Komponen kimia tiub gegelung keluli tahan karat AISI 304/304L, Mengoptimumkan Parameter Spring Sayap Lipat Menggunakan Algoritma Honeybee

Terima kasih kerana melawat Nature.com.Anda menggunakan versi penyemak imbas dengan sokongan CSS terhad.Untuk pengalaman terbaik, kami mengesyorkan agar anda menggunakan penyemak imbas yang dikemas kini (atau lumpuhkan Mod Keserasian dalam Internet Explorer).Di samping itu, untuk memastikan sokongan berterusan, kami menunjukkan tapak tanpa gaya dan JavaScript.
Peluncur menunjukkan tiga artikel setiap slaid.Gunakan butang belakang dan seterusnya untuk bergerak melalui slaid, atau butang pengawal slaid di hujung untuk bergerak melalui setiap slaid.

AISI 304/304L Tiub bergelung kapilari keluli tahan karat

Gegelung keluli tahan karat AISI 304 ialah produk serba guna dengan rintangan yang sangat baik dan ia sesuai untuk pelbagai jenis aplikasi yang memerlukan kebolehbentukan dan kebolehkimpalan yang baik.

Sheye Metal menyimpan 304 gegelung dalam ketebalan 0.3mm hingga 16mm dan kemasan 2B, kemasan BA, kemasan No.4 sentiasa tersedia.

Di samping tiga jenis permukaan, gegelung keluli tahan karat 304 boleh dihantar dengan pelbagai kemasan permukaan.Tahan karat gred 304 mengandungi kedua-dua logam Cr (biasanya 18%) dan nikel (biasanya 8%) sebagai juzuk bukan besi utama.

Gegelung jenis ini ialah keluli tahan karat yang biasanya austenit, tergolong dalam keluarga keluli tahan karat standard Cr-Ni.

Ia biasanya digunakan untuk barangan isi rumah dan pengguna, peralatan dapur, pelapisan dalaman dan luaran, pegangan tangan, dan bingkai tingkap, peralatan industri makanan dan minuman, tangki simpanan.

Dalam kajian ini, reka bentuk kilasan dan spring mampatan mekanisme lipatan sayap yang digunakan dalam roket dianggap sebagai masalah pengoptimuman.Selepas roket meninggalkan tiub pelancaran, sayap tertutup mesti dibuka dan diamankan untuk jangka masa tertentu.Matlamat kajian adalah untuk memaksimumkan tenaga yang tersimpan dalam mata air supaya sayap dapat digunakan dalam masa yang sesingkat mungkin.Dalam kes ini, persamaan tenaga dalam kedua-dua penerbitan ditakrifkan sebagai fungsi objektif dalam proses pengoptimuman.Diameter wayar, diameter gegelung, bilangan gegelung, dan parameter pesongan yang diperlukan untuk reka bentuk spring telah ditakrifkan sebagai pembolehubah pengoptimuman.Terdapat had geometri pada pembolehubah disebabkan oleh saiz mekanisme, serta had pada faktor keselamatan akibat beban yang dibawa oleh spring.Algoritma lebah madu (BA) digunakan untuk menyelesaikan masalah pengoptimuman ini dan melaksanakan reka bentuk spring.Nilai tenaga yang diperolehi dengan BA adalah lebih tinggi daripada yang diperoleh daripada kajian Reka Bentuk Eksperimen (DOE) sebelumnya.Spring dan mekanisme yang direka menggunakan parameter yang diperoleh daripada pengoptimuman pertama kali dianalisis dalam program ADAMS.Selepas itu, ujian eksperimen dijalankan dengan mengintegrasikan spring yang dihasilkan ke dalam mekanisme sebenar.Hasil daripada ujian, diperhatikan bahawa sayap dibuka selepas kira-kira 90 milisaat.Nilai ini jauh di bawah sasaran projek sebanyak 200ms.Di samping itu, perbezaan antara keputusan analisis dan eksperimen hanya 16 ms.
