AISI 304/304L 스테인레스 스틸 코일 튜브 화학 성분, 꿀벌 알고리즘을 사용하여 접이식 날개 스프링 매개변수 최적화

Nature.com을 방문해 주셔서 감사합니다.CSS 지원이 제한된 브라우저 버전을 사용하고 있습니다.최상의 경험을 위해서는 업데이트된 브라우저를 사용하거나 Internet Explorer에서 호환 모드를 비활성화하는 것이 좋습니다.또한 지속적인 지원을 보장하기 위해 스타일과 JavaScript가 없는 사이트를 표시합니다.
슬라이드당 기사 3개를 표시하는 슬라이더입니다.슬라이드 사이를 이동하려면 뒤로 및 다음 버튼을 사용하고, 각 슬라이드 사이를 이동하려면 끝에 있는 슬라이드 컨트롤러 버튼을 사용하세요.

AISI 304/304L 스테인레스 스틸 모세관 코일 튜브

AISI 304 스테인레스 스틸 코일은 우수한 저항성을 지닌 만능 제품으로 우수한 성형성과 용접성을 요구하는 다양한 용도에 적합합니다.

Sheye Metal은 0.3mm ~ 16mm 두께의 304개 코일을 보유하고 있으며 2B 마감, BA 마감, No.4 마감을 항상 사용할 수 있습니다.

세 가지 종류의 표면 외에도 304 스테인리스 스틸 코일은 다양한 표면 마감 처리로 제공될 수 있습니다.304등급 스테인리스에는 주요 비철 성분으로 Cr(보통 18%)과 니켈(보통 8%) 금속이 모두 포함되어 있습니다.

이 유형의 코일은 일반적으로 오스테나이트계 스테인리스강이며 표준 Cr-Ni 스테인리스강 제품군에 속합니다.

일반적으로 가정 및 소비재, 주방 장비, 실내 및 실외 클래딩, 난간 및 창틀, 식품 및 음료 산업 장비, 저장 탱크에 사용됩니다.

본 연구에서는 로켓에 사용되는 날개 접힘 메커니즘의 토션 및 압축 스프링 설계를 최적화 문제로 고려하였다.로켓이 발사관을 떠난 후, 닫힌 날개를 열어 일정 시간 동안 고정해야 합니다.연구의 목적은 날개가 가능한 최단 시간에 전개될 수 있도록 스프링에 저장된 에너지를 최대화하는 것이었습니다.이 경우 두 출판물의 에너지 방정식은 최적화 과정에서 목적 함수로 정의되었습니다.스프링 설계에 필요한 선경, 코일 직경, 코일수, 처짐 변수를 최적화 변수로 정의하였다.메커니즘의 크기로 인해 변수에 기하학적 한계가 있을 뿐만 아니라 스프링이 전달하는 하중으로 인해 안전율에도 한계가 있습니다.이러한 최적화 문제를 해결하고 스프링 설계를 수행하기 위해 꿀벌(BA) 알고리즘이 사용되었다.BA로 얻은 에너지 값은 이전 DOE(Design of Experiments) 연구에서 얻은 에너지 값보다 우수합니다.최적화를 통해 얻은 매개변수를 사용하여 설계된 스프링 및 메커니즘은 ADAMS 프로그램에서 먼저 분석되었습니다.이후 제작된 스프링을 실제 메커니즘에 통합하여 실험적 테스트를 진행하였다.테스트 결과, 약 90ms 후에 날개가 열리는 것으로 관찰됐다.이 값은 프로젝트 목표인 200ms보다 훨씬 낮습니다.또한 분석 결과와 실험 결과의 차이는 16ms에 불과합니다.
