Nature.com भ्रमण गर्नुभएकोमा धन्यवाद। तपाईं सीमित CSS समर्थन भएको ब्राउजर संस्करण प्रयोग गर्दै हुनुहुन्छ। स्टेनलेस स्टील कोइल ट्यूब उत्तम अनुभवको लागि, हामी तपाईंलाई अद्यावधिक गरिएको ब्राउजर प्रयोग गर्न सिफारिस गर्छौं (वा इन्टरनेट एक्सप्लोररमा अनुकूलता मोड असक्षम गर्नुहोस्)। थप रूपमा, निरन्तर समर्थन सुनिश्चित गर्न, हामी शैलीहरू र जाभास्क्रिप्ट बिना साइट देखाउँछौं।
एकै पटकमा तीन स्लाइडहरूको क्यारोसेल प्रदर्शन गर्दछ। एक पटकमा तीन स्लाइडहरू मार्फत सार्न अघिल्लो र अर्को बटनहरू प्रयोग गर्नुहोस्, वा एक पटकमा तीन स्लाइडहरू मार्फत सार्न अन्त्यमा स्लाइडर बटनहरू प्रयोग गर्नुहोस्।
यस अध्ययनमा, स्टेनलेस स्टील कोइल ट्यूब रकेटमा प्रयोग हुने पखेटा फोल्डिङ मेकानिज्मको टोर्सन र कम्प्रेसन स्प्रिङको डिजाइनलाई अप्टिमाइजेसन समस्याको रूपमा लिइन्छ। रकेटले प्रक्षेपण ट्यूब छोडेपछि, बन्द पखेटाहरू निश्चित समयको लागि खोलेर सुरक्षित गर्नुपर्छ। अध्ययनको उद्देश्य स्प्रिङहरूमा भण्डारण गरिएको ऊर्जालाई अधिकतम बनाउनु थियो ताकि पखेटाहरू कम से कम समयमा तैनाथ गर्न सकून्। यस अवस्थामा, दुबै प्रकाशनहरूमा ऊर्जा समीकरणलाई अनुकूलन प्रक्रियामा वस्तुगत कार्यको रूपमा परिभाषित गरिएको थियो। तार व्यास, कुण्डली व्यास, कुण्डलीहरूको संख्या, र वसन्त डिजाइनको लागि आवश्यक विक्षेपन प्यारामिटरहरूलाई अनुकूलन चरको रूपमा परिभाषित गरिएको थियो। संयन्त्रको आकारको कारणले चरहरूमा ज्यामितीय सीमाहरू छन्, साथै स्प्रिङहरूले बोकेको भारको कारणले सुरक्षा कारकमा सीमाहरू छन्। यो अनुकूलन समस्या समाधान गर्न र वसन्त डिजाइन गर्न मौरी (BA) एल्गोरिथ्म प्रयोग गरिएको थियो। BA सँग प्राप्त ऊर्जा मानहरू अघिल्लो प्रयोगहरूको डिजाइन (DOE) अध्ययनहरूबाट प्राप्त गरिएका भन्दा उच्च छन्। अनुकूलनबाट प्राप्त प्यारामिटरहरू प्रयोग गरेर डिजाइन गरिएका स्प्रिङहरू र संयन्त्रहरू पहिलो पटक ADAMS कार्यक्रममा विश्लेषण गरिएको थियो। त्यसपछि, निर्मित स्प्रिङहरूलाई वास्तविक संयन्त्रमा एकीकृत गरेर प्रयोगात्मक परीक्षणहरू गरियो। परीक्षणको परिणामस्वरूप, यो देखियो कि पखेटाहरू लगभग ९० मिलिसेकेन्ड पछि खुले। यो मान परियोजनाको २०० मिलिसेकेन्डको लक्ष्यभन्दा धेरै कम छ। थप रूपमा, विश्लेषणात्मक र प्रयोगात्मक परिणामहरू बीचको भिन्नता केवल १६ मिलिसेकेन्ड छ।
विमान र समुद्री सवारी साधनहरूमा, स्टेनलेस स्टील कोइल ट्यूब फोल्डिंग संयन्त्रहरू महत्त्वपूर्ण हुन्छन्। यी प्रणालीहरू उडान प्रदर्शन र नियन्त्रण सुधार गर्न विमान परिमार्जन र रूपान्तरणहरूमा प्रयोग गरिन्छ। उडान मोडमा निर्भर गर्दै, वायुगतिकीय प्रभाव कम गर्न पखेटाहरू फरक तरिकाले फोल्ड हुन्छन् र खोल्छन्। यो अवस्थालाई दैनिक उडान र डाइभिङको समयमा केही चराहरू र कीराहरूको पखेटाको चालसँग तुलना गर्न सकिन्छ। त्यस्तै गरी, हाइड्रोडायनामिक प्रभावहरू कम गर्न र ह्यान्डलिंगलाई अधिकतम बनाउन ग्लाइडरहरू पनडुब्बीहरूमा फोल्ड हुन्छन् र खोल्छन्। यी संयन्त्रहरूको अर्को उद्देश्य भण्डारण र यातायातको लागि हेलिकप्टर प्रोपेलर ४ को फोल्डिंग जस्ता प्रणालीहरूलाई भोल्युमेट्रिक फाइदाहरू प्रदान गर्नु हो। रकेटका पखेटाहरू भण्डारण ठाउँ कम गर्न पनि तल फोल्ड हुन्छन्। यसरी, लन्चर ५ को सानो क्षेत्रमा धेरै मिसाइलहरू राख्न सकिन्छ। फोल्डिंग र खोल्न प्रभावकारी रूपमा प्रयोग हुने घटकहरू सामान्यतया स्प्रिंगहरू हुन्। फोल्डिंगको क्षणमा, यसमा ऊर्जा भण्डारण गरिन्छ र खोल्ने क्षणमा छोडिन्छ। यसको लचिलो संरचनाको कारण, भण्डारण र छोडिएको ऊर्जा बराबर हुन्छ। वसन्त मुख्यतया प्रणालीको लागि डिजाइन गरिएको हो, र यो डिजाइनले अनुकूलन समस्या प्रस्तुत गर्दछ। किनभने यसमा तारको व्यास, कुण्डलीको व्यास, घुमाउरो संख्या, हेलिक्स कोण र सामग्रीको प्रकार जस्ता विभिन्न चरहरू समावेश भए तापनि, द्रव्यमान, आयतन, न्यूनतम तनाव वितरण वा अधिकतम ऊर्जा उपलब्धता जस्ता मापदण्डहरू पनि छन्।
