Resumen

El mecanismo de equilibrio gravitatorio desempea un papel fundamental en el mantenimiento del equilibrio de robots y dispositivos de asistencia. El objetivo de este artculo es optimizar la geometra de un muelle plano, que es un elemento esencial del mecanismo de equilibrio gravitatorio. Para llevar a cabo el proceso de optimizacin, se propone un mtodo hbrido que combina el mtodo de los elementos finitos, la red neuronal profunda y el algoritmo del ciclo del agua. En primer lugar, los conjuntos de datos se recopilan utilizando el mtodo de elementos finitos con un diseo de experimento completo. En segundo lugar, los conjuntos de datos de salida se normalizan para eliminar los efectos de la diferencia de unidades. En tercer lugar, se emplea la red neuronal profunda para construir los modelos aproximados de energa de deformacin, deformacin y tensin del muelle plano. Por ltimo, se utiliza el algoritmo del ciclo del agua para optimizar las dimensiones del muelle plano. Los resultados muestran que las geometras ptimas del muelle incluyen una longitud de 45 mm, un grosor de 1,029 mm, una anchura de 9 mm y un radio de 0,3 mm. Adems, los resultados predichos determinaron que la energa de deformacin, la deformacin y la tensin son de 0,01123mJ, 33,666mm y 79,050MPa, respectivamente. Los errores entre los resultados predichos y los resultados verificados para la energa de deformacin, la deformacin y la tensin son de aproximadamente 1,87%, 1,69% y 3,06%, respectivamente.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Mecanismo de equilibrio gravitatorio; Optimización; Muelle plano; Método de los elementos finitos; Red neuronal profunda de realimentación; Algoritmo del ciclo del agua
• Keywords:Gravity balance mechanism; Optimization; Planar spring; Finite element method; Deep feedforward neural network; Water cycle algorithm