Componente químico del tubo de bobina de acero inoxidable AISI 304/304L, optimización de los parámetros del resorte del ala plegable utilizando el algoritmo de abeja

Gracias por visitar Nature.com.Está utilizando una versión del navegador con soporte CSS limitado.Para obtener la mejor experiencia, le recomendamos que utilice un navegador actualizado (o deshabilite el Modo de compatibilidad en Internet Explorer).Además, para garantizar un soporte continuo, mostramos el sitio sin estilos ni JavaScript.
Controles deslizantes que muestran tres artículos por diapositiva.Utilice los botones Atrás y Siguiente para moverse por las diapositivas, o los botones del controlador de diapositivas al final para moverse por cada diapositiva.

Tubería espiral capilar de acero inoxidable AISI 304/304L

La bobina de acero inoxidable AISI 304 es un producto multiusos con excelente resistencia y es adecuado para una amplia variedad de aplicaciones que requieren buena conformabilidad y soldabilidad.

Sheye Metal almacena 304 bobinas de 0,3 mm a 16 mm de espesor y acabado 2B, acabado BA y acabado No.4 siempre están disponibles.

Además de los tres tipos de superficies, la bobina de acero inoxidable 304 se puede entregar con una variedad de acabados superficiales.El acero inoxidable de grado 304 contiene metales Cr (generalmente 18%) y níquel (generalmente 8%) como principales constituyentes distintos del hierro.

Este tipo de baterías es un acero inoxidable típicamente austenítico, pertenece a la familia de aceros inoxidables estándar Cr-Ni.

Por lo general, se utilizan para bienes de consumo y domésticos, equipos de cocina, revestimientos interiores y exteriores, pasamanos y marcos de ventanas, equipos para la industria de alimentos y bebidas y tanques de almacenamiento.

En este estudio se considera como un problema de optimización el diseño de los resortes de torsión y compresión del mecanismo de plegado del ala utilizado en el cohete.Después de que el cohete sale del tubo de lanzamiento, las alas cerradas deben abrirse y asegurarse durante un cierto período de tiempo.El objetivo del estudio era maximizar la energía almacenada en los resortes para que las alas pudieran desplegarse en el menor tiempo posible.En este caso, la ecuación de energía en ambas publicaciones se definió como función objetivo en el proceso de optimización.Como variables de optimización se definieron el diámetro del alambre, el diámetro de la bobina, el número de bobinas y los parámetros de deflexión necesarios para el diseño del resorte.Existen límites geométricos a las variables por el tamaño del mecanismo, así como límites al factor de seguridad por la carga que soportan los resortes.Se utilizó el algoritmo de abeja (BA) para resolver este problema de optimización y realizar el diseño del resorte.Los valores de energía obtenidos con BA son superiores a los obtenidos de estudios previos de Diseño de Experimentos (DOE).Los resortes y mecanismos diseñados utilizando los parámetros obtenidos de la optimización fueron analizados por primera vez en el programa ADAMS.Posteriormente se llevaron a cabo pruebas experimentales integrando los resortes fabricados en mecanismos reales.Como resultado de la prueba, se observó que las alas se abrieron después de unos 90 milisegundos.Este valor está muy por debajo del objetivo del proyecto de 200 ms.Además, la diferencia entre los resultados analíticos y experimentales es de sólo 16 ms.
