AISI 304/304L स्टेनलेस स्टील कॉइल ट्यूब रासायनिक घटक, हनीबी अल्गोरिदम वापरून फोल्डिंग विंग स्प्रिंग पॅरामीटर्स ऑप्टिमाइझ करणे

Nature.com ला भेट दिल्याबद्दल धन्यवाद.तुम्ही मर्यादित CSS समर्थनासह ब्राउझर आवृत्ती वापरत आहात.सर्वोत्तम अनुभवासाठी, आम्ही शिफारस करतो की तुम्ही अद्ययावत ब्राउझर वापरा (किंवा इंटरनेट एक्सप्लोररमध्ये सुसंगतता मोड अक्षम करा).याव्यतिरिक्त, सतत समर्थन सुनिश्चित करण्यासाठी, आम्ही शैली आणि JavaScript शिवाय साइट दर्शवतो.
प्रति स्लाइड तीन लेख दर्शवणारे स्लाइडर.स्लाइड्समधून जाण्यासाठी मागील आणि पुढील बटणे वापरा किंवा प्रत्येक स्लाइडमधून जाण्यासाठी शेवटी स्लाइड कंट्रोलर बटणे वापरा.

AISI 304/304L स्टेनलेस स्टील केशिका कॉइल केलेले ट्यूबिंग

AISI 304 स्टेनलेस स्टील कॉइल हे उत्कृष्ट प्रतिरोधकतेसह सर्व-उद्देशीय उत्पादन आहे आणि ते विविध प्रकारच्या ऍप्लिकेशन्ससाठी योग्य आहे ज्यासाठी चांगली फॉर्मेबिलिटी आणि वेल्डेबिलिटी आवश्यक आहे.

शेय मेटलमध्ये 0.3 मिमी ते 16 मिमी जाडीच्या 304 कॉइल आणि 2 बी फिनिश, बीए फिनिश, नंबर 4 फिनिश नेहमी उपलब्ध असतात.

तीन प्रकारच्या पृष्ठभागांच्या बाजूला, 304 स्टेनलेस स्टील कॉइल विविध प्रकारच्या पृष्ठभागाच्या फिनिशसह वितरित केले जाऊ शकते.ग्रेड 304 स्टेनलेसमध्ये सीआर (सामान्यतः 18%) आणि निकेल (सामान्यतः 8%) दोन्ही धातू मुख्य गैर-लोह घटक म्हणून असतात.

या प्रकारची कॉइल्स सामान्यत: ऑस्टेनिटिक स्टेनलेस स्टील असते, जी मानक Cr-Ni स्टेनलेस स्टील कुटुंबातील असते.

ते सामान्यत: घरगुती आणि ग्राहकोपयोगी वस्तू, स्वयंपाकघर उपकरणे, घरातील आणि बाहेरील क्लेडिंग, हँडरेल्स आणि विंडो फ्रेम्स, अन्न आणि पेय उद्योग उपकरणे, स्टोरेज टाक्या यासाठी वापरले जातात.

या अभ्यासात, रॉकेटमध्ये वापरल्या जाणार्‍या विंग फोल्डिंग मेकॅनिझमच्या टॉर्शन आणि कॉम्प्रेशन स्प्रिंग्सची रचना ही एक ऑप्टिमायझेशन समस्या मानली जाते.रॉकेट प्रक्षेपण ट्यूब सोडल्यानंतर, बंद पंख उघडले पाहिजेत आणि ठराविक वेळेसाठी सुरक्षित केले पाहिजेत.स्प्रिंग्समध्ये साठवलेली ऊर्जा जास्तीत जास्त वाढवणे हे या अभ्यासाचे उद्दिष्ट होते जेणेकरुन पंख कमीत कमी वेळेत उपयोजित होऊ शकतील.या प्रकरणात, दोन्ही प्रकाशनांमधील ऊर्जा समीकरण ऑप्टिमायझेशन प्रक्रियेत उद्दीष्ट कार्य म्हणून परिभाषित केले गेले.स्प्रिंग डिझाइनसाठी वायरचा व्यास, कॉइलचा व्यास, कॉइलची संख्या आणि विक्षेपण पॅरामीटर्स ऑप्टिमायझेशन व्हेरिएबल्स म्हणून परिभाषित केले गेले.यंत्राच्या आकारामुळे व्हेरिएबल्सवर भौमितिक मर्यादा आहेत, तसेच स्प्रिंग्सद्वारे वाहून नेल्या जाणार्‍या भारामुळे सुरक्षा घटकावरील मर्यादा आहेत.या ऑप्टिमायझेशन समस्येचे निराकरण करण्यासाठी आणि स्प्रिंग डिझाइन करण्यासाठी मधमाशी (BA) अल्गोरिदम वापरला गेला.BA सह मिळवलेली ऊर्जा मूल्ये मागील डिझाईन ऑफ एक्सपेरिमेंट्स (DOE) अभ्यासातून मिळवलेल्या मूल्यांपेक्षा श्रेष्ठ आहेत.ऑप्टिमायझेशनमधून प्राप्त केलेल्या पॅरामीटर्सचा वापर करून डिझाइन केलेले स्प्रिंग्स आणि यंत्रणा प्रथम ADAMS प्रोग्राममध्ये विश्लेषित करण्यात आल्या.त्यानंतर, उत्पादित स्प्रिंग्स वास्तविक यंत्रणेमध्ये एकत्रित करून प्रायोगिक चाचण्या केल्या गेल्या.चाचणीच्या परिणामी, असे दिसून आले की पंख सुमारे 90 मिलिसेकंदांनी उघडले.हे मूल्य प्रकल्पाच्या 200ms च्या लक्ष्यापेक्षा खूपच कमी आहे.याव्यतिरिक्त, विश्लेषणात्मक आणि प्रायोगिक परिणामांमधील फरक फक्त 16 एमएस आहे.
