Nature.com'u ziyaret ettiğiniz için teşekkür ederiz. Sınırlı CSS desteği olan bir tarayıcı sürümü kullanıyorsunuz. Paslanmaz çelik bobin borusu En iyi deneyim için güncellenmiş bir tarayıcı kullanmanızı (veya Internet Explorer'da Uyumluluk Modunu devre dışı bırakmanızı) öneririz. Ayrıca, sürekli desteği sağlamak için siteyi stiller ve JavaScript olmadan gösteriyoruz.
Aynı anda üç slayttan oluşan bir dönen görüntü görüntüler. Üç slaytta birer birer ilerlemek için Önceki ve Sonraki düğmelerini kullanın veya üç slaytta birer birer ilerlemek için sondaki kaydırıcı düğmelerini kullanın.
Bu çalışmada, rokette kullanılan kanat katlama mekanizmasının burulma ve basma yaylarının paslanmaz çelik bobin tüp tasarımı bir optimizasyon problemi olarak ele alınmıştır. Roket fırlatma tüpünden ayrıldıktan sonra, kapalı kanatlar açılıp belirli bir süre sabitlenmelidir. Çalışmanın amacı, kanatların mümkün olan en kısa sürede açılabilmesi için yaylarda depolanan enerjiyi en üst düzeye çıkarmaktır. Bu durumda, her iki yayındaki enerji denklemi, optimizasyon sürecinde amaç fonksiyonu olarak tanımlanmıştır. Yay tasarımı için gerekli olan tel çapı, bobin çapı, bobin sayısı ve sapma parametreleri optimizasyon değişkenleri olarak tanımlanmıştır. Mekanizmanın boyutundan dolayı değişkenler üzerinde geometrik sınırlar olduğu gibi, yayların taşıdığı yükten dolayı emniyet faktörü üzerinde de sınırlar vardır. Bu optimizasyon problemini çözmek ve yay tasarımını gerçekleştirmek için honey bee (BA) algoritması kullanılmıştır. BA ile elde edilen enerji değerleri, önceki Deney Tasarımı (DOE) çalışmalarından elde edilen değerlerden üstündür. Optimizasyondan elde edilen parametreler kullanılarak tasarlanan yaylar ve mekanizmalar ilk önce ADAMS programında analiz edilmiştir. Daha sonra üretilen yaylar gerçek mekanizmalara entegre edilerek deneysel testler gerçekleştirildi. Test sonucunda kanatların yaklaşık 90 milisaniye sonra açıldığı gözlemlendi. Bu değer projenin 200 milisaniyelik hedefinin oldukça altındadır. Ayrıca analitik ve deneysel sonuçlar arasındaki fark sadece 16 ms'dir.
Uçak ve deniz araçlarında, Paslanmaz çelik bobin boru katlama mekanizmaları kritik öneme sahiptir. Bu sistemler, uçuş performansını ve kontrolünü iyileştirmek için uçak modifikasyonlarında ve dönüşümlerinde kullanılır. Uçuş moduna bağlı olarak, kanatlar aerodinamik etkiyi azaltmak için farklı şekilde katlanır ve açılır1. Bu durum, bazı kuşların ve böceklerin günlük uçuş ve dalış sırasında kanatlarının hareketlerine benzetilebilir. Benzer şekilde, planörler hidrodinamik etkileri azaltmak ve kullanımı en üst düzeye çıkarmak için dalgıçlarda katlanır ve açılır3. Bu mekanizmaların bir diğer amacı da, depolama ve taşıma için bir helikopter pervanesinin 4 katlanması gibi sistemlere hacimsel avantajlar sağlamaktır. Roketin kanatları da depolama alanını azaltmak için aşağı katlanır. Böylece, fırlatıcının 5 daha küçük bir alanına daha fazla füze yerleştirilebilir. Katlama ve açmada etkili bir şekilde kullanılan bileşenler genellikle yaylardır. Katlama anında, enerji içinde depolanır ve açma anında serbest bırakılır. Esnek yapısı nedeniyle, depolanan ve serbest bırakılan enerji eşitlenir. Yay, esas olarak sistem için tasarlanmıştır ve bu tasarım bir optimizasyon sorunu sunar6. Çünkü tel çapı, bobin çapı, sarım sayısı, helis açısı, malzeme türü gibi çeşitli değişkenleri içermekle birlikte kütle, hacim, minimum gerilim dağılımı veya maksimum enerji kullanılabilirliği gibi kriterler de bulunmaktadır7.