En aviones y vehículos marinos, los mecanismos de plegado son fundamentales.Estos sistemas se utilizan en modificaciones y conversiones de aeronaves para mejorar el rendimiento y el control del vuelo.Dependiendo del modo de vuelo, las alas se pliegan y despliegan de manera diferente para reducir el impacto aerodinámico1.Esta situación se puede comparar con los movimientos de las alas de algunas aves e insectos durante el vuelo y el buceo cotidianos.De manera similar, los planeadores se pliegan y despliegan en los sumergibles para reducir los efectos hidrodinámicos y maximizar el manejo3.Otro propósito más de estos mecanismos es proporcionar ventajas volumétricas a sistemas tales como el plegado de una hélice de helicóptero 4 para su almacenamiento y transporte.Las alas del cohete también se pliegan para reducir el espacio de almacenamiento.De este modo, se pueden colocar más misiles en un área más pequeña del lanzador 5. Los componentes que se utilizan eficazmente en el plegado y despliegue suelen ser resortes.En el momento del plegado, la energía se almacena en él y se libera en el momento del despliegue.Debido a su estructura flexible, la energía almacenada y liberada se iguala.El resorte está diseñado principalmente para el sistema, y ​​este diseño presenta un problema de optimización6.Porque si bien incluye diversas variables como el diámetro del alambre, el diámetro de la bobina, el número de vueltas, el ángulo de la hélice y el tipo de material, también existen criterios como la masa, el volumen, la distribución mínima de tensiones o la máxima disponibilidad energética7.
Este estudio arroja luz sobre el diseño y optimización de resortes para mecanismos de plegado de alas utilizados en sistemas de cohetes.Al estar dentro del tubo de lanzamiento antes del vuelo, las alas permanecen plegadas sobre la superficie del cohete, y después de salir del tubo de lanzamiento, se despliegan durante un tiempo determinado y permanecen presionadas contra la superficie.Este proceso es fundamental para el correcto funcionamiento del cohete.En el mecanismo de plegado desarrollado, la apertura de las alas se realiza mediante resortes de torsión y el bloqueo se realiza mediante resortes de compresión.Para diseñar un resorte adecuado se debe realizar un proceso de optimización.Dentro de la optimización de resortes, existen varias aplicaciones en la literatura.
Paredes et al.8 definieron el factor máximo de vida a fatiga como una función objetivo para el diseño de resortes helicoidales y utilizaron el método cuasi-Newtoniano como método de optimización.Las variables de optimización se identificaron como diámetro del alambre, diámetro de la bobina, número de vueltas y longitud del resorte.Otro parámetro de la estructura del resorte es el material del que está hecho.Por lo tanto, esto se tuvo en cuenta en los estudios de diseño y optimización.Zebdi et al.9 fijaron objetivos de máxima rigidez y mínimo peso en la función objetivo de su estudio, donde el factor peso fue significativo.En este caso, definieron el material del resorte y las propiedades geométricas como variables.Utilizan un algoritmo genético como método de optimización.En la industria automotriz, el peso de los materiales es útil de muchas maneras, desde el rendimiento del vehículo hasta el consumo de combustible.La minimización del peso y la optimización de los resortes helicoidales para la suspensión es un estudio bien conocido10.Bahshesh y Bahshesh11 identificaron materiales como E-glass, carbono y Kevlar como variables en su trabajo en el entorno ANSYS con el objetivo de lograr un peso mínimo y una resistencia máxima a la tracción en varios diseños compuestos de resortes de suspensión.El proceso de fabricación es fundamental en el desarrollo de resortes compuestos.Así, en un problema de optimización entran en juego diversas variables, como el método de producción, los pasos seguidos en el proceso y la secuencia de esos pasos12,13.Al diseñar resortes para sistemas dinámicos, se deben tener en cuenta las frecuencias naturales del sistema.Se recomienda que la primera frecuencia natural del resorte sea al menos 5-10 veces la frecuencia natural del sistema para evitar resonancia14.Taktak et al.7 decidieron minimizar la masa del resorte y maximizar la primera frecuencia natural como funciones objetivas en el diseño del resorte helicoidal.Utilizaron métodos de búsqueda de patrones, puntos interiores, conjuntos activos y algoritmos genéticos en la herramienta de optimización Matlab.La investigación analítica es parte de la investigación del diseño de resortes y el método de los elementos finitos es popular en esta área15.Patil et al.16 desarrollaron un método de optimización para reducir el peso de un resorte helicoidal de compresión utilizando un procedimiento analítico y probaron las ecuaciones analíticas utilizando el método de elementos finitos.Otro criterio para aumentar la utilidad de un resorte es el aumento de la energía que puede almacenar.Este caso también asegura que el resorte conserve su utilidad durante un largo período de tiempo.Rahul y Rameshkumar17 Buscan reducir el volumen del resorte y aumentar la energía de deformación en los diseños de resortes helicoidales de los automóviles.También han utilizado algoritmos genéticos en investigaciones de optimización.
