Bedankt voor uw bezoek aan Nature.com. U gebruikt een browserversie met beperkte CSS-ondersteuning. Roestvrijstalen spiraalbuis. Voor de beste ervaring raden we u aan een bijgewerkte browser te gebruiken (of de compatibiliteitsmodus in Internet Explorer uit te schakelen). Om continue ondersteuning te garanderen, tonen we de site bovendien zonder stijlen en JavaScript.
Geeft een carrousel van drie dia's tegelijk weer. Gebruik de knoppen Vorige en Volgende om door drie dia's tegelijk te bladeren, of gebruik de schuifknoppen aan het einde om door drie dia's tegelijk te bladeren.
In deze studie wordt het ontwerp van de torsie- en drukveren van het in de raket gebruikte vleugelvouwmechanisme beschouwd als een optimalisatieprobleem. Nadat de raket de lanceerbuis verlaat, moeten de gesloten vleugels gedurende een bepaalde tijd worden geopend en vastgezet. Het doel van de studie was om de in de veren opgeslagen energie te maximaliseren, zodat de vleugels in de kortst mogelijke tijd konden worden ontplooid. In dit geval werd de energievergelijking in beide publicaties gedefinieerd als de doelfunctie in het optimalisatieproces. De draaddiameter, de spoeldiameter, het aantal windingen en de afbuigingsparameters die nodig zijn voor het veerontwerp, werden gedefinieerd als optimalisatievariabelen. Er zijn geometrische beperkingen aan de variabelen vanwege de grootte van het mechanisme, evenals beperkingen aan de veiligheidsfactor vanwege de belasting die door de veren wordt gedragen. Het Honey Bee (BA)-algoritme werd gebruikt om dit optimalisatieprobleem op te lossen en het veerontwerp uit te voeren. De met BA verkregen energiewaarden zijn beter dan die verkregen uit eerdere Design of Experiments (DOE)-studies. Veren en mechanismen die ontworpen waren met behulp van de parameters die uit de optimalisatie waren verkregen, werden eerst geanalyseerd in het ADAMS-programma. Daarna werden experimentele tests uitgevoerd door de vervaardigde veren te integreren in echte mechanismen. Uit de testresultaten bleek dat de vleugels na ongeveer 90 milliseconden opengingen. Deze waarde ligt ruim onder de projectdoelstelling van 200 milliseconden. Bovendien bedraagt ​​het verschil tussen de analytische en experimentele resultaten slechts 16 ms.
In vliegtuigen en zeeschepen zijn vouwmechanismen van roestvrijstalen spiraalbuizen cruciaal. Deze systemen worden gebruikt bij vliegtuigmodificaties en -conversies om de vliegprestaties en -besturing te verbeteren. Afhankelijk van de vliegmodus vouwen en ontvouwen de vleugels zich verschillend om de aerodynamische impact te verminderen1. Deze situatie kan worden vergeleken met de vleugelbewegingen van sommige vogels en insecten tijdens dagelijkse vluchten en duiken. Op dezelfde manier vouwen en ontvouwen zweefvliegtuigen zich in duikboten om hydrodynamische effecten te verminderen en de hantering te maximaliseren3. Een ander doel van deze mechanismen is om volumetrische voordelen te bieden aan systemen zoals het opvouwen van een helikopterpropeller4 voor opslag en transport. De vleugels van de raket vouwen ook naar beneden om opslagruimte te beperken. Zo kunnen meer raketten op een kleiner oppervlak van de lanceerinrichting5 worden geplaatst. De componenten die effectief worden gebruikt bij het opvouwen en ontvouwen zijn meestal veren. Tijdens het opvouwen wordt er energie in opgeslagen en vrijgegeven tijdens het ontvouwen. Door de flexibele structuur worden opgeslagen en vrijgegeven energie gelijk verdeeld. De veer is hoofdzakelijk ontworpen voor het systeem, en dit ontwerp levert een optimalisatieprobleem6 op. Omdat er verschillende variabelen meespelen, zoals de diameter van de draad, de diameter van de spoel, het aantal windingen, de spiraalhoek en het soort materiaal, maar ook criteria zoals massa, volume, minimale spanningsverdeling en maximale beschikbare energie7.