Bu çalışma, roket sistemlerinde kullanılan kanat katlama mekanizmaları için yayların tasarımı ve optimizasyonuna ışık tutmaktadır. Uçuştan önce fırlatma tüpünün içinde bulunan kanatlar, roketin yüzeyinde katlanmış halde kalır ve fırlatma tüpünden çıktıktan sonra belirli bir süre açılarak yüzeye bastırılmış halde kalır. Bu işlem, roketin düzgün çalışması için kritik öneme sahiptir. Geliştirilen katlama mekanizmasında, kanatların açılması burulma yayları ile, kilitlenmesi ise basınç yayları ile gerçekleştirilir. Uygun bir yay tasarlamak için bir optimizasyon işlemi gerçekleştirilmelidir. Yay optimizasyonu kapsamında literatürde çeşitli uygulamalar mevcuttur.
Paredes vd.8 helezon yayların tasarımı için maksimum yorulma ömrü faktörünü bir amaç fonksiyonu olarak tanımlamış ve bir optimizasyon yöntemi olarak yarı-Newtoncu yöntemi kullanmışlardır. Optimizasyondaki değişkenler tel çapı, bobin çapı, sarım sayısı ve yay uzunluğu olarak belirlenmiştir. Yay yapısının bir diğer parametresi de yapıldığı malzemedir. Bu nedenle tasarım ve optimizasyon çalışmalarında bu dikkate alınmıştır. Zebdi vd.9 ağırlık faktörünün anlamlı olduğu çalışmalarında amaç fonksiyonunda maksimum sertlik ve minimum ağırlık hedefleri koymuşlardır. Bu durumda yay malzemesini ve geometrik özelliklerini değişken olarak tanımlamışlardır. Bir optimizasyon yöntemi olarak genetik algoritma kullanmışlardır. Otomotiv endüstrisinde malzeme ağırlığı, araç performansından yakıt tüketimine kadar birçok alanda faydalıdır. Süspansiyon için bobin yaylarını optimize ederken ağırlığın en aza indirilmesi iyi bilinen bir çalışmadır10. Bahshesh ve Bahshesh11, çeşitli süspansiyon yayı kompozit tasarımlarında minimum ağırlık ve maksimum çekme dayanımı elde etme amacıyla ANSYS ortamında yaptıkları çalışmalarda E-cam, karbon ve Kevlar gibi malzemeleri değişkenler olarak tanımladılar. Kompozit yayların geliştirilmesinde üretim süreci kritik öneme sahiptir. Bu nedenle, üretim yöntemi, süreçte atılan adımlar ve bu adımların sırası gibi çeşitli değişkenler bir optimizasyon probleminde rol oynar12,13. Dinamik sistemler için yaylar tasarlanırken, sistemin doğal frekansları dikkate alınmalıdır. Rezonansı önlemek için yayın ilk doğal frekansının sistemin doğal frekansının en az 5-10 katı olması önerilir14. Taktak ve diğerleri7, bobin yay tasarımında yay kütlesini en aza indirmeye ve ilk doğal frekansı amaç fonksiyonları olarak en üst düzeye çıkarmaya karar verdiler. Matlab optimizasyon aracında desen arama, iç nokta, aktif küme ve genetik algoritma yöntemlerini kullandılar. Analitik araştırma, yay tasarımı araştırmasının bir parçasıdır ve Sonlu Elemanlar Yöntemi bu alanda popülerdir15. Patil ve diğerleri16, bir analitik prosedür kullanarak bir sıkıştırma helezon yayının ağırlığını azaltmak için bir optimizasyon yöntemi geliştirdiler ve analitik denklemleri sonlu elemanlar yöntemini kullanarak test ettiler. Bir yayın kullanışlılığını artırmak için bir diğer kriter de depolayabildiği enerjideki artıştır. Bu durum ayrıca yayın kullanışlılığını uzun süre korumasını sağlar. Rahul ve Rameshkumar17, araba bobin yayı tasarımlarında yay hacmini azaltmayı ve gerinim enerjisini artırmayı amaçlamaktadır. Ayrıca optimizasyon araştırmalarında genetik algoritmalar kullanmışlardır.
