Composant chimique de tube de bobine en acier inoxydable AISI 304/304L, optimisant les paramètres de ressort à ailes pliantes à l'aide de l'algorithme Honeybee

Merci d'avoir visité Nature.com.Vous utilisez une version de navigateur avec une prise en charge CSS limitée.Pour une expérience optimale, nous vous recommandons d'utiliser un navigateur mis à jour (ou de désactiver le mode de compatibilité dans Internet Explorer).De plus, pour garantir un support continu, nous affichons le site sans styles ni JavaScript.
Curseurs affichant trois articles par diapositive.Utilisez les boutons Précédent et Suivant pour vous déplacer dans les diapositives, ou les boutons du contrôleur de diapositives à la fin pour vous déplacer dans chaque diapositive.

Tube capillaire enroulé en acier inoxydable AISI 304/304L

La bobine en acier inoxydable AISI 304 est un produit polyvalent avec une excellente résistance et convient à une grande variété d'applications qui nécessitent une bonne formabilité et soudabilité.

Sheye Metal stocke 304 bobines de 0,3 mm à 16 mm d'épaisseur et finition 2B, finition BA, finition n°4 sont toujours disponibles.

Outre les trois types de surfaces, les bobines en acier inoxydable 304 peuvent être livrées avec une variété de finitions de surface.L’acier inoxydable de qualité 304 contient à la fois du Cr (généralement 18 %) et du nickel (généralement 8 %) comme principaux constituants non ferreux.

Ce type de bobines est un acier inoxydable typiquement austénitique, appartenant à la famille standard des aciers inoxydables Cr-Ni.

Ils sont généralement utilisés pour les biens ménagers et de consommation, les équipements de cuisine, les revêtements intérieurs et extérieurs, les mains courantes et les cadres de fenêtres, les équipements de l'industrie agroalimentaire et les réservoirs de stockage.

Dans cette étude, la conception des ressorts de torsion et de compression du mécanisme de pliage des ailes utilisé dans la fusée est considérée comme un problème d'optimisation.Une fois que la fusée quitte le tube de lancement, les ailes fermées doivent être ouvertes et sécurisées pendant un certain temps.Le but de l'étude était de maximiser l'énergie stockée dans les ressorts afin que les ailes puissent se déployer dans les plus brefs délais.Dans ce cas, l’équation énergétique des deux publications a été définie comme la fonction objectif du processus d’optimisation.Le diamètre du fil, le diamètre de la bobine, le nombre de bobines et les paramètres de déflexion requis pour la conception du ressort ont été définis comme variables d'optimisation.Il existe des limites géométriques sur les variables dues à la taille du mécanisme, ainsi que des limites sur le facteur de sécurité dues à la charge supportée par les ressorts.L'algorithme de l'abeille domestique (BA) a été utilisé pour résoudre ce problème d'optimisation et réaliser la conception du ressort.Les valeurs énergétiques obtenues avec BA sont supérieures à celles obtenues lors des précédentes études de plans d'expériences (DOE).Les ressorts et les mécanismes conçus à l'aide des paramètres obtenus grâce à l'optimisation ont d'abord été analysés dans le programme ADAMS.Des tests expérimentaux ont ensuite été réalisés en intégrant les ressorts fabriqués dans des mécanismes réels.À la suite du test, il a été observé que les ailes s’ouvraient au bout d’environ 90 millisecondes.Cette valeur est bien inférieure à l'objectif du projet de 200 ms.De plus, la différence entre les résultats analytiques et expérimentaux n'est que de 16 ms.
