Terima kasih kerana melayari Nature.com. Anda menggunakan versi pelayar dengan sokongan CSS yang terhad. Tiub gegelung keluli tahan karat Untuk pengalaman terbaik, kami mengesyorkan anda menggunakan pelayar yang dikemas kini (atau lumpuhkan Mod Keserasian dalam Internet Explorer). Di samping itu, untuk memastikan sokongan berterusan, kami memaparkan tapak tanpa gaya dan JavaScript.
Memaparkan karusel tiga slaid sekaligus. Gunakan butang Sebelumnya dan Seterusnya untuk bergerak melalui tiga slaid pada satu masa atau gunakan butang gelangsar di hujungnya untuk bergerak melalui tiga slaid pada satu masa.
Dalam kajian ini, reka bentuk tiub gegelung keluli tahan karat bagi mekanisme lipatan sayap yang digunakan dalam roket dianggap sebagai masalah pengoptimuman. Selepas roket meninggalkan tiub pelancaran, sayap yang tertutup mesti dibuka dan diikat untuk tempoh masa tertentu. Tujuan kajian ini adalah untuk memaksimumkan tenaga yang tersimpan dalam spring supaya sayap boleh mengembang dalam masa yang sesingkat mungkin. Dalam kes ini, persamaan tenaga dalam kedua-dua penerbitan ditakrifkan sebagai fungsi objektif dalam proses pengoptimuman. Diameter dawai, diameter gegelung, bilangan gegelung, dan parameter pesongan yang diperlukan untuk reka bentuk spring ditakrifkan sebagai pembolehubah pengoptimuman. Terdapat had geometri pada pembolehubah disebabkan oleh saiz mekanisme, serta had pada faktor keselamatan disebabkan oleh beban yang dibawa oleh spring. Algoritma lebah madu (BA) digunakan untuk menyelesaikan masalah pengoptimuman ini dan melaksanakan reka bentuk spring. Nilai tenaga yang diperoleh dengan BA adalah lebih baik daripada yang diperoleh daripada kajian Reka Bentuk Eksperimen (DOE) sebelumnya. Spring dan mekanisme yang direka bentuk menggunakan parameter yang diperoleh daripada pengoptimuman dianalisis terlebih dahulu dalam program ADAMS. Selepas itu, ujian eksperimen dijalankan dengan mengintegrasikan spring buatan ke dalam mekanisme sebenar. Hasil daripada ujian tersebut, diperhatikan bahawa sayap terbuka selepas kira-kira 90 milisaat. Nilai ini jauh di bawah sasaran projek iaitu 200 milisaat. Di samping itu, perbezaan antara keputusan analisis dan eksperimen hanya 16 ms.
Dalam pesawat dan kenderaan marin, mekanisme lipatan tiub gegelung keluli tahan karat adalah kritikal. Sistem ini digunakan dalam pengubahsuaian dan penukaran pesawat untuk meningkatkan prestasi dan kawalan penerbangan. Bergantung pada mod penerbangan, sayap melipat dan terbuka secara berbeza untuk mengurangkan hentaman aerodinamik1. Keadaan ini boleh dibandingkan dengan pergerakan sayap sesetengah burung dan serangga semasa penerbangan dan menyelam setiap hari. Begitu juga, peluncur melipat dan terbuka dalam kapal selam untuk mengurangkan kesan hidrodinamik dan memaksimumkan pengendalian3. Satu lagi tujuan mekanisme ini adalah untuk memberikan kelebihan volumetrik kepada sistem seperti lipatan kipas helikopter 4 untuk penyimpanan dan pengangkutan. Sayap roket juga melipat 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 terbuka biasanya spring. Pada saat lipatan, tenaga disimpan di dalamnya dan dibebaskan pada saat terbuka. Disebabkan strukturnya yang fleksibel, tenaga yang disimpan dan dilepaskan disamakan. Spring direka terutamanya untuk sistem, dan reka bentuk ini membentangkan masalah pengoptimuman6. Kerana walaupun ia merangkumi pelbagai pembolehubah seperti diameter dawai, 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 terlipat di permukaan roket, dan selepas keluar dari tiub pelancaran, ia terbentang untuk tempoh tertentu dan kekal ditekan ke permukaan. Proses ini penting untuk fungsi roket yang betul. Dalam mekanisme lipatan yang dibangunkan, pembukaan sayap dilakukan oleh spring kilasan, dan penguncian dilakukan oleh spring mampatan. Untuk mereka bentuk spring yang sesuai, proses pengoptimuman mesti dilakukan. Dalam pengoptimuman spring, terdapat pelbagai aplikasi dalam literatur.