Dalam pesawat dan kenderaan marin, mekanisme lipatan adalah kritikal.Sistem ini digunakan dalam pengubahsuaian dan penukaran pesawat untuk meningkatkan prestasi dan kawalan penerbangan.Bergantung pada mod penerbangan, sayap dilipat dan dibuka secara berbeza untuk mengurangkan kesan aerodinamik1.Keadaan ini boleh dibandingkan dengan pergerakan sayap beberapa burung dan serangga semasa penerbangan dan menyelam setiap hari.Begitu juga, glider melipat dan membuka dalam tenggelam untuk mengurangkan kesan hidrodinamik dan memaksimumkan pengendalian3.Namun satu lagi tujuan mekanisme ini adalah untuk memberikan kelebihan volumetrik kepada sistem seperti lipatan kipas helikopter 4 untuk penyimpanan dan pengangkutan.Sayap roket juga dilipat ke bawah untuk mengurangkan ruang penyimpanan.Oleh itu, lebih banyak peluru berpandu boleh diletakkan di kawasan pelancar yang lebih kecil 5. Komponen yang digunakan secara berkesan dalam lipatan dan bukaan biasanya spring.Pada saat lipatan, tenaga disimpan di dalamnya dan dilepaskan pada saat terbentang.Oleh kerana strukturnya yang fleksibel, tenaga yang disimpan dan dibebaskan disamakan.Spring direka terutamanya untuk sistem, dan reka bentuk ini memberikan masalah pengoptimuman6.Kerana walaupun ia merangkumi pelbagai pembolehubah seperti diameter wayar, diameter gegelung, bilangan lilitan, sudut heliks dan jenis bahan, terdapat juga kriteria seperti jisim, isipadu, taburan tegasan minimum atau ketersediaan tenaga maksimum7.
Kajian ini memberi penerangan tentang reka bentuk dan pengoptimuman spring untuk mekanisme lipatan sayap yang digunakan dalam sistem roket.Berada di dalam tiub pelancaran sebelum penerbangan, sayap kekal dilipat di permukaan roket, dan selepas keluar dari tiub pelancaran, ia terbentang untuk masa tertentu dan terus ditekan ke permukaan.Proses ini penting untuk berfungsi dengan baik roket.Dalam mekanisme lipatan yang dibangunkan, pembukaan sayap dilakukan oleh mata air kilasan, dan penguncian dilakukan oleh mata air mampatan.Untuk mereka bentuk spring yang sesuai, proses pengoptimuman mesti dilakukan.Dalam pengoptimuman musim bunga, terdapat pelbagai aplikasi dalam literatur.
Paredes et al.8 mendefinisikan faktor hayat kelesuan maksimum sebagai fungsi objektif untuk reka bentuk spring heliks dan menggunakan kaedah quasi-Newtonian sebagai kaedah pengoptimuman.Pembolehubah dalam pengoptimuman dikenal pasti sebagai diameter wayar, diameter gegelung, bilangan lilitan dan panjang spring.Parameter lain struktur spring adalah bahan dari mana ia dibuat.Oleh itu, ini telah diambil kira dalam kajian reka bentuk dan pengoptimuman.Zebdi et al.9 menetapkan matlamat kekakuan maksimum dan berat minimum dalam fungsi objektif dalam kajian mereka, di mana faktor berat adalah signifikan.Dalam kes ini, mereka mentakrifkan bahan spring dan sifat geometri sebagai pembolehubah.Mereka menggunakan algoritma genetik sebagai kaedah pengoptimuman.Dalam industri automotif, berat bahan berguna dalam pelbagai cara, daripada prestasi kenderaan kepada penggunaan bahan api.Pengurangan berat semasa mengoptimumkan spring gegelung untuk ampaian adalah kajian yang terkenal10.Bahshesh dan Bahshesh11 mengenal pasti bahan seperti E-glass, karbon dan Kevlar sebagai pembolehubah dalam kerja mereka dalam persekitaran ANSYS dengan matlamat untuk mencapai berat minimum dan kekuatan tegangan maksimum dalam pelbagai reka bentuk komposit spring ampaian.Proses pembuatan adalah kritikal dalam pembangunan mata air komposit.Oleh itu, pelbagai pembolehubah terlibat dalam masalah pengoptimuman, seperti kaedah pengeluaran, langkah-langkah yang diambil dalam proses, dan urutan langkah-langkah tersebut12,13.Apabila mereka bentuk spring untuk sistem dinamik, frekuensi semula jadi sistem mesti diambil kira.Adalah disyorkan bahawa frekuensi semula jadi pertama