Метод оптимизации массы пластиковых деталей редуктора, изготавливаемых с помощью 3D-печати, на основе генетического алгоритма

  • Татьяна Юрьевна Ким Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь; Ургенчский филиал Ташкентского университета информационных технологий им. Мухаммеда аль-Хорезми, ул. аль-Хорезми, 110, 220100, г. Ургенч, Узбекистан
  • Анастасия Викторовна Печковская Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь
  • Евгений Игоревич Печковский Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь

Аннотация

Приводится разработка функции пригодности для генетического алгоритма, направленной на минимизацию массы компонентов редуктора, изготавливаемых из полилактида методом FDM-печати. Для шестерен, оптимизируемых с помощью генетических алгоритмов, лучшие результаты могут быть получены в пространстве решений, которое формируется ограничениями на контактную прочность, выносливость при изгибе, статическую прочность вала и усталостную прочность. Показано, что эволюционная оптимизация конструкции пластиковых деталей, изготавливаемых методом FDM-печати, позволила уменьшить их массу без снижения прочности и функциональности. Предложен метод вычисления массы компонентов редуктора, превосходящий существующие методы по точности расчетов. Полученные результаты предполагается использовать при проектировании и прототипировании узлов робототехнических аппаратов, требовательных к массе деталей. Компьютерное моделирование выполнено в среде Matlab.

Биографии авторов

Татьяна Юрьевна Ким, Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь; Ургенчский филиал Ташкентского университета информационных технологий им. Мухаммеда аль-Хорезми, ул. аль-Хорезми, 110, 220100, г. Ургенч, Узбекистан

младший научный сотрудник лаборатории робототехнических систем Объединенного института проблем информатики НАН Беларуси, ассистент кафедры информационных технологий Ургенчского филиала Ташкентского университета информационных технологий им. Мухаммеда аль-Хорезми

Анастасия Викторовна Печковская, Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь

стажер младшего научного сотрудника лаборатории робототехнических систем

Евгений Игоревич Печковский, Объединенный институт проблем информатики НАН Беларуси, ул. Сурганова, 6, 220012, г. Минск, Беларусь

ведущий инженер-конструктор лаборатории робототехнических систем 

Литература

  1. Zebulum RS, Pacheco MAC, Vellasco MMBR. Evolutionary electronics: automatic design of electronic circuits and systems by genetic algorithms. Boca Raton: CRC Press; 2001. 307 p. (Jain LC, editor. International series on computational intelligence).
  2. Stanley KO, Clune J, Lehman J, Miikkulainen R. Designing neural networks through neuroevolution. Nature Machine Intelligence. 2019;1(1):24–35. DOI: 10.1038/s42256-018-0006-z.
  3. Iba H, Noman N, editors. Deep neural evolution: deep learning with evolutionary computation. Singapore: Springer; 2020. XII, 438 p. (Bäck T, Kari L, editors. Natural computing series).
  4. Galván E, Mooney P. Neuroevolution in deep neural networks: current trends and future challenges. IEEE Transactions on Artificial Intelligence. 2021;2(6):476–493. DOI: 10.1109/TAI.2021.3067574.
  5. Sychou U. A single-node classifier implementation on Chua oscillator within a physical reservoir computing framework. International Journal of Bifurcation and Chaos. 2021;31(11):2150161. DOI: 10.1142/S0218127421501613.
  6. Sychou UA, Krot AM, Prakapovich RA. The development of a signal classification method based on Chua’s oscillator within the reservoir computing framework. Journal of the Belarusian State University. Mathematics and Informatics. 2023;1:88–101. Russian. EDN: MNYDFF.
  7. Nakajima K, Fischer I, editors. Reservoir computing: theory, physical implementations, and applications. Singapore: Springer; 2021. XIX, 458 p. (Bäck T, Kari L, editors. Natural computing series).
  8. Haldane DW, Plecnik MM, Yim JK, Fearing RS. Robotic vertical jumping agility via series-elastic power modulation. Science Robotics. 2016;1(1):2048. DOI: 10.1126/scirobotics.aag2048.
  9. Singh S, Prakash C, Ramakrishna S. Additive manufacturing: foundation knowledge for the beginners. New Jersey: World Scientific; 2020. XX, 156 p.
  10. Yokota T, Taguchi T, Gen M. A solution method for optimal weight design problem of the gear using genetic algorithms. Computers & Industrial Engineering. 1998;35(3–4):523–526. DOI: 10.1016/S0360-8352(98)00149-1.
  11. Savsani V, Rao RV, Vakharia DP. Optimal weight design of a gear train using particle swarm optimization and simulated annealing algorithms. Mechanism and Machine Theory. 2010;45(3):531–541. DOI: 10.1016/j.mechmachtheory.2009.10.010.
  12. Gologlu C, Zeyveli M. A genetic approach to automate preliminary design of gear drives. Computers & Industrial Engineering. 2009;57(3):1043–1051. DOI: 10.1016/j.cie.2009.04.006.
  13. Rezvani Ghomi E, Khosravi F, Saedi Ardahaei A, Dai Y, Neisiany RE, Foroughi F, et al. The life cycle assessment for polylactic acid (PLA) to make it a low-carbon material. Polymers. 2021;13(11):1854. DOI: 10.3390/polym13111854.
  14. Kim TYu, Prakapovich RA. Optimization of the PID coefficients for the line-follower mobile robot controller employing genetic algorithm. Informatics. 2021;18(4):53–68. Russian. DOI: 10.37661/1816-0301-2021-18-4-53-68.
Опубликован
2024-12-04
Ключевые слова: генетические алгоритмы, Matlab, редуктор, шестерня, зубчатое колесо, оптимизация, масса, эволюционные алгоритмы, 3D-печать, FDM-печать
Поддерживающие организации Работа выполнена при поддержке Государственного комитета по науке и технологиям Республики Беларусь и Министерства науки и технологий Китайской Народной Республики (грант № Ф22КИТГ-002 «Медицинские роботы на основе человеко-машинного взаимодействия»). Авторы выражают признательность профессору Чжэцзянского технологического университета доктору Фу Минглею за ценные рекомендации и помощь в подготовке работы.
Как цитировать
Ким, Т. Ю., Печковская, А. В., & Печковский, Е. И. (2024). Метод оптимизации массы пластиковых деталей редуктора, изготавливаемых с помощью 3D-печати, на основе генетического алгоритма. Журнал Белорусского государственного университета. Математика. Информатика, 3, 103-111. Доступно по https://journals.bsu.by/index.php/mathematics/article/view/6620