यस अध्ययनले रकेट प्रणालीहरूमा प्रयोग हुने पखेटा फोल्डिङ मेकानिजमहरूको लागि स्प्रिङहरूको डिजाइन र अप्टिमाइजेसनमा प्रकाश पार्छ। उडान अघि लन्च ट्यूब भित्र हुँदा, पखेटाहरू रकेटको सतहमा फोल्ड रहन्छन्, र लन्च ट्यूबबाट बाहिर निस्केपछि, तिनीहरू निश्चित समयको लागि खुल्छन् र सतहमा थिचिन्छन्। यो प्रक्रिया रकेटको उचित कार्यको लागि महत्त्वपूर्ण छ। विकसित फोल्डिङ मेकानिजममा, पखेटाहरू खोल्ने काम टोर्सन स्प्रिङहरूद्वारा गरिन्छ, र लकिङ कम्प्रेसन स्प्रिङहरूद्वारा गरिन्छ। उपयुक्त स्प्रिङ डिजाइन गर्न, एक अप्टिमाइजेसन प्रक्रिया गर्नुपर्छ। स्प्रिङ अप्टिमाइजेसन भित्र, साहित्यमा विभिन्न अनुप्रयोगहरू छन्।
Paredes et al.8 ले हेलिकल स्प्रिंग्सको डिजाइनको लागि अधिकतम थकान जीवन कारकलाई वस्तुनिष्ठ कार्यको रूपमा परिभाषित गरे र अर्ध-न्यूटोनियन विधिलाई अनुकूलन विधिको रूपमा प्रयोग गरे। अनुकूलनमा चरहरूलाई तार व्यास, कुण्डली व्यास, घुम्ने संख्या, र वसन्त लम्बाइको रूपमा पहिचान गरिएको थियो। वसन्त संरचनाको अर्को प्यारामिटर भनेको यो बनाइएको सामग्री हो। त्यसैले, डिजाइन र अनुकूलन अध्ययनहरूमा यसलाई ध्यानमा राखिएको थियो। Zebdi et al. 9 ले आफ्नो अध्ययनमा वस्तुनिष्ठ कार्यमा अधिकतम कठोरता र न्यूनतम तौलको लक्ष्यहरू सेट गरे, जहाँ तौल कारक महत्त्वपूर्ण थियो। यस अवस्थामा, तिनीहरूले वसन्त सामग्री र ज्यामितीय गुणहरूलाई चरको रूपमा परिभाषित गरे। तिनीहरूले अनुकूलन विधिको रूपमा आनुवंशिक एल्गोरिथ्म प्रयोग गर्छन्। अटोमोटिभ उद्योगमा, सामग्रीको तौल धेरै तरिकामा उपयोगी छ, सवारी साधनको प्रदर्शनदेखि इन्धन खपतसम्म। निलम्बनको लागि कुण्डली स्प्रिंग्सलाई अनुकूलन गर्दा तौल न्यूनीकरण एक प्रसिद्ध अध्ययन हो। बहशेष र बहशेष ११ ले विभिन्न सस्पेन्सन स्प्रिङ कम्पोजिट डिजाइनहरूमा न्यूनतम तौल र अधिकतम तन्य शक्ति प्राप्त गर्ने लक्ष्यका साथ ANSYS वातावरणमा आफ्नो काममा E-ग्लास, कार्बन र केवलर जस्ता सामग्रीहरूलाई चरको रूपमा पहिचान गरे। कम्पोजिट स्प्रिङको विकासमा निर्माण प्रक्रिया महत्त्वपूर्ण छ। यसरी, उत्पादन विधि, प्रक्रियामा लिइएका चरणहरू, र ती चरणहरूको अनुक्रम जस्ता अनुकूलन समस्यामा विभिन्न चरहरू खेल्छन्। गतिशील प्रणालीहरूको लागि स्प्रिङहरू डिजाइन गर्दा, प्रणालीको प्राकृतिक आवृत्तिहरूलाई ध्यानमा राख्नुपर्छ। अनुनादबाट बच्नको लागि वसन्तको पहिलो प्राकृतिक आवृत्ति कम्तिमा ५-१० गुणा हुनु सिफारिस गरिन्छ। Taktak et al. 7 ले वसन्तको द्रव्यमानलाई न्यूनतम गर्ने र कोइल स्प्रिङ डिजाइनमा वस्तुनिष्ठ कार्यहरूको रूपमा पहिलो प्राकृतिक आवृत्तिलाई अधिकतम बनाउने निर्णय गरे। तिनीहरूले Matlab अनुकूलन उपकरणमा ढाँचा खोज, भित्री बिन्दु, सक्रिय सेट, र आनुवंशिक एल्गोरिथ्म विधिहरू प्रयोग गरे। विश्लेषणात्मक अनुसन्धान वसन्त डिजाइन अनुसन्धानको अंश हो, र यस क्षेत्रमा परिमित तत्व विधि लोकप्रिय छ। पाटिल एट अल.१६ ले विश्लेषणात्मक प्रक्रिया प्रयोग गरेर कम्प्रेसन हेलिकल स्प्रिङको तौल घटाउनको लागि अनुकूलन विधि विकास गरे र परिमित तत्व विधि प्रयोग गरेर विश्लेषणात्मक समीकरणहरूको परीक्षण गरे। स्प्रिङको उपयोगिता बढाउने अर्को मापदण्ड भनेको यसले भण्डारण गर्न सक्ने ऊर्जामा वृद्धि हो। यो केसले स्प्रिङले लामो समयसम्म यसको उपयोगिता कायम राख्छ भन्ने कुरा पनि सुनिश्चित गर्दछ। राहुल र रमेशकुमार१७ कार कोइल स्प्रिङ डिजाइनहरूमा स्प्रिङको मात्रा घटाउन र स्ट्रेन ऊर्जा बढाउन खोज्छन्। उनीहरूले अनुकूलन अनुसन्धानमा आनुवंशिक एल्गोरिदमहरू पनि प्रयोग गरेका छन्।
