įvairiose pakabos spyruoklių kompozicinėse konstrukcijose. Gamybos procesas yra labai svarbus kuriant kompozicines spyruokles. Todėl optimizavimo uždavinyje svarbūs įvairūs kintamieji, tokie kaip gamybos metodas, proceso etapai ir šių etapų seka12,13. Projektuojant dinaminių sistemų spyruokles, reikia atsižvelgti į sistemos natūraliuosius dažnius. Rekomenduojama, kad pirmasis spyruoklės natūralusis dažnis būtų bent 5–10 kartų didesnis už sistemos natūralų dažnį, siekiant išvengti rezonanso14. Taktak ir kt.7 nusprendė sumažinti spyruoklės masę ir padidinti pirmąjį natūralų dažnį kaip tikslo funkcijas spiralinės spyruoklės projekte. Jie naudojo šablonų paieškos, vidinio taško, aktyviosios aibės ir genetinio algoritmo metodus „Matlab“ optimizavimo įrankyje. Analitiniai tyrimai yra spyruoklių projektavimo tyrimų dalis, o baigtinių elementų metodas yra populiarus šioje srityje15. Patil ir kt.16 sukūrė optimizavimo metodą suspaudimo spyruoklės svoriui sumažinti, naudodami analitinę procedūrą, ir išbandė analitines lygtis naudodami baigtinių elementų metodą. Kitas spyruoklės naudingumo didinimo kriterijus yra energijos, kurią ji gali kaupti, padidėjimas. Šis atvejis taip pat užtikrina, kad spyruoklė išlaiko savo naudingumą ilgą laiką. Rahul ir Rameshkumar17 Siekia sumažinti spyruoklių tūrį ir padidinti deformacijos energiją automobilių spyruoklių konstrukcijose. Jie taip pat naudojo genetinius algoritmus optimizavimo tyrimuose.
Kaip matyti, optimizavimo tyrimo parametrai kiekvienoje sistemoje skiriasi. Apskritai, standumo ir šlyties įtempio parametrai yra svarbūs sistemoje, kurioje lemiamas veiksnys yra jos patiriama apkrova. Medžiagos parinkimas į svorio ribojimo sistemą įtraukiamas su šiais dviem parametrais. Kita vertus, natūralūs dažniai yra tikrinami, siekiant išvengti rezonansų labai dinamiškose sistemose. Sistemose, kuriose naudingas poveikis yra svarbus, energija yra maksimaliai padidinama. Optimizavimo tyrimuose, nors baigtinių elementų metodas (FEM) naudojamas analitiniams tyrimams, matyti, kad metaeuristiniai algoritmai, tokie kaip genetinis algoritmas14,18 ir pilkojo vilko algoritmas19, yra naudojami kartu su klasikiniu Niutono metodu tam tikrų parametrų diapazone. Metaeuristiniai algoritmai buvo sukurti remiantis natūralios adaptacijos metodais, kurie per trumpą laiką artėja prie optimalios būsenos, ypač veikiant populiacijai20,21. Atsitiktinai pasiskirstius populiacijai paieškos srityje, jie vengia lokalių optimų ir juda link globalių optimų22. Todėl pastaraisiais metais jis dažnai naudojamas realių pramoninių problemų kontekste23,24.
Šiame tyrime sukurto sulankstymo mechanizmo kritinis atvejis yra tas, kad sparnai, kurie prieš skrydį buvo uždarytoje padėtyje, atsidaro po tam tikro laiko, kai palieka vamzdį. Po to fiksavimo elementas blokuoja sparną. Todėl spyruoklės tiesiogiai neįtakoja skrydžio dinamikos. Šiuo atveju optimizavimo tikslas buvo maksimaliai padidinti sukauptą energiją, kad būtų pagreitintas spyruoklės judėjimas. Optimizavimo parametrai buvo apibrėžti ritinėlio skersmuo, vielos skersmuo, ritinėlių skaičius ir deformacija. Dėl mažo spyruoklės dydžio svoris nebuvo laikomas tikslu. Todėl medžiagos tipas apibrėžiamas kaip fiksuotas. Mechaninių deformacijų saugos riba nustatoma kaip kritinis apribojimas. Be to, mechanizmo taikymo srityje yra kintamo dydžio apribojimai. Optimizavimo metodu pasirinktas BA metaeuristinis metodas. BA buvo pasirinktas dėl savo lanksčios ir paprastos struktūros bei pažangos mechaninio optimizavimo tyrimuose25. Antroje tyrimo dalyje išsamios matematinės išraiškos įtraukiamos į sulankstymo mechanizmo pagrindinio projekto ir spyruoklės projekto struktūrą. Trečiojoje dalyje pateikiamas optimizavimo algoritmas ir optimizavimo rezultatai. 4 skyriuje atliekama analizė ADAMS programoje. Prieš gamybą analizuojamas spyruoklių tinkamumas. Paskutiniame skyriuje pateikiami eksperimentiniai rezultatai ir bandymų vaizdai. Tyrimo metu gauti rezultatai taip pat buvo palyginti su ankstesniais autorių darbais, naudojant DOE metodą.
