Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo

Optimal Design of a Helical Spring by Using a Genetic Continuous Algorithm

Autores/as

Palabras clave:

mechanical design, metaheuristic optimization, helical springs, genetic algorithm (en).

Palabras clave:

diseño mecánico, optimización metaheurística, resortes helicoidales, algoritmo genético (es).

Descargas

Resumen (es)

Objetivo: En este artículo de investigación se propone un algoritmo genético continuo (CGA) para realizar el diseño óptimo de un resorte helicoidal de bobina cerrada.

Metodología: La metodología de solución emplea como función objetivo la minimización del volumen total de un resorte helicoidal, considerando como variables principales el diámetro del alambre, el diámetro promedio y el número de bobinas activas. Como conjunto de restricciones se implementan los requerimientos físicos y técnicos para el diseño seguro y adecuado del elemento mencionado. Como método de solución se emplea un CGA, y como métodos de comparación son usados diferentes algoritmos de optimización que han sido implementados en la literatura especializada para dar solución al problema abordado.  

Resultados: Los resultados obtenidos muestran que el CGA obtiene el mínimo valor de volumen, siendo menor en un 1,5% en comparación con la mejor técnica reportada, con un tiempo de procesamiento menor a 1 s, lo cual demuestra que la metodología propuesta obtiene los mejores resultados en términos de calidad de la solución y tiempo de procesamiento.

Conclusiones: Los resultados de simulación muestran que el CGA obtiene la mejor solución en comparación con las demás técnicas, a un bajo costo computacional y entregando una solución que cumple con los requerimientos físicos y técnicos del diseño.

 

 

 

 

Resumen (en)

Objective: In this paper, a continuous genetic algorithm (CGA) for the optimal design of a closed-coil helical spring is proposed.

Methodology: The solution methodology uses the minimization of the total spring volume as objective function, considering the wire diameter, mean diameter and number of active coils as main variables. As set of constraints, the technical and physical requirements for the correct and safe design of the aforementioned element are implemented. A CGA is employed as a solution method, and, as comparison methods, different optimization algorithms were used, which were employed in the specialized literature for solving the problem addressed in this study.

Results: The results obtained show that the CGA achieved the minimum value of volume, 1.5% less than the best reported technique, with a processing time lower than 1 s, which proves that the proposed methodology obtains the best results in terms of solution quality and processing time.

Conclusions: The simulation results show that the CGA obtains the best solution in comparison with the other techniques, at a low computational cost and providing a solution that meets the physical and technical constraints of the design.

 

 

 

 

Biografía del autor/a

Miguel Rodriguez Cabal, Insituto Tecnologico Metropolitano

Ingeniero electromecánico, candidato a Maestría en Gestión Energética Industrial, Departamento de Electromecánica y Mecatrónica, Instituto Tecnológico Metropolitano de Medellín, Colombia.

J.D. Betancur-Gomez, Instituto Tecnológico Metropolitano de Medellín

Ingeniero Mecatrónico, Magíster en Gestión Energética Industrial, Departamento de Electromecánica y Mecatrónica, Instituto Tecnológico Metropolitano de Medellín, Colombia.

L.F. Grisales-Noreña, Instituto Tecnológico Metropolitano de Medellín

Ingeniero eléctrico, Máster en Ingeniería Eléctrica, Doctorado en Ingeniería Automática. Profesor del Instituto Tecnológico Metropolitano de Medellín, Colombia

Referencias

Azad, A. V., & Amidpour, M. (2011). Economic optimization of shell and tube heat exchanger based on constructal theory. Energy, 36(2), 1087–1096. https://doi.org/10.1016/j.energy.2010.11.041

Bidabadi, M., Sadaghiani, A. K., & Azad, A. V. (2013). Spiral heat exchanger optimization using genetic algorithm. Scientia Iranica, 20(5), 1445–1454. http://scientiairanica.sharif.edu/article_3402.html

Denkena, B., Abele, E., Brecher, C., Dittrich, M. A., Kara, S., & Mori, M. (2020). Energy efficient machine tools. CIRP Annals, 69, 646–667. https://doi.org/10.1016/j.cirp.2020.05.008

Espitia Cüchango, H. E., & Sofrony Esmeral, J. I. (2014). Algoritmo de optimización basado en enjambres de partículas con comportamiento de vorticidad y búsqueda individual y grupal. Revista Tecnura, 18(42), 24. https://doi.org/10.14483/udistrital.jour.tecnura.2014.4.a02

Gaikwad, S. S., & Kachare, P. S. (2014). Static Analysis of Helical Compression Spring. International Journal of Research in Engineering and Technology, 03(15), 835–838. https://doi.org/10.15623/ijret.2014.0315158

Giri, C., Tipparthi, D. K. R., & Chattopadhyay, S. (2008). A genetic algorithm based approach for system-on-chip test scheduling using dual speed TAM with power constraint. WSEAS Transactions on Circuits and Systems, 7(5), 416–427. http://www.wseas.us/e-library/transactions/circuits/2008/30-728.pdf

Jang, D., & Jang, S. (2014). Development of a lightweight CFRP coil spring. SAE Technical Papers, 1. https://doi.org/10.4271/2014-01-1057

Kar, D., Ghosh, M., Guha, R., Sarkar, R., Garcia-Hernandez, L., & Abraham, A. (2020). Fuzzy mutation embedded hybrids of gravitational search and Particle Swarm Optimization methods for engineering design problems. Engineering Applications of Artificial Intelligence, 95(June), 103847. https://doi.org/10.1016/j.engappai.2020.103847