देख्न सकिन्छ, अनुकूलन अध्ययनमा प्यारामिटरहरू प्रणाली अनुसार फरक हुन्छन्। सामान्यतया, कठोरता र कतरनी तनाव प्यारामिटरहरू प्रणालीमा महत्त्वपूर्ण हुन्छन् जहाँ यसले बोक्ने भार निर्धारण कारक हुन्छ। यी दुई प्यारामिटरहरूसँग सामग्री चयन तौल सीमा प्रणालीमा समावेश गरिएको छ। अर्कोतर्फ, अत्यधिक गतिशील प्रणालीहरूमा अनुनादबाट बच्न प्राकृतिक आवृत्तिहरू जाँच गरिन्छ। प्रणालीहरूमा जहाँ उपयोगिता महत्त्वपूर्ण हुन्छ, ऊर्जा अधिकतम हुन्छ। अनुकूलन अध्ययनहरूमा, यद्यपि FEM विश्लेषणात्मक अध्ययनहरूको लागि प्रयोग गरिन्छ, यो देख्न सकिन्छ कि आनुवंशिक एल्गोरिथम14,18 र खैरो ब्वाँसो एल्गोरिथम19 जस्ता मेटाह्युरिस्टिक एल्गोरिथमहरू निश्चित प्यारामिटरहरूको दायरा भित्र शास्त्रीय न्यूटन विधिसँग सँगै प्रयोग गरिन्छ। मेटाह्युरिस्टिक एल्गोरिथमहरू प्राकृतिक अनुकूलन विधिहरूमा आधारित विकसित गरिएको छ जुन छोटो अवधिमा इष्टतम अवस्थामा पुग्छ, विशेष गरी जनसंख्याको प्रभावमा20,21। खोज क्षेत्रमा जनसंख्याको अनियमित वितरणको साथ, तिनीहरू स्थानीय अप्टिमाबाट बच्छन् र विश्वव्यापी अप्टिमा तर्फ सर्छन्22। यसरी, हालका वर्षहरूमा यो प्रायः वास्तविक औद्योगिक समस्याहरूको सन्दर्भमा प्रयोग गरिएको छ23,24।
यस अध्ययनमा विकसित फोल्डिङ मेकानिज्मको लागि महत्वपूर्ण मामला यो हो कि उडान अघि बन्द स्थितिमा रहेका पखेटाहरू ट्यूब छोडेपछि निश्चित समय पछि खुल्छन्। त्यसपछि, लकिङ तत्वले पखेटालाई रोक्छ। त्यसकारण, स्प्रिङहरूले उडान गतिशीलतालाई प्रत्यक्ष रूपमा असर गर्दैनन्। यस अवस्थामा, अनुकूलनको लक्ष्य स्प्रिङको गतिलाई गति दिन भण्डारण गरिएको ऊर्जालाई अधिकतम बनाउनु थियो। रोल व्यास, तार व्यास, रोलहरूको संख्या र विक्षेपनलाई अनुकूलन प्यारामिटरको रूपमा परिभाषित गरिएको थियो। स्प्रिङको सानो आकारको कारण, तौललाई लक्ष्य मानिएको थिएन। त्यसकारण, सामग्री प्रकारलाई निश्चित रूपमा परिभाषित गरिएको छ। मेकानिकल विकृतिहरूको लागि सुरक्षाको मार्जिन एक महत्वपूर्ण सीमाको रूपमा निर्धारण गरिन्छ। थप रूपमा, मेकानिज्मको दायरामा चर आकारका अवरोधहरू संलग्न छन्। BA मेटाह्युरिस्टिक विधिलाई अनुकूलन विधिको रूपमा छनोट गरिएको थियो। BA लाई यसको लचिलो र सरल संरचनाको लागि, र मेकानिकल अप्टिमाइजेसन अनुसन्धानमा यसको प्रगतिको लागि मन पराइएको थियो। अध्ययनको दोस्रो भागमा, फोल्डिङ मेकानिज्मको आधारभूत डिजाइन र स्प्रिङ डिजाइनको ढाँचामा विस्तृत गणितीय अभिव्यक्तिहरू समावेश छन्। तेस्रो भागमा अनुकूलन एल्गोरिथ्म र अनुकूलन परिणामहरू समावेश छन्। अध्याय ४ ले ADAMS कार्यक्रममा विश्लेषण गर्दछ। उत्पादन गर्नु अघि स्प्रिङहरूको उपयुक्तताको विश्लेषण गरिन्छ। अन्तिम खण्डमा प्रयोगात्मक नतिजाहरू र परीक्षण छविहरू समावेश छन्। अध्ययनमा प्राप्त नतिजाहरूलाई DOE दृष्टिकोण प्रयोग गरेर लेखकहरूको अघिल्लो कामसँग पनि तुलना गरिएको थियो।
यस अध्ययनमा विकास गरिएका पखेटाहरू रकेटको सतहतिर मोडिनुपर्छ। पखेटाहरू फोल्ड गरिएको स्थितिबाट खोलिएको स्थितिमा घुम्छन्। यसको लागि, एक विशेष संयन्त्र विकास गरिएको थियो। चित्र १ मा रकेट समन्वय प्रणालीमा फोल्ड गरिएको र खोलिएको कन्फिगरेसन ५ देखाइएको छ।