musim bunga sekurang-kurangnya 5-10 kali ganda frekuensi semula jadi sistem untuk mengelakkan resonans14.Taktak et al.7 memutuskan untuk meminimumkan jisim spring dan memaksimumkan frekuensi semula jadi pertama sebagai fungsi objektif dalam reka bentuk spring gegelung.Mereka menggunakan carian corak, titik dalaman, set aktif dan kaedah algoritma genetik dalam alat pengoptimuman Matlab.Penyelidikan analitik adalah sebahagian daripada penyelidikan reka bentuk musim bunga, dan Kaedah Elemen Terhad popular di kawasan ini15.Patil et al.16 membangunkan kaedah pengoptimuman untuk mengurangkan berat spring heliks mampatan menggunakan prosedur analisis dan menguji persamaan analisis menggunakan kaedah unsur terhingga.Satu lagi kriteria untuk meningkatkan kegunaan spring ialah peningkatan tenaga yang boleh disimpannya.Kes ini juga memastikan bahawa musim bunga mengekalkan kegunaannya untuk jangka masa yang panjang.Rahul dan Rameshkumar17 Berusaha untuk mengurangkan volum spring dan meningkatkan tenaga terikan dalam reka bentuk spring gegelung kereta.Mereka juga telah menggunakan algoritma genetik dalam penyelidikan pengoptimuman.
Seperti yang dapat dilihat, parameter dalam kajian pengoptimuman berbeza dari satu sistem ke satu sistem.Secara amnya, parameter kekakuan dan tegasan ricih adalah penting dalam sistem di mana beban yang dibawa adalah faktor penentu.Pemilihan bahan disertakan dalam sistem had berat dengan dua parameter ini.Sebaliknya, frekuensi semula jadi disemak untuk mengelakkan resonans dalam sistem yang sangat dinamik.Dalam sistem di mana utiliti penting, tenaga dimaksimumkan.Dalam kajian pengoptimuman, walaupun FEM digunakan untuk kajian analitikal, dapat dilihat bahawa algoritma metaheuristik seperti algoritma genetik14,18 dan algoritma serigala kelabu19 digunakan bersama-sama dengan kaedah Newton klasik dalam julat parameter tertentu.Algoritma metaheuristik telah dibangunkan berdasarkan kaedah penyesuaian semula jadi yang menghampiri keadaan optimum dalam tempoh yang singkat, terutamanya di bawah pengaruh populasi20,21.Dengan taburan rawak populasi di kawasan carian, mereka mengelakkan optima tempatan dan bergerak ke arah optima22 global.Oleh itu, dalam beberapa tahun kebelakangan ini ia sering digunakan dalam konteks masalah industri sebenar23,24.
Kes kritikal bagi mekanisme lipatan yang dibangunkan dalam kajian ini ialah sayap, yang berada dalam kedudukan tertutup sebelum penerbangan, membuka masa tertentu selepas meninggalkan tiub.Selepas itu, elemen pengunci menghalang sayap.Oleh itu, mata air tidak menjejaskan dinamik penerbangan secara langsung.Dalam kes ini, matlamat pengoptimuman adalah untuk memaksimumkan tenaga yang disimpan untuk mempercepatkan pergerakan spring.Diameter gulungan, diameter wayar, bilangan gulungan dan pesongan ditakrifkan sebagai parameter pengoptimuman.Oleh kerana saiz spring yang kecil, berat tidak dianggap sebagai matlamat.Oleh itu, jenis bahan ditakrifkan sebagai tetap.Margin keselamatan untuk ubah bentuk mekanikal ditentukan sebagai had kritikal.Di samping itu, kekangan saiz berubah-ubah terlibat dalam skop mekanisme.Kaedah metaheuristik BA telah dipilih sebagai kaedah pengoptimuman.BA digemari kerana strukturnya yang fleksibel dan ringkas, dan untuk kemajuannya dalam penyelidikan pengoptimuman mekanikal25.Dalam bahagian kedua kajian, ungkapan matematik terperinci dimasukkan ke dalam rangka kerja reka bentuk asas dan reka bentuk spring mekanisme lipatan.Bahagian ketiga mengandungi algoritma pengoptimuman dan hasil pengoptimuman.Bab 4 menjalankan analisis dalam program ADAMS.Kesesuaian mata air dianalisis sebelum pengeluaran.Bahagian terakhir mengandungi keputusan percubaan dan imej ujian.Keputusan yang diperoleh dalam kajian juga dibandingkan dengan hasil kerja penulis sebelum ini menggunakan pendekatan DOE.