विमान आणि सागरी वाहनांमध्ये, फोल्डिंग यंत्रणा महत्त्वाची असते.या प्रणालींचा वापर उड्डाणाची कार्यक्षमता आणि नियंत्रण सुधारण्यासाठी विमानातील बदल आणि रूपांतरणांमध्ये केला जातो.उड्डाण मोडवर अवलंबून, वायुगतिकीय प्रभाव कमी करण्यासाठी पंख वेगवेगळ्या प्रकारे दुमडतात आणि उलगडतात.या परिस्थितीची तुलना दररोज उड्डाण आणि डायव्हिंग दरम्यान काही पक्षी आणि कीटकांच्या पंखांच्या हालचालींशी केली जाऊ शकते.त्याचप्रमाणे, हायड्रोडायनामिक प्रभाव कमी करण्यासाठी आणि हाताळणी जास्तीत जास्त करण्यासाठी ग्लायडर सबमर्सिबलमध्ये फोल्ड आणि उलगडतात.या यंत्रणेचा आणखी एक उद्देश म्हणजे स्टोरेज आणि वाहतुकीसाठी हेलिकॉप्टर प्रोपेलर 4 च्या फोल्डिंगसारख्या प्रणालींना व्हॉल्यूमेट्रिक फायदे प्रदान करणे.साठवण जागा कमी करण्यासाठी रॉकेटचे पंखही खाली दुमडले जातात.अशा प्रकारे, लाँचर 5 च्या लहान क्षेत्रावर अधिक क्षेपणास्त्रे ठेवता येतात. फोल्डिंग आणि उलगडण्यासाठी प्रभावीपणे वापरलेले घटक सामान्यतः स्प्रिंग्स असतात.फोल्डिंगच्या क्षणी, त्यात ऊर्जा साठवली जाते आणि उलगडण्याच्या क्षणी सोडली जाते.त्याच्या लवचिक संरचनेमुळे, संचयित आणि सोडलेली ऊर्जा समान केली जाते.स्प्रिंग प्रामुख्याने सिस्टमसाठी डिझाइन केलेले आहे आणि हे डिझाइन ऑप्टिमायझेशन समस्या6 सादर करते.कारण त्यात वायरचा व्यास, कॉइलचा व्यास, वळणांची संख्या, हेलिक्स कोन आणि सामग्रीचा प्रकार यांसारख्या विविध चलांचा समावेश असताना, वस्तुमान, खंड, किमान ताण वितरण किंवा कमाल ऊर्जा उपलब्धता7 असे निकष देखील आहेत.
हा अभ्यास रॉकेट प्रणालींमध्ये वापरल्या जाणार्‍या विंग फोल्डिंग यंत्रणेसाठी स्प्रिंग्सच्या डिझाइन आणि ऑप्टिमायझेशनवर प्रकाश टाकतो.उड्डाण करण्यापूर्वी प्रक्षेपण नळीच्या आत असल्याने, पंख रॉकेटच्या पृष्ठभागावर दुमडलेले राहतात आणि प्रक्षेपण ट्यूबमधून बाहेर पडल्यानंतर ते ठराविक काळ उलगडतात आणि पृष्ठभागावर दाबले जातात.ही प्रक्रिया रॉकेटच्या योग्य कार्यासाठी महत्त्वपूर्ण आहे.विकसित फोल्डिंग यंत्रणेमध्ये, पंख उघडण्याचे काम टॉर्शन स्प्रिंग्सद्वारे केले जाते आणि लॉकिंग कॉम्प्रेशन स्प्रिंग्सद्वारे चालते.योग्य स्प्रिंग डिझाइन करण्यासाठी, एक ऑप्टिमायझेशन प्रक्रिया करणे आवश्यक आहे.स्प्रिंग ऑप्टिमायझेशनमध्ये, साहित्यात विविध अनुप्रयोग आहेत.
Paredes et al.8 ने हेलिकल स्प्रिंग्सच्या डिझाईनसाठी जास्तीत जास्त थकवा जीवन घटक हे वस्तुनिष्ठ कार्य म्हणून परिभाषित केले आणि ऑप्टिमायझेशन पद्धत म्हणून अर्ध-न्यूटोनियन पद्धत वापरली.ऑप्टिमायझेशनमधील व्हेरिएबल्स वायर व्यास, कॉइल व्यास, वळणांची संख्या आणि स्प्रिंग लांबी म्हणून ओळखले गेले.स्प्रिंग स्ट्रक्चरचा आणखी एक मापदंड म्हणजे ती सामग्री ज्यापासून बनविली जाते.म्हणून, डिझाइन आणि ऑप्टिमायझेशन अभ्यासामध्ये हे विचारात घेतले गेले.झेब्दी वगैरे.9 त्यांच्या अभ्यासातील वस्तुनिष्ठ कार्यामध्ये जास्तीत जास्त कडकपणा आणि किमान वजनाचे लक्ष्य सेट केले, जेथे वजन घटक महत्त्वपूर्ण होता.या प्रकरणात, त्यांनी वसंत सामग्री आणि भौमितिक गुणधर्म व्हेरिएबल्स म्हणून परिभाषित केले.ते ऑप्टिमायझेशन पद्धत म्हणून अनुवांशिक अल्गोरिदम वापरतात.ऑटोमोटिव्ह उद्योगात, साहित्याचे वजन वाहनांच्या कामगिरीपासून ते इंधनाच्या वापरापर्यंत अनेक प्रकारे उपयुक्त आहे.