Como puede verse, los parámetros del estudio de optimización varían de un sistema a otro.En general, los parámetros de rigidez y esfuerzo cortante son importantes en un sistema donde la carga que soporta es el factor determinante.La selección de materiales está incluida en el sistema de límite de peso con estos dos parámetros.Por otro lado, se comprueban las frecuencias naturales para evitar resonancias en sistemas altamente dinámicos.En sistemas donde la utilidad es importante, se maximiza la energía.En los estudios de optimización, aunque el FEM se utiliza para estudios analíticos, se puede observar que algoritmos metaheurísticos como el algoritmo genético14,18 y el algoritmo del lobo gris19 se utilizan junto con el método clásico de Newton dentro de un rango de ciertos parámetros.Se han desarrollado algoritmos metaheurísticos basados ​​en métodos de adaptación natural que se acercan al estado óptimo en un corto período de tiempo, especialmente bajo la influencia de la población20,21.Con una distribución aleatoria de la población en el área de búsqueda, evitan los óptimos locales y avanzan hacia los óptimos globales22.Así, en los últimos años se ha utilizado a menudo en el contexto de problemas industriales reales23,24.
El caso crítico del mecanismo de plegado desarrollado en este estudio es que las alas, que estaban en posición cerrada antes del vuelo, se abren un cierto tiempo después de salir del tubo.Después de eso, el elemento de bloqueo bloquea el ala.Por tanto, los resortes no afectan directamente a la dinámica del vuelo.En este caso, el objetivo de la optimización era maximizar la energía almacenada para acelerar el movimiento del resorte.Como parámetros de optimización se definieron el diámetro del rodillo, el diámetro del alambre, el número de rodillos y la deflexión.Debido al pequeño tamaño del resorte, el peso no se consideró un objetivo.Por tanto, el tipo de material se define como fijo.Como limitación crítica se determina el margen de seguridad ante deformaciones mecánicas.Además, en el alcance del mecanismo intervienen restricciones de tamaño variable.Se eligió el método metaheurístico BA como método de optimización.BA fue favorecida por su estructura flexible y simple, y por sus avances en la investigación de optimización mecánica25.En la segunda parte del estudio se incluyen expresiones matemáticas detalladas en el marco del diseño básico y del diseño del resorte del mecanismo de plegado.La tercera parte contiene el algoritmo de optimización y los resultados de la optimización.El Capítulo 4 realiza análisis en el programa ADAMS.La idoneidad de los muelles se analiza antes de la producción.La última sección contiene resultados experimentales e imágenes de prueba.Los resultados obtenidos en el estudio también se compararon con trabajos anteriores de los autores utilizando el enfoque DOE.
Las alas desarrolladas en este estudio deberían plegarse hacia la superficie del cohete.Las alas giran desde la posición plegada a la posición desplegada.Para ello, se desarrolló un mecanismo especial.En la fig.1 muestra la configuración plegada y desplegada5 en el sistema de coordenadas del cohete.
En la fig.2 muestra una vista en sección del mecanismo.El mecanismo consta de varias partes mecánicas: (1) cuerpo principal, (2) eje de ala, (3) cojinete, (4) cuerpo de cerradura, (5) casquillo de cerradura, (6) pasador de tope, (7) resorte de torsión y ( 8 ) resortes de compresión.El eje de aleta (2) está conectado con el resorte de torsión (7) a través del manguito de bloqueo (4).Las tres partes giran simultáneamente después del despegue del cohete.Con este movimiento de rotación, las alas giran hasta su posición final.Después de eso, el pasador (6) es accionado por el resorte de compresión (8), bloqueando así todo el mecanismo del cuerpo de bloqueo (4)5.