Dans les avions et les véhicules marins, les mécanismes de pliage sont essentiels.Ces systèmes sont utilisés dans les modifications et conversions d'avions pour améliorer les performances de vol et le contrôle.Selon le mode de vol, les ailes se replient et se déplient différemment pour réduire l'impact aérodynamique1.Cette situation peut être comparée aux mouvements des ailes de certains oiseaux et insectes lors des vols et plongées quotidiens.De même, les planeurs se plient et se déplient dans les submersibles pour réduire les effets hydrodynamiques et maximiser la maniabilité3.Un autre objectif encore de ces mécanismes est d'apporter des avantages volumétriques à des systèmes tels que le repliement d'une hélice d'hélicoptère 4 pour le stockage et le transport.Les ailes de la fusée se replient également pour réduire l'espace de stockage.Ainsi, davantage de missiles peuvent être placés sur une zone plus petite du lanceur 5. Les composants qui sont utilisés efficacement lors du pliage et du dépliage sont généralement des ressorts.Au moment du pliage, l'énergie y est stockée et libérée au moment du déploiement.Grâce à sa structure flexible, l'énergie stockée et libérée est égalisée.Le ressort est principalement conçu pour le système, et cette conception présente un problème d'optimisation6.Car s'il inclut diverses variables telles que le diamètre du fil, le diamètre de la bobine, le nombre de tours, l'angle d'hélice et le type de matériau, il existe également des critères tels que la masse, le volume, la répartition minimale des contraintes ou la disponibilité maximale de l'énergie7.
Cette étude apporte un éclairage sur la conception et l'optimisation des ressorts pour les mécanismes de repliement des ailes utilisés dans les systèmes de fusées.Étant à l'intérieur du tube de lancement avant le vol, les ailes restent repliées à la surface de la fusée, et après avoir quitté le tube de lancement, elles se déplient pendant un certain temps et restent plaquées à la surface.Ce processus est essentiel au bon fonctionnement de la fusée.Dans le mécanisme de pliage développé, l'ouverture des ailes est réalisée par des ressorts de torsion, et le verrouillage est réalisé par des ressorts de compression.Pour concevoir un ressort adapté, un processus d’optimisation doit être effectué.Dans le cadre de l'optimisation des ressorts, il existe diverses applications dans la littérature.
Paredes et al.8 ont défini le facteur de durée de vie maximale en fatigue comme fonction objective pour la conception des ressorts hélicoïdaux et ont utilisé la méthode quasi-newtonienne comme méthode d'optimisation.Les variables d'optimisation ont été identifiées comme le diamètre du fil, le diamètre de la bobine, le nombre de tours et la longueur du ressort.Un autre paramètre de la structure du ressort est le matériau à partir duquel il est fabriqué.C’est pourquoi cela a été pris en compte dans les études de conception et d’optimisation.Zebdi et coll.9 ont fixé des objectifs de rigidité maximale et de poids minimum dans la fonction objectif de leur étude, où le facteur poids était significatif.Dans ce cas, ils ont défini le matériau du ressort et les propriétés géométriques comme variables.Ils utilisent un algorithme génétique comme méthode d'optimisation.Dans l’industrie automobile, le poids des matériaux est utile à bien des égards, depuis les performances du véhicule jusqu’à la consommation de carburant.La minimisation du poids tout en optimisant les ressorts hélicoïdaux pour la suspension est une étude bien connue10.Bahshesh et Bahshesh11 ont identifié des matériaux tels que le verre E, le carbone et le Kevlar comme variables dans leur travail dans l'environnement ANSYS dans le but d'atteindre un poids minimum et une résistance à la traction maximale dans diverses conceptions composites de ressorts de suspension.Le processus de fabrication est essentiel dans le développement de ressorts composites.Ainsi, diverses variables entrent en jeu dans un problème d’optimisation, comme la méthode de production, les étapes franchies dans le processus et la séquence de ces étapes12,13.Lors de la conception de ressorts pour systèmes dynamiques, les fréquences propres du système doivent être prises en compte.Il est recommandé que la première fréquence propre du ressort soit au moins 5 à 10 fois supérieure à la fréquence propre du système pour éviter toute résonance14.Taktak et coll.7 a décidé de minimiser la masse du ressort et de maximiser la première fréquence naturelle en tant que fonctions objectives dans la conception du ressort hélicoïdal.Ils ont utilisé des méthodes de recherche de modèles, de point intérieur, d'ensemble actif et d'algorithme génétique dans l'outil d'optimisation Matlab.La recherche analytique fait partie de la recherche sur la conception des ressorts, et la méthode des éléments finis est populaire dans ce domaine15.Patil et al.16 ont développé une méthode d'optimisation pour réduire le poids d'un ressort hélicoïdal de compression à l'aide d'une procédure analytique et ont testé les équations analytiques à l'aide de la méthode des éléments finis.Un autre critère pour augmenter l’utilité d’une source est l’augmentation de l’énergie qu’elle peut emmagasiner.Ce boîtier garantit également que le ressort conserve son utilité pendant une longue période.Rahul et Rameshkumar17 cherchent à réduire le volume du ressort et à augmenter l'énergie de déformation dans les conceptions de ressorts hélicoïdaux de voiture.Ils ont également utilisé des algorithmes génétiques dans la recherche d’optimisation.