Görüldüğü gibi optimizasyon çalışmasındaki parametreler sistemden sisteme değişmektedir. Genellikle taşıdığı yükün belirleyici faktör olduğu bir sistemde sertlik ve kayma gerilmesi parametreleri önemlidir. Malzeme seçimi bu iki parametre ile ağırlık limit sistemine dahil edilir. Öte yandan yüksek dinamik sistemlerde rezonanslardan kaçınmak için doğal frekanslar kontrol edilir. Faydanın önemli olduğu sistemlerde enerji maksimize edilir. Optimizasyon çalışmalarında, FEM analitik çalışmalar için kullanılmasına rağmen, genetik algoritma14,18 ve gri kurt algoritması19 gibi metasezgisel algoritmaların belirli parametre aralığında klasik Newton yöntemi ile birlikte kullanıldığı görülebilir. Metasezgisel algoritmalar, özellikle popülasyonun etkisi altında kısa sürede optimum duruma yaklaşan doğal adaptasyon yöntemlerine dayalı olarak geliştirilmiştir20,21. Arama alanındaki popülasyonun rastgele dağıtılmasıyla yerel optimumlardan kaçınarak küresel optimumlara doğru hareket ederler22. Bu nedenle son yıllarda gerçek endüstriyel problemler bağlamında sıklıkla kullanılmaktadır23,24.
Bu çalışmada geliştirilen katlama mekanizması için kritik durum, uçuştan önce kapalı konumda olan kanatların tüpten ayrıldıktan belirli bir süre sonra açılmasıdır. Bundan sonra, kilitleme elemanı kanadı bloke eder. Bu nedenle, yaylar uçuş dinamiklerini doğrudan etkilemez. Bu durumda, optimizasyonun amacı, yayın hareketini hızlandırmak için depolanan enerjiyi maksimize etmekti. Rulo çapı, tel çapı, rulo sayısı ve sapma, optimizasyon parametreleri olarak tanımlanmıştır. Yayın küçük boyutu nedeniyle, ağırlık bir hedef olarak düşünülmemiştir. Bu nedenle, malzeme türü sabit olarak tanımlanmıştır. Mekanik deformasyonlar için güvenlik marjı, kritik bir sınırlama olarak belirlenmiştir. Ayrıca, mekanizmanın kapsamında değişken boyut kısıtlamaları yer almaktadır. Optimizasyon yöntemi olarak BA metasezgisel yöntemi seçilmiştir. BA, esnek ve basit yapısı ve mekanik optimizasyon araştırmalarındaki ilerlemeleri nedeniyle tercih edilmiştir25. Çalışmanın ikinci bölümünde, katlama mekanizmasının temel tasarımı ve yay tasarımı çerçevesinde ayrıntılı matematiksel ifadelere yer verilmiştir. Üçüncü bölümde, optimizasyon algoritması ve optimizasyon sonuçları yer almaktadır. Bölüm 4, ADAMS programında analiz yürütür. Yayların uygunluğu üretimden önce analiz edilir. Son bölüm deneysel sonuçları ve test görüntülerini içerir. Çalışmada elde edilen sonuçlar ayrıca yazarların DOE yaklaşımını kullanarak önceki çalışmalarıyla karşılaştırılmıştır.
