Design av kraftig hengsel med stor rotasjonsvinkel basert på partikkel svermoptimalisering_hing

Hengsler er viktige komponenter i mekaniske enheter, noe som gir mulighet for bevegelse og rotasjon. Mens forskjellige typer hengsler har blitt mye brukt i bransjer, for eksempel roterende hengsler, hooke -hengsler, sfæriske hengsler, hydrauliske sylindere og kuleskruepar, har de fortsatt visse begrensninger. For eksempel, under tunge belastninger, må tradisjonelle hengsler være tykke for å oppfylle stivhetskrav. I spesielle tilfeller der plassen er begrenset og belastninger er store, kan tradisjonelle hengsler slite med å oppfylle sin funksjon.

Som et resultat har det vært økende interesse for å forske på nye hengsledesign. Particle Swarm Optimization (PSO) algoritme, en type svermintelligensalgoritme, har fått betydelig utvikling og anvendelse innen ingeniørfelt. Denne algoritmen benytter oppførselen til fuggrupper som flyr for mat for å oppnå optimale løsninger i komplekse rom gjennom samarbeid og konkurranse blant individer. PSO -algoritmer er svært effektive, enkle å implementere og mye brukt i ingeniørpraksis. Den grunnleggende prosessen for en PSO -algoritme inkluderer initialisering, partikkelflukt og resultatbestemmelse. Algoritmen starter med tilfeldig å generere en innledende populasjon av partikler, som beveger seg innenfor det gjennomførbare området. Ved å beregne egnethetsverdien til hver partikkel, bestemmer algoritmen den nye bevegelsesretningen og hastigheten til hver partikkel. Under hver runde med partikkelbevegelse har den optimale partikkelen og den historiske optimale partikkelen større innflytelse på neste bevegelsesrunde. Etter flere iterasjoner oppnår algoritmen den optimale løsningen.

Konvergensytelsen til PSO -algoritmen er forbedret ved å innføre treghetsvekter, som foreslått av Shi og Eberhart. Partikkelutviklingsligningen involverer flere komponenter, inkludert treghet, erkjennelse og sosialt samarbeid. Algoritmeparametrene, for eksempel partikkelhastighet og antall iterasjoner, kan justeres basert på spesifikke krav. PSO -algoritmer har blitt en mye brukt intelligent optimaliseringsalgoritme i ingeniørapplikasjoner og overgår ofte genetiske algoritmer. Imidlertid møter PSO -algoritmer fortsatt utfordringer, for eksempel for tidlig konvergens. Derfor har det vært betydelig forskning dedikert til å forbedre PSO -algoritmen og adressere dens begrensninger.

I sammenheng med hengsledesign inkluderer prosjektkravene en lastekapasitet på 3 tonn og en rotasjonsvinkel på ± 90 grader, med dimensjoner som ikke overstiger 2000 mm x 500 mm x 1000 mm. For å oppfylle disse kravene blir 2RPR -mekanismen valgt som hengselmekanismen. Denne mekanismen består av et roterende par og et bevegelig par, og tilbyr høy stivhet, feiljustering og kompensasjonsevner. I tillegg er mekanismen symmetrisk, noe som muliggjør enkel installasjon og vedlikehold.

Under optimaliseringsdesignprosessen blir rotasjonsvinkelen og størrelseskravene oppfylt ved å anvende geometriske begrensninger. Imidlertid ligger nøkkelutfordringen i å sikre at mekanismen har utmerkede kraftoverføringsevner. Dette oppnås typisk ved å sette en minimum overføringsvinkel for mekanismen.

For å analysere kraftoverføringen blir stangen CE valgt som analyseobjekt. Forutsatt at en lastmasse på M og en avstand på D mellom dets massesenter og rotasjonsparet, blir kraften som utøves på stangen CE undersøkt. Ved å vurdere vinklene mellom kreftene og stangen CE, så vel som vinkelen mellom stangen og x-aksen, er en kraftbalanse-ligning avledet. Denne ligningen sikrer mekanismenes kraftoverføringsfunksjoner.

Basert på analyseresultatene er det bevegelige paret designet deretter. En elektrisk sylindermodell, GSX40-1201, er foreløpig valgt, under hensyntagen til hjerneslag, skyvekraft og aksiale dimensjoner. Andre faktorer, for eksempel komponentstørrelse, blir også vurdert i den endelige utformingen. Skyvelagre laget av aluminiumsbronse velges for hvert roterende par, med tanke på deres høye bærende kapasitet og presisjonskrav. Hovedkomponentene er laget av 35crmnsia -legeringsstål, som gir høy strekkfasthet og elastisk modul.

Etter fullføring av den mekaniske designen er det etablert en CAD -modell for å visualisere den endelige designen. Particle Swarm Optimization-algoritmen har med hell optimalisert utformingen av det store rotasjonsvinkelhavs hengsel, og sikret at den oppfyller alle designkravene.

Avslutningsvis har Particle Swarm-optimaliseringsalgoritmen vist seg å være effektiv til å optimalisere utformingen av et stort rotasjonsvinklet tunge hengsel. Gjennom nøye konfigurasjon og analyse ble den optimale utformingen av 2RPR -mekanismen oppnådd. Den mekaniske utformingen, inkludert valg av komponenter og materialer, ble fullført. CAD -modellen gir en visuell representasjon av den endelige designen. Totalt sett tilbyr Particle Swarm -optimaliseringsalgoritmer et verdifullt verktøy for effektiv og effektiv utforming av hengsler og bidrar til å forbedre ytelsen og funksjonaliteten til mekaniske enheter i forskjellige bransjer.

Referanser:

1. Wei Minhe, Han Xianguo, Zhang Jun. Optimaliseringsforskning på 3-ups/s parallelle biljardballhengsel [J]. Aerospace Manufacturing Technology, 2011 (3): 19-23.

2. Chen Lishun, Li Li, Zhang Hongliang. Felles design av ny super-redundant Robotj. Mekanisk design og produksjon, 2010 (6): 148-150.

3. Yang Shun, Cai Anjiang. Optimal utforming av elektronisk akseleratorpedalspenningsjusteringsparametere basert på RBF og Particle Swarm Optimization -algoritmen [J]. Mekanisk design og produksjon, 2011 (1): 72-74.