El módulo elástico (E) y el módulo de corte (G) son parámetros de diseño clave del resorte.En este estudio, se eligió como material de resorte alambre de acero para resortes con alto contenido de carbono (cable musical ASTM A228).Otros parámetros son el diámetro del alambre (d), el diámetro promedio de la bobina (Dm), el número de bobinas (N) y la deflexión del resorte (xd para resortes de compresión y θ para resortes de torsión)26.La energía almacenada para los resortes de compresión \({(SE}_{x})\) y los resortes de torsión (\({SE}_{\theta}\)) se puede calcular a partir de la ecuación.(1) y (2)26.(El valor del módulo de corte (G) para el resorte de compresión es 83,7E9 Pa, y el valor del módulo elástico (E) para el resorte de torsión es 203,4E9 Pa.)
Las dimensiones mecánicas del sistema determinan directamente las limitaciones geométricas del resorte.Además, también se deben tener en cuenta las condiciones en las que se ubicará el cohete.Estos factores determinan los límites de los parámetros del resorte.Otra limitación importante es el factor de seguridad.Shigley et al.26 describen detalladamente la definición de factor de seguridad.El factor de seguridad del resorte de compresión (SFC) se define como la tensión máxima permitida dividida por la tensión a lo largo de la longitud continua.El SFC se puede calcular mediante ecuaciones.(3), (4), (5) y (6)26.(Para el material de resorte utilizado en este estudio, \({S}_{sy}=980 MPa\)).F representa la fuerza en la ecuación y KB representa el factor de Bergstrasser de 26.
El factor de seguridad a la torsión de un resorte (SFT) se define como M dividido por k.SFT se puede calcular a partir de la ecuación.(7), (8), (9) y (10)26.(Para el material utilizado en este estudio, \({S}_{y}=1600 \mathrm{MPa}\)).En la ecuación, M se usa para el par, \({k}^{^{\prime}}\) se usa para la constante del resorte (par/rotación) y Ki se usa para el factor de corrección de tensión.
El principal objetivo de optimización en este estudio es maximizar la energía del resorte.La función objetivo se formula para encontrar \(\overrightarrow{\{X\}}\) que maximice \(f(X)\).\({f}_{1}(X)\) y \({f}_{2}(X)\) son las funciones de energía del resorte de compresión y torsión, respectivamente.Las variables calculadas y las funciones utilizadas para la optimización se muestran en las siguientes ecuaciones.
Las diversas restricciones impuestas al diseño del resorte se dan en las siguientes ecuaciones.Las ecuaciones (15) y (16) representan los factores de seguridad para resortes de compresión y torsión, respectivamente.En este estudio, SFC debe ser mayor o igual a 1,2 y SFT debe ser mayor o igual a θ26.
BA se inspiró en las estrategias de búsqueda de polen de las abejas27.Las abejas buscan enviando más recolectores a campos de polen fértiles y menos recolectores a campos de polen menos fértiles.De esta forma se consigue la mayor eficiencia de la población de abejas.Por otro lado, las abejas exploradoras continúan buscando nuevas áreas de polen, y si hay áreas más productivas que antes, muchas recolectoras serán dirigidas a esta nueva área28.BA consta de dos partes: búsqueda local y búsqueda global.Una búsqueda local busca más comunidades cercanas al mínimo (sitios de élite), como abejas, y menos en otros sitios (sitios óptimos o destacados).Se realiza una búsqueda arbitraria en la parte de búsqueda global y, si se encuentran buenos valores, las estaciones se mueven a la parte de búsqueda local en la siguiente iteración.El algoritmo contiene algunos parámetros: el número de abejas exploradoras (n), el número de sitios de búsqueda locales (m), el número de sitios de élite (e), el número de recolectoras en sitios de élite (nep), el número de recolectoras en zonas óptimas.Sitio (nsp), tamaño del vecindario (ngh) y número de iteraciones (I)29.El pseudocódigo BA se muestra en la Figura 3.