항공기 및 해양 차량에서는 접는 메커니즘이 중요합니다.이러한 시스템은 비행 성능과 제어를 향상시키기 위해 항공기 개조 및 개조에 사용됩니다.비행 모드에 따라 날개가 다르게 접히고 펼쳐져 공기역학적 충격을 줄여줍니다1.이 상황은 일상적인 비행과 다이빙 중에 일부 새와 곤충의 날개 움직임과 비교할 수 있습니다.마찬가지로 글라이더는 잠수정에서 접히고 펼쳐져 유체역학적 효과를 줄이고 핸들링을 최대화합니다3.이러한 메커니즘의 또 다른 목적은 보관 및 운송을 위한 헬리콥터 프로펠러(4)의 접힘과 같은 시스템에 부피상의 이점을 제공하는 것입니다.로켓의 날개도 접혀서 저장 공간을 줄입니다.따라서 발사대(5)의 더 작은 면적에 더 많은 미사일을 배치할 수 있다. 접고 펴는 데 효과적으로 사용되는 부품은 대개 스프링이다.접히는 순간 에너지가 저장되었다가 펼쳐지는 순간 방출됩니다.유연한 구조로 인해 저장 및 방출되는 에너지가 균등해집니다.스프링은 주로 시스템용으로 설계되었으며 이 설계는 최적화 문제를 제시합니다6.여기에는 와이어 직경, 코일 직경, 회전 수, 나선 각도 및 재료 유형과 같은 다양한 변수가 포함되어 있지만 질량, 부피, 최소 응력 분포 또는 최대 에너지 가용성과 같은 기준도 있습니다7.
이 연구는 로켓 시스템에 사용되는 날개 접기 메커니즘용 스프링의 설계 및 최적화에 대해 조명합니다.비행 전 발사관 내부에 있으면 날개가 로켓 표면에 접힌 상태로 유지되며, 발사관에서 나온 후에도 일정 시간 동안 펼쳐져 표면에 밀착된 상태를 유지합니다.이 과정은 로켓이 제대로 작동하는 데 중요합니다.개발된 접이식 메커니즘에서 날개의 열림은 토션 스프링에 의해 수행되고 잠금은 압축 스프링에 의해 수행됩니다.적합한 스프링을 설계하려면 최적화 프로세스를 수행해야 합니다.스프링 최적화 내에는 문헌에 다양한 응용이 있습니다.
Paredes et al.8은 나선형 스프링 설계를 위한 목적 함수로 최대 피로 수명 계수를 정의하고 최적화 방법으로 준뉴턴 방법을 사용했습니다.최적화의 변수는 와이어 직경, 코일 직경, 회전 수 및 스프링 길이로 식별되었습니다.스프링 구조의 또 다른 매개변수는 스프링이 만들어지는 재료입니다.따라서 이는 설계 및 최적화 연구에서 고려되었습니다.Zebdiet al.9는 연구에서 목적 함수의 최대 강성과 최소 무게 목표를 설정했는데, 여기서 무게 계수가 중요했습니다.이 경우에는 스프링 재질과 기하학적 특성을 변수로 정의했습니다.그들은 최적화 방법으로 유전 알고리즘을 사용합니다.자동차 산업에서 소재의 무게는 차량 성능부터 연료 소비까지 여러 면에서 유용합니다.서스펜션용 코일 스프링을 최적화하면서 무게를 최소화하는 것은 잘 알려진 연구10입니다.Bahshesh와 Bahshesh11는 다양한 서스펜션 스프링 복합재 설계에서 최소 중량과 최대 인장 강도를 달성하려는 목표를 가지고 ANSYS 환경에서의 작업에서 E-유리, 탄소 및 Kevlar와 같은 재료를 변수로 식별했습니다.제조 공정은 복합 스프링 개발에 매우 ​​중요합니다.따라서 최적화 문제에는 생산 방법, 프로세스에서 수행되는 단계 및 해당 단계의 순서와 같은 다양한 변수가 작용합니다12,13.동적 시스템용 스프링을 설계할 때 시스템의 고유 진동수를 고려해야 합니다.