Sayap yang dibangunkan dalam kajian ini harus dilipat ke arah permukaan roket.Sayap berputar dari posisi terlipat ke posisi terbentang.Untuk ini, mekanisme khas telah dibangunkan.Pada rajah.1 menunjukkan konfigurasi terlipat dan terungkap5 dalam sistem koordinat roket.
Pada rajah.2 menunjukkan pandangan keratan mekanisme.Mekanisme ini terdiri daripada beberapa bahagian mekanikal: (1) badan utama, (2) aci sayap, (3) galas, (4) badan kunci, (5) semak kunci, (6) pin henti, (7) spring kilasan dan ( 8 ) mata air mampatan.Aci sayap (2) disambungkan ke spring kilasan (7) melalui lengan pengunci (4).Ketiga-tiga bahagian berputar serentak selepas roket berlepas.Dengan pergerakan putaran ini, sayap beralih ke kedudukan terakhirnya.Selepas itu, pin (6) digerakkan oleh spring mampatan (8), dengan itu menyekat keseluruhan mekanisme badan pengunci (4)5.
Modulus elastik (E) dan modulus ricih (G) ialah parameter reka bentuk utama spring.Dalam kajian ini, dawai keluli spring karbon tinggi (Wayar muzik ASTM A228) telah dipilih sebagai bahan spring.Parameter lain ialah diameter wayar (d), diameter gegelung purata (Dm), bilangan gegelung (N) dan pesongan spring (xd untuk spring mampatan dan θ untuk spring kilasan)26.Tenaga tersimpan untuk spring mampatan \({(SE}_{x})\) dan kilasan (\({SE}_{\theta}\)) spring boleh dikira daripada persamaan.(1) dan (2)26.(Nilai modulus ricih (G) untuk spring mampatan ialah 83.7E9 Pa, dan nilai modulus elastik (E) untuk spring kilasan ialah 203.4E9 Pa.)
Dimensi mekanikal sistem secara langsung menentukan kekangan geometri spring.Di samping itu, keadaan di mana roket akan ditempatkan juga perlu diambil kira.Faktor-faktor ini menentukan had parameter spring.Satu lagi had penting ialah faktor keselamatan.Takrifan faktor keselamatan diterangkan secara terperinci oleh Shigley et al.26.Faktor keselamatan spring mampatan (SFC) ditakrifkan sebagai tegasan maksimum yang dibenarkan dibahagikan dengan tegasan ke atas panjang berterusan.SFC boleh dikira menggunakan persamaan.(3), (4), (5) dan (6)26.(Untuk bahan spring yang digunakan dalam kajian ini, \({S}_{sy}=980 MPa\)).F mewakili daya dalam persamaan dan KB mewakili faktor Bergstrasser 26.
Faktor keselamatan kilasan spring (SFT) ditakrifkan sebagai M dibahagikan dengan k.SFT boleh dikira daripada persamaan.(7), (8), (9) dan (10)26.(Untuk bahan yang digunakan dalam kajian ini, \({S}_{y}=1600 \mathrm{MPa}\)).Dalam persamaan, M digunakan untuk tork, \({k}^{^{\prime}}\) digunakan untuk pemalar spring (tork/putaran), dan Ki digunakan untuk faktor pembetulan tegasan.