निलंबनासाठी कॉइल स्प्रिंग्स ऑप्टिमाइझ करताना वजन कमी करणे हा एक सुप्रसिद्ध अभ्यास आहे10.Bahshesh आणि Bahshesh11 ने विविध सस्पेन्शन स्प्रिंग कंपोझिट डिझाईन्समध्ये किमान वजन आणि जास्तीत जास्त तन्य शक्ती प्राप्त करण्याच्या उद्देशाने ANSYS वातावरणात त्यांच्या कामात ई-ग्लास, कार्बन आणि केवलर सारखी सामग्री वेरियेबल म्हणून ओळखली.संमिश्र स्प्रिंग्सच्या विकासामध्ये उत्पादन प्रक्रिया महत्त्वपूर्ण आहे.अशाप्रकारे, विविध व्हेरिएबल्स ऑप्टिमायझेशनच्या समस्येमध्ये येतात, जसे की उत्पादन पद्धत, प्रक्रियेत घेतलेल्या पायऱ्या आणि त्या चरणांचा क्रम 12,13.डायनॅमिक सिस्टमसाठी स्प्रिंग्स डिझाइन करताना, सिस्टमची नैसर्गिक वारंवारता विचारात घेणे आवश्यक आहे.अनुनाद टाळण्यासाठी स्प्रिंगची पहिली नैसर्गिक वारंवारता प्रणालीच्या नैसर्गिक वारंवारतेच्या किमान 5-10 पट असावी अशी शिफारस केली जाते14.तक्तक वगैरे.7 ने स्प्रिंगचे वस्तुमान कमी करण्याचा आणि कॉइल स्प्रिंग डिझाइनमधील वस्तुनिष्ठ कार्ये म्हणून प्रथम नैसर्गिक वारंवारता वाढवण्याचा निर्णय घेतला.त्यांनी मॅटलॅब ऑप्टिमायझेशन टूलमध्ये नमुना शोध, अंतर्गत बिंदू, सक्रिय संच आणि अनुवांशिक अल्गोरिदम पद्धती वापरल्या.विश्लेषणात्मक संशोधन हे स्प्रिंग डिझाइन संशोधनाचा एक भाग आहे आणि या क्षेत्रात मर्यादित घटक पद्धत लोकप्रिय आहे15.पाटील et al.16 ने विश्लेषणात्मक प्रक्रियेचा वापर करून कॉम्प्रेशन हेलिकल स्प्रिंगचे वजन कमी करण्यासाठी ऑप्टिमायझेशन पद्धत विकसित केली आणि मर्यादित घटक पद्धती वापरून विश्लेषणात्मक समीकरणांची चाचणी केली.स्प्रिंगची उपयुक्तता वाढवण्याचा आणखी एक निकष म्हणजे तो साठवू शकणार्‍या ऊर्जेमध्ये वाढ.हे प्रकरण देखील सुनिश्चित करते की वसंत ऋतु दीर्घ कालावधीसाठी त्याची उपयुक्तता टिकवून ठेवते.राहुल आणि रमेशकुमार17 स्प्रिंग व्हॉल्यूम कमी करण्याचा आणि कार कॉइल स्प्रिंग डिझाइनमध्ये स्ट्रेन एनर्जी वाढवण्याचा प्रयत्न करतात.त्यांनी ऑप्टिमायझेशन संशोधनात अनुवांशिक अल्गोरिदम देखील वापरले आहेत.
जसे पाहिले जाऊ शकते, ऑप्टिमायझेशन अभ्यासातील पॅरामीटर्स सिस्टमनुसार बदलतात.सर्वसाधारणपणे, कडकपणा आणि कातरणे तणावाचे मापदंड अशा प्रणालीमध्ये महत्त्वाचे असतात जेथे ते वाहून नेणारा भार हा निर्धारक घटक असतो.या दोन पॅरामीटर्ससह वजन मर्यादा प्रणालीमध्ये सामग्रीची निवड समाविष्ट केली आहे.दुसरीकडे, अत्यंत डायनॅमिक सिस्टममध्ये अनुनाद टाळण्यासाठी नैसर्गिक फ्रिक्वेन्सी तपासल्या जातात.ज्या प्रणालींमध्ये उपयुक्तता महत्त्वाची असते, तेथे ऊर्जा जास्तीत जास्त वाढवली जाते.ऑप्टिमायझेशन अभ्यासामध्ये, जरी FEM चा वापर विश्लेषणात्मक अभ्यासासाठी केला जात असला तरी, हे पाहिले जाऊ शकते की अनुवांशिक अल्गोरिदम14,18 आणि ग्रे वुल्फ अल्गोरिदम19 सारख्या मेटाह्युरिस्टिक अल्गोरिदमचा वापर शास्त्रीय न्यूटन पद्धतीसह काही विशिष्ट पॅरामीटर्समध्ये केला जातो.मेटाह्युरिस्टिक अल्गोरिदम नैसर्गिक अनुकूलन पद्धतींवर आधारित विकसित केले गेले आहेत जे कमी कालावधीत इष्टतम स्थितीपर्यंत पोहोचतात, विशेषत: लोकसंख्येच्या प्रभावाखाली 20,21.शोध क्षेत्रातील लोकसंख्येच्या यादृच्छिक वितरणासह, ते स्थानिक ऑप्टिमा टाळतात आणि जागतिक ऑप्टिमा22 कडे जातात.अशा प्रकारे, अलिकडच्या वर्षांत याचा वापर वास्तविक औद्योगिक समस्यांच्या संदर्भात केला गेला आहे23,24.