El algoritmo intenta funcionar entre \({g}_{1}(X)\) y \({g}_{2}(X)\).Como resultado de cada iteración, se determinan los valores óptimos y se reúne una población alrededor de estos valores en un intento de obtener los mejores valores.Las restricciones se verifican en las secciones de búsqueda local y global.En una búsqueda local, si estos factores son apropiados, se calcula el valor energético.Si el nuevo valor de energía es mayor que el valor óptimo, asigne el nuevo valor al valor óptimo.Si el mejor valor encontrado en el resultado de la búsqueda es mayor que el elemento actual, el nuevo elemento se incluirá en la colección.El diagrama de bloques de la búsqueda local se muestra en la Figura 4.
La población es uno de los parámetros clave en BA.Se puede ver en estudios previos que expandir la población reduce el número de iteraciones requeridas y aumenta la probabilidad de éxito.Sin embargo, el número de evaluaciones funcionales también está aumentando.La presencia de una gran cantidad de sitios de élite no afecta significativamente el rendimiento.El número de sitios de élite puede ser bajo si no es cero30.El tamaño de la población de abejas exploradoras (n) generalmente se elige entre 30 y 100. En este estudio, se ejecutaron 30 y 50 escenarios para determinar el número apropiado (Tabla 2).Otros parámetros se determinan dependiendo de la población.El número de sitios seleccionados (m) es (aproximadamente) el 25% del tamaño de la población, y el número de sitios de élite (e) entre los sitios seleccionados es el 25% de m.Se eligió que el número de abejas que se alimentaban (número de búsquedas) fuera 100 para las parcelas élite y 30 para otras parcelas locales.La búsqueda de vecindarios es el concepto básico de todos los algoritmos evolutivos.En este estudio se utilizó el método de vecinos ahusados.Este método reduce el tamaño de la vecindad a un ritmo determinado durante cada iteración.En iteraciones futuras, se pueden utilizar valores de vecindad más pequeños30 para una búsqueda más precisa.
Para cada escenario, se realizaron diez pruebas consecutivas para comprobar la reproducibilidad del algoritmo de optimización.En la fig.5 muestra los resultados de la optimización del resorte de torsión para el esquema 1, y en la fig.6 - para el esquema 2. Los datos de prueba también se proporcionan en las tablas 3 y 4 (en la Información complementaria S1 hay una tabla que contiene los resultados obtenidos para el resorte de compresión).La población de abejas intensifica la búsqueda de buenos valores en la primera iteración.En el escenario 1, los resultados de algunas pruebas estuvieron por debajo del máximo.En el Escenario 2, se puede ver que todos los resultados de optimización se acercan al máximo debido al aumento de la población y otros parámetros relevantes.Se puede observar que los valores del Escenario 2 son suficientes para el algoritmo.
Al obtener el valor máximo de energía en iteraciones, también se proporciona un factor de seguridad como restricción para el estudio.Consulte la tabla para conocer el factor de seguridad.Los valores de energía obtenidos usando BA se comparan con los obtenidos usando el método 5 DOE en la Tabla 5. (Para facilitar la fabricación, el número de vueltas (N) del resorte de torsión es 4,9 en lugar de 4,88, y la deflexión (xd ) es de 8 mm en lugar de 7,99 mm en el resorte de compresión). Se puede ver que BA tiene un mejor resultado.BA evalúa todos los valores mediante búsquedas locales y globales.De esta manera podrá probar más alternativas más rápido.
En este estudio, se utilizó a Adams para analizar el movimiento del mecanismo del ala.Adams recibe primero un modelo 3D del mecanismo.Luego defina un resorte con los parámetros seleccionados en la sección anterior.Además, es necesario definir algunos otros parámetros para el análisis real.Se trata de parámetros físicos como conexiones, propiedades de los materiales, contacto, fricción y gravedad.Entre el eje de la cuchilla y el cojinete hay una articulación giratoria.Hay 5-6 juntas cilíndricas.Hay 5-1 juntas fijas.El cuerpo principal está hecho de material de aluminio y es fijo.El material del resto de piezas es acero.Elija el coeficiente de fricción, la rigidez de contacto y la profundidad de penetración de la superficie de fricción según el tipo de material.(acero inoxidable AISI 304) En este estudio, el parámetro crítico es el tiempo de apertura del mecanismo del ala, el cual debe ser inferior a 200 ms.Por lo tanto, esté atento al tiempo de apertura del ala durante el análisis.