Comme on peut le constater, les paramètres de l’étude d’optimisation varient d’un système à l’autre.En général, les paramètres de rigidité et de contrainte de cisaillement sont importants dans un système où la charge qu'il supporte est le facteur déterminant.La sélection des matériaux est incluse dans le système de limite de poids avec ces deux paramètres.D'autre part, les fréquences propres sont vérifiées pour éviter les résonances dans les systèmes hautement dynamiques.Dans les systèmes où l’utilité est importante, l’énergie est maximisée.Dans les études d'optimisation, bien que le FEM soit utilisé pour des études analytiques, on peut constater que des algorithmes métaheuristiques tels que l'algorithme génétique14,18 et l'algorithme du loup gris19 sont utilisés conjointement avec la méthode classique de Newton dans une plage de certains paramètres.Des algorithmes métaheuristiques ont été développés sur la base de méthodes d’adaptation naturelle qui se rapprochent de l’état optimal dans un court laps de temps, notamment sous l’influence de la population20,21.Avec une répartition aléatoire de la population dans la zone de recherche, ils évitent les optima locaux et évoluent vers des optima globaux22.Ainsi, ces dernières années, elle a souvent été utilisée dans le cadre de problèmes industriels réels23,24.
Le cas critique pour le mécanisme de pliage développé dans cette étude est que les ailes, qui étaient en position fermée avant le vol, s'ouvrent un certain temps après avoir quitté le tube.Après cela, l'élément de verrouillage bloque l'aile.Les ressorts n’affectent donc pas directement la dynamique de vol.Dans ce cas, le but de l’optimisation était de maximiser l’énergie stockée pour accélérer le mouvement du ressort.Le diamètre des rouleaux, le diamètre du fil, le nombre de rouleaux et la déflexion ont été définis comme paramètres d'optimisation.En raison de la petite taille du ressort, le poids n’était pas considéré comme un objectif.Par conséquent, le type de matériau est défini comme fixe.La marge de sécurité pour les déformations mécaniques est déterminée comme une limitation critique.De plus, des contraintes de taille variables interviennent dans la portée du mécanisme.La méthode métaheuristique BA a été choisie comme méthode d’optimisation.BA a été privilégiée pour sa structure flexible et simple, ainsi que pour ses avancées dans la recherche en optimisation mécanique25.Dans la deuxième partie de l'étude, des expressions mathématiques détaillées sont incluses dans le cadre de la conception de base et de la conception des ressorts du mécanisme de pliage.La troisième partie contient l'algorithme d'optimisation et les résultats de l'optimisation.Le chapitre 4 effectue une analyse dans le programme ADAMS.L'adéquation des ressorts est analysée avant la production.La dernière section contient des résultats expérimentaux et des images de test.Les résultats obtenus dans l'étude ont également été comparés aux travaux antérieurs des auteurs utilisant l'approche DOE.
Les ailes développées dans cette étude devraient se replier vers la surface de la fusée.Les ailes tournent de la position pliée à la position dépliée.Pour cela, un mécanisme spécial a été développé.Sur la fig.La figure 1 montre la configuration pliée et dépliée5 dans le système de coordonnées de la fusée.
Sur la fig.La figure 2 montre une vue en coupe du mécanisme.Le mécanisme se compose de plusieurs pièces mécaniques : (1) corps principal, (2) arbre d'aile, (3) roulement, (4) corps de serrure, (5) douille de serrure, (6) goupille d'arrêt, (7) ressort de torsion et ( 8 ) ressorts de compression.L'arbre d'aile (2) est relié au ressort de torsion (7) par l'intermédiaire du manchon de verrouillage (4).Les trois parties tournent simultanément après le décollage de la fusée.Avec ce mouvement de rotation, les ailes tournent vers leur position finale.Ensuite, la goupille (6) est actionnée par le ressort de compression (8), bloquant ainsi tout le mécanisme du corps de verrouillage (4)5.