Paredes et al.8 mentakrifkan faktor hayat lesu maksimum sebagai fungsi objektif untuk reka bentuk spring heliks dan menggunakan kaedah kuasi-Newtonian sebagai kaedah pengoptimuman. Pembolehubah dalam pengoptimuman dikenal pasti sebagai diameter dawai, diameter gegelung, bilangan lilitan dan panjang spring. Satu lagi parameter struktur spring ialah 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 sambil mengoptimumkan spring gegelung untuk penggantungan 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 penggantungan. Proses pembuatan adalah penting dalam pembangunan spring komposit. Oleh itu, pelbagai pembolehubah memainkan peranan dalam masalah pengoptimuman, seperti kaedah pengeluaran, langkah-langkah yang diambil dalam proses tersebut, 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 spring 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 analitikal adalah sebahagian daripada penyelidikan reka bentuk spring, dan Kaedah Unsur Terhingga popular dalam bidang ini15. Patil et al.16 membangunkan kaedah pengoptimuman untuk mengurangkan berat spring heliks mampatan menggunakan prosedur analitikal dan menguji persamaan analitikal menggunakan kaedah unsur terhingga. Kriteria lain untuk meningkatkan kegunaan spring ialah peningkatan tenaga yang boleh disimpannya. Kes ini juga memastikan bahawa spring mengekalkan kegunaannya untuk jangka masa yang panjang. Rahul dan Rameshkumar17 Berusaha untuk mengurangkan isipadu 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 sistem ke sistem. Secara amnya, parameter kekakuan dan tegasan ricih adalah penting dalam sistem di mana beban yang dibawanya adalah faktor penentu. Pemilihan bahan dimasukkan dalam sistem had berat dengan dua parameter ini. Sebaliknya, frekuensi semula jadi diperiksa 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 masa yang singkat, terutamanya di bawah pengaruh populasi20,21. Dengan taburan rawak populasi di kawasan carian, ia mengelakkan optima tempatan dan bergerak ke arah optima global22. Oleh itu, dalam beberapa tahun kebelakangan ini ia sering digunakan dalam konteks masalah perindustrian sebenar23,24.
Kes kritikal bagi mekanisme lipatan yang dibangunkan dalam kajian ini ialah sayap, yang berada dalam kedudukan tertutup sebelum penerbangan, terbuka pada masa tertentu selepas meninggalkan tiub. Selepas itu, elemen pengunci menyekat sayap. Oleh itu, spring tidak secara langsung mempengaruhi dinamik penerbangan. Dalam kes ini, matlamat pengoptimuman adalah untuk memaksimumkan tenaga tersimpan bagi mempercepatkan pergerakan spring. Diameter gulungan, diameter dawai, bilangan gulungan dan pesongan ditakrifkan sebagai parameter pengoptimuman. Disebabkan saiz spring yang kecil, berat tidak dianggap sebagai matlamat. Oleh itu, jenis bahan ditakrifkan sebagai tetap. Margin keselamatan untuk ubah bentuk mekanikal ditentukan sebagai batasan kritikal. Di samping itu, kekangan saiz berubah-ubah terlibat dalam skop mekanisme. Kaedah metaheuristik BA dipilih sebagai kaedah pengoptimuman. BA digemari kerana strukturnya yang fleksibel dan ringkas, dan kerana kemajuannya dalam penyelidikan pengoptimuman mekanikal25. Dalam bahagian kedua kajian, ungkapan matematik terperinci dimasukkan dalam rangka kerja reka bentuk asas dan reka bentuk spring mekanisme lipatan. Bahagian ketiga mengandungi algoritma pengoptimuman dan keputusan pengoptimuman. Bab 4 menjalankan analisis dalam program ADAMS. Kesesuaian spring dianalisis sebelum pengeluaran. Bahagian terakhir mengandungi keputusan eksperimen dan imej ujian. Keputusan yang diperoleh dalam kajian ini juga dibandingkan dengan kerja penulis sebelumnya menggunakan pendekatan DOE.