Como resultado del análisis de Adams, el tiempo de apertura del mecanismo del ala es de 74 milisegundos.Los resultados de la simulación dinámica del 1 al 4 se muestran en la Figura 7. La primera imagen de la Figura.5 es la hora de inicio de la simulación y las alas están en posición de espera para plegarse.(2) Muestra la posición del ala después de 40 ms cuando el ala ha girado 43 grados.(3) muestra la posición del ala después de 71 milisegundos.También en la última imagen (4) se muestra el final del giro de la hoja y la posición abierta.Como resultado del análisis dinámico, se observó que el mecanismo de apertura del ala es significativamente más corto que el valor objetivo de 200 ms.Además, al dimensionar los resortes se seleccionaron los límites de seguridad entre los valores más altos recomendados en la literatura.
Una vez finalizados todos los estudios de diseño, optimización y simulación, se fabricó e integró un prototipo del mecanismo.Luego se probó el prototipo para verificar los resultados de la simulación.Primero asegura el caparazón principal y dobla las alas.Luego se soltaron las alas de la posición plegada y se realizó un vídeo de la rotación de las alas desde la posición plegada a la desplegada.El cronómetro también se utilizó para analizar el tiempo durante la grabación de vídeo.
En la fig.8 muestra fotogramas de vídeo numerados del 1 al 4.El cuadro número 1 de la figura muestra el momento de liberación de las alas plegadas.Este momento se considera el momento inicial del tiempo t0.Los cuadros 2 y 3 muestran las posiciones de las alas 40 ms y 70 ms después del momento inicial.Al analizar los fotogramas 3 y 4 se puede observar que el movimiento del ala se estabiliza 90 ms después de t0, y la apertura del ala se completa entre 70 y 90 ms.Esta situación significa que tanto la simulación como las pruebas del prototipo dan aproximadamente el mismo tiempo de despliegue del ala y el diseño cumple con los requisitos de rendimiento del mecanismo.
En este artículo, los resortes de torsión y compresión utilizados en el mecanismo de plegado del ala se optimizan utilizando BA.Los parámetros se pueden alcanzar rápidamente con pocas iteraciones.El resorte de torsión tiene una capacidad nominal de 1075 mJ y el resorte de compresión tiene una capacidad nominal de 37,24 mJ.Estos valores son entre un 40% y un 50% mejores que los estudios anteriores del DOE.El resorte está integrado en el mecanismo y analizado en el programa ADAMS.Cuando se analizó, se encontró que las alas se abrieron en 74 milisegundos.Este valor está muy por debajo del objetivo del proyecto de 200 milisegundos.En un estudio experimental posterior, se midió que el tiempo de activación era de unos 90 ms.Esta diferencia de 16 milisegundos entre análisis puede deberse a factores ambientales no modelados en el software.Se cree que el algoritmo de optimización obtenido como resultado del estudio se puede utilizar para varios diseños de resortes.
El material del resorte estaba predefinido y no se utilizó como variable en la optimización.Dado que en aviones y cohetes se utilizan muchos tipos diferentes de resortes, en futuras investigaciones se aplicará BA para diseñar otros tipos de resortes utilizando diferentes materiales para lograr un diseño de resorte óptimo.
Declaramos que este manuscrito es original, no ha sido publicado previamente y actualmente no está siendo considerado para publicación en ningún otro lugar.
Todos los datos generados o analizados en este estudio se incluyen en este artículo publicado [y archivo de información adicional].
Min, Z., Kin, VK y Richard, LJ Aeronaves Modernización del concepto de perfil aerodinámico mediante cambios geométricos radicales.IES J. Parte A Civilización.compuesto.proyecto.3(3), 188–195 (2010).
Sun, J., Liu, K. y Bhushan, B. Una descripción general del ala trasera del escarabajo: estructura, propiedades mecánicas, mecanismos e inspiración biológica.J. Mecha.Comportamiento.Ciencia Biomedica.alma mater.94, 63–73 (2019).