Deze studie werpt licht op het ontwerp en de optimalisatie van veren voor vleugelvouwmechanismen die in raketsystemen worden gebruikt. De vleugels bevinden zich vóór de vlucht in de lanceerbuis en blijven gevouwen op het oppervlak van de raket. Na het verlaten van de lanceerbuis ontvouwen ze zich gedurende een bepaalde tijd en blijven ze tegen het oppervlak gedrukt. Dit proces is cruciaal voor de goede werking van de raket. In het ontwikkelde vouwmechanisme wordt het openen van de vleugels uitgevoerd door torsieveren en het vergrendelen door drukveren. Om een ​​geschikte veer te ontwerpen, moet een optimalisatieproces worden uitgevoerd. Er zijn diverse toepassingen in de literatuur op het gebied van veeroptimalisatie.
Paredes et al. 8 definieerden de maximale vermoeiingslevensduurfactor als een objectieve functie voor het ontwerp van schroefveren en gebruikten de quasi-Newtoniaanse methode als optimalisatiemethode. Variabelen in optimalisatie werden geïdentificeerd als draaddiameter, spiraaldiameter, aantal windingen en veerlengte. Een andere parameter van de veerstructuur is het materiaal waarvan deze is gemaakt. Daarom werd hiermee rekening gehouden in de ontwerp- en optimalisatiestudies. Zebdi et al. 9 stelden doelen van maximale stijfheid en minimaal gewicht in de objectieve functie in hun studie, waarbij de gewichtsfactor significant was. In dit geval definieerden ze het veermateriaal en de geometrische eigenschappen als variabelen. Ze gebruiken een genetisch algoritme als optimalisatiemethode. In de auto-industrie is het gewicht van materialen op veel manieren nuttig, van voertuigprestaties tot brandstofverbruik. Gewichtsminimalisatie bij het optimaliseren van schroefveren voor ophanging is een bekende studie10. Bahshesh en Bahshesh11 identificeerden materialen zoals E-glas, koolstof en Kevlar als variabelen in hun werk in de ANSYS-omgeving met als doel een minimaal gewicht en maximale treksterkte te bereiken in verschillende composietontwerpen van ophangveren. Het productieproces is cruciaal bij de ontwikkeling van composietveren. Daarom spelen verschillende variabelen een rol bij een optimalisatieprobleem, zoals de productiemethode, de stappen in het proces en de volgorde van die stappen12,13. Bij het ontwerpen van veren voor dynamische systemen moet rekening worden gehouden met de eigenfrequenties van het systeem. Het wordt aanbevolen dat de eerste eigenfrequentie van de veer minstens 5-10 keer de eigenfrequentie van het systeem is om resonantie te voorkomen14. Taktak et al.7 besloten de massa van de veer te minimaliseren en de eerste eigenfrequentie te maximaliseren als objectieve functies in het ontwerp van de spiraalveer. Ze gebruikten patroonzoekmethoden, inwendige punten, actieve sets en genetische algoritmen in de Matlab-optimalisatietool. Analytisch onderzoek maakt deel uit van onderzoek naar veerontwerp en de Finite Element Method is populair in dit gebied15. Patil et al.16 ontwikkelden een optimalisatiemethode om het gewicht van een drukschroefveer te verminderen met behulp van een analytische procedure en testten de analytische vergelijkingen met behulp van de eindige-elementenmethode. Een ander criterium voor het vergroten van de bruikbaarheid van een veer is de toename van de energie die deze kan opslaan. Deze case zorgt er ook voor dat de veer zijn bruikbaarheid gedurende een lange periode behoudt. Rahul en Rameshkumar17 streven ernaar het veervolume te verkleinen en de rekenergie te verhogen in schroefveerontwerpen voor auto's. Ze hebben ook genetische algoritmen gebruikt in optimalisatieonderzoek.