Le module élastique (E) et le module de cisaillement (G) sont des paramètres de conception clés du ressort.Dans cette étude, un fil d'acier à ressort à haute teneur en carbone (fil musical ASTM A228) a été choisi comme matériau de ressort.Les autres paramètres sont le diamètre du fil (d), le diamètre moyen de la bobine (Dm), le nombre de bobines (N) et la déflexion du ressort (xd pour les ressorts de compression et θ pour les ressorts de torsion)26.L'énergie stockée pour les ressorts de compression \({(SE}_{x})\) et de torsion (\({SE}_{\theta}\)) peut être calculée à partir de l'équation.(1) et (2)26.(La valeur du module de cisaillement (G) pour le ressort de compression est de 83,7E9 Pa et la valeur du module d'élasticité (E) pour le ressort de torsion est de 203,4E9 Pa.)
Les dimensions mécaniques du système déterminent directement les contraintes géométriques du ressort.De plus, les conditions dans lesquelles la fusée sera située doivent également être prises en compte.Ces facteurs déterminent les limites des paramètres du ressort.Une autre limitation importante est le facteur de sécurité.La définition d'un facteur de sécurité est décrite en détail par Shigley et al.26.Le facteur de sécurité du ressort de compression (SFC) est défini comme la contrainte maximale admissible divisée par la contrainte sur la longueur continue.SFC peut être calculé à l’aide d’équations.(3), (4), (5) et (6)26.(Pour le matériau du ressort utilisé dans cette étude, \({S}_{sy}=980 MPa\)).F représente la force dans l'équation et KB représente le facteur Bergstrasser de 26.
Le facteur de sécurité en torsion d'un ressort (SFT) est défini comme M divisé par k.SFT peut être calculé à partir de l’équation.(7), (8), (9) et (10)26.(Pour le matériel utilisé dans cette étude, \({S}_{y}=1600 \mathrm{MPa}\)).Dans l'équation, M est utilisé pour le couple, \({k}^{^{\prime}}\) est utilisé pour la constante du ressort (couple/rotation) et Ki est utilisé pour le facteur de correction de contrainte.
Le principal objectif d’optimisation de cette étude est de maximiser l’énergie du ressort.La fonction objectif est formulée pour trouver \(\overrightarrow{\{X\}}\) qui maximise \(f(X)\).\({f}_{1}(X)\) et \({f}_{2}(X)\) sont respectivement les fonctions énergétiques du ressort de compression et de torsion.Les variables calculées et les fonctions utilisées pour l'optimisation sont présentées dans les équations suivantes.
Les différentes contraintes imposées à la conception du ressort sont données dans les équations suivantes.Les équations (15) et (16) représentent respectivement les facteurs de sécurité pour les ressorts de compression et de torsion.Dans cette étude, SFC doit être supérieur ou égal à 1,2 et SFT doit être supérieur ou égal à θ26.
BA s'est inspiré des stratégies de recherche de pollen des abeilles27.Les abeilles recherchent en envoyant plus de butineuses vers les champs de pollen fertiles et moins de butineuses vers les champs de pollen moins fertiles.Ainsi, la plus grande efficacité de la population d'abeilles est obtenue.D’un autre côté, les abeilles éclaireuses continuent de rechercher de nouvelles zones de pollen, et s’il existe des zones plus productives qu’auparavant, de nombreuses butineuses seront dirigées vers cette nouvelle zone28.BA se compose de deux parties : la recherche locale et la recherche globale.Une recherche locale recherche plus de communautés proches du minimum (sites élites), comme les abeilles, et moins sur d'autres sites (sites optimaux ou vedettes).Une recherche arbitraire est effectuée dans la partie recherche globale, et si de bonnes valeurs sont trouvées, les stations sont déplacées vers la partie recherche locale à l'itération suivante.L'algorithme contient quelques paramètres : le nombre d'abeilles éclaireuses (n), le nombre de sites de recherche locaux (m), le nombre de sites élites (e), le nombre de butineuses dans les sites élites (nep), le nombre de butineuses dans zones optimales.Site (nsp), taille du quartier (ngh) et nombre d'itérations (I)29.Le pseudocode BA est illustré à la figure 3.