चित्र २ मा संयन्त्रको सेक्सनल दृश्य देखाइएको छ। संयन्त्रमा धेरै यान्त्रिक भागहरू हुन्छन्: (१) मुख्य भाग, (२) पखेटा शाफ्ट, (३) बेयरिङ, (४) लक बडी, (५) लक बुश, (६) स्टप पिन, (७) टोर्सन स्प्रिङ र (८) कम्प्रेसन स्प्रिङहरू। पखेटा शाफ्ट (२) लकिङ स्लिभ (४) मार्फत टोर्सन स्प्रिङ (७) मा जोडिएको हुन्छ। रकेट उडेपछि तीनै भागहरू एकैसाथ घुम्छन्। यो घुमाउरो चालको साथ, पखेटाहरू आफ्नो अन्तिम स्थितिमा फर्कन्छन्। त्यसपछि, पिन (६) कम्प्रेसन स्प्रिङ (८) द्वारा सक्रिय हुन्छ, जसले गर्दा लकिङ बडीको सम्पूर्ण संयन्त्र अवरुद्ध हुन्छ (४)५।
इलास्टिक मोड्युलस (E) र शियर मोड्युलस (G) स्प्रिङका प्रमुख डिजाइन प्यारामिटरहरू हुन्। यस अध्ययनमा, उच्च कार्बन स्प्रिङ स्टील तार (संगीत तार ASTM A228) लाई स्प्रिङ सामग्रीको रूपमा छनोट गरिएको थियो। अन्य प्यारामिटरहरू तार व्यास (d), औसत कुण्डली व्यास (Dm), कुण्डलीहरूको संख्या (N) र स्प्रिङ विक्षेपन (कम्प्रेसन स्प्रिङहरूको लागि xd र टोर्सन स्प्रिङहरूको लागि θ) हुन्। कम्प्रेसन स्प्रिङहरूको लागि भण्डारण गरिएको ऊर्जा \({(SE}_{x})\) र टोर्सन (\({SE}_{\theta}\)) स्प्रिङहरू समीकरणबाट गणना गर्न सकिन्छ। (1) र (2)26। (कम्प्रेसन स्प्रिङको लागि शियर मोड्युलस (G) मान 83.7E9 Pa हो, र टोर्सन स्प्रिङको लागि इलास्टिक मोड्युलस (E) मान 203.4E9 Pa हो।)
प्रणालीको यान्त्रिक आयामहरूले स्प्रिङको ज्यामितीय अवरोधहरू प्रत्यक्ष रूपमा निर्धारण गर्छन्। यसको अतिरिक्त, रकेट कुन अवस्थामा अवस्थित हुनेछ भन्ने कुरालाई पनि ध्यानमा राख्नुपर्छ। यी कारकहरूले स्प्रिङ प्यारामिटरहरूको सीमा निर्धारण गर्छन्। अर्को महत्त्वपूर्ण सीमा सुरक्षा कारक हो। सुरक्षा कारकको परिभाषा शिग्ली एट अल द्वारा विस्तृत रूपमा वर्णन गरिएको छ।26। कम्प्रेसन स्प्रिङ सुरक्षा कारक (SFC) लाई निरन्तर लम्बाइमा तनावले विभाजित अधिकतम स्वीकार्य तनावको रूपमा परिभाषित गरिएको छ। SFC समीकरणहरू प्रयोग गरेर गणना गर्न सकिन्छ। (3), (4), (5) र (6)26। (यस अध्ययनमा प्रयोग गरिएको स्प्रिङ सामग्रीको लागि, \({S}_{sy}=980 MPa\))। F ले समीकरणमा रहेको बललाई प्रतिनिधित्व गर्दछ र KB ले 26 को बर्गस्ट्रासर कारकलाई प्रतिनिधित्व गर्दछ।
स्प्रिङ (SFT) को टोर्सन सुरक्षा कारकलाई M ले भाग गर्दा k को रूपमा परिभाषित गरिएको छ। SFT समीकरणबाट गणना गर्न सकिन्छ। (7), (8), (9) र (10)26। (यस अध्ययनमा प्रयोग गरिएको सामग्रीको लागि, \({S}_{y}=1600 \mathrm{MPa}\))। समीकरणमा, M टर्कको लागि प्रयोग गरिन्छ, \({k}^{^{\prime}}\) स्प्रिङ स्थिरांक (टोर्क/रोटेशन) को लागि प्रयोग गरिन्छ, र Ki तनाव सुधार कारकको लागि प्रयोग गरिन्छ।
यस अध्ययनमा मुख्य अनुकूलन लक्ष्य स्प्रिङको ऊर्जालाई अधिकतम बनाउनु हो। वस्तुगत प्रकार्यलाई \(\overrightarrow{\{X\}}\) पत्ता लगाउन तयार पारिएको छ जसले \(f(X)\) लाई अधिकतम बनाउँछ। \({f}_{1}(X)\) र \({f}_{2}(X)\) क्रमशः कम्प्रेसन र टोर्सन स्प्रिङका ऊर्जा प्रकार्यहरू हुन्। अनुकूलनको लागि प्रयोग गरिएका गणना गरिएका चरहरू र प्रकार्यहरू निम्न समीकरणहरूमा देखाइएका छन्।
स्प्रिङको डिजाइनमा राखिएका विभिन्न अवरोधहरू निम्न समीकरणहरूमा दिइएका छन्। समीकरणहरू (१५) र (१६) ले क्रमशः कम्प्रेसन र टोर्सन स्प्रिङका लागि सुरक्षा कारकहरू प्रतिनिधित्व गर्छन्। यस अध्ययनमा, SFC १.२ भन्दा बढी वा बराबर हुनुपर्छ र SFT θ२६ भन्दा बढी वा बराबर हुनुपर्छ।