या अभ्यासात विकसित झालेल्या फोल्डिंग मेकॅनिझमची गंभीर बाब म्हणजे उड्डाण करण्यापूर्वी बंद स्थितीत असलेले पंख ट्यूबमधून बाहेर पडल्यानंतर ठराविक वेळेस उघडतात.त्यानंतर, लॉकिंग घटक विंगला अवरोधित करते.त्यामुळे, स्प्रिंग्सचा फ्लाइट डायनॅमिक्सवर थेट परिणाम होत नाही.या प्रकरणात, स्प्रिंगच्या हालचालींना गती देण्यासाठी संचयित ऊर्जा जास्तीत जास्त वाढवणे हे ऑप्टिमायझेशनचे लक्ष्य होते.रोल व्यास, वायर व्यास, रोलची संख्या आणि विक्षेपण ऑप्टिमायझेशन पॅरामीटर्स म्हणून परिभाषित केले गेले.स्प्रिंगच्या लहान आकारामुळे, वजन हे लक्ष्य मानले जात नव्हते.म्हणून, सामग्रीचा प्रकार निश्चित म्हणून परिभाषित केला जातो.यांत्रिक विकृतींसाठी सुरक्षिततेचा मार्जिन एक गंभीर मर्यादा म्हणून निर्धारित केला जातो.याव्यतिरिक्त, व्हेरिएबल आकार मर्यादा यंत्रणा कार्यक्षेत्रात गुंतलेली आहेत.BA metaheuristic पद्धत ऑप्टिमायझेशन पद्धत म्हणून निवडली गेली.BA ला त्याच्या लवचिक आणि साध्या संरचनेसाठी आणि यांत्रिक ऑप्टिमायझेशन संशोधनातील प्रगतीसाठी अनुकूल केले गेले.25.अभ्यासाच्या दुसऱ्या भागात, तपशीलवार गणितीय अभिव्यक्ती फोल्डिंग यंत्रणेच्या मूलभूत डिझाइन आणि स्प्रिंग डिझाइनच्या फ्रेमवर्कमध्ये समाविष्ट केल्या आहेत.तिसऱ्या भागात ऑप्टिमायझेशन अल्गोरिदम आणि ऑप्टिमायझेशन परिणाम आहेत.अध्याय 4 ADAMS कार्यक्रमात विश्लेषण करते.उत्पादनापूर्वी स्प्रिंग्सच्या उपयुक्ततेचे विश्लेषण केले जाते.शेवटच्या विभागात प्रायोगिक परिणाम आणि चाचणी प्रतिमा आहेत.अभ्यासात मिळालेल्या परिणामांची तुलना DOE दृष्टिकोन वापरून लेखकांच्या मागील कार्याशी देखील केली गेली.
या अभ्यासात विकसित केलेले पंख रॉकेटच्या पृष्ठभागावर दुमडले पाहिजेत.पंख दुमडलेल्या स्थितीपासून उलगडलेल्या स्थितीत फिरतात.त्यासाठी विशेष यंत्रणा विकसित करण्यात आली.अंजीर वर.1 रॉकेट कोऑर्डिनेट सिस्टीममध्ये फोल्ड केलेले आणि उलगडलेले कॉन्फिगरेशन5 दाखवते.
अंजीर वर.2 यंत्रणेचे विभागीय दृश्य दाखवते.यंत्रणेमध्ये अनेक यांत्रिक भाग असतात: (१) मुख्य भाग, (२) विंग शाफ्ट, (३) बेअरिंग, (४) लॉक बॉडी, (५) लॉक बुश, (६) स्टॉप पिन, (७) टॉर्शन स्प्रिंग आणि ( 8) कॉम्प्रेशन स्प्रिंग्स.विंग शाफ्ट (2) लॉकिंग स्लीव्ह (4) द्वारे टॉर्शन स्प्रिंग (7) शी जोडलेले आहे.रॉकेट टेक ऑफ केल्यानंतर तिन्ही भाग एकाच वेळी फिरतात.या रोटेशनल हालचालीसह, पंख त्यांच्या अंतिम स्थितीकडे वळतात.त्यानंतर, पिन (6) कॉम्प्रेशन स्प्रिंग (8) द्वारे कार्यान्वित होते, ज्यामुळे लॉकिंग बॉडीची संपूर्ण यंत्रणा अवरोधित होते (4)5.
लवचिक मोड्यूलस (E) आणि कातर मोड्यूलस (G) हे स्प्रिंगचे प्रमुख डिझाइन पॅरामीटर्स आहेत.या अभ्यासात, उच्च कार्बन स्प्रिंग स्टील वायर (संगीत वायर ASTM A228) स्प्रिंग सामग्री म्हणून निवडले गेले.वायर व्यास (d), सरासरी कॉइल व्यास (Dm), कॉइलची संख्या (N) आणि स्प्रिंग डिफ्लेक्शन (कंप्रेशन स्प्रिंग्ससाठी xd आणि टॉर्शन स्प्रिंग्ससाठी θ)26 हे इतर मापदंड आहेत.कॉम्प्रेशन स्प्रिंग्स \({(SE}_{x})\) आणि टॉर्शन (\({SE}_{\theta}\)) स्प्रिंग्ससाठी साठवलेली ऊर्जा समीकरणावरून मोजली जाऊ शकते.(1) आणि (2)26.(कंप्रेशन स्प्रिंगसाठी शीअर मॉड्यूलस (G) मूल्य 83.7E9 Pa आहे आणि टॉर्शन स्प्रिंगसाठी लवचिक मॉड्यूलस (E) मूल्य 203.4E9 Pa आहे.)
प्रणालीचे यांत्रिक परिमाण थेट स्प्रिंगच्या भौमितीय मर्यादा निर्धारित करतात.याव्यतिरिक्त, रॉकेट कोणत्या परिस्थितीत असेल ते देखील लक्षात घेतले पाहिजे.हे घटक स्प्रिंग पॅरामीटर्सची मर्यादा ठरवतात.दुसरी महत्त्वाची मर्यादा म्हणजे सुरक्षा घटक.सुरक्षा घटकाची व्याख्या शिग्ली एट अल.२६ द्वारे तपशीलवार वर्णन केली आहे.कॉम्प्रेशन स्प्रिंग सेफ्टी फॅक्टर (SFC) ची व्याख्या सतत लांबीवरील ताणाने भागून जास्तीत जास्त स्वीकार्य ताण म्हणून केली जाते.SFC ची समीकरणे वापरून गणना केली जाऊ शकते.(3), (4), (5) आणि (6)26.(या अभ्यासात वापरलेल्या स्प्रिंग सामग्रीसाठी, \({S}_{sy}=980 MPa\)).F समीकरणातील बल दर्शवतो आणि KB 26 च्या बर्गस्ट्रासर घटकाचे प्रतिनिधित्व करतो.
स्प्रिंग (SFT) च्या टॉर्शन सेफ्टी फॅक्टरची व्याख्या M ला k ने भागली जाते.SFT ची गणना समीकरणावरून करता येते.(7), (8), (9) आणि (10)26.(या अभ्यासात वापरलेल्या साहित्यासाठी, \({S}_{y}=1600 \mathrm{MPa}\)).समीकरणात, टॉर्कसाठी M वापरला जातो, \({k}^{^{\prime}}\) स्प्रिंग स्थिरांक (टॉर्क/रोटेशन) साठी वापरला जातो, आणि Ki चा वापर तणाव सुधार घटकासाठी केला जातो.