L'algorithme essaie de fonctionner entre \({g}_{1}(X)\) et \({g}_{2}(X)\).À la suite de chaque itération, des valeurs optimales sont déterminées et une population est rassemblée autour de ces valeurs pour tenter d'obtenir les meilleures valeurs.Les restrictions sont vérifiées dans les sections de recherche locale et globale.Lors d'une recherche locale, si ces facteurs sont appropriés, la valeur énergétique est calculée.Si la nouvelle valeur énergétique est supérieure à la valeur optimale, attribuez la nouvelle valeur à la valeur optimale.Si la meilleure valeur trouvée dans le résultat de la recherche est supérieure à l'élément actuel, le nouvel élément sera inclus dans la collection.Le schéma fonctionnel de la recherche locale est présenté à la figure 4.
La population est l’un des paramètres clés de BA.Il ressort d’études antérieures que l’expansion de la population réduit le nombre d’itérations nécessaires et augmente les chances de succès.Cependant, le nombre d’évaluations fonctionnelles augmente également.La présence d'un grand nombre de sites d'élite n'affecte pas de manière significative les performances.Le nombre de sites d’élite peut être faible s’il n’est pas nul30.La taille de la population d'abeilles éclaireuses (n) est généralement choisie entre 30 et 100. Dans cette étude, 30 et 50 scénarios ont été exécutés pour déterminer le nombre approprié (tableau 2).D'autres paramètres sont déterminés en fonction de la population.Le nombre de sites sélectionnés (m) représente (environ) 25 % de la taille de la population, et le nombre de sites d'élite (e) parmi les sites sélectionnés est de 25 % de m.Le nombre d'abeilles nourricières (nombre de recherches) a été choisi à 100 pour les parcelles élites et à 30 pour les autres parcelles locales.La recherche de quartier est le concept de base de tous les algorithmes évolutionnaires.Dans cette étude, la méthode des voisins dégressifs a été utilisée.Cette méthode réduit la taille du quartier à un certain rythme à chaque itération.Dans les itérations futures, des valeurs de voisinage plus petites30 pourront être utilisées pour une recherche plus précise.
Pour chaque scénario, dix tests consécutifs ont été réalisés pour vérifier la reproductibilité de l'algorithme d'optimisation.Sur la fig.5 montre les résultats de l'optimisation du ressort de torsion pour le schéma 1, et sur la fig.6 – pour le schéma 2. Les données de test sont également données dans les tableaux 3 et 4 (un tableau contenant les résultats obtenus pour le ressort de compression se trouve dans les informations supplémentaires S1).La population d’abeilles intensifie la recherche de bonnes valeurs dès la première itération.Dans le scénario 1, les résultats de certains tests étaient inférieurs au maximum.Dans le scénario 2, on peut voir que tous les résultats d'optimisation se rapprochent du maximum en raison de l'augmentation de la population et d'autres paramètres pertinents.On voit que les valeurs du scénario 2 sont suffisantes pour l'algorithme.
Lors de l’obtention de la valeur maximale de l’énergie en itérations, un facteur de sécurité est également fourni comme contrainte pour l’étude.Voir le tableau pour le facteur de sécurité.Les valeurs d'énergie obtenues par BA sont comparées à celles obtenues par la méthode 5 DOE dans le tableau 5. (Pour faciliter la fabrication, le nombre de tours (N) du ressort de torsion est de 4,9 au lieu de 4,88, et la flèche (xd ) est de 8 mm au lieu de 7,99 mm dans le ressort de compression.) On voit que BA est un meilleur résultat.BA évalue toutes les valeurs via des recherches locales et globales.De cette façon, il peut essayer plus d’alternatives plus rapidement.
Dans cette étude, Adams a été utilisé pour analyser le mouvement du mécanisme des ailes.Adams reçoit d'abord un modèle 3D du mécanisme.Définissez ensuite un ressort avec les paramètres sélectionnés dans la section précédente.De plus, d’autres paramètres doivent être définis pour l’analyse proprement dite.Il s'agit de paramètres physiques tels que les connexions, les propriétés des matériaux, le contact, la friction et la gravité.Il y a un joint pivotant entre l'arbre de la lame et le roulement.Il y a 5 à 6 joints cylindriques.Il y a 5-1 joints fixes.Le corps principal est en aluminium et fixe.Le matériau du reste des pièces est en acier.Choisissez le coefficient de frottement, la rigidité de contact et la profondeur de pénétration de la surface de friction en fonction du type de matériau.(acier inoxydable AISI 304) Dans cette étude, le paramètre critique est le temps d'ouverture du mécanisme du battant, qui doit être inférieur à 200 ms.Par conséquent, gardez un œil sur le temps d’ouverture de l’aile pendant l’analyse.