BA माहुरीको परागकण खोज्ने रणनीतिहरूबाट प्रेरित थियो27। माहुरीहरूले उर्वर परागकण क्षेत्रहरूमा धेरै चारा खोज्नेहरू र कम उर्वर परागकण क्षेत्रहरूमा कम चारा खोज्नेहरू पठाएर खोज्छन्। यसरी, मौरीको जनसंख्याबाट सबैभन्दा ठूलो दक्षता प्राप्त हुन्छ। अर्कोतर्फ, स्काउट मौरीहरूले परागकणका नयाँ क्षेत्रहरू खोज्न जारी राख्छन्, र यदि पहिले भन्दा बढी उत्पादक क्षेत्रहरू छन् भने, धेरै चारा खोज्नेहरू यस नयाँ क्षेत्रमा निर्देशित हुनेछन्28। BA मा दुई भागहरू हुन्छन्: स्थानीय खोज र विश्वव्यापी खोज। स्थानीय खोजले मौरीहरू जस्तै न्यूनतम (कुलीन साइटहरू) नजिकका धेरै समुदायहरूको खोजी गर्दछ, र अन्य साइटहरू (इष्टतम वा चयन गरिएका साइटहरू) को लागि कम खोज गर्दछ। विश्वव्यापी खोज भागमा एक मनमानी खोज गरिन्छ, र यदि राम्रो मानहरू फेला परेमा, स्टेशनहरू अर्को पुनरावृत्तिमा स्थानीय खोज भागमा सारिन्छन्। एल्गोरिथ्ममा केही प्यारामिटरहरू छन्: स्काउट मौरीहरूको संख्या (n), स्थानीय खोज साइटहरूको संख्या (m), अभिजात वर्ग साइटहरूको संख्या (e), अभिजात वर्ग साइटहरू (nep) मा चारा खोज्नेहरूको संख्या, इष्टतम क्षेत्रहरूमा चारा खोज्नेहरूको संख्या। साइट (nsp), छिमेकको आकार (ngh), र पुनरावृत्तिहरूको संख्या (I)29। BA स्यूडोकोड चित्र ३ मा देखाइएको छ।
एल्गोरिथ्मले \({g}_{1}(X)\) र \({g}_{2}(X)\) बीच काम गर्ने प्रयास गर्छ। प्रत्येक पुनरावृत्तिको परिणामस्वरूप, इष्टतम मानहरू निर्धारण गरिन्छ र उत्तम मानहरू प्राप्त गर्ने प्रयासमा यी मानहरू वरिपरि जनसंख्या जम्मा गरिन्छ। स्थानीय र विश्वव्यापी खोज खण्डहरूमा प्रतिबन्धहरू जाँच गरिन्छ। स्थानीय खोजमा, यदि यी कारकहरू उपयुक्त छन् भने, ऊर्जा मान गणना गरिन्छ। यदि नयाँ ऊर्जा मान इष्टतम मान भन्दा ठूलो छ भने, नयाँ मानलाई इष्टतम मान तोक्नुहोस्। यदि खोज परिणाममा फेला परेको उत्तम मान हालको तत्व भन्दा ठूलो छ भने, नयाँ तत्व सङ्कलनमा समावेश गरिनेछ। स्थानीय खोजको ब्लक रेखाचित्र चित्र ४ मा देखाइएको छ।
जनसंख्या BA मा प्रमुख प्यारामिटरहरू मध्ये एक हो। अघिल्ला अध्ययनहरूबाट यो देख्न सकिन्छ कि जनसंख्या विस्तार गर्दा आवश्यक पुनरावृत्तिहरूको संख्या घट्छ र सफलताको सम्भावना बढ्छ। यद्यपि, कार्यात्मक मूल्याङ्कनको संख्या पनि बढ्दै गएको छ। ठूलो संख्यामा अभिजात वर्ग साइटहरूको उपस्थितिले प्रदर्शनलाई उल्लेखनीय रूपमा असर गर्दैन। यदि यो शून्य छैन भने अभिजात वर्ग साइटहरूको संख्या कम हुन सक्छ। स्काउट मौरीको जनसंख्या (n) को आकार सामान्यतया 30 र 100 को बीचमा छनोट गरिन्छ। यस अध्ययनमा, उपयुक्त संख्या निर्धारण गर्न 30 र 50 दुवै परिदृश्यहरू चलाइएको थियो (तालिका 2)। अन्य प्यारामिटरहरू जनसंख्याको आधारमा निर्धारण गरिन्छ। चयन गरिएका साइटहरूको संख्या (m) जनसंख्याको आकारको (लगभग) 25% हो, र चयन गरिएका साइटहरू बीच अभिजात वर्ग साइटहरूको संख्या (e) m को 25% हो। खुवाउने मौरीहरूको संख्या (खोजहरूको संख्या) अभिजात वर्ग प्लटहरूको लागि 100 र अन्य स्थानीय प्लटहरूको लागि 30 छनोट गरिएको थियो। छिमेकी खोज सबै विकासवादी एल्गोरिदमहरूको आधारभूत अवधारणा हो। यस अध्ययनमा, टेपरिङ छिमेकी विधि प्रयोग गरिएको थियो। यो विधिले प्रत्येक पुनरावृत्तिको समयमा निश्चित दरमा छिमेकको आकार घटाउँछ। भविष्यका पुनरावृत्तिहरूमा, थप सटीक खोजको लागि सानो छिमेक मानहरू30 प्रयोग गर्न सकिन्छ।