Chen, Z., Yu, J., Zhang, A. y Zhang, F. Diseño y análisis de un mecanismo de propulsión plegable para un planeador submarino de propulsión híbrida.Ingeniería Oceánica 119, 125-134 (2016).
Kartik, HS y Prithvi, K. Diseño y análisis de un mecanismo de plegado del estabilizador horizontal de un helicóptero.interno J. Ing.tanque de almacenamiento.tecnologías.(IGERT) 9(05), 110–113 (2020).
Kulunk, Z. y Sahin, M. Optimización de los parámetros mecánicos del diseño de un ala de cohete plegable mediante un enfoque de diseño experimental.Modelo J. interno.mejoramiento.9(2), 108–112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Método de diseño, estudio de rendimiento y proceso de fabricación de resortes helicoidales compuestos: una revisión.componer.compuesto.252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. y Khaddar M. Optimización del diseño dinámico de resortes helicoidales.Solicite sonido.77, 178–183 (2014).
Paredes, M., Sartor, M. y Mascle, K. Un procedimiento para optimizar el diseño de resortes de tensión.computadora.aplicación del método.pelo.proyecto.191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. y Trochu F. Diseño óptimo de resortes helicoidales compuestos mediante optimización multiobjetivo.J. Reinf.el plastico.componer.28 (14), 1713-1732 (2009).
Pawart, HB y Desale, DD Optimización de resortes helicoidales de suspensión delantera de triciclo.proceso.fabricante.20, 428–433 (2018).
Bahshesh M. y Bahshesh M. Optimización de resortes helicoidales de acero con resortes compuestos.J. Interno Multidisciplinario.la ciencia.proyecto.3(6), 47–51 (2012).
Chen, L. y col.Conozca los múltiples parámetros que afectan el rendimiento estático y dinámico de los resortes helicoidales compuestos.J. Mercado.tanque de almacenamiento.20, 532–550 (2022).
Frank, J. Análisis y optimización de resortes helicoidales compuestos, tesis doctoral, Universidad Estatal de Sacramento (2020).
Gu, Z., Hou, X. y Ye, J. Métodos para diseñar y analizar resortes helicoidales no lineales utilizando una combinación de métodos: análisis de elementos finitos, muestreo limitado de hipercubo latino y programación genética.proceso.Instituto de pieles.proyecto.CJ Mecha.proyecto.la ciencia.235(22), 5917–5930 (2021).
Wu, L., et al.Resortes helicoidales multifilamentos de fibra de carbono con tasa de resorte ajustable: un estudio de diseño y mecanismo.J. Mercado.tanque de almacenamiento.9(3), 5067–5076 (2020).
Patil DS, Mangrulkar KS y Jagtap ST Optimización del peso de resortes helicoidales de compresión.interno J. Innov.tanque de almacenamiento.Multidisciplinario.2(11), 154–164 (2016).
Rahul, MS y Rameshkumar, K. Optimización multipropósito y simulación numérica de resortes helicoidales para aplicaciones automotrices.alma mater.proceso hoy.46, 4847–4853 (2021).
Bai, JB y cols.Definición de mejores prácticas: diseño óptimo de estructuras helicoidales compuestas utilizando algoritmos genéticos.componer.compuesto.268, 113982 (2021).
Shahin, I., Dorterler, M. y Gokche, H. Utilizando el método de optimización 灰狼 basado en la optimización del volumen mínimo del diseño del resorte de compresión, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. y Sait, SM Metaheurísticas que utilizan múltiples agentes para optimizar las fallas.interno J. Veh.dic.80(2–4), 223–240 (2019).
Yildyz, AR y Erdash, MU Nuevo algoritmo híbrido de optimización del grupo Taguchi-salpa para el diseño confiable de problemas de ingeniería reales.alma mater.prueba.63(2), 157–162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR y Sait SM Diseño confiable de mecanismos de agarre robóticos utilizando un nuevo algoritmo híbrido de optimización de saltamontes.experto.sistema.38(3), e12666 (2021).