Bu çalışmada geliştirilen kanatlar roketin yüzeyine doğru katlanmalıdır. Kanatlar katlanmış konumdan açılmış konuma döner. Bunun için özel bir mekanizma geliştirildi. Şekil 1'de roket koordinat sisteminde katlanmış ve açılmış konfigürasyon5 gösterilmektedir.
Şekil 2'de mekanizmanın kesit görünümü gösterilmektedir. Mekanizma birkaç mekanik parçadan oluşmaktadır: (1) ana gövde, (2) kanat mili, (3) yatak, (4) kilit gövdesi, (5) kilit burcu, (6) durdurma pimi, (7) burulma yayı ve (8) basınç yayları. Kanat mili (2), kilitleme manşonu (4) aracılığıyla burulma yayına (7) bağlanmıştır. Roket havalandıktan sonra üç parça da aynı anda döner. Bu dönme hareketiyle kanatlar son konumlarına döner. Bundan sonra, pim (6), sıkıştırma yayı (8) tarafından çalıştırılır ve böylece kilitleme gövdesinin (4)5 tüm mekanizması bloke edilir.
Elastik modül (E) ve kesme modülü (G), yayın temel tasarım parametreleridir. Bu çalışmada, yüksek karbonlu yay çeliği tel (Music wire ASTM A228) yay malzemesi olarak seçilmiştir. Diğer parametreler tel çapı (d), ortalama bobin çapı (Dm), bobin sayısı (N) ve yay sapmasıdır (basınç yayları için xd ve burulma yayları için θ)26. Basınç yayları \({(SE}_{x})\) ve burulma (\({SE}_{\theta}\)) yayları için depolanan enerji, (1) ve (2)26 denkleminden hesaplanabilir. (Basınç yayının kesme modülü (G) değeri 83,7E9 Pa'dır ve burulma yayının elastik modülü (E) değeri 203,4E9 Pa'dır.)
Sistemin mekanik boyutları doğrudan yayın geometrik kısıtlamalarını belirler. Ayrıca roketin yerleştirileceği koşullar da hesaba katılmalıdır. Bu faktörler yay parametrelerinin sınırlarını belirler. Bir diğer önemli sınırlama ise emniyet faktörüdür. Emniyet faktörünün tanımı Shigley ve ark. tarafından ayrıntılı olarak açıklanmıştır.26. Sıkıştırma yayı emniyet faktörü (SFC), izin verilen maksimum gerilimin sürekli uzunluk üzerindeki gerilime bölünmesiyle tanımlanır. SFC, (3), (4), (5) ve (6)26 denklemleri kullanılarak hesaplanabilir. (Bu çalışmada kullanılan yay malzemesi için, \({S}_{sy}=980 MPa\)). F denklemdeki kuvveti ve KB, 26 olan Bergstrasser faktörünü temsil eder.
Bir yayın burulma emniyet faktörü (SFT), M bölü k olarak tanımlanır. SFT, (7), (8), (9) ve (10)26 denkleminden hesaplanabilir. (Bu çalışmada kullanılan malzeme için, \({S}_{y}=1600 \mathrm{MPa}\)). Denklemde, M tork için, \({k}^{^{\prime}}\) yay sabiti (tork/dönüş) için ve Ki gerilim düzeltme faktörü için kullanılır.
Bu çalışmadaki temel optimizasyon hedefi, yayın enerjisini maksimize etmektir. Amaç fonksiyonu, \(f(X)\)'i maksimize eden \(\overrightarrow{\{X\}}\)'i bulmak için formüle edilmiştir. \({f}_{1}(X)\) ve \({f}_{2}(X)\) sırasıyla sıkıştırma ve burulma yayının enerji fonksiyonlarıdır. Optimizasyon için kullanılan hesaplanan değişkenler ve fonksiyonlar aşağıdaki denklemlerde gösterilmiştir.