प्रत्येक परिदृश्यको लागि, अनुकूलन एल्गोरिथ्मको पुनरुत्पादन क्षमता जाँच गर्न लगातार दस परीक्षणहरू गरियो। चित्र ५ मा योजना १ को लागि टोर्सन स्प्रिङको अनुकूलनको नतिजाहरू देखाइएको छ, र चित्र ६ मा - योजना २ को लागि। परीक्षण डेटा तालिका ३ र ४ मा पनि दिइएको छ (कम्प्रेसन स्प्रिङको लागि प्राप्त परिणामहरू समावेश गर्ने तालिका पूरक जानकारी S1 मा छ)। मौरीको जनसंख्याले पहिलो पुनरावृत्तिमा राम्रो मानहरूको खोजीलाई तीव्र बनाउँछ। परिदृश्य १ मा, केही परीक्षणहरूको नतिजा अधिकतम भन्दा कम थियो। परिदृश्य २ मा, यो देख्न सकिन्छ कि जनसंख्या र अन्य सान्दर्भिक प्यारामिटरहरूमा वृद्धिको कारणले गर्दा सबै अनुकूलन परिणामहरू अधिकतममा पुगिरहेका छन्। यो देख्न सकिन्छ कि परिदृश्य २ मा मानहरू एल्गोरिथ्मको लागि पर्याप्त छन्।
पुनरावृत्तिहरूमा ऊर्जाको अधिकतम मान प्राप्त गर्दा, अध्ययनको लागि बाधाको रूपमा सुरक्षा कारक पनि प्रदान गरिएको छ। सुरक्षा कारकको लागि तालिका हेर्नुहोस्। BA प्रयोग गरेर प्राप्त गरिएको ऊर्जा मानहरू तालिका ५ मा ५ DOE विधि प्रयोग गरेर प्राप्त गरिएकाहरूसँग तुलना गरिएको छ। (निर्माणको सहजताको लागि, टोर्सन स्प्रिङको मोडहरूको संख्या (N) ४.८८ को सट्टा ४.९ छ, र कम्प्रेसन स्प्रिङमा विक्षेपण (xd) ७.९९ मिमीको सट्टा ८ मिमी छ।) यो देख्न सकिन्छ कि BA राम्रो परिणाम हो। BA ले स्थानीय र विश्वव्यापी लुकअपहरू मार्फत सबै मानहरूको मूल्याङ्कन गर्दछ। यस तरिकाले उसले छिटो थप विकल्पहरू प्रयास गर्न सक्छ।
यस अध्ययनमा, एडम्सलाई पखेटा संयन्त्रको चालको विश्लेषण गर्न प्रयोग गरिएको थियो। एडम्सलाई पहिले संयन्त्रको 3D मोडेल दिइएको छ। त्यसपछि अघिल्लो खण्डमा चयन गरिएका प्यारामिटरहरू सहितको स्प्रिङ परिभाषित गर्नुहोस्। यसको अतिरिक्त, वास्तविक विश्लेषणको लागि केही अन्य प्यारामिटरहरू परिभाषित गर्न आवश्यक छ। यी भौतिक प्यारामिटरहरू हुन् जस्तै जडानहरू, सामग्री गुणहरू, सम्पर्क, घर्षण, र गुरुत्वाकर्षण। ब्लेड शाफ्ट र बेयरिङ बीच एक घुमाउरो जोड छ। त्यहाँ 5-6 बेलनाकार जोडहरू छन्। त्यहाँ 5-1 स्थिर जोडहरू छन्। मुख्य भाग एल्युमिनियम सामग्रीबाट बनेको छ र स्थिर छ। बाँकी भागहरूको सामग्री स्टील हो। सामग्रीको प्रकारको आधारमा घर्षण, सम्पर्क कठोरता र घर्षण सतहको प्रवेशको गहिराईको गुणांक छनौट गर्नुहोस्। (स्टेनलेस स्टील AISI 304) यस अध्ययनमा, महत्वपूर्ण प्यारामिटर पखेटा संयन्त्रको खुल्ने समय हो, जुन 200 ms भन्दा कम हुनुपर्छ। त्यसकारण, विश्लेषणको क्रममा पखेटा खुल्ने समयको नजर राख्नुहोस्।
एडम्सको विश्लेषणको परिणामस्वरूप, पखेटा संयन्त्रको खुल्ने समय ७४ मिलिसेकेन्ड छ। १ देखि ४ सम्मको गतिशील सिमुलेशनको नतिजा चित्र ७ मा देखाइएको छ। चित्र ५ मा पहिलो तस्वीर सिमुलेशन सुरु हुने समय हो र पखेटाहरू फोल्डिङको लागि पर्खने स्थितिमा छन्। (२) पखेटा ४३ डिग्री घुमेको ४० मिलिसेकेन्ड पछि पखेटाको स्थिति देखाउँछ। (३) ले ७१ मिलिसेकेन्ड पछि पखेटाको स्थिति देखाउँछ। साथै अन्तिम तस्वीर (४) मा पखेटाको पालोको अन्त्य र खुला स्थिति देखाउँछ। गतिशील विश्लेषणको परिणामस्वरूप, यो अवलोकन गरियो कि पखेटा खोल्ने संयन्त्र २०० मिलिसेकेन्डको लक्ष्य मान भन्दा उल्लेखनीय रूपमा छोटो छ। थप रूपमा, स्प्रिङहरू आकार दिँदा, साहित्यमा सिफारिस गरिएका उच्चतम मानहरूबाट सुरक्षा सीमाहरू चयन गरिएको थियो।
सबै डिजाइन, अप्टिमाइजेसन र सिमुलेशन अध्ययनहरू पूरा भएपछि, संयन्त्रको प्रोटोटाइप निर्माण र एकीकृत गरियो। त्यसपछि सिमुलेशन परिणामहरू प्रमाणित गर्न प्रोटोटाइप परीक्षण गरियो। पहिले मुख्य खोल सुरक्षित गर्नुहोस् र पखेटाहरू फोल्ड गर्नुहोस्। त्यसपछि पखेटाहरूलाई फोल्ड गरिएको स्थितिबाट रिलिज गरियो र फोल्ड गरिएको स्थितिबाट तैनाथ गरिएको स्थितिमा पखेटाहरूको घुमाउरो भिडियो बनाइयो। भिडियो रेकर्डिङको क्रममा समय विश्लेषण गर्न टाइमर पनि प्रयोग गरिएको थियो।