공진을 방지하려면 스프링의 첫 번째 고유 진동수가 시스템 고유 진동수의 최소 5-10배가 되는 것이 좋습니다14.Taktaket al.7은 코일 스프링 설계에서 목적 함수로 스프링의 질량을 최소화하고 1차 고유 진동수를 최대화하기로 결정했습니다.그들은 Matlab 최적화 도구에서 패턴 검색, 내부 점, 활성 세트 및 유전 알고리즘 방법을 사용했습니다.분석 연구는 스프링 설계 연구의 일부이며 유한 요소법은 이 분야에서 널리 사용됩니다15.Patil et al.16은 해석 절차를 사용하여 압축 나선형 스프링의 무게를 줄이기 위한 최적화 방법을 개발하고 유한 요소법을 사용하여 해석 방정식을 테스트했습니다.스프링의 유용성을 높이는 또 다른 기준은 저장할 수 있는 에너지의 증가입니다.또한 이 경우 스프링이 오랜 기간 동안 그 유용성을 유지하는 것을 보장합니다.Rahul 및 Rameshkumar17 자동차 코일 스프링 설계에서 스프링 부피를 줄이고 변형 에너지를 늘리는 방법을 모색합니다.그들은 또한 최적화 연구에 유전 알고리즘을 사용했습니다.
볼 수 있듯이 최적화 연구의 매개변수는 시스템마다 다릅니다.일반적으로 강성과 전단 응력 매개변수는 전달되는 하중이 결정 요인인 시스템에서 중요합니다.재료 선택은 이 두 매개변수를 사용하여 중량 제한 시스템에 포함됩니다.반면에, 매우 역동적인 시스템에서 공진을 피하기 위해 고유 진동수를 검사합니다.유용성이 중요한 시스템에서는 에너지가 극대화됩니다.최적화 연구에서는 FEM이 분석적 연구에 사용되지만, 특정 매개변수 범위 내에서는 유전 알고리즘14,18 및 회색 늑대 알고리즘19과 같은 메타휴리스틱 알고리즘이 고전적인 뉴턴 방법과 함께 사용되는 것을 볼 수 있습니다.메타휴리스틱 알고리즘은 특히 인구의 영향을 받아 단기간에 최적의 상태에 접근하는 자연적 적응 방법을 기반으로 개발되었습니다.검색 영역에 인구를 무작위로 분포시키면서 지역적 최적점을 피하고 전역적 최적점을 향해 이동합니다22.따라서 최근에는 실제 산업 문제의 맥락에서 자주 사용되었습니다23,24.
본 연구에서 개발된 접이식 메커니즘의 중요한 사례는 비행 전 닫힌 위치에 있던 날개가 튜브를 떠난 후 일정 시간이 지나면 열린다는 것입니다.그 후 잠금 요소가 날개를 막습니다.따라서 스프링은 비행 역학에 직접적인 영향을 미치지 않습니다.이 경우 최적화의 목표는 저장된 에너지를 최대화하여 스프링의 움직임을 가속화하는 것이었습니다.롤 직경, 와이어 직경, 롤 수 및 처짐이 최적화 매개변수로 정의되었습니다.스프링의 크기가 작기 때문에 무게는 목표로 간주되지 않았습니다.따라서 재료 유형은 고정으로 정의됩니다.기계적 변형에 대한 안전 여유는 중요한 제한 사항으로 결정됩니다.또한 메커니즘의 범위에는 가변 크기 제약 조건이 포함됩니다.BA 메타휴리스틱 방법이 최적화 방법으로 선택되었습니다.BA는 유연하고 단순한 구조와 기계적 최적화 연구의 발전으로 선호되었습니다.연구의 두 번째 부분에서는 폴딩 메커니즘의 기본 설계 및 스프링 설계의 프레임워크에 상세한 수학적 표현이 포함됩니다.세 번째 부분에는 최적화 알고리즘과 최적화 결과가 포함되어 있습니다.4장에서는 ADAMS 프로그램에서 분석을 수행한다.스프링의 적합성은 생산 전에 분석됩니다.마지막 섹션에는 실험 결과와 테스트 이미지가 포함되어 있습니다.연구에서 얻은 결과는 DOE 접근법을 사용하여 저자의 이전 작업과도 비교되었습니다.