Matlamat pengoptimuman utama dalam kajian ini adalah untuk memaksimumkan tenaga spring.Fungsi objektif dirumuskan untuk mencari \(\overrightarrow{\{X\}}\) yang memaksimumkan \(f(X)\).\({f}_{1}(X)\) dan \({f}_{2}(X)\) ialah fungsi tenaga bagi spring mampatan dan kilasan, masing-masing.Pembolehubah dan fungsi yang dikira yang digunakan untuk pengoptimuman ditunjukkan dalam persamaan berikut.
Pelbagai kekangan yang diletakkan pada reka bentuk spring diberikan dalam persamaan berikut.Persamaan (15) dan (16) masing-masing mewakili faktor keselamatan untuk spring mampatan dan kilasan.Dalam kajian ini, SFC mestilah lebih besar daripada atau sama dengan 1.2 dan SFT mestilah lebih besar daripada atau sama dengan θ26.
BA telah diilhamkan oleh strategi mencari debunga lebah27.Lebah mencari dengan menghantar lebih banyak pencari makanan ke ladang debunga yang subur dan lebih sedikit pencari makanan ke ladang debunga yang kurang subur.Oleh itu, kecekapan terbesar daripada populasi lebah dicapai.Sebaliknya, lebah pengakap terus mencari kawasan debunga yang baru, dan jika terdapat kawasan yang lebih produktif berbanding sebelum ini, banyak pencari ternakan akan diarahkan ke kawasan baru ini28.BA terdiri daripada dua bahagian: carian tempatan dan carian global.Carian setempat mencari lebih banyak komuniti berhampiran minimum (tapak elit), seperti lebah dan kurang di tapak lain (tapak optimum atau ditampilkan).Carian sewenang-wenangnya dilakukan di bahagian carian global, dan jika nilai yang baik ditemui, stesen dipindahkan ke bahagian carian tempatan dalam lelaran seterusnya.Algoritma ini mengandungi beberapa parameter: bilangan lebah pengakap (n), bilangan tapak carian tempatan (m), bilangan tapak elit (e), bilangan pencari makanan di tapak elit (nep), bilangan pencari makanan di kawasan yang optimum.Tapak (nsp), saiz kejiranan (ngh), dan bilangan lelaran (I)29.Pseudokod BA ditunjukkan dalam Rajah 3.
Algoritma cuba berfungsi antara \({g}_{1}(X)\) dan \({g}_{2}(X)\).Hasil daripada setiap lelaran, nilai optimum ditentukan dan populasi dikumpulkan di sekeliling nilai ini dalam usaha untuk mendapatkan nilai terbaik.Sekatan disemak dalam bahagian carian tempatan dan global.Dalam carian tempatan, jika faktor ini sesuai, nilai tenaga dikira.Jika nilai tenaga baharu lebih besar daripada nilai optimum, tetapkan nilai baharu kepada nilai optimum.Jika nilai terbaik yang ditemui dalam hasil carian adalah lebih besar daripada elemen semasa, elemen baharu akan disertakan dalam koleksi.Gambar rajah blok carian tempatan ditunjukkan dalam Rajah 4.
Populasi adalah salah satu parameter utama dalam BA.Ia boleh dilihat daripada kajian lepas bahawa mengembangkan populasi mengurangkan bilangan lelaran yang diperlukan dan meningkatkan kemungkinan kejayaan.Walau bagaimanapun, bilangan penilaian berfungsi juga semakin meningkat.Kehadiran sejumlah besar tapak elit tidak menjejaskan prestasi dengan ketara.Bilangan tapak elit boleh menjadi rendah jika tidak sifar30.Saiz populasi lebah pengakap (n) biasanya dipilih antara 30 dan 100. Dalam kajian ini, kedua-dua 30 dan 50 senario dijalankan untuk menentukan bilangan yang sesuai (Jadual 2).Parameter lain ditentukan bergantung kepada populasi.Bilangan tapak terpilih (m) ialah (kira-kira) 25% daripada saiz populasi, dan bilangan tapak elit (e) antara tapak terpilih ialah 25% daripada m.Bilangan lebah yang memberi makan (bilangan carian) dipilih menjadi 100 untuk plot elit dan 30 untuk plot tempatan yang lain.Carian kejiranan ialah konsep asas semua algoritma evolusi.Dalam kajian ini, kaedah jiran tirus digunakan.Kaedah ini mengurangkan saiz kejiranan pada kadar tertentu semasa setiap lelaran.Dalam lelaran masa hadapan, nilai kejiranan yang lebih kecil30 boleh digunakan untuk carian yang lebih tepat.