Zoals te zien is, variëren de parameters in de optimalisatiestudie van systeem tot systeem. Over het algemeen zijn stijfheid en schuifspanningsparameters belangrijk in een systeem waarbij de belasting die het draagt ​​de bepalende factor is. Materiaalselectie is opgenomen in het gewichtslimietsysteem met deze twee parameters. Aan de andere kant worden natuurlijke frequenties gecontroleerd om resonanties in zeer dynamische systemen te voorkomen. In systemen waar bruikbaarheid van belang is, wordt energie gemaximaliseerd. In optimalisatiestudies, hoewel de FEM wordt gebruikt voor analytische studies, is te zien dat metaheuristische algoritmen zoals het genetische algoritme14,18 en het grijze wolf-algoritme19 samen met de klassieke Newton-methode worden gebruikt binnen een bereik van bepaalde parameters. Metaheuristische algoritmen zijn ontwikkeld op basis van natuurlijke aanpassingsmethoden die de optimale toestand in een korte tijdsperiode benaderen, vooral onder invloed van de populatie20,21. Met een willekeurige verdeling van de populatie in het zoekgebied vermijden ze lokale optima en bewegen ze richting globale optima22. Daarom is het de laatste jaren vaak gebruikt in de context van echte industriële problemen23,24.
Het kritieke geval voor het in deze studie ontwikkelde vouwmechanisme is dat de vleugels, die zich vóór de vlucht in gesloten positie bevonden, zich na het verlaten van de buis een bepaalde tijd openen. Daarna blokkeert het vergrendelingselement de vleugel. De veren hebben daarom geen directe invloed op de vluchtdynamiek. In dit geval was het doel van de optimalisatie om de opgeslagen energie te maximaliseren om de beweging van de veer te versnellen. Roldiameter, draaddiameter, aantal rollen en doorbuiging werden gedefinieerd als optimalisatieparameters. Vanwege de kleine afmetingen van de veer werd gewicht niet als doel beschouwd. Daarom is het materiaaltype gedefinieerd als vast. De veiligheidsmarge voor mechanische vervormingen wordt bepaald als een kritische beperking. Daarnaast spelen variabele afmetingen een rol in de reikwijdte van het mechanisme. De metaheuristische methode van BA werd gekozen als optimalisatiemethode. BA kreeg de voorkeur vanwege de flexibele en eenvoudige structuur en vanwege de vooruitgang in onderzoek naar mechanische optimalisatie25. In het tweede deel van de studie worden gedetailleerde wiskundige uitdrukkingen opgenomen in het kader van het basisontwerp en het veerontwerp van het vouwmechanisme. Het derde deel bevat het optimalisatiealgoritme en de optimalisatieresultaten. Hoofdstuk 4 voert analyses uit in het ADAMS-programma. De geschiktheid van de veren wordt geanalyseerd vóór de productie. Het laatste deel bevat experimentele resultaten en testbeelden. De resultaten van het onderzoek werden ook vergeleken met eerder werk van de auteurs met behulp van de DOE-aanpak.
De in deze studie ontwikkelde vleugels zouden naar het oppervlak van de raket moeten vouwen. Vleugels draaien van de gevouwen naar de uitgevouwen positie. Hiervoor is een speciaal mechanisme ontwikkeld. Figuur 1 toont de gevouwen en uitgevouwen configuratie5 in het coördinatensysteem van de raket.
Figuur 2 toont een doorsnede van het mechanisme. Het mechanisme bestaat uit verschillende mechanische onderdelen: (1) hoofdlichaam, (2) vleugelas, (3) lager, (4) vergrendelingslichaam, (5) vergrendelingsbus, (6) stoppen, (7) torsieveer en (8) drukveren. De vleugelas (2) is via de vergrendelingsbus (4) verbonden met de torsieveer (7). Alle drie de onderdelen draaien gelijktijdig na de lancering van de raket. Met deze draaibeweging draaien de vleugels naar hun uiteindelijke positie. Daarna wordt de pen (6) geactiveerd door de drukveer (8), waardoor het gehele mechanisme van het vergrendelingslichaam (4)5 wordt geblokkeerd.
De elasticiteitsmodulus (E) en de schuifmodulus (G) zijn belangrijke ontwerpparameters van de veer. In deze studie is gekozen voor staaldraad met een hoog koolstofgehalte (Music wire ASTM A228) als materiaal voor de veer. Andere parameters zijn de draaddiameter (d), de gemiddelde windingdiameter (Dm), het aantal windingen (N) en de veerdoorbuiging (xd voor drukveren en θ voor torsieveren)26. De opgeslagen energie voor drukveren (\({(SE}_{x})\) en torsieveren (\({SE}_{\theta}\)) kan worden berekend met behulp van de vergelijkingen (1) en (2)26. (De waarde van de schuifmodulus (G) voor de drukveer is 83,7E9 Pa en de waarde van de elasticiteitsmodulus (E) voor de torsieveer is 203,4E9 Pa.)