Yay tasarımına yerleştirilen çeşitli kısıtlamalar aşağıdaki denklemlerde verilmiştir. Denklemler (15) ve (16), sırasıyla basınç ve burulma yayları için güvenlik faktörlerini temsil eder. Bu çalışmada, SFC 1,2'den büyük veya ona eşit olmalı ve SFT θ26'dan büyük veya ona eşit olmalıdır.
BA, arıların polen arama stratejilerinden esinlenmiştir27. Arılar, daha fazla toplayıcıyı verimli polen alanlarına, daha az toplayıcıyı ise daha az verimli polen alanlarına göndererek arama yaparlar. Böylece arı popülasyonundan en büyük verim elde edilir. Öte yandan, keşif arıları yeni polen alanları aramaya devam eder ve eskisinden daha üretken alanlar varsa, birçok toplayıcı bu yeni alana yönlendirilir28. BA iki bölümden oluşur: yerel arama ve genel arama. Yerel arama, arılar gibi minimum (elit alanlar) yakınındaki daha fazla topluluğu arar ve diğer alanları (optimum veya seçili alanlar) daha az arar. Genel arama bölümünde keyfi bir arama yapılır ve iyi değerler bulunursa, istasyonlar bir sonraki yinelemede yerel arama bölümüne taşınır. Algoritma bazı parametreler içerir: keşif arısı sayısı (n), yerel arama alanı sayısı (m), elit alan sayısı (e), elit alanlardaki toplayıcı sayısı (nep), optimum alanlardaki toplayıcı sayısı. Site (nsp), mahalle boyutu (ngh) ve yineleme sayısı (I)29. BA sözde kodu Şekil 3'te gösterilmiştir.
Algoritma, \({g}_{1}(X)\) ile \({g}_{2}(X)\) arasında çalışmaya çalışır. Her yineleme sonucunda optimum değerler belirlenir ve bu değerler etrafında bir popülasyon oluşturularak en iyi değerler elde edilmeye çalışılır. Yerel ve global arama bölümlerinde kısıtlamalar kontrol edilir. Yerel aramada, bu faktörler uygunsa enerji değeri hesaplanır. Yeni enerji değeri optimum değerden büyükse, yeni değer optimum değere atanır. Arama sonucunda bulunan en iyi değer, mevcut elemandan büyükse, yeni eleman koleksiyona dahil edilir. Yerel aramanın blok diyagramı Şekil 4'te gösterilmiştir.
Popülasyon, BA'daki temel parametrelerden biridir. Önceki çalışmalardan da görülebileceği gibi, popülasyonu genişletmek gereken yineleme sayısını azaltır ve başarı olasılığını artırır. Ancak, işlevsel değerlendirmelerin sayısı da artmaktadır. Çok sayıda elit bölgenin varlığı performansı önemli ölçüde etkilemez. Elit bölge sayısı sıfır değilse düşük olabilir30. Keşif arısı popülasyonunun büyüklüğü (n) genellikle 30 ile 100 arasında seçilir. Bu çalışmada, uygun sayıyı belirlemek için hem 30 hem de 50 senaryo çalıştırıldı (Tablo 2). Diğer parametreler popülasyona bağlı olarak belirlenir. Seçilen bölge sayısı (m) popülasyon büyüklüğünün (yaklaşık) %25'idir ve seçilen bölgeler arasındaki elit bölge sayısı (e) m'nin %25'idir. Beslenen arı sayısı (arama sayısı) elit parseller için 100, diğer yerel parseller için 30 olarak seçilmiştir. Mahalle araması, tüm evrimsel algoritmaların temel kavramıdır. Bu çalışmada, tapering neighbors yöntemi kullanıldı. Bu yöntem, her yinelemede mahalle boyutunu belirli bir oranda azaltır. Gelecekteki yinelemelerde, daha doğru bir arama için daha küçük mahalle değerleri30 kullanılabilir.