Šiame tyrime sukurti sparnai turėtų būti sulankstomi link raketos paviršiaus. Sparnai sukasi iš suskleistos į išskleistą padėtį. Tam buvo sukurtas specialus mechanizmas. 1 paveiksle parodyta suskleistos ir išskleistos konfigūracijos5 raketos koordinačių sistemoje.
2 pav. parodytas mechanizmo pjūvio vaizdas. Mechanizmą sudaro kelios mechaninės dalys: (1) pagrindinis korpusas, (2) sparno velenas, (3) guolis, (4) užrakto korpusas, (5) užrakto įvorė, (6) fiksavimo kaištis, (7) sukimo spyruoklė ir (8) suspaudimo spyruoklės. Sparno velenas (2) yra sujungtas su sukimo spyruokle (7) per fiksavimo įvorę (4). Visos trys dalys sukasi vienu metu, raketai pakilus. Šio sukamojo judesio metu sparnai pasisuka į galutinę padėtį. Po to suspaudimo spyruoklė (8) suveikia kaištį (6), taip blokuodama visą užrakto korpuso (4) mechanizmą.
Tamprumo modulis (E) ir šlyties modulis (G) yra pagrindiniai spyruoklės projektavimo parametrai. Šiame tyrime spyruoklės medžiaga buvo pasirinkta aukštos anglies spyruoklinio plieno viela (muzikinė viela ASTM A228). Kiti parametrai yra vielos skersmuo (d), vidutinis vijos skersmuo (Dm), vijų skaičius (N) ir spyruoklės deformacija (xd suspaudimo spyruoklėms ir θ torsioninėms spyruoklėms)26. Suspaudimo spyruoklių \({(SE}_{x})\) ir torsioninių (\({SE}_{\theta}\)) spyruoklių sukauptą energiją galima apskaičiuoti pagal (1) ir (2)26 lygtis. (Suspaudimo spyruoklės šlyties modulio (G) vertė yra 83,7E9 Pa, o torsioninės spyruoklės tamprumo modulio (E) vertė yra 203,4E9 Pa.)
Sistemos mechaniniai matmenys tiesiogiai lemia spyruoklės geometrinius apribojimus. Be to, reikėtų atsižvelgti ir į sąlygas, kuriomis bus pastatyta raketa. Šie veiksniai lemia spyruoklės parametrų ribas. Kitas svarbus apribojimas yra saugos koeficientas. Saugos koeficiento apibrėžimą išsamiai aprašė Shigley ir kt.26. Suspaudimo spyruoklės saugos koeficientas (SFC) apibrėžiamas kaip didžiausias leistinas įtempis, padalytas iš įtempio per ištisinį ilgį. SFC galima apskaičiuoti naudojant (3), (4), (5) ir (6)26 lygtis. (Šiame tyrime naudojamai spyruoklės medžiagai \({S}_{sy}=980 MPa\)). F lygtyje reiškia jėgą, o KB – Bergštraserio koeficientą, lygų 26.
Spyruoklės sukimo saugos koeficientas (SFT) apibrėžiamas kaip M, padalytas iš k. SFT galima apskaičiuoti pagal (7), (8), (9) ir (10)26 lygtis. (Šiame tyrime naudojamai medžiagai \({S}_{y}=1600 \mathrm{MPa}\)). Lygtyje M naudojamas sukimo momentui, \({k}^{^{\prime}}\) – spyruoklės konstantai (sukimo momentui / sukimuisi), o Ki – įtempio korekcijos koeficientui.