Bagi setiap senario, sepuluh ujian berturut-turut telah dilakukan untuk menyemak kebolehulangan algoritma pengoptimuman.Pada rajah.5 menunjukkan keputusan pengoptimuman spring kilasan untuk skema 1, dan dalam rajah.6 – untuk skema 2. Data ujian juga diberikan dalam jadual 3 dan 4 (jadual yang mengandungi keputusan yang diperoleh untuk spring mampatan adalah dalam Maklumat Tambahan S1).Populasi lebah memperhebatkan pencarian nilai yang baik dalam lelaran pertama.Dalam senario 1, keputusan beberapa ujian adalah di bawah maksimum.Dalam Senario 2, dapat dilihat bahawa semua keputusan pengoptimuman menghampiri maksimum disebabkan oleh peningkatan populasi dan parameter lain yang berkaitan.Ia dapat dilihat bahawa nilai dalam Senario 2 adalah mencukupi untuk algoritma.
Apabila memperoleh nilai maksimum tenaga dalam lelaran, faktor keselamatan juga disediakan sebagai kekangan untuk kajian.Lihat jadual untuk faktor keselamatan.Nilai tenaga yang diperoleh menggunakan BA dibandingkan dengan yang diperoleh menggunakan kaedah 5 DOE dalam Jadual 5. (Untuk kemudahan pembuatan, bilangan lilitan (N) spring kilasan ialah 4.9 dan bukannya 4.88, dan pesongan (xd). ) ialah 8 mm dan bukannya 7.99 mm dalam spring mampatan.) Dapat dilihat bahawa BA adalah lebih baik Keputusan.BA menilai semua nilai melalui carian tempatan dan global.Dengan cara ini dia boleh mencuba lebih banyak alternatif dengan lebih pantas.
Dalam kajian ini, Adams digunakan untuk menganalisis pergerakan mekanisme sayap.Adams pertama kali diberikan model 3D mekanisme.Kemudian tentukan spring dengan parameter yang dipilih dalam bahagian sebelumnya.Di samping itu, beberapa parameter lain perlu ditakrifkan untuk analisis sebenar.Ini adalah parameter fizikal seperti sambungan, sifat bahan, sentuhan, geseran dan graviti.Terdapat sambungan pusing antara aci bilah dan galas.Terdapat 5-6 sambungan silinder.Terdapat 5-1 sambungan tetap.Badan utama diperbuat daripada bahan aluminium dan tetap.Bahan bahagian lain adalah keluli.Pilih pekali geseran, kekakuan sentuhan dan kedalaman penembusan permukaan geseran bergantung pada jenis bahan.(keluli tahan karat AISI 304) Dalam kajian ini, parameter kritikal ialah masa pembukaan mekanisme sayap, yang mesti kurang daripada 200 ms.Oleh itu, perhatikan masa pembukaan sayap semasa analisis.
Hasil daripada analisis Adams, masa pembukaan mekanisme sayap ialah 74 milisaat.Keputusan simulasi dinamik dari 1 hingga 4 ditunjukkan dalam Rajah 7. Gambar pertama dalam Rajah.5 ialah masa mula simulasi dan sayap berada dalam kedudukan menunggu untuk dilipat.(2) Memaparkan kedudukan sayap selepas 40ms apabila sayap telah berputar 43 darjah.(3) menunjukkan kedudukan sayap selepas 71 milisaat.Juga dalam gambar terakhir (4) menunjukkan hujung pusingan sayap dan kedudukan terbuka.Hasil daripada analisis dinamik, diperhatikan bahawa mekanisme pembukaan sayap adalah jauh lebih pendek daripada nilai sasaran 200 ms.Di samping itu, apabila saiz spring, had keselamatan dipilih daripada nilai tertinggi yang disyorkan dalam literatur.