या अभ्यासातील मुख्य ऑप्टिमायझेशन उद्दिष्ट म्हणजे वसंत ऋतुची उर्जा जास्तीत जास्त वाढवणे.वस्तुनिष्ठ कार्य हे \(\overrightarrow{\{X\}}\) शोधण्यासाठी तयार केले आहे जे \(f(X)\) कमाल करते.\({f}_{1}(X)\) आणि \({f}_{2}(X)\) ही अनुक्रमे कॉम्प्रेशन आणि टॉर्शन स्प्रिंगची ऊर्जा कार्ये आहेत.ऑप्टिमायझेशनसाठी वापरलेली गणना केलेली चल आणि कार्ये खालील समीकरणांमध्ये दर्शविली आहेत.
स्प्रिंगच्या रचनेवर ठेवलेल्या विविध मर्यादा खालील समीकरणांमध्ये दिल्या आहेत.समीकरणे (15) आणि (16) अनुक्रमे कॉम्प्रेशन आणि टॉर्शन स्प्रिंग्ससाठी सुरक्षा घटकांचे प्रतिनिधित्व करतात.या अभ्यासात, SFC 1.2 पेक्षा जास्त किंवा समान असणे आवश्यक आहे आणि SFT θ26 पेक्षा मोठे किंवा समान असणे आवश्यक आहे.
बी.ए.ला मधमाश्यांच्या परागकण शोधण्याच्या रणनीती27 पासून प्रेरणा मिळाली.मधमाश्या सुपीक परागकण क्षेत्रात जास्त चारा पाठवतात आणि कमी सुपीक परागकण क्षेत्रात कमी चारा पाठवतात.अशा प्रकारे, मधमाशी लोकसंख्येमधून सर्वात मोठी कार्यक्षमता प्राप्त होते.दुसरीकडे, स्काउट मधमाश्या परागकणांचे नवीन क्षेत्र शोधत राहतात आणि जर पूर्वीपेक्षा जास्त उत्पादनक्षम क्षेत्रे असतील तर, अनेक चारा या नवीन क्षेत्राकडे निर्देशित केले जातील28.BA मध्ये दोन भाग असतात: स्थानिक शोध आणि जागतिक शोध.स्थानिक शोध किमान (एलिट साइट्स) जवळील अधिक समुदाय शोधतो, जसे की मधमाश्या, आणि इतर साइट्सवर कमी (इष्टतम किंवा वैशिष्ट्यीकृत साइट).जागतिक शोध भागामध्ये अनियंत्रित शोध केला जातो आणि जर चांगली मूल्ये आढळली तर स्थानके पुढील पुनरावृत्तीमध्ये स्थानिक शोध भागात हलवली जातात.अल्गोरिदममध्ये काही पॅरामीटर्स आहेत: स्काउट मधमाश्यांची संख्या (n), स्थानिक शोध साइटची संख्या (m), उच्चभ्रू साइट्सची संख्या (e), उच्चभ्रू साइट्स (nep) मधील फॉरेजर्सची संख्या इष्टतम क्षेत्रे.साइट (nsp), अतिपरिचित आकार (ngh), आणि पुनरावृत्तीची संख्या (I)29.BA स्यूडोकोड आकृती 3 मध्ये दर्शविला आहे.
अल्गोरिदम \({g}_{1}(X)\) आणि \({g}_{2}(X)\) दरम्यान कार्य करण्याचा प्रयत्न करते.प्रत्येक पुनरावृत्तीच्या परिणामी, इष्टतम मूल्ये निर्धारित केली जातात आणि सर्वोत्तम मूल्ये मिळविण्याच्या प्रयत्नात या मूल्यांभोवती लोकसंख्या एकत्रित केली जाते.स्थानिक आणि जागतिक शोध विभागांमध्ये निर्बंध तपासले जातात.स्थानिक शोधात, हे घटक योग्य असल्यास, ऊर्जा मूल्य मोजले जाते.नवीन ऊर्जा मूल्य इष्टतम मूल्यापेक्षा जास्त असल्यास, नवीन मूल्य इष्टतम मूल्यास नियुक्त करा.शोध परिणामामध्ये सापडलेले सर्वोत्तम मूल्य सध्याच्या घटकापेक्षा मोठे असल्यास, नवीन घटक संग्रहामध्ये समाविष्ट केला जाईल.स्थानिक शोधाचा ब्लॉक आकृती आकृती 4 मध्ये दर्शविला आहे.
लोकसंख्या हा BA मधील प्रमुख घटकांपैकी एक आहे.मागील अभ्यासातून असे दिसून येते की लोकसंख्येचा विस्तार केल्याने आवश्यक पुनरावृत्तीची संख्या कमी होते आणि यशाची शक्यता वाढते.तथापि, कार्यात्मक मूल्यांकनांची संख्या देखील वाढत आहे.मोठ्या संख्येने उच्चभ्रू साइट्सची उपस्थिती कार्यक्षमतेवर लक्षणीय परिणाम करत नाही.एलिट साइट्सची संख्या शून्य 30 नसल्यास कमी असू शकते.स्काउट मधमाशी लोकसंख्येचा आकार (n) सामान्यतः 30 आणि 100 च्या दरम्यान निवडला जातो. या अभ्यासात, योग्य संख्या निश्चित करण्यासाठी 30 आणि 50 दोन्ही परिस्थिती चालवल्या गेल्या (तक्ता 2).इतर मापदंड लोकसंख्येनुसार निर्धारित केले जातात.निवडलेल्या साइट्सची संख्या (m) लोकसंख्येच्या आकाराच्या (अंदाजे) 25% आहे, आणि निवडलेल्या साइट्समध्ये उच्चभ्रू साइट्सची संख्या (e) m च्या 25% आहे.खाद्य मधमाश्यांची संख्या (शोधांची संख्या) उच्चभ्रू भूखंडांसाठी 100 आणि इतर स्थानिक भूखंडांसाठी 30 निवडण्यात आली.नेबरहुड सर्च ही सर्व उत्क्रांतीवादी अल्गोरिदमची मूळ संकल्पना आहे.या अभ्यासात, टॅपरिंग शेजारी पद्धत वापरली गेली.ही पद्धत प्रत्येक पुनरावृत्ती दरम्यान विशिष्ट दराने शेजारचा आकार कमी करते.भविष्यातील पुनरावृत्तींमध्ये, अधिक अचूक शोधासाठी लहान अतिपरिचित मूल्ये 30 वापरली जाऊ शकतात.
