A nagy teherbírású csuklópántok kialakítása nagy forgási szöggel a részecskehullámok optimalizációja alapján

A zsanérok a mechanikus eszközök alapvető elemei, lehetővé téve a mozgást és a forgást. Míg az iparágakban széles körben használják a különféle típusú zsanérokat, mint például a forgó zsanérok, a Hooke Panches, a gömb alakú zsanérok, a hidraulikus hengerek és a golyós csavaros anyák párok, még mindig vannak bizonyos korlátozásaik. Például nehéz terhelések esetén a hagyományos zsanéroknak vastagnak kell lenniük a merevségi követelmények teljesítése érdekében. Ezenkívül azokban a különleges esetekben, amikor a hely korlátozott és a terhelés nagy, a hagyományos zsanérok küzdenek a funkciójuk teljesítése érdekében.

Ennek eredményeként egyre növekvő érdeklődés mutatkozik az új csuklópanel -tervek kutatása iránt. A részecske -raj optimalizálási (PSO) algoritmus, egyfajta raj intelligencia algoritmus, jelentős fejlődést és alkalmazást szerzett a mérnöki területeken. Ez az algoritmus az élelmiszerek számára repülõ madárcsoportok viselkedését használja az optimális megoldások elérése érdekében a komplex terekben az egyének közötti együttműködés és a verseny révén. A PSO algoritmusok rendkívül hatékonyak, könnyen megvalósíthatók és széles körben használhatók a mérnöki gyakorlatban. A PSO algoritmus alapvető folyamata magában foglalja az inicializálást, a részecske repülését és az eredmény meghatározását. Az algoritmus azzal kezdődik, hogy véletlenszerűen generál egy részecskék kezdeti populációját, amely a megvalósítható régióban mozog. Az egyes részecskék fitneszértékének kiszámításával az algoritmus meghatározza az egyes részecskék új mozgási irányát és sebességét. A részecskék mozgásának minden egyes körében az optimális részecske és a történelmi optimális részecske nagyobb mértékben befolyásolja a következő mozgást. Több iteráció után az algoritmus megkapja az optimális megoldást.

A PSO algoritmus konvergencia teljesítményét a tehetetlenségi súlyok bevezetésével javították, amint azt Shi és Eberhart javasolja. A részecske -evolúciós egyenlet számos összetevőt foglal magában, beleértve a tehetetlenséget, a megismerést és a társadalmi együttműködést. Az algoritmus -paraméterek, például a részecskebesség és az iterációk száma, meghatározott követelmények alapján módosíthatók. A PSO algoritmusok széles körben használt intelligens optimalizálási algoritmussá váltak a mérnöki alkalmazásokban és gyakran felülmúlják a genetikai algoritmusokat. A PSO algoritmusok azonban továbbra is kihívásokkal szembesülnek, például a korai konvergencia. Ezért jelentős kutatások zajlottak a PSO algoritmus fejlesztése és annak korlátozásainak kezelése érdekében.

A csuklópántos kialakítás kapcsán a projektkövetelmények 3 tonna terhelési kapacitást és ± 90 fokos forgási szöget tartalmaznak, a méretek nem haladják meg a 2000 mm x 500 mm x 1000 mm -t. E követelmények teljesítése érdekében a 2RPR mechanizmust választják ki a csuklópanizmus mechanizmusaként. Ez a mechanizmus egy forgó párból és egy mozgó párból áll, amelyek nagy merevséget, hibaelhárítási és kompenzációs képességeket kínálnak. Ezenkívül a mechanizmus szimmetrikus, lehetővé teszi az egyszerű telepítést és karbantartást.

Az optimalizálási tervezési folyamat során a forgási szög és a méretkövetelmények geometriai korlátok alkalmazásával teljesülnek. A legfontosabb kihívás azonban annak biztosítása, hogy a mechanizmus kiváló erőátviteli képességekkel rendelkezik. Ezt általában úgy érik el, hogy a mechanizmus minimális átviteli szögét beállítják.

Az erőátvitel elemzéséhez a CE rúdot elemző objektumként választják ki. Feltételezve, hogy az M terhelési tömege és a D -távolság a tömegközéppontja és a forgási pár között, megvizsgáljuk a CE rúdra gyakorolt ​​erőt. Ha figyelembe vesszük az erők és a CE rúd közötti szögeket, valamint a rúd és az x tengely közötti szöget, akkor az erő-egyensúly egyenlet származik. Ez az egyenlet biztosítja a mechanizmus erőátviteli képességeit.

Az elemzési eredmények alapján a mozgó párot ennek megfelelően tervezték. Előre egy elektromos hengermodellt, a GSX40-1201-et választják ki, figyelembe véve a stroke, a tolóerő és az axiális méretek. Más tényezőket, például az alkatrészek méretét, szintén figyelembe veszik a végső kialakításban. Az alumínium bronzból készült tolócsapágyakat minden forgó párhoz választják, figyelembe véve a nagy terhelést és a precíziós követelményeket. A fő alkatrészek 35crmnsia ötvözött acélból készülnek, amely nagy szakítószilárdságot és elasztikus modulust kínál.

A mechanikus kialakítás befejezése után létrehoznak egy CAD modellt a végső kialakítás megjelenítésére. A részecske-raj optimalizálási algoritmus sikeresen optimalizálta a nagy forgácsolási helyzetű nagy teherbírású csuklópántok kialakítását, biztosítva, hogy megfeleljen az összes tervezési követelménynek.

Összegezve, a részecskefajok optimalizálási algoritmusának hatékonynak bizonyult a nagy forgácsolási szögű nagy teherbírású csukló kialakításának optimalizálásában. A gondos konfiguráció és elemzés révén a 2RPR mechanizmus optimális kialakítását sikerült elérni. A mechanikus kialakítás, beleértve az alkatrészek és anyagok kiválasztását is, sikeresen befejeződött. A CAD modell a végső kialakítás vizuális ábrázolását biztosítja. Összességében a részecske -raj optimalizálási algoritmusok értékes eszközt kínálnak a zsanérok hatékony és eredményes kialakításához, és hozzájárulnak a mechanikus eszközök teljesítményének és funkcionalitásának javításához a különböző iparágakban.

Referenciák:

1. Wei Minhe, Han Xianguo, Zhang Jun. Optimalizálási kutatás a 3-up/s párhuzamos biliárdgömb csuklópánton [J]. Aerospace Manufacturing Technology, 2011 (3): 19-23.

2. Chen Lishun, Li Li, Zhang Hongliang. Az új szuper-redundáns robotj közös tervezése. Mechanikai tervezés és gyártás, 2010 (6): 148-150.

3. Yang Shun, Cai Anjiang. Az elektronikus gyorsító pedál feszültség -beállítási paramétereinek optimális megtervezése az RBF és a részecske -raj optimalizálási algoritmus alapján [J]. Mechanikai tervezés és gyártás, 2011 (1): 72-74.