Her senaryo için, optimizasyon algoritmasının tekrarlanabilirliğini kontrol etmek için on ardışık test gerçekleştirildi. Şekil 5'te şema 1 için burulma yayının optimizasyon sonuçları ve şekil 6'da şema 2 için gösterilmektedir. Test verileri ayrıca tablo 3 ve 4'te verilmiştir (basınç yayı için elde edilen sonuçları içeren bir tablo Ek Bilgi S1'dedir). Arı popülasyonu, ilk yinelemede iyi değerler için aramayı yoğunlaştırır. Senaryo 1'de, bazı testlerin sonuçları maksimumun altındaydı. Senaryo 2'de, popülasyondaki artış ve diğer ilgili parametreler nedeniyle tüm optimizasyon sonuçlarının maksimuma yaklaştığı görülebilir. Senaryo 2'deki değerlerin algoritma için yeterli olduğu görülebilir.
Tekrarlarda enerjinin maksimum değerini elde ederken, çalışma için bir kısıtlama olarak bir güvenlik faktörü de sağlanmıştır. Güvenlik faktörü için tabloya bakınız. BA kullanılarak elde edilen enerji değerleri, Tablo 5'te 5 DOE yöntemi kullanılarak elde edilen değerlerle karşılaştırılmıştır. (Üretim kolaylığı için burulma yayının dönüş sayısı (N) 4,88 yerine 4,9'dur ve basınç yayındaki sapma (xd) 7,99 mm yerine 8 mm'dir.) BA'nın daha iyi Sonuç olduğu görülebilir. BA, tüm değerleri yerel ve küresel aramalarla değerlendirir. Bu şekilde daha hızlı bir şekilde daha fazla alternatifi deneyebilir.
Bu çalışmada, kanat mekanizmasının hareketinin analizi için Adams kullanılmıştır. Adams'a önce mekanizmanın 3 boyutlu modeli verilir. Daha sonra, bir önceki bölümde seçilen parametrelerle bir yay tanımlanır. Ayrıca, gerçek analiz için bazı diğer parametrelerin tanımlanması gerekir. Bunlar, bağlantılar, malzeme özellikleri, temas, sürtünme ve yerçekimi gibi fiziksel parametrelerdir. Kanat mili ile yatak arasında bir döner mafsal vardır. 5-6 adet silindirik mafsal vardır. 5-1 adet sabit mafsal vardır. Ana gövde alüminyum malzemeden yapılmış ve sabittir. Diğer parçaların malzemesi çeliktir. Sürtünme katsayısı, temas sertliği ve sürtünme yüzeyinin penetrasyon derinliği, malzeme türüne bağlı olarak seçilir. (paslanmaz çelik AISI 304) Bu çalışmada, kritik parametre kanat mekanizmasının açılma süresidir ve bu sürenin 200 ms'den az olması gerekir. Bu nedenle, analiz sırasında kanat açılma süresine dikkat edin.
Adams analizi sonucunda kanat mekanizmasının açılma süresi 74 milisaniyedir. Şekil 7’de 1’den 4’e kadar dinamik simülasyon sonuçları gösterilmektedir. Şekil 5’teki ilk resim simülasyon başlangıç ​​zamanı olup kanatlar katlanmayı bekleme pozisyonundadır. (2) Kanat 43 derece döndüğünde 40ms sonraki kanat pozisyonunu göstermektedir. (3) 71 milisaniye sonraki kanat pozisyonunu göstermektedir. Ayrıca son resimde (4) kanat dönüşünün sonu ve açık pozisyonu gösterilmektedir. Dinamik analiz sonucunda kanat açılma mekanizmasının hedef değer olan 200 ms’den belirgin şekilde daha kısa olduğu görülmüştür. Ayrıca yayların boyutlandırılmasında emniyet sınırları literatürde önerilen en yüksek değerlerden seçilmiştir.