प्रत्येक परिस्थितीसाठी, ऑप्टिमायझेशन अल्गोरिदमची पुनरुत्पादन क्षमता तपासण्यासाठी सलग दहा चाचण्या केल्या गेल्या.अंजीर वर.5 योजना 1 साठी टॉर्शन स्प्रिंगच्या ऑप्टिमायझेशनचे परिणाम दर्शविते आणि अंजीर मध्ये.6 – स्कीम 2 साठी. चाचणी डेटा टेबल 3 आणि 4 मध्ये देखील दिलेला आहे (कंप्रेशन स्प्रिंगसाठी मिळालेले परिणाम असलेले टेबल पूरक माहिती S1 मध्ये आहे).मधमाशी लोकसंख्या पहिल्या पुनरावृत्तीमध्ये चांगल्या मूल्यांचा शोध तीव्र करते.परिस्थिती 1 मध्ये, काही चाचण्यांचे परिणाम कमालपेक्षा कमी होते.परिस्थिती 2 मध्ये, हे पाहिले जाऊ शकते की लोकसंख्या आणि इतर संबंधित पॅरामीटर्सच्या वाढीमुळे सर्व ऑप्टिमायझेशन परिणाम जास्तीत जास्त जवळ येत आहेत.हे पाहिले जाऊ शकते की परिदृश्य 2 मधील मूल्ये अल्गोरिदमसाठी पुरेशी आहेत.
पुनरावृत्तीमध्ये ऊर्जेचे कमाल मूल्य प्राप्त करताना, अभ्यासासाठी प्रतिबंध म्हणून सुरक्षा घटक देखील प्रदान केला जातो.सुरक्षा घटकासाठी सारणी पहा.BA वापरून मिळवलेल्या ऊर्जा मूल्यांची तुलना तक्ता 5 मधील 5 DOE पद्धतीचा वापर करून मिळवलेल्या मूल्यांशी केली जाते. (उत्पादनाच्या सुलभतेसाठी, टॉर्शन स्प्रिंगच्या वळणांची संख्या (N) 4.88 ऐवजी 4.9 आहे आणि विक्षेपण (xd) ) कॉम्प्रेशन स्प्रिंगमध्ये 7.99 मिमी ऐवजी 8 मिमी आहे.) हे पाहिले जाऊ शकते की BA चा निकाल चांगला आहे.BA स्थानिक आणि जागतिक लुकअपद्वारे सर्व मूल्यांचे मूल्यांकन करते.अशा प्रकारे तो अधिक जलद पर्याय वापरून पाहू शकतो.
या अभ्यासात, अॅडम्सचा वापर विंग यंत्रणेच्या हालचालीचे विश्लेषण करण्यासाठी केला गेला.अॅडम्सला प्रथम यंत्रणेचे 3D मॉडेल दिले आहे.नंतर मागील विभागात निवडलेल्या पॅरामीटर्ससह स्प्रिंग परिभाषित करा.याव्यतिरिक्त, वास्तविक विश्लेषणासाठी काही इतर पॅरामीटर्स परिभाषित करणे आवश्यक आहे.हे भौतिक मापदंड आहेत जसे की कनेक्शन, भौतिक गुणधर्म, संपर्क, घर्षण आणि गुरुत्वाकर्षण.ब्लेड शाफ्ट आणि बेअरिंगमध्ये एक स्विव्हल जॉइंट आहे.5-6 दंडगोलाकार सांधे आहेत.5-1 निश्चित सांधे आहेत.मुख्य भाग अॅल्युमिनियम सामग्रीचा बनलेला आहे आणि निश्चित आहे.उर्वरित भागांची सामग्री स्टील आहे.सामग्रीच्या प्रकारानुसार घर्षण गुणांक, संपर्क कडकपणा आणि घर्षण पृष्ठभागाच्या आत प्रवेशाची खोली निवडा.(स्टेनलेस स्टील AISI 304) या अभ्यासात, गंभीर पॅरामीटर म्हणजे विंग मेकॅनिझम उघडण्याची वेळ आहे, जी 200 ms पेक्षा कमी असणे आवश्यक आहे.म्हणून, विश्लेषणादरम्यान विंग उघडण्याच्या वेळेवर लक्ष ठेवा.
अॅडम्सच्या विश्लेषणाच्या परिणामी, विंग यंत्रणा उघडण्याची वेळ 74 मिलीसेकंद आहे.1 ते 4 च्या डायनॅमिक सिम्युलेशनचे परिणाम आकृती 7 मध्ये दर्शविले आहेत. आकृतीमधील पहिले चित्र.5 ही सिम्युलेशन सुरू होण्याची वेळ आहे आणि पंख फोल्डिंगसाठी प्रतीक्षा स्थितीत आहेत.(2) विंग 43 अंश फिरवल्यावर 40ms नंतर विंगची स्थिती प्रदर्शित करते.(3) 71 मिलीसेकंदांनंतर विंगची स्थिती दर्शविते.तसेच शेवटच्या चित्रात (4) विंगच्या वळणाचा शेवट आणि खुली स्थिती दर्शविते.डायनॅमिक विश्लेषणाच्या परिणामी, असे आढळून आले की विंग ओपनिंग यंत्रणा 200 ms च्या लक्ष्य मूल्यापेक्षा लक्षणीयपणे लहान आहे.याव्यतिरिक्त, स्प्रिंग्सचे आकारमान करताना, साहित्यात शिफारस केलेल्या सर्वोच्च मूल्यांमधून सुरक्षा मर्यादा निवडल्या गेल्या.