Selepas selesai semua reka bentuk, pengoptimuman dan kajian simulasi, prototaip mekanisme telah dihasilkan dan disepadukan.Prototaip kemudiannya diuji untuk mengesahkan keputusan simulasi.Mula-mula selamatkan cangkang utama dan lipat sayap.Kemudian sayap dilepaskan dari kedudukan terlipat dan video dibuat tentang putaran sayap dari kedudukan terlipat ke yang digunakan.Pemasa juga digunakan untuk menganalisis masa semasa rakaman video.
Pada rajah.8 menunjukkan bingkai video bernombor 1-4.Bingkai nombor 1 dalam rajah menunjukkan detik pelepasan sayap yang dilipat.Momen ini dianggap sebagai momen awal masa t0.Bingkai 2 dan 3 menunjukkan kedudukan sayap 40 ms dan 70 ms selepas momen awal.Apabila menganalisis bingkai 3 dan 4, dapat dilihat bahawa pergerakan sayap menstabilkan 90 ms selepas t0, dan pembukaan sayap selesai antara 70 dan 90 ms.Keadaan ini bermakna bahawa kedua-dua simulasi dan ujian prototaip memberikan lebih kurang masa penggunaan sayap yang sama, dan reka bentuk memenuhi keperluan prestasi mekanisme.
Dalam artikel ini, kilasan dan spring mampatan yang digunakan dalam mekanisme lipatan sayap dioptimumkan menggunakan BA.Parameter boleh dicapai dengan cepat dengan beberapa lelaran.Spring kilasan dinilai pada 1075 mJ dan spring mampatan dinilai pada 37.24 mJ.Nilai ini adalah 40-50% lebih baik daripada kajian DOE sebelumnya.Spring disepadukan ke dalam mekanisme dan dianalisis dalam program ADAMS.Apabila dianalisis, didapati sayap terbuka dalam 74 milisaat.Nilai ini jauh di bawah sasaran projek sebanyak 200 milisaat.Dalam kajian eksperimen seterusnya, masa hidup telah diukur kira-kira 90 ms.Perbezaan 16 milisaat antara analisis ini mungkin disebabkan oleh faktor persekitaran yang tidak dimodelkan dalam perisian.Adalah dipercayai bahawa algoritma pengoptimuman yang diperoleh hasil daripada kajian boleh digunakan untuk pelbagai reka bentuk spring.
Bahan spring telah dipratentukan dan tidak digunakan sebagai pembolehubah dalam pengoptimuman.Memandangkan banyak jenis spring yang berbeza digunakan dalam pesawat dan roket, BA akan digunakan untuk mereka bentuk spring lain menggunakan bahan yang berbeza untuk mencapai reka bentuk spring yang optimum dalam penyelidikan masa depan.
Kami mengisytiharkan bahawa manuskrip ini adalah asli, belum pernah diterbitkan sebelum ini, dan tidak sedang dipertimbangkan untuk diterbitkan di tempat lain.
Semua data yang dijana atau dianalisis dalam kajian ini disertakan dalam artikel yang diterbitkan ini [dan fail maklumat tambahan].
Min, Z., Kin, VK dan Richard, Pesawat LJ Pemodenan konsep airfoil melalui perubahan geometri yang radikal.IES J. Bahagian A Tamadun.kompaun.projek.3(3), 188–195 (2010).
Sun, J., Liu, K. dan Bhushan, B. Gambaran keseluruhan sayap belakang kumbang: struktur, sifat mekanikal, mekanisme dan inspirasi biologi.J. Mecha.Tingkah laku.Sains Bioperubatan.almamater.94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A., dan Zhang, F. Reka bentuk dan analisis mekanisme pendorong lipat untuk peluncur bawah air berkuasa hibrid.Kejuruteraan Lautan 119, 125–134 (2016).