Tüm tasarım, optimizasyon ve simülasyon çalışmaları tamamlandıktan sonra, mekanizmanın bir prototipi üretildi ve entegre edildi. Daha sonra prototip, simülasyon sonuçlarını doğrulamak için test edildi. Önce ana kabuğu sabitleyin ve kanatları katlayın. Daha sonra kanatlar katlanmış pozisyondan serbest bırakıldı ve kanatların katlanmış pozisyondan açılmış pozisyona dönüşünün videosu yapıldı. Zamanlayıcı ayrıca video kaydı sırasında zamanı analiz etmek için kullanıldı.
Şekil 8'de 1-4 numaralı video kareleri gösterilmektedir. Şekildeki 1 numaralı kare, katlanmış kanatların serbest bırakılma anını göstermektedir. Bu an, başlangıç ​​anı t0 olarak kabul edilir. 2 ve 3 numaralı kareler, başlangıç ​​anından 40 ms ve 70 ms sonra kanatların konumlarını göstermektedir. 3 ve 4 numaralı kareler analiz edildiğinde, kanat hareketinin t0'dan 90 ms sonra sabitlendiği ve kanat açılmasının 70 ile 90 ms arasında tamamlandığı görülebilir. Bu durum, hem simülasyonun hem de prototip testinin yaklaşık olarak aynı kanat açılma süresini verdiği ve tasarımın mekanizmanın performans gereksinimlerini karşıladığı anlamına gelir.
Bu makalede, kanat katlama mekanizmasında kullanılan burulma ve basınç yayları BA kullanılarak optimize edilmiştir. Parametrelere birkaç yinelemeyle hızlı bir şekilde ulaşılabilir. Burulma yayı 1075 mJ, basınç yayı ise 37,24 mJ olarak derecelendirilmiştir. Bu değerler önceki DOE çalışmalarından %40-50 daha iyidir. Yay mekanizmaya entegre edilmiş ve ADAMS programında analiz edilmiştir. Analiz yapıldığında kanatların 74 milisaniye içinde açıldığı bulunmuştur. Bu değer, projenin 200 milisaniyelik hedefinin oldukça altındadır. Daha sonra yapılan deneysel çalışmada, açılma süresinin yaklaşık 90 ms olduğu ölçülmüştür. Analizler arasındaki bu 16 milisaniyelik farkın, yazılımda modellenmeyen çevresel faktörlerden kaynaklanıyor olabileceği düşünülmektedir. Çalışma sonucunda elde edilen optimizasyon algoritmasının çeşitli yay tasarımları için kullanılabileceği düşünülmektedir.
Yay malzemesi önceden tanımlanmıştı ve optimizasyonda değişken olarak kullanılmadı. Uçaklarda ve roketlerde birçok farklı yay türü kullanıldığından, gelecekteki araştırmalarda optimum yay tasarımına ulaşmak için farklı malzemeler kullanılarak diğer yay türlerinin tasarımında BA uygulanacaktır.
Bu yazının özgün olduğunu, daha önce yayınlanmadığını ve şu anda başka bir yerde yayınlanmak üzere değerlendirilmediğini beyan ederiz.
Bu çalışmada üretilen veya analiz edilen tüm veriler bu yayınlanan makalede [ve ek bilgi dosyasında] yer almaktadır.
Min, Z., Kin, VK ve Richard, LJ Uçak Kanat profili kavramının radikal geometrik değişikliklerle modernizasyonu. IES J. Bölüm A Uygarlık. kompozisyon. proje. 3(3), 188–195 (2010).
Sun, J., Liu, K. ve Bhushan, B. Böceğin arka kanadına genel bakış: yapı, mekanik özellikler, mekanizmalar ve biyolojik ilham. J. Mecha. Davranış. Biyomedikal Bilim. alma mater. 94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A. ve Zhang, F. Hibrit motorlu bir su altı planörü için katlanır bir tahrik mekanizmasının tasarımı ve analizi. Okyanus Mühendisliği 119, 125–134 (2016).
Kartik, HS ve Prithvi, K. Helikopter Yatay Sabitleyici Katlama Mekanizmasının Tasarımı ve Analizi. dahili J. Ing. depolama tankı. teknoloji. (IGERT) 9(05), 110–113 (2020).