सर्व डिझाइन, ऑप्टिमायझेशन आणि सिम्युलेशन अभ्यास पूर्ण केल्यानंतर, यंत्रणेचा एक नमुना तयार केला गेला आणि एकत्रित केला गेला.नंतर सिम्युलेशन परिणामांची पडताळणी करण्यासाठी प्रोटोटाइपची चाचणी घेण्यात आली.प्रथम मुख्य शेल सुरक्षित करा आणि पंख दुमडवा.मग पंख दुमडलेल्या स्थितीतून सोडले गेले आणि दुमडलेल्या स्थितीपासून तैनात केलेल्या पंखांच्या फिरवण्याचा व्हिडिओ बनविला गेला.व्हिडिओ रेकॉर्डिंग दरम्यान वेळेचे विश्लेषण करण्यासाठी टाइमरचा वापर केला गेला.
अंजीर वर.8 1-4 क्रमांकाच्या व्हिडिओ फ्रेम्स दाखवते.आकृतीमधील फ्रेम क्रमांक 1 दुमडलेल्या पंखांच्या सुटकेचा क्षण दर्शवितो.हा क्षण वेळेचा प्रारंभिक क्षण मानला जातो.फ्रेम 2 आणि 3 सुरुवातीच्या क्षणानंतर पंखांची स्थिती 40 ms आणि 70 ms दाखवतात.फ्रेम 3 आणि 4 चे विश्लेषण करताना, हे पाहिले जाऊ शकते की विंगची हालचाल t0 नंतर 90 ms स्थिर होते आणि पंख उघडणे 70 आणि 90 ms दरम्यान पूर्ण होते.या परिस्थितीचा अर्थ असा आहे की सिम्युलेशन आणि प्रोटोटाइप चाचणी दोन्ही अंदाजे समान विंग तैनाती वेळ देतात आणि डिझाइन यंत्रणेच्या कार्यक्षमतेच्या आवश्यकता पूर्ण करते.
या लेखात, विंग फोल्डिंग मेकॅनिझममध्ये वापरलेले टॉर्शन आणि कॉम्प्रेशन स्प्रिंग्स BA वापरून ऑप्टिमाइझ केले आहेत.काही पुनरावृत्तीसह पॅरामीटर्स द्रुतपणे पोहोचू शकतात.टॉर्शन स्प्रिंग 1075 mJ वर रेट केले आहे आणि कॉम्प्रेशन स्प्रिंग 37.24 mJ वर रेट केले आहे.ही मूल्ये मागील DOE अभ्यासांपेक्षा 40-50% चांगली आहेत.स्प्रिंगला यंत्रणेमध्ये समाकलित केले जाते आणि ADAMS प्रोग्राममध्ये विश्लेषण केले जाते.विश्लेषण केल्यावर असे आढळले की पंख 74 मिलीसेकंदात उघडले.हे मूल्य प्रकल्पाच्या 200 मिलिसेकंदांच्या लक्ष्यापेक्षा खूपच कमी आहे.त्यानंतरच्या प्रायोगिक अभ्यासात, चालू होण्याची वेळ सुमारे 90 ms इतकी मोजली गेली.विश्लेषणांमधील हा 16 मिलीसेकंदचा फरक सॉफ्टवेअरमध्ये न केलेल्या पर्यावरणीय घटकांमुळे असू शकतो.असे मानले जाते की अभ्यासाच्या परिणामी प्राप्त केलेले ऑप्टिमायझेशन अल्गोरिदम विविध स्प्रिंग डिझाइनसाठी वापरले जाऊ शकते.
स्प्रिंग सामग्री पूर्वनिर्धारित होती आणि ऑप्टिमायझेशनमध्ये व्हेरिएबल म्हणून वापरली गेली नाही.विमान आणि रॉकेटमध्ये अनेक प्रकारचे स्प्रिंग्स वापरले जात असल्याने, भविष्यातील संशोधनात इष्टतम स्प्रिंग डिझाइन प्राप्त करण्यासाठी विविध सामग्री वापरून इतर प्रकारच्या स्प्रिंग्सच्या डिझाइनसाठी BA लागू केला जाईल.
आम्ही घोषित करतो की हे हस्तलिखित मूळ आहे, पूर्वी प्रकाशित केलेले नाही आणि सध्या इतरत्र प्रकाशनासाठी विचारात घेतले जात नाही.
या अभ्यासात व्युत्पन्न केलेला किंवा विश्‍लेषित केलेला सर्व डेटा या प्रकाशित लेख [आणि अतिरिक्त माहिती फाइल] मध्ये समाविष्ट केला आहे.
मिन, झेड., किन, व्हीके आणि रिचर्ड, एलजे एअरक्राफ्ट रेडिकल भौमितिक बदलांद्वारे एअरफोइल संकल्पनेचे आधुनिकीकरण.IES J. भाग A सभ्यता.कंपाऊंडप्रकल्प3(3), 188–195 (2010).
सूर्य, जे., लिऊ, के. आणि भूषण, बी. बीटलच्या मागच्या पंखांचे विहंगावलोकन: रचना, यांत्रिक गुणधर्म, यंत्रणा आणि जैविक प्रेरणा.जे. मेचा.वागणूक.बायोमेडिकल सायन्स.गुरुकुल.९४, ६३–७३ (२०१९).
चेन, झेड., यू, जे., झांग, ए., आणि झांग, एफ. हायब्रीड पॉवर अंडरवॉटर ग्लायडरसाठी फोल्डिंग प्रोपल्शन मेकॅनिझमचे डिझाइन आणि विश्लेषण.महासागर अभियांत्रिकी 119, 125–134 (2016).
कार्तिक, एचएस आणि पृथ्वी, के. हेलिकॉप्टर क्षैतिज स्टॅबिलायझर फोल्डिंग यंत्रणेचे डिझाइन आणि विश्लेषण.अंतर्गत जे. इंजी.साठवण टाकी.तंत्रज्ञान(IGERT) 9(05), 110–113 (2020).