본 연구에서 개발된 날개는 로켓 표면을 향해 접혀야 합니다.날개는 접힌 위치에서 펼쳐진 위치로 회전합니다.이를 위해 특별한 메커니즘이 개발되었습니다.그림에.그림 1은 로켓 좌표계의 접힌 상태와 펼쳐진 상태5를 보여줍니다.
그림에.도 2는 메커니즘의 단면도를 도시한다.메커니즘은 (1) 본체, (2) 날개 샤프트, (3) 베어링, (4) 잠금 본체, (5) 잠금 부시, (6) 스톱 핀, (7) 토션 스프링 및 ( 8 ) 압축 스프링.날개 샤프트(2)는 잠금 슬리브(4)를 통해 토션 스프링(7)에 연결됩니다.로켓이 이륙한 후 세 부분이 모두 동시에 회전합니다.이러한 회전 운동으로 날개는 최종 위치로 돌아갑니다.그 후 핀(6)은 압축 스프링(8)에 의해 작동되어 잠금 본체(4)5의 전체 메커니즘을 차단한다.
탄성 계수(E)와 전단 계수(G)는 스프링의 주요 설계 매개변수입니다.본 연구에서는 스프링 재료로 고탄소 스프링 강선(Music wire ASTM A228)을 선택하였다.다른 매개변수는 와이어 직경(d), 평균 코일 직경(Dm), 코일 수(N) 및 스프링 편향(압축 스프링의 경우 xd, 비틀림 스프링의 경우 θ)입니다.압축 스프링 \({(SE}_{x})\) 및 비틀림(\({SE}_{\theta}\)) 스프링에 대한 저장된 에너지는 방정식으로 계산할 수 있습니다.(1)과 (2)26.(압축 스프링의 전단 계수(G) 값은 83.7E9 Pa이고, 비틀림 스프링의 탄성 계수(E) 값은 203.4E9 Pa입니다.)
시스템의 기계적 치수는 스프링의 기하학적 제약을 직접적으로 결정합니다.또한 로켓이 배치될 조건도 고려해야 합니다.이러한 요소는 스프링 매개변수의 한계를 결정합니다.또 다른 중요한 제한 사항은 안전 계수입니다.안전계수의 정의는 Shigley et al.26에 의해 자세히 설명되어 있습니다.압축 스프링 안전계수(SFC)는 최대 허용 응력을 연속 길이에 대한 응력으로 나눈 값으로 정의됩니다.SFC는 방정식을 사용하여 계산할 수 있습니다.(3), (4), (5) 및 (6)26.(본 연구에서 사용된 스프링 재료의 경우 \({S}_{sy}=980 MPa\)).F는 방정식의 힘을 나타내고 KB는 Bergstrasser 계수 26을 나타냅니다.
스프링의 비틀림 안전계수(SFT)는 M을 k로 나눈 값으로 정의됩니다.SFT는 방정식으로 계산할 수 있습니다.(7), (8), (9) 및 (10)26.(이 연구에 사용된 재료의 경우 \({S}_{y}=1600 \mathrm{MPa}\)).방정식에서 토크는 M, 스프링 상수(토크/회전)는 \({k}^{^{\prime}}\), 응력 보정 계수는 Ki를 사용합니다.
본 연구의 주요 최적화 목표는 스프링 에너지를 최대화하는 것입니다.목적 함수는 \(f(X)\)를 최대화하는 \(\overrightarrow{\{X\}}\)를 찾기 위해 공식화되었습니다.\({f}_{1}(X)\) 및 \({f}_{2}(X)\)는 각각 압축 스프링과 비틀림 스프링의 에너지 함수입니다.최적화에 사용된 계산된 변수와 함수는 다음 수식과 같습니다.