De mechanische afmetingen van het systeem bepalen direct de geometrische beperkingen van de veer. Daarnaast moet ook rekening worden gehouden met de omstandigheden waarin de raket zich bevindt. Deze factoren bepalen de grenzen van de veerparameters. Een andere belangrijke beperking is de veiligheidsfactor. De definitie van een veiligheidsfactor wordt gedetailleerd beschreven door Shigley et al.26. De drukveerveiligheidsfactor (SFC) wordt gedefinieerd als de maximaal toelaatbare spanning gedeeld door de spanning over de continue lengte. SFC kan worden berekend met behulp van de vergelijkingen (3), (4), (5) en (6)26. (Voor het veermateriaal dat in deze studie is gebruikt, geldt \({S}_{sy}=980 MPa\)). F vertegenwoordigt de kracht in de vergelijking en KB vertegenwoordigt de Bergstrasser-factor van 26.
De torsieveiligheidsfactor van een veer (SFT) wordt gedefinieerd als M gedeeld door k. SFT kan worden berekend met behulp van de vergelijkingen (7), (8), (9) en (10)26. (Voor het materiaal dat in deze studie is gebruikt, geldt \({S}_{y}=1600 \mathrm{MPa}\)). In de vergelijking wordt M gebruikt voor het koppel, \({k}^{^{\prime}}\) voor de veerconstante (koppel/rotatie) en Ki voor de spanningscorrectiefactor.
Het belangrijkste optimalisatiedoel in deze studie is het maximaliseren van de energie van de veer. De doelfunctie is geformuleerd om \(\overrightarrow{\{X\}}\) te vinden die \(f(X)\) maximaliseert. \({f}_{1}(X)\) en \({f}_{2}(X)\) zijn respectievelijk de energiefuncties van de druk- en torsieveer. De berekende variabelen en functies die voor optimalisatie worden gebruikt, worden weergegeven in de volgende vergelijkingen.
De verschillende beperkingen die aan het ontwerp van de veer worden gesteld, worden weergegeven in de volgende vergelijkingen. Vergelijkingen (15) en (16) geven de veiligheidsfactoren voor respectievelijk druk- en torsieveren weer. In deze studie moet SFC groter dan of gelijk zijn aan 1,2 en SFT groter dan of gelijk zijn aan θ26.
BA is geïnspireerd op de pollenzoekstrategieën van bijen27. Bijen zoeken door meer pollenverzamelaars naar vruchtbare pollenvelden te sturen en minder pollenverzamelaars naar minder vruchtbare pollenvelden. Zo wordt de grootste efficiëntie van de bijenpopulatie bereikt. Aan de andere kant blijven verkenningsbijen zoeken naar nieuwe pollengebieden, en als er productievere gebieden zijn dan voorheen, zullen veel pollenverzamelaars naar dit nieuwe gebied worden geleid28. BA bestaat uit twee delen: lokaal zoeken en globaal zoeken. Lokaal zoeken zoekt naar meer gemeenschappen in de buurt van het minimum (elitelocaties), zoals bijen, en zoekt minder naar andere locaties (optimale of geselecteerde locaties). In het globale zoekgedeelte wordt een willekeurige zoekopdracht uitgevoerd en als er goede waarden worden gevonden, worden de stations in de volgende iteratie verplaatst naar het lokale zoekgedeelte. Het algoritme bevat enkele parameters: het aantal verkenningsbijen (n), het aantal lokale zoeklocaties (m), het aantal elitelocaties (e), het aantal pollenverzamelaars op elitelocaties (nep), het aantal pollenverzamelaars in optimale gebieden. Locatie (nsp), buurtgrootte (ngh) en aantal iteraties (I)29. De BA-pseudocode wordt weergegeven in Figuur 3.
Het algoritme probeert te werken tussen \({g}_{1}(X)\) en \({g}_{2}(X)\). Na elke iteratie worden optimale waarden bepaald en wordt een populatie rond deze waarden verzameld om de beste waarden te verkrijgen. Beperkingen worden gecontroleerd in de lokale en globale zoeksecties. Bij een lokale zoekopdracht wordt, indien deze factoren geschikt zijn, de energiewaarde berekend. Als de nieuwe energiewaarde groter is dan de optimale waarde, wordt de nieuwe waarde aan de optimale waarde toegewezen. Als de beste waarde in het zoekresultaat groter is dan het huidige element, wordt het nieuwe element in de verzameling opgenomen. Het blokdiagram van de lokale zoekopdracht wordt weergegeven in Afbeelding 4.