Sayap yang dibangunkan dalam kajian ini harus melipat ke arah permukaan roket. Sayap berputar dari posisi terlipat ke posisi terlipat. Untuk ini, satu mekanisme khas telah dibangunkan. Pada rajah 1 menunjukkan konfigurasi terlipat dan terlipat5 dalam sistem koordinat roket.
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) sesendal kunci, (6) pin penahan, (7) spring kilasan dan (8) spring mampatan. Aci sayap (2) disambungkan kepada spring kilasan (7) melalui lengan pengunci (4). Ketiga-tiga bahagian berputar serentak selepas roket berlepas. Dengan pergerakan putaran ini, sayap berputar ke kedudukan terakhirnya. Selepas itu, pin (6) digerakkan oleh spring mampatan (8), sekali gus menyekat keseluruhan mekanisme badan pengunci (4)5.
Modulus elastik (E) dan modulus ricih (G) adalah parameter reka bentuk utama pegas. Dalam kajian ini, dawai keluli pegas karbon tinggi (dawai Muzik ASTM A228) telah dipilih sebagai bahan pegas. Parameter lain ialah diameter dawai (d), diameter gegelung purata (Dm), bilangan gegelung (N) dan pesongan pegas (xd untuk pegas mampatan dan θ untuk pegas kilasan)26. Tenaga tersimpan untuk pegas mampatan \({(SE}_{x})\) dan pegas kilasan (\({SE}_{\theta}\)) boleh dikira daripada persamaan. (1) dan (2)26. (Nilai modulus ricih (G) untuk pegas mampatan ialah 83.7E9 Pa, dan nilai modulus elastik (E) untuk pegas kilasan ialah 203.4E9 Pa.)
Dimensi mekanikal sistem secara langsung menentukan kekangan geometri spring. Di samping itu, keadaan di mana roket akan ditempatkan juga harus diambil kira. Faktor-faktor ini menentukan had parameter spring. Satu lagi batasan 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 sepanjang panjang berterusan. SFC boleh dikira menggunakan persamaan. (3), (4), (5) dan (6)26. (Bagi bahan spring yang digunakan dalam kajian ini, \({S}_{sy}=980 MPa\)). F mewakili daya dalam persamaan dan KB mewakili faktor Bergstrasser sebanyak 26.
Faktor keselamatan kilasan bagi spring (SFT) ditakrifkan sebagai M dibahagikan dengan k. SFT boleh dikira daripada persamaan. (7), (8), (9) dan (10)26. (Bagi 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 \({f}_{2}(X)\) masing-masing ialah fungsi tenaga spring mampatan dan kilasan. Pembolehubah dan fungsi yang dikira yang digunakan untuk pengoptimuman ditunjukkan dalam persamaan berikut.
Pelbagai kekangan yang dikenakan pada reka bentuk spring diberikan dalam persamaan berikut. Persamaan (15) dan (16) masing-masing mewakili faktor keselamatan untuk spring mampatan dan spring 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 diinspirasikan oleh strategi pencarian debunga lebah27. Lebah mencari dengan menghantar lebih ramai pencari makan ke ladang debunga yang subur dan lebih sedikit pencari makan ke ladang debunga yang kurang subur. Oleh itu, kecekapan terbesar daripada populasi lebah dicapai. Sebaliknya, lebah pengakap terus mencari kawasan debunga baharu, dan jika terdapat kawasan yang lebih produktif daripada sebelumnya, ramai pencari makan akan diarahkan ke kawasan baharu ini28. BA terdiri daripada dua bahagian: carian tempatan dan carian global. Carian tempatan mencari lebih banyak komuniti berhampiran minimum (tapak elit), seperti lebah, dan kurang mencari tapak lain (tapak optimum atau terpilih). 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 makan di tapak elit (nep), bilangan pencari makan di kawasan optimum. Tapak (nsp), saiz kejiranan (ngh), dan bilangan lelaran (I)29. Pseudokod BA ditunjukkan dalam Rajah 3.
Algoritma ini cuba berfungsi antara \({g}_{1}(X)\) dan \({g}_{2}(X)\). Hasil daripada setiap lelaran, nilai optimum ditentukan dan populasi dikumpulkan di sekitar nilai-nilai ini dalam usaha untuk mendapatkan nilai terbaik. Sekatan diperiksa dalam bahagian carian tempatan dan global. Dalam carian tempatan, jika faktor-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 dimasukkan ke dalam koleksi. Gambarajah blok carian tempatan ditunjukkan dalam Rajah 4.
