چکیده مقاله
چکیده در طراحی سیستم های مکانیکی به ویژه گیربکس های صنعتی، الگوریتم های تکاملی مانند الگوریتم ژنتیک و بهینه سازی ازدحام ذرات نقش مهمی دارند در این تحقیق روش ترکیبی جدیدی بر مبنای GA–PSO پیشنهاد شده است که برای تقریب سریع مسئله طراحی از یک شبکه عصبی مصنوعی به عنوان مدل جانشین استفاده می کند هدف اصلی مسئله کاهش حجم کل گیربکس صنعتی و به تبع آن وزن با حفظ ضریب ایمنی خستگی مطابق استاندارد ISO ۶۳۳۶ است در این چارچوب ابعاد بهینه چرخ دنده نیز با در نظر گرفتن معیارهای تنش تماس و تنش خمشی تعیین می گردد تا محدودیت های خستگی برآورده شوند به منظور کاهش پیچیدگی محاسباتی، ابتدا یک مدل ANN برای تقریب رابطه بین پارامترهای طراحی و پاسخ خستگی ساخته شد سپس الگوریتم های ژنتیک، PSO و روش ترکیبی GA–PSO برای جستجوی بهینه پارامترها به کار گرفته شدند یافته های حاصل از بهینه سازی پیشنهادی نشان داد که حجم مجموعه گیربکس حدود ۳۰٪ کاهش می یابد، در حالی که ضریب ایمنی خستگی مطابق ISO ۶۳۳۶ در تمام حالت ها حداقل ۱٫۶ حفظ شده است دقت پیش بینی مدل ANN در حدود ۹۸٪ به دست آمد که نشان دهنده قابلیت بالای جانشینی این مدل در تخمین پاسخ های پیچیده است زمان محاسباتی به طور چشمگیری کاهش یافت به طور نمونه بیش از ۵۰٪ تسریع که نشان دهنده کارایی بالای روش پیشنهادی است به طور کلی، ترکیب هوشمند GA، PSO و ANN توانسته است به طور همزمان کاهش قابل توجهی در حجم گیربکس، بهبود معیارهای ایمنی خستگی و تسریع روند بهینه سازی را تامین کند این دستاوردها نشان می دهد که روش پیشنهادی به نحو موثری دوام و وزن مجموعه را بهبود می دهد
کلیدواژهها
نویسندگان
شیوه ارجاع
منعمی، مسعود،1404،طراحی بهینه سیستم های مکانیکی با استفاده از الگوریتم های هوش مصنوعی،بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک25 آذر 1404 · شیروان