스프링 설계에 적용되는 다양한 제약 조건은 다음 방정식에 나와 있습니다.식 (15)와 (16)은 각각 압축 스프링과 비틀림 스프링에 대한 안전계수를 나타냅니다.본 연구에서 SFC는 1.2보다 크거나 같아야 하며 SFT는 θ26보다 크거나 같아야 합니다.
BA는 꿀벌의 꽃가루 탐색 전략에서 영감을 받았습니다.꿀벌은 비옥한 꽃가루 밭에 더 많은 채집자를 보내고 덜 비옥한 꽃가루 밭에는 더 적은 수의 채집자를 보내 탐색합니다.따라서 꿀벌 개체군에서 가장 큰 효율성이 달성됩니다.반면에 정찰벌은 계속해서 새로운 꽃가루 지역을 찾고 있으며, 이전보다 생산적인 지역이 더 많으면 많은 채집꾼들이 이 새로운 지역으로 향하게 될 것입니다28.BA는 로컬 검색과 글로벌 검색의 두 부분으로 구성됩니다.지역 검색에서는 꿀벌과 같은 최소 수준(엘리트 사이트)에 가까운 더 많은 커뮤니티를 찾고, 다른 사이트(최적 또는 추천 사이트)에서는 더 적은 커뮤니티를 찾습니다.전역 검색 부분에서는 임의 검색을 수행하고 좋은 값이 발견되면 다음 반복에서 해당 스테이션을 지역 검색 부분으로 이동합니다.알고리즘에는 정찰 벌 수(n), 지역 검색 사이트 수(m), 엘리트 사이트 수(e), 엘리트 사이트의 수렵꾼 수(nep), 최적의 지역.사이트(nsp), 이웃 크기(ngh) 및 반복 횟수(I)29.BA 의사코드는 그림 3에 나와 있습니다.
알고리즘은 \({g}_{1}(X)\)와 \({g}_{2}(X)\) 사이에서 작동하려고 시도합니다.각 반복의 결과로 최적의 값이 결정되고 최상의 값을 얻기 위해 이러한 값 주위에 인구가 모여집니다.제한사항은 로컬 및 글로벌 검색 섹션에서 확인됩니다.지역 검색에서 이러한 요소가 적절한 경우 에너지 값이 계산됩니다.새로운 에너지 값이 최적 값보다 크면 새 값을 최적 값에 할당합니다.검색 결과에서 찾은 최상의 값이 현재 요소보다 크면 새 요소가 컬렉션에 포함됩니다.로컬 검색의 블록 다이어그램은 그림 4에 나와 있습니다.
인구는 BA의 주요 매개변수 중 하나입니다.이전 연구에서 인구를 늘리면 필요한 반복 횟수가 줄어들고 성공 가능성이 높아진다는 것을 알 수 있습니다.그러나 기능 평가의 수도 증가하고 있습니다.다수의 엘리트 사이트가 존재한다고 해서 성능에 큰 영향을 미치지는 않습니다.엘리트 사이트의 수는 030이 아닌 경우 낮을 수 있습니다.정찰벌 개체수(n)의 크기는 일반적으로 30과 100 사이에서 선택됩니다. 본 연구에서는 적절한 수를 결정하기 위해 30과 50 시나리오를 모두 실행했습니다(표 2).다른 매개변수는 모집단에 따라 결정됩니다.선택된 사이트의 수(m)는 인구 규모의 약 25%이고, 선택된 사이트 중 엘리트 사이트의 수(e)는 m의 25%입니다.먹이벌의 수(검색 횟수)는 엘리트 플롯의 경우 100개, 기타 지역 플롯의 경우 30개로 선택되었습니다.이웃 검색은 모든 진화 알고리즘의 기본 개념입니다.본 연구에서는 테이퍼링 이웃법(Tapering Neighbors Method)을 사용하였다.이 방법은 각 반복 중에 특정 비율로 이웃의 크기를 줄입니다.향후 반복에서는 보다 정확한 검색을 위해 더 작은 이웃 값30을 사용할 수 있습니다.