Populatie is een van de belangrijkste parameters in BA. Uit eerdere studies blijkt dat het uitbreiden van de populatie het aantal benodigde iteraties vermindert en de kans op succes vergroot. Het aantal functionele beoordelingen neemt echter ook toe. De aanwezigheid van een groot aantal elitelocaties heeft geen significante invloed op de prestaties. Het aantal elitelocaties kan laag zijn als het niet nul30 is. De grootte van de verkennersbijenpopulatie (n) wordt meestal gekozen tussen 30 en 100. In deze studie werden zowel 30 als 50 scenario's uitgevoerd om het juiste aantal te bepalen (Tabel 2). Andere parameters worden bepaald afhankelijk van de populatie. Het aantal geselecteerde locaties (m) is (ongeveer) 25% van de populatiegrootte, en het aantal elitelocaties (e) onder de geselecteerde locaties is 25% van m. Het aantal foeragerende bijen (aantal zoekopdrachten) werd gekozen op 100 voor elitepercelen en 30 voor andere lokale percelen. Buurtonderzoek is het basisconcept van alle evolutionaire algoritmen. In deze studie werd de tapering neighbors-methode gebruikt. Deze methode verkleint de buurt met een bepaalde snelheid tijdens elke iteratie. In toekomstige iteraties kunnen kleinere buurtwaarden30 worden gebruikt voor een nauwkeurigere zoekopdracht.
Voor elk scenario werden tien opeenvolgende tests uitgevoerd om de reproduceerbaarheid van het optimalisatiealgoritme te controleren. Figuur 5 toont de resultaten van de optimalisatie van de torsieveer voor schema 1, en figuur 6 – voor schema 2. Testgegevens zijn ook te vinden in tabellen 3 en 4 (een tabel met de resultaten voor de drukveer is te vinden in Aanvullende Informatie S1). De bijenpopulatie intensiveert de zoektocht naar goede waarden in de eerste iteratie. In scenario 1 lagen de resultaten van sommige tests onder het maximum. In scenario 2 is te zien dat alle optimalisatieresultaten het maximum naderen vanwege de toename van de populatie en andere relevante parameters. Te zien is dat de waarden in scenario 2 voldoende zijn voor het algoritme.
Bij het verkrijgen van de maximale energiewaarde in iteraties wordt ook een veiligheidsfactor als beperking voor de studie meegegeven. Zie de tabel voor de veiligheidsfactor. De met BA verkregen energiewaarden worden vergeleken met die verkregen met de 5 DOE-methode in tabel 5. (Voor een eenvoudige productie is het aantal windingen (N) van de torsieveer 4,9 in plaats van 4,88, en de doorbuiging (xd) is 8 mm in plaats van 7,99 mm in de drukveer.) Het is duidelijk dat BA een beter resultaat heeft. BA evalueert alle waarden via lokale en globale opzoekacties. Zo kan hij sneller meer alternatieven uitproberen.
In deze studie werd Adams gebruikt om de beweging van het vleugelmechanisme te analyseren. Adams krijgt eerst een 3D-model van het mechanisme. Definieer vervolgens een veer met de parameters die in de vorige sectie zijn geselecteerd. Daarnaast moeten enkele andere parameters worden gedefinieerd voor de daadwerkelijke analyse. Dit zijn fysieke parameters zoals verbindingen, materiaaleigenschappen, contact, wrijving en zwaartekracht. Er is een draaikoppeling tussen de bladas en het lager. Er zijn 5-6 cilindrische verbindingen. Er zijn 5-1 vaste verbindingen. Het hoofdgedeelte is gemaakt van aluminium en vast. Het materiaal van de rest van de onderdelen is staal. Kies de wrijvingscoëfficiënt, contactstijfheid en penetratiediepte van het wrijvingsoppervlak afhankelijk van het type materiaal. (roestvrij staal AISI 304) In deze studie is de kritische parameter de openingstijd van het vleugelmechanisme, die korter moet zijn dan 200 ms. Houd daarom tijdens de analyse de openingstijd van de vleugel in de gaten.