कुलुंक, झेड. आणि साहिन, एम. फोल्डिंग रॉकेट विंग डिझाइनच्या मेकॅनिकल पॅरामीटर्सचे ऑप्टिमायझेशन प्रयोग डिझाइन दृष्टिकोन वापरून.अंतर्गत जे. मॉडेल.सर्वोत्तमीकरण.9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD डिझाइन पद्धत, कार्यप्रदर्शन अभ्यास, आणि कंपोझिट कॉइल स्प्रिंग्सची निर्मिती प्रक्रिया: एक पुनरावलोकन.तयार कराकंपाऊंड२५२, ११२७४७ (२०२०).
तक्तक एम., ओम्हेनी के., अलुई ए., डम्मक एफ. आणि खद्दार एम. कॉइल स्प्रिंग्सचे डायनॅमिक डिझाइन ऑप्टिमायझेशन.आवाजासाठी अर्ज करा.७७, १७८–१८३ (२०१४).
परेडेस, एम., सार्टर, एम., आणि मास्कल, के. टेंशन स्प्रिंग्सच्या डिझाइनला अनुकूल करण्यासाठी एक प्रक्रिया.संगणक.पद्धतीचा वापर.फरप्रकल्प191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. आणि Trochu F. बहुउद्देशीय ऑप्टिमायझेशन वापरून संयुक्त हेलिकल स्प्रिंग्सची इष्टतम रचना.J. Reinf.प्लास्टिकतयार करा२८ (१४), १७१३–१७३२ (२००९).
पवार, एचबी आणि देसले, ट्रायसायकल फ्रंट सस्पेंशन कॉइल स्प्रिंग्सचे डीडी ऑप्टिमायझेशन.प्रक्रियानिर्माता.२०, ४२८–४३३ (२०१८).
बहशेश एम. आणि बहशेश एम. मिश्रित स्प्रिंग्ससह स्टील कॉइल स्प्रिंग्सचे ऑप्टिमायझेशन.अंतर्गत J. मल्टीडिसिप्लिनरी.विज्ञानप्रकल्प३(६), ४७–५१ (२०१२).
चेन, एल. आणि इतर.कंपोझिट कॉइल स्प्रिंग्सच्या स्थिर आणि गतिमान कार्यक्षमतेवर परिणाम करणाऱ्या एकाधिक पॅरामीटर्सबद्दल जाणून घ्या.जे. मार्केट.साठवण टाकी.२०, ५३२–५५० (२०२२).
फ्रँक, जे. विश्लेषण आणि कॉम्पोझिट हेलिकल स्प्रिंग्सचे ऑप्टिमायझेशन, पीएचडी थीसिस, सॅक्रामेंटो स्टेट युनिव्हर्सिटी (2020).
Gu, Z., Hou, X. आणि Ye, J. पद्धतींच्या संयोजनाचा वापर करून नॉनलाइनर हेलिकल स्प्रिंग्स डिझाइन आणि विश्लेषण करण्याच्या पद्धती: मर्यादित घटक विश्लेषण, लॅटिन हायपरक्यूब मर्यादित सॅम्पलिंग आणि अनुवांशिक प्रोग्रामिंग.प्रक्रियाफर संस्था.प्रकल्पसीजे मेचा.प्रकल्पविज्ञान२३५(२२), ५९१७–५९३० (२०२१).
वू, एल., इत्यादी.समायोज्य स्प्रिंग रेट कार्बन फायबर मल्टी-स्ट्रँड कॉइल स्प्रिंग्स: एक डिझाइन आणि यंत्रणा अभ्यास.जे. मार्केट.साठवण टाकी.९(३), ५०६७–५०७६ (२०२०).
पाटील डीएस, मंगरूळकर केएस आणि जगताप एसटी वेट ऑप्टिमायझेशन ऑफ कॉम्प्रेशन हेलिकल स्प्रिंग्स.अंतर्गत जे. इनोव्ह.साठवण टाकी.बहुविद्याशाखीय.2(11), 154–164 (2016).
राहुल, एमएस आणि रमेशकुमार, के. ऑटोमोटिव्ह ऍप्लिकेशन्ससाठी कॉइल स्प्रिंग्सचे बहुउद्देशीय ऑप्टिमायझेशन आणि संख्यात्मक सिम्युलेशन.गुरुकुल.आज प्रक्रिया.४६, ४८४७–४८५३ (२०२१).
बाई, जेबी वगैरे.सर्वोत्तम सराव परिभाषित करणे - अनुवांशिक अल्गोरिदम वापरून संमिश्र हेलिकल स्ट्रक्चर्सची इष्टतम रचना.तयार कराकंपाऊंड268, 113982 (2021).
शाहिन, आय., डॉर्टलर, एम., आणि गोक्चे, एच. कॉम्प्रेशन स्प्रिंग डिझाइनच्या किमान व्हॉल्यूमच्या ऑप्टिमायझेशनवर आधारित 灰狼 ऑप्टिमायझेशन पद्धत वापरणे, गाझी जे. अभियांत्रिकी विज्ञान, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. आणि Sait, SM Metaheuristics क्रॅश ऑप्टिमाइझ करण्यासाठी एकाधिक एजंट्स वापरून.अंतर्गत जे. वेह.डिसेंबर80(2–4), 223–240 (2019).
Yildyz, AR आणि Erdash, MU नवीन हायब्रीड Taguchi-salpa ग्रुप ऑप्टिमायझेशन अल्गोरिदम वास्तविक अभियांत्रिकी समस्यांच्या विश्वसनीय डिझाइनसाठी.गुरुकुल.चाचणी६३(२), १५७–१६२ (२०२१).
Yildiz BS, Foldi N., Burerat S., Yildiz AR आणि Sait SM नवीन हायब्रीड ग्राशॉपर ऑप्टिमायझेशन अल्गोरिदम वापरून रोबोटिक ग्रिपर यंत्रणेची विश्वसनीय रचना.तज्ञप्रणाली38(3), e12666 (2021).