À la suite de l'analyse d'Adams, le temps d'ouverture du mécanisme des ailes est de 74 millisecondes.Les résultats de la simulation dynamique de 1 à 4 sont présentés dans la figure 7. La première image de la figure.5 est l'heure de début de la simulation et les ailes sont en position d'attente de repliage.(2) Affiche la position de l'aile après 40 ms lorsque l'aile a tourné de 43 degrés.(3) montre la position de l'aile après 71 millisecondes.La dernière photo (4) montre également la fin du tour de l'aile et la position ouverte.À la suite d’une analyse dynamique, il a été observé que le mécanisme d’ouverture des ailes est nettement plus court que la valeur cible de 200 ms.De plus, lors du dimensionnement des ressorts, les limites de sécurité ont été choisies parmi les valeurs les plus élevées préconisées dans la littérature.
Après avoir réalisé toutes les études de conception, d'optimisation et de simulation, un prototype du mécanisme a été fabriqué et intégré.Le prototype a ensuite été testé pour vérifier les résultats de la simulation.Fixez d’abord la coque principale et pliez les ailes.Ensuite, les ailes ont été libérées de la position repliée et une vidéo a été réalisée de la rotation des ailes de la position repliée à la position déployée.La minuterie était également utilisée pour analyser le temps pendant l'enregistrement vidéo.
Sur la fig.8 montre les images vidéo numérotées de 1 à 4.L'image numéro 1 sur la figure montre le moment de libération des ailes repliées.Cet instant est considéré comme l’instant initial du temps t0.Les images 2 et 3 montrent les positions des ailes 40 ms et 70 ms après le moment initial.En analysant les images 3 et 4, on constate que le mouvement de l'aile se stabilise 90 ms après t0, et l'ouverture de l'aile s'achève entre 70 et 90 ms.Cette situation signifie que les tests de simulation et de prototype donnent à peu près le même temps de déploiement de l'aile, et que la conception répond aux exigences de performance du mécanisme.
Dans cet article, les ressorts de torsion et de compression utilisés dans le mécanisme de pliage des ailes sont optimisés à l'aide de BA.Les paramètres peuvent être atteints rapidement avec quelques itérations.Le ressort de torsion est évalué à 1 075 mJ et le ressort de compression à 37,24 mJ.Ces valeurs sont 40 à 50 % meilleures que les études précédentes du DOE.Le ressort est intégré au mécanisme et analysé dans le programme ADAMS.Lors de l'analyse, il a été constaté que les ailes s'ouvraient en 74 millisecondes.Cette valeur est bien inférieure à l'objectif du projet de 200 millisecondes.Dans une étude expérimentale ultérieure, le temps d’activation a été mesuré à environ 90 ms.Cette différence de 16 millisecondes entre les analyses peut être due à des facteurs environnementaux non modélisés dans le logiciel.On pense que l'algorithme d'optimisation obtenu à la suite de l'étude peut être utilisé pour diverses conceptions de ressorts.
Le matériau du ressort a été prédéfini et n'a pas été utilisé comme variable dans l'optimisation.Étant donné que de nombreux types de ressorts sont utilisés dans les avions et les fusées, BA sera appliqué à la conception d’autres types de ressorts en utilisant différents matériaux afin d’obtenir une conception de ressort optimale dans les recherches futures.
Nous déclarons que ce manuscrit est original, n’a pas été publié auparavant et n’est actuellement pas envisagé pour une publication ailleurs.
Toutes les données générées ou analysées dans cette étude sont incluses dans cet article publié [et le fichier d'informations supplémentaires].
Min, Z., Kin, VK et Richard, LJ Aircraft Modernisation du concept de voilure grâce à des changements géométriques radicaux.IES J. Partie A Civilisation.composé.projet.3(3), 188-195 (2010).
Sun, J., Liu, K. et Bhushan, B. Un aperçu de l'aile postérieure du coléoptère : structure, propriétés mécaniques, mécanismes et inspiration biologique.J. Mecha.Comportement.Science biomédicale.mère nourricière.94, 63-73 (2019).
