Método de Optimización de Simulación Semi-Física para el Proceso de Apriete de Pernos Basado en Aprendizaje por Refuerzo
Autores: Zhang, Huibin; Wang, Mingwei; Deng, Wei; Zhao, Jianhua; Zhou, Jingtao; Ma, Xin; Yao, Lu; Wang, Manxian
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Método de Optimización de Simulación Semi-Física para el Proceso de Apriete de Pernos Basado en Aprendizaje por Refuerzo
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Conexiones atornilladas
Coaxialidad
Rigidez
Optimización
Proceso de apriete de tornillos
Aprendizaje por refuerzo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
Las conexiones atornilladas son el principal método para conectar los componentes de un rotor de baja presión de un motor aeroespacial. Debido a la influencia de la relación de interacción elástica, es fácil causar una distribución desigual de la fuerza de precarga del grupo de tornillos, aunque puede satisfacer las necesidades de rigidez; sin embargo, puede llevar a la deflexión de la posición relativa espacial de los componentes, lo que puede causar fácilmente un exceso de coaxialidad. En vista del problema contradictorio de optimización entre la coaxialidad y la rigidez del ensamblaje del rotor, este artículo propone un método de optimización de simulación sem Físico para el proceso de apriete de tornillos basado en el aprendizaje por refuerzo. En primer lugar, al estudiar el mecanismo de interacción elástica entre los tornillos, se estableció la matriz de interacción elástica utilizando datos de simulación por elementos finitos. Sobre esta base, se estableció un modelo de predicción de coaxialidad para el proceso de apriete de tornillos utilizando una red GRU (unidad recurrente de puerta) para realizar la predicción de la coaxialidad en el proceso de apriete de tornillos. Luego, a través del análisis de la rigidez de la conexión de tornillos, se construyó un modelo de cálculo de rigidez que contiene la rigidez del tornillo, la rigidez de las partes conectadas y la rigidez de contacto de la superficie de unión en serie para realizar el cálculo de la rigidez durante el proceso de apriete de tornillos. Finalmente, con la fuerza de precarga del tornillo como variable de optimización, la coaxialidad y la rigidez como objetivo de optimización, y el par de apriete y la fuerza de precarga de los tornillos instalados en el proceso de ensamblaje real como restricciones, se estableció un modelo de optimización de simulación sem Físico del proceso de apriete de tornillos utilizando aprendizaje por refuerzo para realizar la optimización del proceso de apriete de tornillos. Además, a través del método de optimización de simulación sem Físico, el proceso de apriete de tornillos se puede instalar y ajustar al mismo tiempo.
Descripción
Las conexiones atornilladas son el principal método para conectar los componentes de un rotor de baja presión de un motor aeroespacial. Debido a la influencia de la relación de interacción elástica, es fácil causar una distribución desigual de la fuerza de precarga del grupo de tornillos, aunque puede satisfacer las necesidades de rigidez; sin embargo, puede llevar a la deflexión de la posición relativa espacial de los componentes, lo que puede causar fácilmente un exceso de coaxialidad. En vista del problema contradictorio de optimización entre la coaxialidad y la rigidez del ensamblaje del rotor, este artículo propone un método de optimización de simulación sem Físico para el proceso de apriete de tornillos basado en el aprendizaje por refuerzo. En primer lugar, al estudiar el mecanismo de interacción elástica entre los tornillos, se estableció la matriz de interacción elástica utilizando datos de simulación por elementos finitos. Sobre esta base, se estableció un modelo de predicción de coaxialidad para el proceso de apriete de tornillos utilizando una red GRU (unidad recurrente de puerta) para realizar la predicción de la coaxialidad en el proceso de apriete de tornillos. Luego, a través del análisis de la rigidez de la conexión de tornillos, se construyó un modelo de cálculo de rigidez que contiene la rigidez del tornillo, la rigidez de las partes conectadas y la rigidez de contacto de la superficie de unión en serie para realizar el cálculo de la rigidez durante el proceso de apriete de tornillos. Finalmente, con la fuerza de precarga del tornillo como variable de optimización, la coaxialidad y la rigidez como objetivo de optimización, y el par de apriete y la fuerza de precarga de los tornillos instalados en el proceso de ensamblaje real como restricciones, se estableció un modelo de optimización de simulación sem Físico del proceso de apriete de tornillos utilizando aprendizaje por refuerzo para realizar la optimización del proceso de apriete de tornillos. Además, a través del método de optimización de simulación sem Físico, el proceso de apriete de tornillos se puede instalar y ajustar al mismo tiempo.