Pagrindinis optimizavimo tikslas šiame tyrime yra maksimaliai padidinti spyruoklės energiją. Tikslo funkcija suformuluota taip, kad būtų rasta \(\overrightarrow{\{X\}}\), kuri maksimaliai padidina \(f(X)\). \({f}_{1}(X)\) ir \({f}_{2}(X)\) yra atitinkamai suspaudimo ir torsiono spyruoklių energijos funkcijos. Optimizavimui naudojami apskaičiuoti kintamieji ir funkcijos pateikti šiose lygtyse.
Įvairūs spyruoklės konstrukcijai taikomi apribojimai pateikti šiose lygtyse. (15) ir (16) lygtys atitinkamai pateikia suspaudimo ir torsioninių spyruoklių saugos koeficientus. Šiame tyrime SFC turi būti didesnis arba lygus 1,2, o SFT turi būti didesnis arba lygus θ26.
BA įkvėpė bičių žiedadulkių paieškos strategijos27. Bitės ieško siųsdamos daugiau maisto rinkėjų į derlingus žiedadulkių laukus ir mažiau maisto rinkėjų į mažiau derlingus žiedadulkių laukus. Taip pasiekiamas didžiausias bičių populiacijos efektyvumas. Kita vertus, žvalgybinės bitės toliau ieško naujų žiedadulkių plotų, ir jei produktyvesnių plotų yra daugiau nei anksčiau, daugelis maisto rinkėjų bus nukreipti į šią naują plotą28. BA susideda iš dviejų dalių: vietinės paieškos ir globalios paieškos. Vietinės paieškos metu ieškoma daugiau bendruomenių, artimų minimumui (elitinių vietų), tokių kaip bitės, ir mažiau ieškoma kitų vietų (optimalių arba atrinktų vietų). Globalios paieškos dalyje atliekama savavališka paieška, o jei randamos geros vertės, stotys perkeliamos į vietinės paieškos dalį kitoje iteracijoje. Algoritmas turi keletą parametrų: žvalgybinių bičių skaičių (n), vietinių paieškos vietų skaičių (m), elitinių vietų skaičių (e), maisto rinkėjų skaičių elitinėse vietose (nep), maisto rinkėjų skaičių optimaliose vietose. Vietovė (nsp), kaimynystės dydis (ngh) ir iteracijų skaičius (I)29. BA pseudokodas parodytas 3 paveiksle.
Algoritmas bando dirbti tarp \({g}_{1}(X)\) ir \({g}_{2}(X)\). Kiekvienos iteracijos rezultatas yra optimalios vertės ir aplink šias vertes surenkama populiacija, siekiant gauti geriausias vertes. Apribojimai tikrinami vietinėje ir globalioje paieškos dalyse. Vietinės paieškos metu, jei šie veiksniai yra tinkami, apskaičiuojama energijos vertė. Jei nauja energijos vertė yra didesnė už optimalią vertę, nauja vertė priskiriama optimaliai vertei. Jei geriausia paieškos rezultatuose rasta vertė yra didesnė už dabartinį elementą, naujas elementas bus įtrauktas į rinkinį. Vietinės paieškos blokinė schema parodyta 4 paveiksle.
Populiacija yra vienas iš pagrindinių BA parametrų. Iš ankstesnių tyrimų matyti, kad populiacijos didinimas sumažina reikalingų iteracijų skaičių ir padidina sėkmės tikimybę. Tačiau funkcinių vertinimų skaičius taip pat didėja. Didelis skaičius elitinių vietų reikšmingai neįtakoja našumo. Elitinių vietų skaičius gali būti mažas, jei jis nėra lygus nuliui30. Žvalgybinių bičių populiacijos dydis (n) paprastai pasirenkamas nuo 30 iki 100. Šiame tyrime buvo paleisti ir 30, ir 50 scenarijai, siekiant nustatyti tinkamą skaičių (2 lentelė). Kiti parametrai nustatomi priklausomai nuo populiacijos. Pasirinktų vietų skaičius (m) yra (apytiksliai) 25 % populiacijos dydžio, o elitinių vietų skaičius (e) tarp pasirinktų vietų yra 25 % m. Maitinamų bičių skaičius (paieškų skaičius) elitiniams apskaitos bareliams pasirinktas 100, o kitiems vietiniams apskaitos bareliams – 30. Kaimynystės paieška yra pagrindinė visų evoliucinių algoritmų koncepcija. Šiame tyrime buvo naudojamas siaurėjančių kaimynų metodas. Šis metodas kiekvienos iteracijos metu tam tikru greičiu mažina kaimynystės dydį. Ateities iteracijose tikslesnei paieškai galima naudoti mažesnes kaimynystės reikšmes30.