Chen, Z., Yu, J., Zhang, A. et Zhang, F. Conception et analyse d'un mécanisme de propulsion pliable pour un planeur sous-marin à propulsion hybride.Génie océanique 119, 125-134 (2016).
Kartik, HS et Prithvi, K. Conception et analyse d'un mécanisme de pliage de stabilisateur horizontal d'hélicoptère.interne J. Ing.réservoir de stockage.les technologies.(IGERT) 9(05), 110-113 (2020).
Kulunk, Z. et Sahin, M. Optimisation des paramètres mécaniques d'une conception d'aile de fusée repliable à l'aide d'une approche de conception d'expériences.Modèle J. interne.optimisation.9(2), 108-112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Méthode de conception, étude des performances et processus de fabrication des ressorts hélicoïdaux composites : une revue.composer.composé.252, 112747 (2020).
Taktak M., Omheni K., Alui A., Dammak F. et Khaddar M. Optimisation de la conception dynamique des ressorts hélicoïdaux.Faites une demande de son.77, 178-183 (2014).
Paredes, M., Sartor, M. et Mascle, K. Une procédure pour optimiser la conception des ressorts de tension.ordinateur.application de la méthode.fourrure.projet.191(8-10), 783-797 (2001).
Zebdi O., Bouhili R. et Trochu F. Conception optimale de ressorts hélicoïdaux composites utilisant l'optimisation multiobjectif.J. Reinf.Plastique.composer.28 (14), 1713-1732 (2009).
Pawart, HB et Desale, DD Optimisation des ressorts hélicoïdaux de suspension avant de tricycle.processus.fabricant.20, 428-433 (2018).
Bahshesh M. et Bahshesh M. Optimisation des ressorts hélicoïdaux en acier avec des ressorts composites.interne J. Multidisciplinaire.la science.projet.3(6), 47-51 (2012).
Chen, L. et coll.Découvrez les multiples paramètres qui affectent les performances statiques et dynamiques des ressorts hélicoïdaux composites.J. Marché.réservoir de stockage.20, 532-550 (2022).
Frank, J. Analyse et optimisation des ressorts hélicoïdaux composites, thèse de doctorat, Sacramento State University (2020).
Gu, Z., Hou, X. et Ye, J. Méthodes de conception et d'analyse de ressorts hélicoïdaux non linéaires utilisant une combinaison de méthodes : analyse par éléments finis, échantillonnage limité par hypercube latin et programmation génétique.processus.Institut de la fourrure.projet.CJ Mécha.projet.la science.235(22), 5917-5930 (2021).
Wu, L. et coll.Ressorts hélicoïdaux multibrins en fibre de carbone à taux de ressort réglable : une étude de conception et de mécanisme.J. Marché.réservoir de stockage.9(3), 5067-5076 (2020).
Patil DS, Mangrulkar KS et Jagtap ST Optimisation du poids des ressorts hélicoïdaux de compression.interne J. Innov.réservoir de stockage.Multidisciplinaire.2(11), 154-164 (2016).
Rahul, MS et Rameshkumar, K. Optimisation polyvalente et simulation numérique des ressorts hélicoïdaux pour les applications automobiles.mère nourricière.processus aujourd’hui.46, 4847-4853 (2021).
Bai, JB et coll.Définir les meilleures pratiques – Conception optimale de structures hélicoïdales composites à l’aide d’algorithmes génétiques.composer.composé.268, 113982 (2021).
Shahin, I., Dorterler, M. et Gokche, H. Utilisation de la méthode d'optimisation 灰狼 basée sur l'optimisation du volume minimum de la conception du ressort de compression, Ghazi J. Engineering Science, 3(2), 21–27 ( 2017).
Aye, KM, Foldy, N., Yildiz, AR, Burirat, S. et Sait, SM Métaheuristiques utilisant plusieurs agents pour optimiser les crashs.interne J. Veh.déc.80(2-4), 223-240 (2019).
Yildyz, AR et Erdash, MU Nouvel algorithme hybride d'optimisation de groupe Taguchi-salpa pour la conception fiable de problèmes d'ingénierie réels.mère nourricière.test.63(2), 157-162 (2021).
Yildiz BS, Foldi N., Burerat S., Yildiz AR et Sait SM Conception fiable de mécanismes de préhension robotisés à l'aide d'un nouvel algorithme d'optimisation de sauterelle hybride.expert.système.38(3), e12666 (2021).