각 시나리오에 대해 최적화 알고리즘의 재현성을 확인하기 위해 10번의 연속 테스트를 수행했습니다.그림에.그림 5는 방식 1에 대한 토션 스프링의 최적화 결과를 보여줍니다.6 – 계획 2의 경우. 테스트 데이터는 표 3과 4에도 나와 있습니다(압축 스프링에 대해 얻은 결과가 포함된 표는 보충 정보 S1에 있음).꿀벌 개체수는 첫 번째 반복에서 좋은 값에 대한 검색을 강화합니다.시나리오 1에서는 일부 테스트 결과가 최대값보다 낮았습니다.시나리오 2에서는 인구 증가 및 기타 관련 매개변수로 인해 모든 최적화 결과가 최대값에 접근하고 있는 것을 볼 수 있습니다.시나리오 2의 값이 알고리즘에 충분하다는 것을 알 수 있습니다.
반복에서 최대 에너지 값을 얻을 때 안전 계수도 연구의 제약 조건으로 제공됩니다.안전계수는 표를 참조하세요.BA를 사용하여 얻은 에너지 값을 5 DOE 방법을 사용하여 얻은 값과 비교한 표 5이다. (제조의 용이성을 위해 토션스프링의 회전수(N)를 4.88 대신 4.9로 하고 편향(xd) )는 압축 스프링의 7.99mm 대신 8mm입니다.) BA가 더 나은 결과임을 알 수 있습니다.BA는 로컬 및 글로벌 조회를 통해 모든 값을 평가합니다.이렇게 하면 그는 더 많은 대안을 더 빨리 시도할 수 있습니다.
본 연구에서는 날개 메커니즘의 움직임을 분석하기 위해 Adams를 사용했습니다.Adams는 먼저 메커니즘의 3D 모델을 받았습니다.그런 다음 이전 섹션에서 선택한 매개변수를 사용하여 스프링을 정의합니다.또한 실제 분석을 위해서는 몇 가지 다른 매개변수를 정의해야 합니다.이는 연결, 재료 특성, 접촉, 마찰 및 중력과 같은 물리적 매개변수입니다.블레이드 샤프트와 베어링 사이에는 회전 조인트가 있습니다.5~6개의 원통형 관절이 있다.5-1개의 고정관절이 있다.본체는 알루미늄 재질로 제작되어 고정됩니다.나머지 부품의 재질은 강철입니다.재료 유형에 따라 마찰 계수, 접촉 강성 및 마찰 표면 침투 깊이를 선택하십시오.(스테인리스 스틸 AISI 304) 이 연구에서 중요한 매개변수는 날개 메커니즘의 개방 시간이며, 이는 200ms 미만이어야 합니다.따라서 분석 중에 날개 개방 시간을 주시하십시오.
Adams의 분석 결과 날개 메커니즘이 열리는 시간은 74밀리초입니다.1부터 4까지의 동적 시뮬레이션 결과는 그림 7에 나와 있습니다. 그림의 첫 번째 그림입니다.5는 시뮬레이션 시작 시간이며 날개는 접힘 대기 위치에 있습니다.(2) 날개가 43도 회전한 후 40ms 이후 날개의 위치를 ​​표시합니다.(3)은 71밀리초 후 날개의 위치를 ​​보여줍니다.또한 마지막 그림(4)에는 날개 회전의 끝과 열린 위치가 나와 있습니다.동적 해석 결과, 날개 열림 메커니즘이 목표값인 200ms보다 현저히 짧은 것으로 관찰되었습니다.또한, 스프링의 크기를 정할 때 안전 한계는 문헌에서 권장하는 가장 높은 값 중에서 선택되었습니다.