Kiekvienam scenarijui buvo atlikta dešimt iš eilės einančių bandymų, siekiant patikrinti optimizavimo algoritmo atkuriamumą. 5 paveiksle pateikti torsioninės spyruoklės optimizavimo rezultatai pagal 1 schemą, o 6 paveiksle – pagal 2 schemą. Bandymo duomenys taip pat pateikti 3 ir 4 lentelėse (lentelė su suspaudimo spyruoklės rezultatais pateikta papildomoje informacijoje S1). Bičių populiacija suintensyvina gerų verčių paiešką pirmoje iteracijoje. 1 scenarijuje kai kurių bandymų rezultatai buvo mažesni už maksimumą. 2 scenarijuje matyti, kad visi optimizavimo rezultatai artėja prie maksimumo dėl populiacijos ir kitų svarbių parametrų padidėjimo. Matyti, kad 2 scenarijaus vertės yra pakankamos algoritmui.
Iteracijose gaunant maksimalią energijos vertę, kaip tyrimo apribojimas taip pat pateikiamas saugos koeficientas. Saugos koeficientas pateiktas lentelėje. Naudojant BA gautos energijos vertės palyginamos su vertėmis, gautomis naudojant 5 DOE metodą, 5 lentelėje. (Gamybos patogumui torsioninės spyruoklės apsisukimų skaičius (N) yra 4,9, o ne 4,88, o suspaudimo spyruoklės deformacija (xd) yra 8 mm, o ne 7,99 mm.) Matyti, kad BA yra geresnis rezultatas. BA įvertina visas vertes naudodamas vietines ir globalias paieškas. Tokiu būdu jis gali greičiau išbandyti daugiau alternatyvų.
Šiame tyrime Adamsas buvo panaudotas sparno mechanizmo judėjimui analizuoti. Adamsui pirmiausia pateikiamas 3D mechanizmo modelis. Tada apibrėžkite spyruoklę su ankstesniame skyriuje pasirinktais parametrais. Be to, faktinei analizei atlikti reikia apibrėžti ir kitus parametrus. Tai fiziniai parametrai, tokie kaip jungtys, medžiagų savybės, kontaktas, trintis ir gravitacija. Tarp mentės veleno ir guolio yra pasukama jungtis. Yra 5–6 cilindrinės jungtys. Yra 5–1 fiksuota jungtis. Pagrindinis korpusas pagamintas iš aliuminio ir yra fiksuotas. Likusi dalis pagaminta iš plieno. Pasirinkite trinties koeficientą, kontaktinį standumą ir trinties paviršiaus įsiskverbimo gylį, atsižvelgdami į medžiagos tipą. (nerūdijantis plienas AISI 304) Šiame tyrime kritinis parametras yra sparno mechanizmo atidarymo laikas, kuris turi būti mažesnis nei 200 ms. Todėl analizės metu stebėkite sparno atidarymo laiką.
Atlikus Adamso analizę, sparno mechanizmo atsidarymo laikas yra 74 milisekundės. Dinaminio modeliavimo nuo 1 iki 4 rezultatai pateikti 7 paveiksle. Pirmame 5 paveikslo paveikslėlyje parodytas modeliavimo pradžios laikas, kai sparnai yra laukimo sulankstymo padėtyje. (2) rodo sparno padėtį po 40 ms, kai sparnas pasisuka 43 laipsnius. (3) rodo sparno padėtį po 71 milisekundės. Taip pat paskutiniame paveikslėlyje (4) parodyta sparno pasisukimo pabaiga ir atidarymo padėtis. Atlikus dinaminę analizę, pastebėta, kad sparno atsidarymo mechanizmas yra žymiai trumpesnis nei tikslinė 200 ms vertė. Be to, nustatant spyruoklių dydį, saugos ribos buvo parinktos iš didžiausių literatūroje rekomenduojamų verčių.