चित्र ८ मा १-४ नम्बरको भिडियो फ्रेमहरू देखाइएको छ। चित्रमा फ्रेम नम्बर १ ले फोल्ड गरिएका पखेटाहरू रिलिज भएको क्षण देखाउँछ। यो क्षणलाई समय t0 को प्रारम्भिक क्षण मानिन्छ। फ्रेम २ र ३ ले प्रारम्भिक क्षण पछि ४० मिलिसेकेन्ड र ७० मिलिसेकेन्ड पछि पखेटाहरूको स्थिति देखाउँछ। फ्रेम ३ र ४ को विश्लेषण गर्दा, यो देख्न सकिन्छ कि पखेटाको चाल t0 पछि ९० मिलिसेकेन्ड स्थिर हुन्छ, र पखेटाको खोल्ने काम ७० र ९० मिलिसेकेन्ड बीचमा पूरा हुन्छ। यो अवस्थाको अर्थ सिमुलेशन र प्रोटोटाइप परीक्षण दुवैले लगभग समान पखेटा तैनाती समय दिन्छ, र डिजाइनले संयन्त्रको कार्यसम्पादन आवश्यकताहरू पूरा गर्दछ।
यस लेखमा, विङ फोल्डिङ मेकानिज्ममा प्रयोग हुने टोर्सन र कम्प्रेसन स्प्रिङहरूलाई BA प्रयोग गरेर अप्टिमाइज गरिएको छ। प्यारामिटरहरू केही पुनरावृत्तिहरूसँग छिटो पुग्न सकिन्छ। टोर्सन स्प्रिङलाई १०७५ mJ मा मूल्याङ्कन गरिएको छ र कम्प्रेसन स्प्रिङलाई ३७.२४ mJ मा मूल्याङ्कन गरिएको छ। यी मानहरू अघिल्ला DOE अध्ययनहरू भन्दा ४०-५०% राम्रो छन्। स्प्रिङलाई मेकानिज्ममा एकीकृत गरिएको छ र ADAMS कार्यक्रममा विश्लेषण गरिएको छ। विश्लेषण गर्दा, पखेटाहरू ७४ मिलिसेकेन्ड भित्र खुलेको पाइयो। यो मान परियोजनाको २०० मिलिसेकेन्डको लक्ष्यभन्दा धेरै कम छ। पछिको प्रयोगात्मक अध्ययनमा, टर्न-अन समय लगभग ९० मिलिसेकेन्ड मापन गरिएको थियो। विश्लेषणहरू बीचको यो १६ मिलिसेकेन्डको भिन्नता सफ्टवेयरमा मोडेल नगरिएका वातावरणीय कारकहरूको कारणले हुन सक्छ। यो विश्वास गरिन्छ कि अध्ययनको परिणामस्वरूप प्राप्त अनुकूलन एल्गोरिथ्म विभिन्न स्प्रिङ डिजाइनहरूको लागि प्रयोग गर्न सकिन्छ।
स्प्रिङ सामग्री पूर्वनिर्धारित थियो र अप्टिमाइजेसनमा चरको रूपमा प्रयोग गरिएको थिएन। विमान र रकेटहरूमा धेरै प्रकारका स्प्रिङहरू प्रयोग हुने भएकोले, भविष्यको अनुसन्धानमा इष्टतम स्प्रिङ डिजाइन प्राप्त गर्न विभिन्न सामग्रीहरू प्रयोग गरेर अन्य प्रकारका स्प्रिङहरू डिजाइन गर्न BA लागू गरिनेछ।
हामी घोषणा गर्दछौं कि यो पाण्डुलिपि मौलिक हो, पहिले प्रकाशित भएको छैन, र हाल अन्यत्र प्रकाशनको लागि विचार गरिएको छैन।
यस अध्ययनमा उत्पन्न वा विश्लेषण गरिएको सबै डेटा यस प्रकाशित लेख [र थप जानकारी फाइल] मा समावेश गरिएको छ।
मिन, जेड., किन, वीके र रिचर्ड, एलजे विमान आमूल ज्यामितीय परिवर्तनहरू मार्फत एयरफोइल अवधारणाको आधुनिकीकरण। आईईएस जे. भाग ए सभ्यता। रचना। परियोजना। ३(३), १८८–१९५ (२०१०)।
सन, जे., लिउ, के. र भूषण, बी. बीटलको पछाडिको पखेटाको एक सिंहावलोकन: संरचना, यान्त्रिक गुणहरू, संयन्त्रहरू, र जैविक प्रेरणा। जे. मेचा। व्यवहार। बायोमेडिकल विज्ञान। अल्मा मेटर। ९४, ६३–७३ (२०१९)।
चेन, जेड., यु, जे., झाङ, ए., र झाङ, एफ. हाइब्रिडद्वारा संचालित पानीमुनि ग्लाइडरको लागि फोल्डिङ प्रोपल्सन मेकानिज्मको डिजाइन र विश्लेषण। ओशन इन्जिनियरिङ ११९, १२५–१३४ (२०१६)।
कार्तिक, एचएस र पृथ्वी, के. हेलिकप्टर तेर्सो स्टेबिलाइजर फोल्डिङ मेकानिज्मको डिजाइन र विश्लेषण। आन्तरिक जे. इन्जिनियरिङ भण्डारण ट्याङ्की। प्रविधि। (IGERT) 9(05), 110–113 (2020)।
कुलङ्क, जेड. र साहिन, एम. प्रयोग डिजाइन दृष्टिकोण प्रयोग गरेर फोल्डिङ रकेट विङ डिजाइनको मेकानिकल प्यारामिटरहरूको अप्टिमाइजेसन। आन्तरिक जे. मोडेल। अप्टिमाइजेसन। ९(२), १०८–११२ (२०१९)।