모든 설계, 최적화 및 시뮬레이션 연구를 완료한 후 메커니즘의 프로토타입이 제작 및 통합되었습니다.그런 다음 시뮬레이션 결과를 검증하기 위해 프로토타입을 테스트했습니다.먼저 메인 쉘을 고정하고 날개를 접습니다.그런 다음 날개를 접힌 위치에서 풀고 날개가 접힌 위치에서 전개된 위치로 회전하는 모습을 영상으로 제작했습니다.타이머는 영상 녹화 중 시간 분석에도 사용됐다.
그림에.도 8은 1-4번 비디오 프레임을 보여준다.그림의 프레임 번호 1은 접힌 날개가 풀리는 순간을 보여줍니다.이 순간은 시간 t0의 초기 순간으로 간주됩니다.프레임 2와 3은 초기 순간 이후 40ms와 70ms의 날개 위치를 보여줍니다.프레임 3과 4를 분석하면 t0 이후 90ms에 날개의 움직임이 안정화되고, 70~90ms 사이에 날개의 열림이 완료되는 것을 알 수 있습니다.이러한 상황은 시뮬레이션과 프로토타입 테스트 모두 거의 동일한 날개 전개 시간을 제공하며 설계가 메커니즘의 성능 요구 사항을 충족한다는 것을 의미합니다.
이 기사에서는 날개 접기 메커니즘에 사용되는 비틀림 및 압축 스프링이 BA를 사용하여 최적화되었습니다.몇 번의 반복만으로 매개변수에 빠르게 도달할 수 있습니다.비틀림 스프링의 정격은 1075mJ이고 압축 스프링의 정격은 37.24mJ입니다.이 값은 이전 DOE 연구보다 40-50% 더 좋습니다.스프링은 메커니즘에 통합되어 ADAMS 프로그램에서 분석됩니다.분석 결과 날개는 74밀리초 이내에 열리는 것으로 나타났다.이 값은 프로젝트 목표인 200밀리초보다 훨씬 낮습니다.후속 실험 연구에서 턴온 시간은 약 90ms로 측정되었습니다.분석 간의 16밀리초 차이는 소프트웨어에서 모델링되지 않은 환경적 요인으로 인해 발생할 수 있습니다.연구 결과 얻은 최적화 알고리즘은 다양한 스프링 설계에 활용될 수 있을 것으로 사료된다.
스프링 재질은 사전 정의되었으며 최적화에서 변수로 사용되지 않았습니다.항공기와 로켓에는 다양한 유형의 스프링이 사용되므로 BA는 향후 연구에서 최적의 스프링 설계를 달성하기 위해 다양한 재료를 사용하여 다른 유형의 스프링을 설계하는 데 적용될 것입니다.
우리는 이 원고가 독창적이고 이전에 출판된 적이 없으며 현재 다른 곳에서 출판을 고려하고 있지 않음을 선언합니다.
이 연구에서 생성되거나 분석된 모든 데이터는 이 출판된 기사[및 추가 정보 파일]에 포함되어 있습니다.
Min, Z., Kin, VK 및 Richard, LJ Aircraft 급진적인 기하학적 변화를 통한 익형 개념의 현대화.IES J. 파트 A 문명.화합물.프로젝트.3(3), 188-195(2010).
Sun, J., Liu, K. 및 Bhushan, B. 딱정벌레의 뒷날개 개요: 구조, 기계적 특성, 메커니즘 및 생물학적 영감.J. 메카.행동.바이오 의료 학.모교.94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A., Zhang, F. 하이브리드 동력 수중 글라이더를 위한 접이식 추진 메커니즘의 설계 및 분석.해양공학 119, 125–134 (2016).