Populasi merupakan salah satu parameter utama dalam BA. Dapat dilihat daripada kajian terdahulu bahawa pengembangan populasi mengurangkan bilangan lelaran yang diperlukan dan meningkatkan kemungkinan kejayaan. Walau bagaimanapun, bilangan penilaian fungsian juga semakin meningkat. Kehadiran sebilangan besar tapak elit tidak menjejaskan prestasi dengan ketara. Bilangan tapak elit boleh menjadi rendah jika ia bukan sifar 30. 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 pada populasi. Bilangan tapak yang dipilih (m) ialah (kira-kira) 25% daripada saiz populasi, dan bilangan tapak elit (e) antara tapak yang dipilih ialah 25% daripada m. Bilangan lebah makan (bilangan carian) dipilih menjadi 100 untuk plot elit dan 30 untuk plot tempatan 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 akan datang, nilai kejiranan yang lebih kecil30 boleh digunakan untuk carian yang lebih tepat.
Bagi setiap senario, sepuluh ujian berturut-turut telah dijalankan untuk memeriksa kebolehulangan algoritma pengoptimuman. Rajah 5 menunjukkan keputusan pengoptimuman spring kilasan untuk skema 1, dan Rajah 6 untuk skema 2. Data ujian juga diberikan dalam jadual 3 dan 4 (jadual yang mengandungi keputusan yang diperoleh untuk spring mampatan terdapat dalam Maklumat Tambahan S1). Populasi lebah meningkatkan 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. Dapat dilihat bahawa nilai dalam Senario 2 adalah mencukupi untuk algoritma.
Apabila mendapatkan nilai tenaga maksimum dalam lelaran, faktor keselamatan juga diberikan sebagai kekangan untuk kajian ini. Lihat jadual untuk faktor keselamatan. Nilai tenaga yang diperoleh menggunakan BA dibandingkan dengan yang diperoleh menggunakan kaedah 5 DOE dalam Jadual 5. (Untuk memudahkan 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 Hasil yang lebih baik. 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 telah digunakan untuk menganalisis pergerakan mekanisme sayap. Adams terlebih dahulu diberikan model 3D mekanisme tersebut. 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 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 permulaan 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 akhir pusingan sayap dan kedudukan terbuka. Hasil analisis dinamik, diperhatikan bahawa mekanisme pembukaan sayap adalah jauh lebih pendek daripada nilai sasaran iaitu 200 ms. Di samping itu, semasa mengukur spring, had keselamatan dipilih daripada nilai tertinggi yang disyorkan dalam literatur.
Selepas semua kajian reka bentuk, pengoptimuman dan simulasi selesai, prototaip mekanisme telah dihasilkan dan disepadukan. Prototaip tersebut kemudiannya diuji untuk mengesahkan keputusan simulasi. Mula-mula pasangkan cangkerang utama dan lipatkan sayap. Kemudian sayap dilepaskan dari kedudukan terlipat dan video putaran sayap dari kedudukan terlipat ke kedudukan terpasang telah dibuat. Pemasa juga digunakan untuk menganalisis masa semasa rakaman video.
Pada rajah 8, bingkai video bernombor 1-4 ditunjukkan. Nombor bingkai 1 dalam rajah menunjukkan momen 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 kedua-dua simulasi dan pengujian prototaip memberikan masa penggunaan sayap yang hampir sama, dan reka bentuk memenuhi keperluan prestasi mekanisme.
Dalam artikel ini, spring kilasan dan 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-nilai ini adalah 40-50% lebih baik daripada kajian DOE sebelumnya. Spring disepadukan ke dalam mekanisme dan dianalisis dalam program ADAMS. Apabila dianalisis, didapati bahawa sayap terbuka dalam masa 74 milisaat. Nilai ini jauh di bawah sasaran projek iaitu 200 milisaat. Dalam kajian eksperimen berikutnya, masa menghidupkan 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 ini boleh digunakan untuk pelbagai reka bentuk spring.
Bahan spring telah ditakrifkan terlebih dahulu dan tidak digunakan sebagai pembolehubah dalam pengoptimuman. Memandangkan pelbagai jenis spring digunakan dalam pesawat dan roket, BA akan digunakan untuk mereka bentuk jenis spring lain menggunakan bahan yang berbeza bagi mencapai reka bentuk spring yang optimum dalam penyelidikan masa hadapan.