के, जे., वु, जेडवाई, लिउ, वाईएस, जियाङ, जेड र हु, एक्सडी डिजाइन विधि, प्रदर्शन अध्ययन, र कम्पोजिट कोइल स्प्रिंग्सको निर्माण प्रक्रिया: एक समीक्षा। रचना। रचना। २५२, ११२७४७ (२०२०)।
तक्तक एम., ओम्हेनी के., अलुई ए., दम्मक एफ. र खद्दर एम. कुण्डल स्प्रिङहरूको गतिशील डिजाइन अनुकूलन। ध्वनिको लागि आवेदन दिनुहोस्। ७७, १७८–१८३ (२०१४)।
परेडेस, एम., सार्टोर, एम., र मास्कल, के. टेन्सन स्प्रिङको डिजाइनलाई अनुकूलन गर्ने प्रक्रिया। कम्प्युटर। विधिको प्रयोग। फर। परियोजना। १९१(८-१०), ७८३-७९७ (२००१)।
जेब्दी ओ., बोहिली आर. र ट्रोचु एफ. बहुउद्देश्यीय अनुकूलन प्रयोग गरेर कम्पोजिट हेलिकल स्प्रिङहरूको इष्टतम डिजाइन। जे. रिइनफ। प्लास्टिक। कम्पोज। २८ (१४), १७१३–१७३२ (२००९)।
पावर्ट, एचबी र डेसेल, डीडी ट्राइसाइकल फ्रन्ट सस्पेन्सन कोइल स्प्रिङको अप्टिमाइजेसन। प्रक्रिया। निर्माता। २०, ४२८–४३३ (२०१८)।
बहशेष एम. र बहशेष एम. कम्पोजिट स्प्रिङहरू सहितको स्टील कोइल स्प्रिङहरूको अनुकूलन। आन्तरिक जे. बहुविद्याशाखीय। विज्ञान। परियोजना। ३(६), ४७–५१ (२०१२)।
चेन, एल. एट अल। कम्पोजिट कोइल स्प्रिङको स्थिर र गतिशील कार्यसम्पादनलाई असर गर्ने धेरै प्यारामिटरहरूको बारेमा जान्नुहोस्। जे. मार्केट। भण्डारण ट्याङ्की। २०, ५३२–५५० (२०२२)।
फ्र्याङ्क, जे. कम्पोजिट हेलिकल स्प्रिंग्सको विश्लेषण र अनुकूलन, पीएचडी थेसिस, साक्रामेन्टो स्टेट युनिभर्सिटी (२०२०)।
गु, जेड., हौ, एक्स. र ये, जे. विधिहरूको संयोजन प्रयोग गरेर ननलाइनर हेलिकल स्प्रिङहरू डिजाइन र विश्लेषण गर्ने विधिहरू: सीमित तत्व विश्लेषण, ल्याटिन हाइपरक्यूब सीमित नमूना, र आनुवंशिक प्रोग्रामिङ। प्रक्रिया। फर इन्स्टिच्युट। परियोजना। सीजे मेचा। परियोजना। विज्ञान। २३५(२२), ५९१७–५९३० (२०२१)।
वू, एल., एट अल। समायोज्य स्प्रिंग रेट कार्बन फाइबर मल्टी-स्ट्र्यान्ड कोइल स्प्रिंग्स: एक डिजाइन र संयन्त्र अध्ययन। जे. मार्केट। भण्डारण ट्याङ्की। ९(३), ५०६७–५०७६ (२०२०)।
पाटिल डीएस, मंगरुलकर केएस र जगताप एसटी कम्प्रेसन हेलिकल स्प्रिंग्सको तौल अनुकूलन। आन्तरिक जे। इनोभ। भण्डारण ट्याङ्की। बहुआयामिक। २(११), १५४–१६४ (२०१६)।
राहुल, एमएस र रमेशकुमार, के. अटोमोटिभ अनुप्रयोगहरूको लागि बहुउद्देश्यीय अनुकूलन र कुण्डली स्प्रिंगहरूको संख्यात्मक सिमुलेशन। अल्मा मेटर। आज प्रक्रिया। ४६। ४८४७–४८५३ (२०२१)।
बाई, जेबी एट अल। उत्तम अभ्यास परिभाषित गर्दै - आनुवंशिक एल्गोरिदम प्रयोग गरेर कम्पोजिट हेलिकल संरचनाहरूको इष्टतम डिजाइन। रचना। रचना। २६८, ११३९८२ (२०२१)।
शाहिन, आई., डोर्टरलर, एम., र गोक्चे, एच. कम्प्रेसन स्प्रिङ डिजाइनको न्यूनतम भोल्युमको अनुकूलनमा आधारित 灰狼 अनुकूलन विधि प्रयोग गर्दै, गाजी जे. इन्जिनियरिङ साइन्स, ३(२), २१–२७ (२०१७)।
आइ, केएम, फोल्डी, एन., यिल्डिज, एआर, बुरिराट, एस. र सैत, एसएम क्र्यासहरूलाई अनुकूलन गर्न धेरै एजेन्टहरू प्रयोग गर्ने मेटाह्युरिस्टिक्स। आन्तरिक जे. भे. डिसेम्बर ८०(२–४), २२३–२४० (२०१९)।
यिल्डिज, एआर र एर्डाश, एमयू वास्तविक इन्जिनियरिङ समस्याहरूको भरपर्दो डिजाइनको लागि नयाँ हाइब्रिड तागुची-साल्पा समूह अप्टिमाइजेसन एल्गोरिथ्म। अल्मा मेटर। परीक्षण। ६३(२), १५७–१६२ (२०२१)।
Yildiz BS, Foldi N., Burerat S., Yildiz AR र Sait SM नयाँ हाइब्रिड ग्रासपर अप्टिमाइजेसन एल्गोरिथ्म प्रयोग गरेर रोबोटिक ग्रिपर संयन्त्रको भरपर्दो डिजाइन। विशेषज्ञ। प्रणाली। 38(3), e12666 (2021)।