Kartik, HS dan Prithvi, K. Reka Bentuk dan Analisis Mekanisme Lipatan Penstabil Mendatar Helikopter.dalaman J. Ing.tangki simpanan.teknologi.(IGERT) 9(05), 110–113 (2020).
Kulunk, Z. dan Sahin, M. Pengoptimuman parameter mekanikal reka bentuk sayap roket lipatan menggunakan pendekatan reka bentuk eksperimen.dalaman J. Model.pengoptimuman.9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, Kaedah Reka Bentuk XD, Kajian Prestasi dan Proses Pengilangan Spring Gegelung Komposit: Satu Tinjauan.mengarang.kompaun.252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. dan Khaddar M. Pengoptimuman reka bentuk dinamik spring gegelung.Memohon bunyi.77, 178–183 (2014).
Paredes, M., Sartor, M., dan Mascle, K. Prosedur untuk mengoptimumkan reka bentuk spring tegangan.komputer.aplikasi kaedah.bulu.projek.191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. dan Trochu F. Reka bentuk optimum spring heliks komposit menggunakan pengoptimuman multiobjektif.J. Reinf.plastik.mengarang.28 (14), 1713–1732 (2009).
Pawart, HB dan Desale, DD Pengoptimuman spring gegelung suspensi depan basikal roda tiga.proses.pengilang.20, 428–433 (2018).
Bahshesh M. dan Bahshesh M. Pengoptimuman spring gegelung keluli dengan spring komposit.dalaman J. Pelbagai disiplin.Sains.projek.3(6), 47–51 (2012).
Chen, L. et al.Ketahui tentang berbilang parameter yang mempengaruhi prestasi statik dan dinamik spring gegelung komposit.J. Pasaran.tangki simpanan.20, 532–550 (2022).
Frank, J. Analisis dan Pengoptimuman Composite Helical Springs, Tesis PhD, Sacramento State University (2020).
Gu, Z., Hou, X. dan Ye, J. Kaedah untuk mereka bentuk dan menganalisis spring heliks tak linear menggunakan gabungan kaedah: analisis unsur terhingga, pensampelan terhad hypercube Latin, dan pengaturcaraan genetik.proses.Institut Bulu.projek.CJ Mecha.projek.Sains.235(22), 5917–5930 (2021).
Wu, L., et al.Kadar Spring Boleh Laras Pegas Gegelung Berbilang Lembar Gentian Karbon: Kajian Reka Bentuk dan Mekanisme.J. Pasaran.tangki simpanan.9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS dan Jagtap ST Pengoptimuman berat bagi spring heliks mampatan.dalaman J. Innov.tangki simpanan.Pelbagai disiplin.2(11), 154–164 (2016).
Rahul, MS dan Rameshkumar, K. Pengoptimuman pelbagai guna dan simulasi berangka pegas gegelung untuk aplikasi automotif.almamater.proses hari ini.46, 4847–4853 (2021).
Bai, JB et al.Mentakrifkan Amalan Terbaik – Reka Bentuk Optimum Struktur Heliks Komposit Menggunakan Algoritma Genetik.mengarang.kompaun.268, 113982 (2021).
Shahin, I., Dorterler, M., dan Gokche, H. Menggunakan kaedah pengoptimuman 灰狼 berdasarkan pengoptimuman volum minimum reka bentuk spring mampatan, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. dan Sait, SM Metaheuristics menggunakan berbilang ejen untuk mengoptimumkan ranap sistem.dalaman J. Veh.dec.80(2–4), 223–240 (2019).
Yildyz, AR dan Erdash, MU Algoritma pengoptimuman kumpulan Taguchi-salpa hibrid baharu untuk reka bentuk yang boleh dipercayai bagi masalah kejuruteraan sebenar.almamater.ujian.63(2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR dan Sait SM Reka bentuk mekanisme pencengkam robotik yang boleh dipercayai menggunakan algoritma pengoptimuman belalang hibrid baharu.pakar.sistem.38(3), e12666 (2021).