Kulunk, Z. ve Sahin, M. Bir deney tasarımı yaklaşımı kullanılarak katlanır roket kanat tasarımının mekanik parametrelerinin optimizasyonu. internal J. Model. optimizasyon. 9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Kompozit Sarmal Yayların Tasarım Yöntemi, Performans Çalışması ve Üretim Süreci: Bir İnceleme. compose. composition. 252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. ve Khaddar M. Sarmal yayların dinamik tasarım optimizasyonu. Ses için uygulayın. 77, 178–183 (2014).
Paredes, M., Sartor, M. ve Mascle, K. Gerilim yaylarının tasarımını optimize etmek için bir prosedür. Bir bilgisayar. Yöntemin uygulaması. Kürk. Projesi. 191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. ve Trochu F. Çok amaçlı optimizasyon kullanılarak kompozit helezon yayların optimum tasarımı. J. Reinf. plastik. 28 (14), 1713–1732 (2009).
Pawart, HB ve Desale, DD Üç tekerlekli bisiklet ön süspansiyon bobin yaylarının optimizasyonu. süreç. üretici. 20, 428–433 (2018).
Bahshesh M. ve Bahshesh M. Kompozit yaylarla çelik bobin yaylarının optimizasyonu. internal J. Multidisipliner. bilim. proje. 3(6), 47–51 (2012).
Chen, L. ve diğerleri. Kompozit bobin yaylarının statik ve dinamik performansını etkileyen birçok parametreyi öğrenin. J. Market. depolama tankı. 20, 532–550 (2022).
Frank, J. Kompozit Helisel Yayların Analizi ve Optimizasyonu, Doktora Tezi, Sacramento Eyalet Üniversitesi (2020).
Gu, Z., Hou, X. ve Ye, J. Sonlu elemanlar analizi, Latin hiperküp sınırlı örnekleme ve genetik programlama yöntemlerinin bir kombinasyonunu kullanarak doğrusal olmayan helezon yayları tasarlamak ve analiz etmek için yöntemler. süreç. Fur Enstitüsü. proje. CJ Mecha. proje. bilim. 235(22), 5917–5930 (2021).
Wu, L., ve diğerleri. Ayarlanabilir Yay Oranlı Karbon Fiber Çok Telli Sarmal Yaylar: Bir Tasarım ve Mekanizma Çalışması. J. Market. depolama tankı. 9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS ve Jagtap ST Sıkıştırma helezon yaylarının ağırlık optimizasyonu. Dahili J. Innov. Depolama tankı. Çok disiplinli. 2(11), 154–164 (2016).
Rahul, MS ve Rameshkumar, K. Otomotiv uygulamaları için helezon yayların çok amaçlı optimizasyonu ve sayısal simülasyonu. alma mater. günümüz süreci. 46. ​​4847–4853 (2021).
Bai, JB ve diğerleri. En İyi Uygulamayı Tanımlama – Genetik Algoritmalar Kullanılarak Kompozit Helisel Yapıların Optimal Tasarımı. compose. composition. 268, 113982 (2021).
Shahin, I., Dorterler, M. ve Gokche, H. Basınç yayı tasarımının minimum hacminin optimizasyonuna dayanan 灰狼 optimizasyon yönteminin kullanılması, Ghazi J. Mühendislik Bilimi, 3(2), 21–27 (2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. ve Sait, SM Çarpışmaları optimize etmek için birden fazla etken kullanan metasezgiler. internal J. Veh. dec. 80(2–4), 223–240 (2019).
Yildyz, AR ve Erdash, MU Gerçek mühendislik problemlerinin güvenilir tasarımı için yeni hibrit Taguchi-salpa grup optimizasyon algoritması. alma mater. test. 63(2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR ve Sait SM Yeni bir hibrit çekirge optimizasyon algoritması kullanılarak robotik tutucu mekanizmalarının güvenilir tasarımı. uzman. sistem. 38(3), e12666 (2021).