AISI 304/304L Չժանգոտվող պողպատից կծիկի խողովակի քիմիական բաղադրիչ, ծալովի թևի զսպանակի պարամետրերի օպտիմիզացում՝ օգտագործելով Honeybee ալգորիթմը

Շնորհակալություն Nature.com այցելելու համար:Դուք օգտագործում եք զննարկչի տարբերակ՝ CSS-ի սահմանափակ աջակցությամբ:Լավագույն փորձի համար խորհուրդ ենք տալիս օգտագործել թարմացված դիտարկիչ (կամ անջատել Համատեղելիության ռեժիմը Internet Explorer-ում):Բացի այդ, շարունակական աջակցություն ապահովելու համար մենք կայքը ցուցադրում ենք առանց ոճերի և JavaScript-ի:
Սլայդերներ, որոնք ցույց են տալիս երեք հոդված յուրաքանչյուր սլայդում:Օգտագործեք հետևի և հաջորդ կոճակները՝ սլայդների միջով շարժվելու համար, կամ սլայդ կարգավորիչի կոճակները վերջում՝ յուրաքանչյուր սլայդով շարժվելու համար:

AISI 304/304L Չժանգոտվող պողպատից մազանոթ ոլորված խողովակ

AISI 304 չժանգոտվող պողպատից կծիկը գերազանց դիմադրողականությամբ ունիվերսալ արտադրանք է և հարմար է տարբեր կիրառությունների համար, որոնք պահանջում են լավ ձևավորելիություն և եռակցվածություն:

Sheye Metal բաժնետոմսեր 304 պարույրներ 0,3 մմ-ից մինչև 16 մմ հաստությամբ և 2B ավարտով, BA ավարտով, No.4 ավարտով, միշտ հասանելի են:

Երեք տեսակի մակերևույթներից բացի, 304 չժանգոտվող պողպատից կծիկ կարող է առաքվել մակերևույթի տարբեր հարդարումներով:304 դասի չժանգոտվողը պարունակում է ինչպես Cr (սովորաբար 18%), այնպես էլ նիկել (սովորաբար 8%) մետաղներ՝ որպես հիմնական ոչ երկաթյա բաղադրիչներ:

Այս տեսակի պարույրները սովորաբար ավստենիտիկ չժանգոտվող պողպատից են, պատկանում են ստանդարտ Cr-Ni չժանգոտվող պողպատի ընտանիքին:

Դրանք սովորաբար օգտագործվում են կենցաղային և սպառողական ապրանքների, խոհանոցի սարքավորումների, ներսի և դրսի երեսպատման, բազրիքների և պատուհանների շրջանակների, սննդի և խմիչքների արդյունաբերության սարքավորումների, պահեստավորման տանկերի համար:

Այս ուսումնասիրության մեջ հրթիռի մեջ օգտագործվող թևերի ծալման մեխանիզմի ոլորման և սեղմման զսպանակների նախագծումը դիտարկվում է որպես օպտիմալացման խնդիր:Հրթիռի արձակման խողովակից հեռանալուց հետո փակ թեւերը պետք է բացվեն և ամրացվեն որոշակի ժամանակով:Հետազոտության նպատակն էր առավելագույնի հասցնել աղբյուրներում կուտակված էներգիան, որպեսզի թեւերը կարողանան տեղակայվել հնարավորինս կարճ ժամանակում:Այս դեպքում երկու հրապարակումներում էլ էներգիայի հավասարումը սահմանվել է որպես օպտիմալացման գործընթացի օբյեկտիվ ֆունկցիա:Լարի տրամագիծը, կծիկի տրամագիծը, կծիկների քանակը և զսպանակային նախագծման համար անհրաժեշտ շեղման պարամետրերը սահմանվել են որպես օպտիմալացման փոփոխականներ:Կան երկրաչափական սահմանափակումներ փոփոխականների վրա՝ կապված մեխանիզմի չափի հետ, ինչպես նաև անվտանգության գործոնի սահմանափակումներ՝ կապված աղբյուրների կրած բեռի հետ:Օպտիմալացման այս խնդիրը լուծելու և զսպանակի ձևավորումն իրականացնելու համար օգտագործվել է մեղրի մեղվի (BA) ալգորիթմը:BA-ով ձեռք բերված էներգիայի արժեքները գերազանցում են նախորդ փորձերի նախագծման (DOE) ուսումնասիրություններից ստացվածներին:Օպտիմալացումից ստացված պարամետրերով նախագծված աղբյուրներն ու մեխանիզմները առաջին անգամ վերլուծվել են ADAMS ծրագրում:Դրանից հետո իրականացվել են փորձարարական փորձարկումներ՝ արտադրված զսպանակները իրական մեխանիզմների մեջ ինտեգրելով։Փորձարկման արդյունքում նկատվել է, որ թեւերը բացվել են մոտ 90 միլիվայրկյան անց։Այս արժեքը շատ ցածր է ծրագրի նպատակային 200 մս-ից:Բացի այդ, վերլուծական և փորձարարական արդյունքների տարբերությունը կազմում է ընդամենը 16 ms:
Ինքնաթիռների և ծովային տրանսպորտային միջոցներում ծալովի մեխանիզմները կարևոր նշանակություն ունեն:Այս համակարգերն օգտագործվում են օդանավերի փոփոխությունների և փոխակերպումների մեջ՝ թռիչքի կատարողականը և կառավարումը բարելավելու համար:Կախված թռիչքի ռեժիմից՝ թևերը ծալվում և բացվում են տարբեր կերպ՝ նվազեցնելու աերոդինամիկ ազդեցությունը1:Այս իրավիճակը կարելի է համեմատել որոշ թռչունների և միջատների թեւերի շարժումների հետ ամենօրյա թռիչքի և սուզվելու ժամանակ։Նմանապես, սլայդերները ծալվում և բացվում են սուզվողների մեջ՝ նվազեցնելու հիդրոդինամիկական ազդեցությունները և առավելագույնի հասցնելու կառավարումը3:Այս մեխանիզմների ևս մեկ նպատակը համակարգերին ծավալային առավելություններ տալն է, ինչպիսին է ուղղաթիռի պտուտակի ծալումը պահեստավորման և տեղափոխման համար:Հրթիռի թեւերը նույնպես ծալվում են՝ պահեստավորման տարածքը նվազեցնելու համար:Այսպիսով, ավելի շատ հրթիռներ կարող են տեղադրվել արձակիչ 5-ի ավելի փոքր տարածքի վրա: Բաղադրիչները, որոնք արդյունավետորեն օգտագործվում են ծալման և բացման ժամանակ, սովորաբար զսպանակներ են:Ծալման պահին դրա մեջ էներգիա է կուտակվում և բացվելու պահին ազատվում։Իր ճկուն կառուցվածքի շնորհիվ կուտակված և թողարկված էներգիան հավասարվում է:Զսպանակը հիմնականում նախատեսված է համակարգի համար, և այս դիզայնը ներկայացնում է օպտիմալացման խնդիր6:Քանի որ այն ներառում է տարբեր փոփոխականներ, ինչպիսիք են մետաղալարի տրամագիծը, կծիկի տրամագիծը, պտույտների քանակը, պարույրի անկյունը և նյութի տեսակը, կան նաև չափորոշիչներ, ինչպիսիք են զանգվածը, ծավալը, լարվածության նվազագույն բաշխումը կամ առավելագույն էներգիայի հասանելիությունը7:
Այս ուսումնասիրությունը լույս է սփռում հրթիռային համակարգերում օգտագործվող թևերի ծալման մեխանիզմների աղբյուրների նախագծման և օպտիմալացման վրա:Թռիչքից առաջ գտնվելով արձակման խողովակի ներսում՝ թեւերը մնում են ծալված հրթիռի մակերեսին, իսկ արձակման խողովակից դուրս գալուց հետո դրանք որոշակի ժամանակ բացվում են և սեղմված մնում մակերեսին։Այս գործընթացը չափազանց կարևոր է հրթիռի ճիշտ աշխատանքի համար:Մշակված ծալովի մեխանիզմում թեւերի բացումն իրականացվում է պտտվող զսպանակների միջոցով, իսկ կողպումը` սեղմման զսպանակներով։Հարմար զսպանակ նախագծելու համար պետք է իրականացվի օպտիմալացման գործընթաց:Գարնանային օպտիմալացման շրջանակներում գրականության մեջ կան տարբեր կիրառություններ:
Պարեդեսը և ուրիշները 8-ը սահմանեցին հոգնածության կյանքի գործակիցը որպես պտուտակավոր աղբյուրների նախագծման օբյեկտիվ ֆունկցիա և օգտագործեցին քվազի-նյուտոնյան մեթոդը որպես օպտիմալացման մեթոդ:Օպտիմալացման փոփոխականները որոշվել են որպես մետաղալարի տրամագիծ, կծիկի տրամագիծ, պտույտների քանակը և զսպանակի երկարությունը:Գարնանային կառուցվածքի մեկ այլ պարամետր է այն նյութը, որից այն պատրաստված է:Ուստի դա հաշվի է առնվել նախագծման և օպտիմալացման ուսումնասիրություններում:Զեբդի և այլք:9-ն իրենց ուսումնասիրության մեջ սահմանել են առավելագույն կոշտության և նվազագույն քաշի նպատակներ օբյեկտիվ ֆունկցիայի մեջ, որտեղ քաշի գործոնը նշանակալի էր:Այս դեպքում նրանք որպես փոփոխականներ սահմանեցին զսպանակային նյութը և երկրաչափական հատկությունները։Որպես օպտիմալացման մեթոդ նրանք օգտագործում են գենետիկական ալգորիթմ։Ավտոմոբիլային արդյունաբերությունում նյութերի քաշը օգտակար է բազմաթիվ առումներով՝ սկսած մեքենայի արդյունավետությունից մինչև վառելիքի սպառում:Հայտնի ուսումնասիրություն է քաշի նվազեցումը կախոցների համար կծիկ զսպանակների օպտիմալացման ժամանակ10:Bahshesh-ը և Bahshesh11-ը հայտնաբերել են այնպիսի նյութեր, ինչպիսիք են E-glass-ը, ածխածինը և Kevlar-ը որպես փոփոխականներ ANSYS միջավայրում իրենց աշխատանքի մեջ՝ նպատակ ունենալով հասնել նվազագույն քաշի և առավելագույն առաձգական ուժի տարբեր կախովի զսպանակային կոմպոզիտային ձևավորումներում:Արտադրական գործընթացը կարևոր նշանակություն ունի կոմպոզիտային աղբյուրների մշակման համար:Այսպիսով, օպտիմիզացման խնդրի մեջ գործում են տարբեր փոփոխականներ, ինչպիսիք են արտադրության մեթոդը, գործընթացում կատարված քայլերը և այդ քայլերի հաջորդականությունը12,13:Դինամիկ համակարգերի համար աղբյուրներ նախագծելիս պետք է հաշվի առնել համակարգի