Ke, J., Wu, Z. yu, Liu, Y. sheng, Xiang, Z., & Hu, X. dong. (2020). Design method, performance investigation and manufacturing process of composite helical springs: A review. Composite Structures, 252(928), 112747. https://doi.org/10.1016/j.compstruct.2020.112747

Montoya, O. D., Gil-González, W., & Grisales-Noreña, L. F. (2018). Optimal power dispatch of DGS in DC power grids: A hybrid gauss-seidel-genetic-algorithm methodology for solving the OPF problem. WSEAS Transactions on Power Systems, 13, 335–346. https://www.wseas.org/multimedia/journals/power/2018/a665116-598.pdf

Moradi, M. H., & Abedini, M. (2012). A combination of genetic algorithm and particle swarm optimization for optimal distributed generation location and sizing in distribution systems with fuzzy optimal theory. International Journal of Green Energy, 9(7), 641–660. https://doi.org/10.1080/15435075.2011.625590

Mott, R. L. (2004). Machine elements in mechanical design.

Rodriguez Cabal, M. A., Grisales Noreña, L. F., Ardila Marín, J. G., & Montoya Giraldo, O. D. (2019). Optimal Design of Transmission Shafts: a Continuous Genetic Algorithm Approach. Statistics, Optimization & Information Computing, 7(4). https://doi.org/10.19139/soic-2310-5070-641

Sealy, M. P., Liu, Z. Y., Zhang, D., Guo, Y. B., & Liu, Z. Q. (2016). Energy consumption and modeling in precision hard milling. Journal of Cleaner Production, 135, 1591–1601. https://doi.org/10.1016/j.jclepro.2015.10.094

Shevale, D. V, & Khaire, N. D. (2016). Analysis of Helical Compression Spring for Estimation of Fatigue Life. Imperial Journal of Interdisciplinary Research, 210), 2088-2093. http://www.onlinejournal.in/IJIRV2I10/272.pdf

Shi, W., Atlar, M., Norman, R., Aktas, B., & Turkmen, S. (2016). Numerical optimization and experimental validation for a tidal turbine blade with leading-edge tubercles. Renewable Energy, 96, 42–55. https://doi.org/10.1016/j.renene.2016.04.064

Solarte Martínez, G. R., Castillo Sanz, A. G., & Rodríguez Gahona, G. (2015). Optimización de un ruteo vehicular usando algoritmo genético simple chu-beasley. Revista Tecnura, 19(44), 93. https://doi.org/10.14483/udistrital.jour.tecnura.2015.2.a07

Szabó, B., & Actis, R. (2012). Simulation governance: Technical requirements for mechanical design. Computer Methods in Applied Mechanics and Engineering, 249–252, 158–168. https://doi.org/10.1016/j.cma.2012.02.008

Thamaraikannan, B., & Thirunavukkarasu, V. (2014). Design optimization of mechanical components using an enhanced teaching-learning based optimization algorithm with differential operator. Mathematical Problems in Engineering, 2014. https://doi.org/10.1155/2014/309327

Cómo citar

APA

Rodriguez Cabal, M., Betancur Gomez, J. D., & Grisales Noreña, L. F. (2021). Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo. Tecnura, 25(70). https://doi.org/10.14483/22487638.18617

ACM

[1]
Rodriguez Cabal, M., Betancur Gomez, J.D. y Grisales Noreña, L.F. 2021. Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo. Tecnura. 25, 70 (nov. 2021). DOI:https://doi.org/10.14483/22487638.18617.

ACS

(1)
Rodriguez Cabal, M.; Betancur Gomez, J. D.; Grisales Noreña, L. F. Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo. Tecnura 2021, 25.

ABNT

RODRIGUEZ CABAL, M.; BETANCUR GOMEZ, J. D.; GRISALES NOREÑA, L. F. Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo. Tecnura, [S. l.], v. 25, n. 70, 2021. DOI: 10.14483/22487638.18617. Disponível em: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18617. Acesso em: 20 ene. 2022.

Chicago

Rodriguez Cabal, Miguel, Juan Diego Betancur Gomez, y Luis Fernando Grisales Noreña. 2021. «Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo». Tecnura 25 (70). https://doi.org/10.14483/22487638.18617.

Harvard

Rodriguez Cabal, M., Betancur Gomez, J. D. y Grisales Noreña, L. F. (2021) «Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo», Tecnura, 25(70). doi: 10.14483/22487638.18617.

IEEE

[1]
M. Rodriguez Cabal, J. D. Betancur Gomez, y L. F. Grisales Noreña, «Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo», Tecnura, vol. 25, n.º 70, nov. 2021.

MLA

Rodriguez Cabal, M., J. D. Betancur Gomez, y L. F. Grisales Noreña. «Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo». Tecnura, vol. 25, n.º 70, noviembre de 2021, doi:10.14483/22487638.18617.

Turabian

Rodriguez Cabal, Miguel, Juan Diego Betancur Gomez, y Luis Fernando Grisales Noreña. «Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo». Tecnura 25, no. 70 (noviembre 30, 2021). Accedido enero 20, 2022. https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18617.

Vancouver

1.
Rodriguez Cabal M, Betancur Gomez JD, Grisales Noreña LF. Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo. Tecnura [Internet]. 30 de noviembre de 2021 [citado 20 de enero de 2022];25(70). Disponible en: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18617

Descargar cita

Visitas

35

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.