Atlikus visus projektavimo, optimizavimo ir modeliavimo tyrimus, buvo pagamintas ir integruotas mechanizmo prototipas. Prototipas buvo išbandytas, siekiant patikrinti modeliavimo rezultatus. Pirmiausia pritvirtintas pagrindinis apvalkalas ir sulankstyti sparnai. Tada sparnai buvo išlaisvinti iš sulankstytos padėties ir nufilmuotas sparnų sukimasis iš sulankstytos į išskleistą padėtį. Laikmatis taip pat buvo naudojamas laikui analizuoti vaizdo įrašymo metu.
8 pav. parodyti 1–4 sunumeruoti vaizdo kadrai. 1 kadras paveiksle rodo sulankstytų sparnų atleidimo momentą. Šis momentas laikomas pradiniu laiko momentu t0. 2 ir 3 kadrai rodo sparnų padėtis praėjus 40 ms ir 70 ms po pradinio momento. Analizuojant 3 ir 4 kadrus, matyti, kad sparno judėjimas stabilizuojasi praėjus 90 ms po t0, o sparno atidarymas baigiamas per 70–90 ms. Tai reiškia, kad tiek modeliavimas, tiek prototipo bandymai duoda maždaug vienodą sparno išskleidimo laiką, o konstrukcija atitinka mechanizmo našumo reikalavimus.
Šiame straipsnyje naudojant BA optimizuojamos sparnų sulankstymo mechanizme naudojamos torsijos ir suspaudimo spyruoklės. Parametrus galima greitai pasiekti, atliekant kelis iteracijas. Torsijos spyruoklės vardinė jėga yra 1075 mJ, o suspaudimo spyruoklės – 37,24 mJ. Šios vertės yra 40–50 % geresnės nei ankstesniuose DOE tyrimuose. Spyruoklė integruota į mechanizmą ir analizuojama ADAMS programoje. Analizės metu nustatyta, kad sparnai atsidarė per 74 milisekundes. Ši vertė yra gerokai mažesnė už projekto tikslinį 200 milisekundžių laiką. Vėlesniame eksperimentiniame tyrime išmatuotas įjungimo laikas buvo apie 90 ms. Šis 16 milisekundžių skirtumas tarp analizių gali būti dėl aplinkos veiksnių, kurie nebuvo modeliuojami programinėje įrangoje. Manoma, kad tyrimo metu gautas optimizavimo algoritmas gali būti naudojamas įvairioms spyruoklių konstrukcijoms.
Spyruoklių medžiaga buvo iš anksto nustatyta ir optimizavime nebuvo naudojama kaip kintamasis. Kadangi orlaiviuose ir raketose naudojama daug skirtingų spyruoklių tipų, BA bus taikoma projektuojant kitų tipų spyruokles, naudojant skirtingas medžiagas, siekiant optimalaus spyruoklių dizaino būsimuose tyrimuose.
Pareiškiame, kad šis rankraštis yra originalus, anksčiau nebuvo publikuotas ir šiuo metu nėra svarstomas publikuoti kitur.
Visi šiame tyrime gauti arba analizuoti duomenys yra įtraukti į šį paskelbtą straipsnį [ir papildomą informacijos failą].
Min, Z., Kin, VK ir Richard, LJ. Orlaivis. Sparno profilio koncepcijos modernizavimas taikant radikalius geometrinius pakeitimus. IES J. A dalis. Civilizacija. Kompozicijos projektas. 3(3), 188–195 (2010).
Sun, J., Liu, K. ir Bhushan, B. Vabalo užpakalinio sparno apžvalga: struktūra, mechaninės savybės, mechanizmai ir biologinis įkvėpimas. J. Mecha. Elgesys. Biomedicinos mokslas. alma mater. 94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A. ir Zhang, F. Hibridiniu varikliu varomo povandeninio sklandytuvo sulankstomo varymo mechanizmo projektavimas ir analizė. Ocean Engineering 119, 125–134 (2016).