Uit de analyse van Adams blijkt dat de openingstijd van het vleugelmechanisme 74 milliseconden bedraagt. De resultaten van de dynamische simulatie van 1 tot 4 worden weergegeven in figuur 7. De eerste afbeelding in figuur 5 is de starttijd van de simulatie en de vleugels bevinden zich in de wachtstand voor het vouwen. (2) Geeft de positie van de vleugel weer na 40 ms wanneer de vleugel 43 graden is gedraaid. (3) toont de positie van de vleugel na 71 milliseconden. Ook in de laatste afbeelding (4) wordt het einde van de draai van de vleugel en de open positie weergegeven. Uit de dynamische analyse is gebleken dat het openingsmechanisme van de vleugel aanzienlijk korter is dan de streefwaarde van 200 ms. Bovendien zijn bij het dimensioneren van de veren de veiligheidslimieten geselecteerd uit de hoogste waarden die in de literatuur worden aanbevolen.
Na voltooiing van alle ontwerp-, optimalisatie- en simulatiestudies werd een prototype van het mechanisme geproduceerd en geïntegreerd. Dit prototype werd vervolgens getest om de simulatieresultaten te verifiëren. Eerst werd de hoofdbehuizing vastgezet en werden de vleugels opgevouwen. Vervolgens werden de vleugels losgemaakt en werd een video gemaakt van de rotatie van de vleugels van de opgevouwen naar de uitgeklapte positie. De timer werd ook gebruikt om de tijd tijdens de video-opname te analyseren.
Figuur 8 toont videoframes genummerd 1-4. Frame 1 in de afbeelding toont het moment waarop de vleugels worden uitgevouwen. Dit moment wordt beschouwd als het initiële moment t0. Frame 2 en 3 tonen de posities van de vleugels 40 ms en 70 ms na het initiële moment. Bij analyse van frame 3 en 4 is te zien dat de beweging van de vleugel 90 ms na t0 stabiliseert en het openen van de vleugel tussen 70 en 90 ms voltooid is. Dit betekent dat zowel simulatie- als prototypetests ongeveer dezelfde vleugelontplooiingstijd opleveren en dat het ontwerp voldoet aan de prestatie-eisen van het mechanisme.
In dit artikel worden de torsieveren en drukveren die in het vleugelvouwmechanisme worden gebruikt, geoptimaliseerd met behulp van BA. De parameters kunnen snel worden bereikt met weinig iteraties. De torsieveer heeft een capaciteit van 1075 mJ en de drukveer een capaciteit van 37,24 mJ. Deze waarden zijn 40-50% beter dan eerdere DOE-studies. De veer is geïntegreerd in het mechanisme en geanalyseerd in het ADAMS-programma. Bij analyse bleek dat de vleugels binnen 74 milliseconden opengingen. Deze waarde ligt ruim onder de projectdoelstelling van 200 milliseconden. In een daaropvolgende experimentele studie werd een inschakeltijd van ongeveer 90 ms gemeten. Dit verschil van 16 milliseconden tussen analyses kan te wijten zijn aan omgevingsfactoren die niet in de software zijn gemodelleerd. Aangenomen wordt dat het optimalisatiealgoritme dat uit de studie is verkregen, kan worden gebruikt voor verschillende veerontwerpen.
Het veermateriaal was vooraf gedefinieerd en werd niet als variabele gebruikt in de optimalisatie. Omdat er in vliegtuigen en raketten veel verschillende soorten veren worden gebruikt, zal BA worden toegepast om in toekomstig onderzoek andere soorten veren met verschillende materialen te ontwerpen om tot een optimaal veerontwerp te komen.
Wij verklaren dat dit manuscript origineel is, niet eerder is gepubliceerd en momenteel niet in overweging wordt genomen om het elders te publiceren.
Alle in dit onderzoek gegenereerde of geanalyseerde gegevens zijn opgenomen in dit gepubliceerde artikel [en het aanvullende informatiebestand].
Min, Z., Kin, VK en Richard, LJ Vliegtuigmodernisering van het vleugelprofielconcept door radicale geometrische veranderingen. IES J. Deel A Beschaving. compositie. project. 3(3), 188–195 (2010).