Kartik, HS 및 Prithvi, K. 헬리콥터 수평 안정 장치 접는 메커니즘의 설계 및 분석.내부 J. Ing.저장 창고.기술.(IGERT) 9(05), 110–113 (2020).
Kulunk, Z. 및 Sahin, M. 실험 설계 접근 방식을 사용한 접이식 로켓 날개 설계의 기계적 매개변수 최적화.내부 J. 모델.최적화.9(2), 108–112(2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD 설계 방법, 성능 연구 및 복합 코일 스프링 제조 공정: 검토.구성하다.화합물.252, 112747(2020).
Taktak M., Omheni K., Alui A., Dammak F. 및 Khaddar M. 코일 스프링의 동적 설계 최적화.소리 신청합니다.77, 178–183 (2014).
Paredes, M., Sartor, M. 및 Mascle, K. 인장 스프링 설계 최적화 절차.컴퓨터.방법의 적용.털.프로젝트.191(8-10), 783-797(2001).
Zebdi O., Bouhili R. 및 Trochu F. 다목적 최적화를 사용한 복합 나선형 스프링의 최적 설계.J. 레인프.플라스틱.구성하다.28(14), 1713~1732(2009).
Pawart, HB 및 Desale, DD 세발자전거 전면 서스펜션 코일 스프링 최적화.프로세스.제조업체.20, 428–433 (2018).
Bahshesh M. 및 Bahshesh M. 복합 스프링을 사용한 강철 코일 스프링 최적화.내부 J. 종합.과학.프로젝트.3(6), 47–51(2012).
Chen, L. et al.복합 코일 스프링의 정적 및 동적 성능에 영향을 미치는 다양한 매개변수에 대해 알아보세요.J. 마켓.저장 창고.20, 532–550(2022).
Frank, J. 복합 헬리컬 스프링의 분석 및 최적화, 새크라멘토 주립대학교 박사 논문(2020).
Gu, Z., Hou, X. 및 Ye, J. 유한 요소 분석, 라틴 하이퍼큐브 제한 샘플링 및 유전 프로그래밍 방법의 조합을 사용하여 비선형 나선형 스프링을 설계하고 분석하는 방법.프로세스.모피 연구소.프로젝트.CJ메카.프로젝트.과학.235(22), 5917-5930(2021).
우, L., 그 외 여러분.조정 가능한 스프링 속도 탄소 섬유 다중 가닥 코일 스프링: 설계 및 메커니즘 연구.J. 마켓.저장 창고.9(3), 5067-5076(2020).
Patil DS, Mangrulkar KS 및 Jagtap ST 압축 나선형 스프링의 무게 최적화.내부 J. Innov.저장 창고.종합.2(11), 154–164(2016).
Rahul, MS 및 Rameshkumar, K. 자동차 응용 분야용 코일 스프링의 다목적 최적화 및 수치 시뮬레이션.모교.오늘 처리합니다.46, 4847-4853(2021).
Bai, JBet al.모범 사례 정의 – 유전 알고리즘을 사용한 복합 나선형 구조의 최적 설계.구성하다.화합물.268, 113982(2021).
Shahin, I., Dorterler, M. 및 Gokche, H. 압축 스프링 설계의 최소 체적 최적화에 기반한 灰狼 최적화 방법 사용, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. 및 Sait, SM Metaheuristics는 여러 에이전트를 사용하여 충돌을 최적화합니다.내부 J.Veh.12월80(2–4), 223–240(2019).
Yildyz, AR 및 Erdash, MU 실제 엔지니어링 문제의 안정적인 설계를 위한 새로운 하이브리드 Taguchi-salpa 그룹 최적화 알고리즘.모교.시험.63(2), 157–162(2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR 및 Sait SM 새로운 하이브리드 메뚜기 최적화 알고리즘을 사용한 로봇 그리퍼 메커니즘의 안정적인 설계.전문가.체계.38(3), e12666(2021).