Kartik, HS ir Prithvi, K. Sraigtasparnio horizontaliojo stabilizatoriaus sulankstymo mechanizmo projektavimas ir analizė. Vidinis J. Ing. rezervuaras. Technologija. (IGERT) 9(05), 110–113 (2020).
Kulunk, Z. ir Sahin, M. Sulankstomos raketos sparno konstrukcijos mechaninių parametrų optimizavimas naudojant eksperimentinio projektavimo metodą. internal J. Model. optimization. 9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. ir Hu, „XD projektavimo metodas, našumo tyrimas ir kompozitinių spyruoklių gamybos procesas: apžvalga“. compose. composition. 252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. ir Khaddar M. Spiralinių spyruoklių dinaminis projektavimo optimizavimas. Taikyti garsui. 77, 178–183 (2014).
Paredes, M., Sartor, M. ir Mascle, K. Tempimo spyruoklių konstrukcijos optimizavimo procedūra. Kompiuteris. Metodo taikymas. Fur. Project. 191(8–10), 783–797 (2001).
Zebdi O., Bouhili R. ir Trochu F. Optimalus kompozitinių spiralinių spyruoklių projektavimas naudojant daugiakriterį optimizavimą. J. Reinf. plastic. compose. 28 (14), 1713–1732 (2009).
Pawart, HB ir Desale, DD. Triračių priekinės pakabos spyruoklių optimizavimas. Procesas. Gamintojas. 20, 428–433 (2018).
Bahshesh M. ir Bahshesh M. Plieninių spyruoklių su kompozicinėmis spyruoklėmis optimizavimas. „Internal J. Multidisciplinary. The Science. Project“. 3(6), 47–51 (2012).
Chen, L. ir kt. Sužinokite apie daugelį parametrų, turinčių įtakos kompozitinių spyruoklių statiniam ir dinaminiam veikimui. J. Market. Storage Tank. 20, 532–550 (2022).
Frank, J. Sudėtinių spiralinių spyruoklių analizė ir optimizavimas, daktaro disertacija, Sakramento valstijos universitetas (2020).
Gu, Z., Hou, X. ir Ye, J. Netiesinių spiralinių spyruoklių projektavimo ir analizės metodai, naudojant metodų derinį: baigtinių elementų analizę, lotynišką hiperkubo ribotą atranką ir genetinį programavimą. procesas. Fur institutas. projektas. CJ Mecha. projektas. mokslas. 235(22), 5917–5930 (2021).
Wu, L. ir kt. Reguliuojamo standumo anglies pluošto daugiasruogės spyruoklės: konstrukcijos ir mechanizmo tyrimas. J. Market. Storage tank. 9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS ir Jagtap ST. Suspaudimo spiralinių spyruoklių svorio optimizavimas. Vidinis J. Innov. rezervuaras. Multidisciplinary. 2(11), 154–164 (2016).
Rahul, MS ir Rameshkumar, K. Automobilių pramonei skirtų spyruoklių daugiafunkcis optimizavimas ir skaitmeninis modeliavimas. alma mater. process today. 46. ​​4847–4853 (2021).
Bai, JB ir kt. Geriausios praktikos apibrėžimas – optimalus sudėtinių spiralinių struktūrų projektavimas naudojant genetinius algoritmus. compose. composition. 268, 113982 (2021).
Shahin, I., Dorterler, M. ir Gokche, H. Naudojant 灰狼 optimizavimo metodą, pagrįstą suspaudimo spyruoklės konstrukcijos minimalaus tūrio optimizavimu, Ghazi J. Engineering Science, 3(2), 21–27 (2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. ir Sait, SM. Metaeuristika naudojant kelis agentus gedimams optimizuoti. internal J. Veh. dec. 80(2–4), 223–240 (2019).
Yildyz, AR ir Erdash, MU. Naujas hibridinis Taguchi-Salpa grupės optimizavimo algoritmas patikimam realių inžinerinių problemų projektavimui. alma mater. test. 63(2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR ir Sait SM. Patikimas robotinių griebtuvų mechanizmų projektavimas naudojant naują hibridinį žiogų optimizavimo algoritmą. ekspertų sistema. 38(3), e12666 (2021).