Kami mengisytiharkan bahawa manuskrip ini adalah asli, belum pernah diterbitkan sebelum ini, dan tidak sedang dipertimbangkan untuk penerbitan di tempat lain.
Semua data yang dihasilkan atau dianalisis dalam kajian ini disertakan dalam artikel yang diterbitkan ini [dan fail maklumat tambahan].
Min, Z., Kin, VK dan Richard, LJ Pemodenan Pesawat konsep aerofoil melalui perubahan geometri radikal. IES J. Bahagian A Tamadun. komposisi. 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. alma mater. 94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A., dan Zhang, F. Reka bentuk dan analisis mekanisme pendorongan lipatan untuk peluncur bawah air berkuasa hibrid. Ocean Engineering 119, 125–134 (2016).
Kartik, HS dan Prithvi, K. Reka Bentuk dan Analisis Mekanisme Lipatan Penstabil Mendatar Helikopter. tangki simpanan dalaman J. Ing. teknologi. (IGERT) 9(05), 110–113 (2020).
Kulunk, Z. dan Sahin, M. Pengoptimuman parameter mekanikal reka bentuk sayap roket lipat menggunakan pendekatan reka bentuk eksperimen. dalaman J. Model. pengoptimuman. 9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Kaedah Reka Bentuk, Kajian Prestasi dan Proses Pembuatan Spring Gegelung Komposit: Satu Kajian. gubahan. komposisi. 252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. dan Khaddar M. Pengoptimuman reka bentuk dinamik pegas gegelung. Gunakan untuk bunyi. 77, 178–183 (2014).
Paredes, M., Sartor, M., dan Mascle, K. Prosedur untuk mengoptimumkan reka bentuk spring tegangan. komputer. aplikasi kaedah. projek fur. 191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. dan Trochu F. Reka bentuk optimum spring heliks komposit menggunakan pengoptimuman berbilang objektif. J. Reinf. plastik. komposisi. 28 (14), 1713–1732 (2009).
Pawart, HB dan Desale, DD Pengoptimuman spring gegelung suspensi hadapan roda tiga. proses. pengeluar. 20, 428–433 (2018).
Bahshesh M. dan Bahshesh M. Pengoptimuman pegas gegelung keluli dengan pegas komposit. J dalaman Pelbagai disiplin. projek sains. 3(6), 47–51 (2012).
Chen, L. dkk. Ketahui tentang pelbagai parameter yang mempengaruhi prestasi statik dan dinamik pegas gegelung komposit. J. Market. tangki simpanan. 20, 532–550 (2022).
Frank, J. Analisis dan Pengoptimuman Spring Heliks Komposit, Tesis PhD, Universiti Negeri Sacramento (2020).
Gu, Z., Hou, X. dan Ye, J. Kaedah untuk mereka bentuk dan menganalisis spring heliks tak linear menggunakan gabungan kaedah: analisis unsur terhingga, persampelan terhad hiperkubus Latin dan pengaturcaraan genetik. proses. Institut Fur. projek. CJ Mecha. projek. sains. 235(22), 5917–5930 (2021).
Wu, L., dkk. Pegas Gegelung Berbilang Helai Gentian Karbon Kadar Pegas Boleh Laras: Kajian Reka Bentuk dan Mekanisme. J. Market. tangki simpanan. 9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS dan Jagtap ST Pengoptimuman berat spring heliks mampatan. tangki simpanan dalaman J. Innov. Pelbagai disiplin. 2(11), 154–164 (2016).
Rahul, MS dan Rameshkumar, K. Pengoptimuman pelbagai guna dan simulasi berangka pegas gegelung untuk aplikasi automotif. alma mater. proses hari ini. 46. ​​4847–4853 (2021).
Bai, JB dkk. Mendefinisikan Amalan Terbaik – Reka Bentuk Optimum Struktur Heliks Komposit Menggunakan Algoritma Genetik. compose. composition. 268, 113982 (2021).
Shahin, I., Dorterler, M., dan Gokche, H. Menggunakan kaedah pengoptimuman 灰狼 berdasarkan pengoptimuman isipadu 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 Metaheuristik menggunakan pelbagai 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 masalah kejuruteraan sebenar yang andal. alma mater. 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. sistem pakar. 38(3), e12666 (2021).