բնական հաճախականությունները:Խորհուրդ է տրվում, որ աղբյուրի առաջին բնական հաճախականությունը լինի համակարգի բնական հաճախականության առնվազն 5-10 անգամ՝ ռեզոնանսից խուսափելու համար14:Taktak et al.7-ը որոշեց նվազագույնի հասցնել աղբյուրի զանգվածը և առավելագույնի հասցնել առաջին բնական հաճախականությունը՝ որպես կծիկային զսպանակների նախագծման օբյեկտիվ գործառույթներ:Matlab-ի օպտիմալացման գործիքում նրանք օգտագործել են օրինաչափությունների որոնում, ներքին կետ, ակտիվ հավաքածու և գենետիկական ալգորիթմի մեթոդներ:Վերլուծական հետազոտությունը գարնանային դիզայնի հետազոտության մի մասն է, և վերջավոր տարրերի մեթոդը տարածված է այս ոլորտում15:Patil et al.16-ը մշակել է սեղմման պտուտակավոր զսպանակի քաշը նվազեցնելու օպտիմալացման մեթոդ՝ օգտագործելով անալիտիկ ընթացակարգը և փորձարկել վերլուծական հավասարումները՝ օգտագործելով վերջավոր տարրերի մեթոդը:Աղբյուրի օգտակարության բարձրացման մեկ այլ չափանիշ է այն էներգիայի ավելացումը, որը նա կարող է կուտակել:Այս գործը նաև ապահովում է, որ զսպանակը երկար ժամանակ պահպանի իր օգտակարությունը։Ռահուլը և Ռամեշկումարը17 Ձգտում են նվազեցնել զսպանակի ծավալը և բարձրացնել լարման էներգիան մեքենայի կծիկային զսպանակների ձևավորումներում:Նրանք նաև օգտագործել են գենետիկական ալգորիթմներ օպտիմալացման հետազոտություններում:
Ինչպես երևում է, օպտիմալացման ուսումնասիրության պարամետրերը տարբերվում են համակարգից համակարգ:Ընդհանուր առմամբ, կոշտության և կտրվածքային սթրեսի պարամետրերը կարևոր են մի համակարգում, որտեղ նրա կրող բեռը որոշիչ գործոն է:Նյութի ընտրությունը ներառված է քաշի սահմանափակման համակարգում այս երկու պարամետրերով:Մյուս կողմից, բնական հաճախականությունները ստուգվում են բարձր դինամիկ համակարգերում ռեզոնանսներից խուսափելու համար:Այն համակարգերում, որտեղ օգտակարությունը կարևոր է, էներգիան առավելագույնի է հասցվում:Օպտիմալացման ուսումնասիրություններում, չնայած FEM-ն օգտագործվում է վերլուծական ուսումնասիրությունների համար, կարելի է տեսնել, որ մետահևրիստական ​​ալգորիթմները, ինչպիսիք են գենետիկական ալգորիթմը14,18 և գորշ գայլի ալգորիթմը19, օգտագործվում են դասական Նյուտոնի մեթոդի հետ միասին որոշակի պարամետրերի շրջանակում:Մետահևրիստական ​​ալգորիթմները մշակվել են բնական հարմարվողականության մեթոդների հիման վրա, որոնք կարճ ժամանակահատվածում մոտենում են օպտիմալ վիճակին, հատկապես բնակչության ազդեցության տակ20,21:Որոնման տարածքում բնակչության պատահական բաշխմամբ նրանք խուսափում են տեղական օպտիմալությունից և շարժվում դեպի գլոբալ օպտիմալ22:Այսպիսով, վերջին տարիներին այն հաճախ է օգտագործվել իրական արդյունաբերական խնդիրների համատեքստում23,24:
Այս ուսումնասիրության մեջ մշակված ծալման մեխանիզմի կարևորագույն դեպքն այն է, որ թեւերը, որոնք թռիչքից առաջ փակ վիճակում էին, բացվում են խողովակից դուրս գալուց հետո որոշակի ժամանակ:Դրանից հետո կողպեքի տարրը արգելափակում է թևը:Հետեւաբար, աղբյուրները ուղղակիորեն չեն ազդում թռիչքի դինամիկայի վրա:Այս դեպքում օպտիմալացման նպատակն էր առավելագույնի հասցնել կուտակված էներգիան՝ արագացնելու զսպանակի շարժումը:Գլանափաթեթի տրամագիծը, մետաղալարի տրամագիծը, գլանափաթեթների քանակը և շեղումը սահմանվել են որպես օպտիմալացման պարամետրեր:Զսպանակի փոքր չափերի պատճառով քաշը նպատակ չի համարվել։Հետեւաբար, նյութի տեսակը սահմանվում է որպես ֆիքսված:Մեխանիկական դեֆորմացիաների անվտանգության սահմանը որոշվում է որպես կրիտիկական սահմանափակում:Բացի այդ, մեխանիզմի շրջանակում ներգրավված են փոփոխական չափերի սահմանափակումները:Որպես օպտիմալացման մեթոդ ընտրվել է BA մետահևրիստական ​​մեթոդը:BA-ն շահավետ էր իր ճկուն և պարզ կառուցվածքի և մեխանիկական օպտիմալացման հետազոտության մեջ առաջընթացի համար25:Ուսումնասիրության երկրորդ մասում մանրամասն մաթեմատիկական արտահայտությունները ներառված են ծալովի մեխանիզմի հիմնական նախագծման և զսպանակային ձևավորման շրջանակներում։Երրորդ մասը պարունակում է օպտիմալացման ալգորիթմը և օպտիմալացման արդյունքները:Գլուխ 4-ում վերլուծություն է կատարվում ADAMS ծրագրում:Աղբյուրների համապատասխանությունը վերլուծվում է մինչ արտադրությունը:Վերջին բաժինը պարունակում է փորձարարական արդյունքներ և թեստային պատկերներ:Հետազոտության արդյունքում ստացված արդյունքները համեմատվել են նաև հեղինակների նախորդ աշխատանքի հետ՝ օգտագործելով DOE մոտեցումը:
Այս ուսումնասիրության մեջ մշակված թեւերը պետք է ծալվեն դեպի հրթիռի մակերեսը:Թևերը պտտվում են ծալվածից մինչև բացված դիրք:Դրա համար մշակվել է հատուկ մեխանիզմ։Նկ.1-ը ցույց է տալիս ծալված և բացված կոնֆիգուրացիան5 հրթիռի կոորդինատային համակարգում:
Նկ.2-ը ցույց է տալիս մեխանիզմի հատվածային տեսքը:Մեխանիզմը բաղկացած է մի քանի մեխանիկական մասերից՝ (1) հիմնական մարմին, (2) թևի լիսեռ, (3) առանցքակալ, (4) կողպեքի մարմին, (5) կողպեքի թփ, (6) կանգառի պտուտ, (7) ոլորող զսպանակ և ( 8) սեղմման զսպանակներ.Թևի լիսեռը (2) միացված է ոլորող զսպանակին (7) կողպման թևի միջոցով (4):Բոլոր երեք մասերը միաժամանակ պտտվում են հրթիռի թռիչքից հետո:Այս պտտվող շարժումով թեւերը դառնում են իրենց վերջնական դիրքը:Դրանից հետո քորոցը (6) գործարկվում է սեղմման զսպանակով (8), դրանով իսկ արգելափակելով կողպման մարմնի (4)5 ամբողջ մեխանիզմը:
Էլաստիկ մոդուլը (E) և կտրվածքի մոդուլը (G) աղբյուրի նախագծման հիմնական պարամետրերն են:Այս ուսումնասիրության մեջ որպես զսպանակային նյութ ընտրվել է բարձր ածխածնային զսպանակով պողպատե մետաղալար (Music wire ASTM A228):Այլ պարամետրեր են մետաղալարի տրամագիծը (d), կծիկի միջին տրամագիծը (Dm), պարույրների քանակը (N) և զսպանակի շեղումը (xd սեղմման զսպանակների համար և θ՝ ոլորող աղբյուրների համար)26:Կոմպրեսիոն զսպանակների \({(SE}_{x})\) և ոլորող (\({SE}_{\theta}\)) զսպանակների կուտակված էներգիան կարելի է հաշվարկել հավասարումից:(1) և (2)26.(Սեղմման զսպանակի կտրման մոդուլի (G) արժեքը 83.7E9 Pa է, իսկ ոլորման զսպանակի համար առաձգական մոդուլի (E) արժեքը 203.4E9 Pa է):
Համակարգի մեխանիկական չափերը ուղղակիորեն որոշում են աղբյուրի երկրաչափական սահմանափակումները:Բացի այդ, պետք է հաշվի առնել նաեւ այն պայմանները, որոնցում տեղակայվելու է հրթիռը։Այս գործոնները որոշում են գարնանային պարամետրերի սահմանները:Մեկ այլ կարևոր սահմանափակում է անվտանգության գործոնը:Անվտանգության գործոնի սահմանումը մանրամասն նկարագրված է Շիգլիի և այլոց կողմից26:Սեղմման զսպանակի անվտանգության գործակիցը (SFC) սահմանվում է որպես առավելագույն թույլատրելի լարվածություն՝ բաժանված լարվածության վրա շարունակական երկարության վրա:SFC-ն կարելի է հաշվարկել՝ օգտագործելով հավասարումներ:(3), (4), (5) և (6)26.(Այս ուսումնասիրության մեջ օգտագործված զսպանակային նյութի համար \({S}_{sy}=980 ՄՊա\)):F-ն ներկայացնում է ուժը հավասարման մեջ, իսկ KB-ն ներկայացնում է Բերգշտրասերի գործակիցը 26:
Զսպանակի ոլորման անվտանգության գործակիցը (SFT) սահմանվում է որպես M բաժանված k-ի:SFT-ը կարելի է հաշվարկել հավասարումից:(7), (8), (9) և (10)26.(Այս ուսումնասիրության մեջ օգտագործված նյութի համար \({S}_{y}=1600 \mathrm{MPa}\)):Հավասարման մեջ M-ն օգտագործվում է ոլորող մոմենտի համար, \({k}^{^{\prime}}\) օգտագործվում է զսպանակային հաստատունի համար (ոլորող մոմենտ/պտտում), իսկ Ki-ն օգտագործվում է լարվածության շտկման գործակցի համար:
Այս հետազոտության օպտիմալացման հիմնական նպատակը աղբյուրի էներգիան առավելագույնի հասցնելն է:Օբյեկտիվ ֆունկցիան ձևակերպված է գտնելու \(\overrightarrow{\{X\}}\), որը առավելագույնի է հասցնում \(f(X)\):\({f}_{1}(X)\) և \({f}_{2}(X)\) համապատասխանաբար սեղմման և ոլորման զսպանակի էներգետիկ ֆունկցիաներն են:Հաշվարկված փոփոխականները և գործառույթները, որոնք օգտագործվում են օպտիմալացման համար, ներկայացված են հետևյալ հավասարումներով.