Sun, J., Liu, K. en Bhushan, B. Een overzicht van de achtervleugel van de kever: structuur, mechanische eigenschappen, mechanismen en biologische inspiratie. J. Mecha. Gedrag. Biomedische wetenschappen. alma mater. 94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A. en Zhang, F. Ontwerp en analyse van een opvouwbaar voortstuwingssysteem voor een hybride onderwaterzweefvliegtuig. Ocean Engineering 119, 125–134 (2016).
Kartik, HS en Prithvi, K. Ontwerp en analyse van een opvouwmechanisme voor een horizontale stabilisator in een helikopter. interne J. Ing. opslagtank. technologie. (IGERT) 9(05), 110–113 (2020).
Kulunk, Z. en Sahin, M. Optimalisatie van de mechanische parameters van een opvouwbaar raketvleugelontwerp met behulp van een experimentele ontwerpbenadering. intern J. Model. optimalisatie. 9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD-ontwerpmethode, prestatiestudie en productieproces van composiet schroefveren: een overzicht. compose. composition. 252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. en Khaddar M. Dynamische ontwerpoptimalisatie van schroefveren. Toepassen op geluid. 77, 178–183 (2014).
Paredes, M., Sartor, M., en Mascle, K. Een procedure voor het optimaliseren van het ontwerp van trekveren. een computer. toepassing van de methode. fur. project. 191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. en Trochu F. Optimaal ontwerp van samengestelde spiraalveren met behulp van multi-objectieve optimalisatie. J. Reinf. plastic. compose. 28 (14), 1713–1732 (2009).
Pawart, HB en Desale, DD Optimalisatie van schroefveren voor de voorwielophanging van driewielers. Proces. Fabrikant. 20, 428–433 (2018).
Bahshesh M. en Bahshesh M. Optimalisatie van stalen schroefveren met samengestelde veren. intern J. Multidisciplinair. de wetenschap. project. 3(6), 47–51 (2012).
Chen, L. et al. Leer meer over de vele parameters die de statische en dynamische prestaties van composiet schroefveren beïnvloeden. J. Market. Opslagtank. 20, 532–550 (2022).
Frank, J. Analyse en optimalisatie van samengestelde schroefveren, PhD-proefschrift, Sacramento State University (2020).
Gu, Z., Hou, X. en Ye, J. Methoden voor het ontwerpen en analyseren van niet-lineaire spiraalveren met behulp van een combinatie van methoden: eindige elementenanalyse, Latijnse hyperkubus-beperkte bemonstering en genetische programmering. proces. Fur Institute. project. CJ Mecha. project. de wetenschap. 235(22), 5917–5930 (2021).
Wu, L., et al. Verstelbare veerconstante koolstofvezel meerstrengs schroefveren: een ontwerp- en mechanismestudie. J. Market. opslagtank. 9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS en Jagtap ST Gewichtsoptimalisatie van drukschroefveren. Interne J. Innov. opslagtank. Multidisciplinair. 2(11), 154–164 (2016).
Rahul, MS en Rameshkumar, K. Multifunctionele optimalisatie en numerieke simulatie van schroefveren voor automobieltoepassingen. alma mater. proces vandaag. 46. ​​4847–4853 (2021).
Bai, JB et al. Definiëren van best practices – Optimaal ontwerp van samengestelde spiraalvormige structuren met behulp van genetische algoritmen. compose. composition. 268, 113982 (2021).
Shahin, I., Dorterler, M., en Gokche, H. Met behulp van de 灰狼-optimalisatiemethode gebaseerd op de optimalisatie van het minimale volume van het drukveerontwerp, Ghazi J. Engineering Science, 3(2), 21–27 (2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. en Sait, SM Metaheuristiek met behulp van meerdere agenten om crashes te optimaliseren. intern J. Veh. dec. 80(2–4), 223–240 (2019).
Yildyz, AR en Erdash, MU Nieuw hybride Taguchi-salpa-groep-optimalisatiealgoritme voor betrouwbaar ontwerp van echte technische problemen. alma mater. test. 63(2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR en Sait SM Betrouwbaar ontwerp van robotgrijpermechanismen met behulp van een nieuw hybride sprinkhaan-optimalisatiealgoritme. expert. systeem. 38(3), e12666 (2021).