Զսպանակի նախագծման վրա դրված տարբեր սահմանափակումները տրված են հետևյալ հավասարումներով.(15) և (16) հավասարումները ներկայացնում են համապատասխանաբար սեղմման և ոլորման աղբյուրների անվտանգության գործոնները:Այս ուսումնասիրության մեջ SFC-ն պետք է լինի ավելի մեծ կամ հավասար 1.2-ի, իսկ SFT-ը պետք է մեծ կամ հավասար լինի θ26-ին:
Բ.Ա.-ն ոգեշնչվել է մեղուների փոշին փնտրելու ռազմավարություններից27:Մեղուները փնտրում են՝ ուղարկելով ավելի շատ կեր որոնողներ պարարտ ծաղկափոշու դաշտեր և ավելի քիչ կեր որոնողներ՝ ավելի քիչ բերրի ծաղկափոշու դաշտեր:Այսպիսով, մեղուների պոպուլյացիայի կողմից ձեռք է բերվում ամենամեծ արդյունավետությունը:Մյուս կողմից, հետախույզ մեղուները շարունակում են փնտրել ծաղկափոշու նոր տարածքներ, և եթե այնտեղ լինեն ավելի բերքատու տարածքներ, քան նախկինում, շատ կեր որոնողներ կուղղվեն այս նոր տարածք28:BA-ն բաղկացած է երկու մասից՝ տեղական որոնում և գլոբալ որոնում:Տեղական որոնումը փնտրում է ավելի շատ համայնքներ նվազագույնի մոտ (էլիտար կայքեր), ինչպես մեղուները, և ավելի քիչ այլ կայքերում (օպտիմալ կամ ցուցադրված կայքեր):Համաշխարհային որոնման մասում կատարվում է կամայական որոնում, և եթե լավ արժեքներ են հայտնաբերվում, հաջորդ կրկնության ժամանակ կայանները տեղափոխվում են տեղական որոնման մաս:Ալգորիթմը պարունակում է որոշ պարամետրեր՝ հետախույզ մեղուների թիվը (n), տեղական որոնման կայքերի քանակը (մ), էլիտար կայքերի քանակը (e), էլիտար կայքերում կեր որոնողների թիվը (nep), կեր որոնողների թիվը։ օպտիմալ տարածքներ.Կայք (nsp), հարևանության չափը (ngh) և կրկնությունների քանակը (I)29:BA կեղծ ծածկագիրը ներկայացված է Նկար 3-ում:
Ալգորիթմը փորձում է աշխատել \({g}_{1}(X)\) և \({g}_{2}(X)\) միջև:Յուրաքանչյուր կրկնության արդյունքում որոշվում են օպտիմալ արժեքներ և այդ արժեքների շուրջ հավաքվում է բնակչություն՝ փորձելով ստանալ լավագույն արժեքները:Սահմանափակումները ստուգվում են տեղական և գլոբալ որոնման բաժիններում:Տեղական որոնման ժամանակ, եթե այդ գործոնները համապատասխան են, հաշվարկվում է էներգիայի արժեքը:Եթե ​​էներգիայի նոր արժեքը մեծ է օպտիմալ արժեքից, ապա նոր արժեքը նշանակեք օպտիմալ արժեքին:Եթե ​​որոնման արդյունքում հայտնաբերված լավագույն արժեքը ավելի մեծ է, քան ընթացիկ տարրը, ապա նոր տարրը կներառվի հավաքածուի մեջ:Տեղական որոնման բլոկային դիագրամը ներկայացված է Նկար 4-ում:
Բնակչությունը ԲԱ-ի հիմնական պարամետրերից մեկն է:Նախորդ հետազոտություններից երևում է, որ բնակչության թվի ընդլայնումը նվազեցնում է պահանջվող կրկնությունների քանակը և մեծացնում հաջողության հավանականությունը:Այնուամենայնիվ, ավելանում է նաև ֆունկցիոնալ գնահատումների թիվը։Մեծ թվով էլիտար կայքերի առկայությունը էապես չի ազդում աշխատանքի վրա:Էլիտար կայքերի թիվը կարող է ցածր լինել, եթե այն զրոյական չէ30:Հետախույզ մեղուների պոպուլյացիայի չափը (n) սովորաբար ընտրվում է 30-ից 100-ի միջև: Այս ուսումնասիրության ընթացքում իրականացվել են և՛ 30, և՛ 50 սցենարներ՝ համապատասխան թիվը որոշելու համար (Աղյուսակ 2):Այլ պարամետրերը որոշվում են կախված բնակչության թվից:Ընտրված վայրերի թիվը (մ) կազմում է (մոտավորապես) բնակչության թվի 25%-ը, իսկ էլիտար տեղանքների թիվը (ե) ընտրված վայրերում կազմում է մ-ի 25%-ը:Կերակրող մեղուների թիվը (որոնումների քանակը) ընտրվել է 100-ը էլիտար հողամասերի համար, իսկ 30-ը՝ այլ տեղական հողամասերի համար:Հարևանության որոնումը բոլոր էվոլյուցիոն ալգորիթմների հիմնական հասկացությունն է:Այս ուսումնասիրության մեջ կիրառվել է նեղ հարեւանների մեթոդը:Այս մեթոդը յուրաքանչյուր կրկնության ընթացքում որոշակի արագությամբ նվազեցնում է հարևանության չափը:Հետագա կրկնություններում ավելի ճշգրիտ որոնման համար կարող են օգտագործվել ավելի փոքր հարևանության արժեքները30:
Յուրաքանչյուր սցենարի համար տասը անընդմեջ թեստ է իրականացվել՝ ստուգելու օպտիմալացման ալգորիթմի վերարտադրելիությունը:Նկ.5-ը ցույց է տալիս ոլորող զսպանակի օպտիմալացման արդյունքները 1-ին սխեմայի համար, իսկ նկ.6 – 2-րդ սխեմայի համար: Փորձարկման տվյալները տրված են նաև 3-րդ և 4-րդ աղյուսակներում (սեղմման զսպանակի համար ստացված արդյունքները պարունակող աղյուսակը ներկայացված է Լրացուցիչ տեղեկատվության S1-ում):Մեղուների պոպուլյացիան առաջին անգամ ուժեղացնում է լավ արժեքների որոնումը:Սցենար 1-ում որոշ թեստերի արդյունքները առավելագույնից ցածր էին:Սցենար 2-ում երևում է, որ օպտիմալացման բոլոր արդյունքները մոտենում են առավելագույնին` կապված բնակչության թվի և այլ համապատասխան պարամետրերի ավելացման հետ:Կարելի է տեսնել, որ 2-րդ սցենարի արժեքները բավարար են ալգորիթմի համար:
Կրկնություններում էներգիայի առավելագույն արժեքը ստանալու դեպքում որպես ուսումնասիրության համար նախատեսված է նաև անվտանգության գործոն:Անվտանգության գործոնի համար տե՛ս աղյուսակը:BA-ի միջոցով ստացված էներգիայի արժեքները համեմատվում են Աղյուսակ 5-ի 5 DOE մեթոդով ստացվածների հետ: (Արտադրման հեշտության համար ոլորող զսպանակի պտույտների թիվը (N) 4,9 է 4,88-ի փոխարեն, իսկ շեղումը (xd): ) 8 մմ է սեղմման զսպանակում 7,99 մմ-ի փոխարեն։) Կարելի է տեսնել, որ BA-ն ավելի լավ արդյունք է։BA-ն գնահատում է բոլոր արժեքները տեղական և գլոբալ որոնումների միջոցով:Այս կերպ նա կարող է ավելի արագ փորձել ավելի շատ այլընտրանքներ:
Այս ուսումնասիրության մեջ Ադամսն օգտագործվել է թևերի մեխանիզմի շարժումը վերլուծելու համար:Ադամսին սկզբում տրվում է մեխանիզմի 3D մոդելը:Այնուհետև սահմանեք զսպանակ նախորդ բաժնում ընտրված պարամետրերով:Բացի այդ, փաստացի վերլուծության համար անհրաժեշտ է սահմանել որոշ այլ պարամետրեր:Սրանք այնպիսի ֆիզիկական պարամետրեր են, ինչպիսիք են կապերը, նյութի հատկությունները, շփումը, շփումը և ձգողականությունը:Սայրի լիսեռի և առանցքակալի միջև կա պտտվող միացում:Կան 5-6 գլանաձեւ միացումներ։Առկա է 5-1 ֆիքսված հոդ։Հիմնական կորպուսը պատրաստված է ալյումինե նյութից և ամրացված։Մնացած մասերի նյութը պողպատ է։Ընտրեք շփման գործակիցը, շփման կոշտությունը և շփման մակերեսի ներթափանցման խորությունը՝ կախված նյութի տեսակից:(չժանգոտվող պողպատ AISI 304) Այս ուսումնասիրության մեջ կարևորագույն պարամետրը թևի մեխանիզմի բացման ժամանակն է, որը պետք է լինի 200 ms-ից պակաս:Հետևաբար, վերլուծության ընթացքում հետևեք թևի բացման ժամանակին:
Ադամսի վերլուծության արդյունքում թեւերի մեխանիզմի բացման ժամանակը 74 միլիվայրկյան է։1-ից 4-ի դինամիկ մոդելավորման արդյունքները ներկայացված են Նկար 7-ում: Նկարի առաջին նկարը:5-ը սիմուլյացիայի մեկնարկի ժամանակն է, և թեւերը գտնվում են ծալման սպասման դիրքում:(2) Ցուցադրում է թևի դիրքը 40 մվ-ից հետո, երբ թևը պտտվել է 43 աստիճանով:(3) ցույց է տալիս թևի դիրքը 71 միլիվայրկյան անց:Նաև վերջին նկարում (4) ցույց է տալիս թևի շրջադարձի ավարտը և բաց դիրքը։Դինամիկ վերլուծության արդյունքում նկատվել է, որ թևի բացման մեխանիզմը զգալիորեն կարճ է, քան 200 մվ նպատակային արժեքը:Բացի այդ, աղբյուրները չափելիս անվտանգության սահմաններն ընտրվել են գրականության մեջ առաջարկվող ամենաբարձր արժեքներից:
Նախագծման, օպտիմալացման և մոդելավորման բոլոր ուսումնասիրությունների ավարտից հետո արտադրվել և ինտեգրվել է մեխանիզմի նախատիպը:Այնուհետև նախատիպը փորձարկվել է սիմուլյացիայի արդյունքները ստուգելու համար:Նախ ամրացրեք հիմնական կեղևը և ծալեք թեւերը:Այնուհետև թեւերը բաց են թողնվել ծալված դիրքից և տեսագրվել թեւերի պտույտը ծալված դիրքից դեպի տեղակայված։Ժամաչափը օգտագործվել է նաև տեսանկարահանման ժամանակ ժամանակը վերլուծելու համար։
Նկ.8-ը ցույց է տալիս 1-4 համարներով տեսագրված շրջանակներ:Նկարի թիվ 1 շրջանակը ցույց է տալիս ծալված թեւերի ազատման պահը:Այս պահը համարվում է t0 ժամանակի սկզբնական պահը։2 և 3 շրջանակները ցույց են տալիս թեւերի դիրքերը սկզբնական պահից 40 մվ և 70 մվ հետո:3-րդ և 4-րդ շրջանակները վերլուծելիս կարելի է տեսնել, որ թևի շարժումը t0-ից հետո կայունանում է 90 մվ, իսկ թևի բացումն ավարտվում է 70-ից 90 մվ-ի միջև։Այս իրավիճակը նշանակում է, որ և՛ սիմուլյացիան, և՛ նախատիպի փորձարկումը տալիս են մոտավորապես նույն թևի տեղակայման ժամանակը, և դիզայնը համապատասխանում է մեխանիզմի կատարողական պահանջներին:
Այս հոդվածում թևերի ծալման մեխանիզմում օգտագործվող ոլորման և սեղմման աղբյուրները օպտիմիզացված են՝ օգտագործելով BA:Պարամետրերը կարելի է արագ հասնել մի քանի կրկնություններով:Պտտվող զսպանակը գնահատվում է 1075 մՋ, իսկ սեղմման զսպանակը` 37,24 մՋ:Այս արժեքները 40-50% ավելի լավ են, քան նախորդ DOE ուսումնասիրությունները:Զսպանակը ինտեգրված է մեխանիզմի մեջ և վերլուծվում ADAMS ծրագրում։Վերլուծության ժամանակ պարզվել է, որ թեւերը բացվել են 74 միլիվայրկյանում:Այս արժեքը շատ ավելի ցածր է ծրագրի 200 միլիվայրկյան նպատակից:Հետագա փորձարարական ուսումնասիրության ժամանակ միացման ժամանակը չափվել է մոտ 90 ms:Վերլուծությունների միջև այս 16 միլիվայրկյան տարբերությունը կարող է պայմանավորված լինել ծրագրային ապահովման մեջ չմոդելավորված բնապահպանական գործոններով:Ենթադրվում է, որ ուսումնասիրության արդյունքում ստացված օպտիմալացման ալգորիթմը կարող է օգտագործվել տարբեր զսպանակների դիզայնի համար:
Զսպանակային նյութը նախապես սահմանված է եղել և չի օգտագործվել որպես փոփոխական օպտիմալացման ժամանակ:Քանի որ շատ տարբեր տեսակի զսպանակներ օգտագործվում են ինքնաթիռներում և հրթիռներում, BA-ն կկիրառվի այլ տեսակի աղբյուրների նախագծման համար՝ օգտագործելով տարբեր նյութեր՝ ապագա հետազոտություններում գարնան օպտիմալ դիզայնի հասնելու համար:
Հայտարարում ենք, որ այս ձեռագիրը բնօրինակ է, նախկինում չի տպագրվել և ներկայումս չի դիտարկվում այլ տեղ տպագրելու համար։
Այս ուսումնասիրության մեջ ստեղծված կամ վերլուծված բոլոր տվյալները ներառված են այս հրապարակված հոդվածում [և լրացուցիչ տեղեկատվական ֆայլում]:
Min, Z., Kin, VK and Richard, LJ Aircraft Օդանավակայանի արդիականացում՝ արմատական ​​երկրաչափական փոփոխությունների միջոցով:IES J. Մաս A Քաղաքակրթություն.միացություն.նախագիծը։3 (3), 188–195 (2010):
Sun, J., Liu, K. and Bhushan, B. Բզեզի հետին թևի ակնարկ. կառուցվածք, մեխանիկական հատկություններ, մեխանիզմներ և կենսաբանական ներշնչանք:Ջ.Մեխա.Վարքագիծ.Կենսաբժշկական գիտություն.Մայր բուհի.94, 63–73 (2019):
Chen, Z., Yu, J., Zhang, A. և Zhang, F. Հիբրիդային շարժիչով ստորջրյա սլայդերի համար ծալովի շարժիչ մեխանիզմի նախագծում և վերլուծություն:Ocean Engineering 119, 125–134 (2016):
Kartik, HS and Prithvi, K. Ուղղաթիռի հորիզոնական կայունացուցիչի ծալովի մեխանիզմի նախագծում և վերլուծություն:ներքին J. Ing.պահեստավորման բաք.տեխնոլոգիաներ։(IGERT) 9 (05), 110–113 (2020):
Kulunk, Z. and Sahin, M. Հրթիռի ծալովի թևերի նախագծման մեխանիկական պարամետրերի օպտիմալացում՝ օգտագործելով փորձարարական նախագծման մոտեցումը:ներքին J. Մոդել.օպտիմալացում։9(2), 108–112 (2019)։
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Design Method, Performance Study, and Manufacturing Process of Composite Coil Springs.կազմել.միացություն.252, 112747 (2020):
Taktak M., Omheni K., Alui A., Dammak F. and Khaddar M. Կծիկային աղբյուրների դինամիկ նախագծման օպտիմալացում:Դիմեք ձայնի համար:77, 178–183 (2014):
Paredes, M., Sartor, M., and Mascle, K. Լարման աղբյուրների նախագծման օպտիմալացման ընթացակարգ:համակարգիչ։մեթոդի կիրառում.մորթի.նախագիծը։191 (8-10), 783-797 (2001):
Zebdi O., Bouhili R. and Trochu F. Կոմպոզիտային պարուրաձև աղբյուրների օպտիմալ ձևավորում՝ օգտագործելով բազմաբնույթ օպտիմալացում:Ջ.Ռեյնֆ.պլաստիկ.կազմել.28 (14), 1713–1732 (2009):
Pawart, HB և Desale, DD Եռանիվ առջևի կախովի կծիկ զսպանակների օպտիմալացում:գործընթաց։արտադրող.20, 428–433 (2018):
Bahshesh M. and Bahshesh M. Պողպատե կծիկային զսպանակների օպտիմալացում կոմպոզիտային զսպանակներով:ներքին J. Բազմամասնագիտական.գիտությունը։նախագիծը։3 (6), 47–51 (2012):
Chen, L. et al.Իմացեք բազմաթիվ պարամետրերի մասին, որոնք ազդում են կոմպոզիտային կծիկային զսպանակների ստատիկ և դինամիկ աշխատանքի վրա:J. Market.պահեստավորման բաք.20, 532–550 (2022)։
Ֆրենկ, Ջ. Բաղադրյալ պտուտակավոր աղբյուրների վերլուծություն և օպտիմալացում, թեկնածուական թեզ, Սակրամենտոյի պետական ​​համալսարան (2020):
Gu, Z., Hou, X. and Ye, J. Ոչ գծային պտուտակավոր աղբյուրների նախագծման և վերլուծության մեթոդներ՝ օգտագործելով մեթոդների համակցում. վերջավոր տարրերի վերլուծություն, լատինական հիպերխորանարդային սահմանափակ նմուշառում և գենետիկ ծրագրավորում:գործընթաց։Մորթի ինստիտուտ.նախագիծը։CJ Mecha.նախագիծը։գիտությունը։235 (22), 5917–5930 (2021):
Wu, L., et al.Կարգավորելի զսպանակային արագություն ածխածնային մանրաթելից բազմաշերտ կծիկ զսպանակներ. դիզայն և մեխանիզմի ուսումնասիրություն:J. Market.պահեստավորման բաք.9 (3), 5067–5076 (2020):
Patil DS, Mangrulkar KS և Jagtap ST Կոմպրեսիոն պտուտակավոր աղբյուրների քաշի օպտիմալացում:ներքին J. Innov.պահեստավորման բաք.Բազմամասնագիտական.2 (11), 154–164 (2016):
Rahul, MS and Rameshkumar, K. Ավտոմոբիլային կիրառությունների համար կծիկային աղբյուրների բազմաֆունկցիոնալ օպտիմալացում և թվային մոդելավորում:Մայր բուհի.գործընթացն այսօր։46, 4847–4853 (2021):
Bai, JB et al.Լավագույն պրակտիկայի սահմանում – գենետիկ ալգորիթմների օգտագործմամբ կոմպոզիտային պտուտակային կառուցվածքների օպտիմալ ձևավորում:կազմել.միացություն.268, 113982 (2021):
Shahin, I., Dorterler, M., and Gokche, H. Օգտագործելով 灰狼 օպտիմալացման մեթոդը, որը հիմնված է սեղմման զսպանակի դիզայնի նվազագույն ծավալի օպտիմալացման վրա, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017):
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. and Sait, SM Metaheuristics, օգտագործելով բազմաթիվ գործակալներ՝ վթարները օպտիմալացնելու համար:ներքին J. Veh.դեկտ.80 (2–4), 223–240 (2019)։
Yildyz, AR and Erdash, MU Նոր հիբրիդ Taguchi-salpa խմբի օպտիմալացման ալգորիթմ իրական ինժեներական խնդիրների հուսալի նախագծման համար:Մայր բուհի.փորձարկում.63 (2), 157–162 (2021):
Yildiz BS, Foldi N., Burerat S., Yildiz AR և Sait SM Ռոբոտային բռնիչ մեխանիզմների հուսալի ձևավորում՝ օգտագործելով նոր հիբրիդային մորեխի օպտիմալացման ալգորիթմ:փորձագետ.համակարգ.38(3), e12666 (2021):