Optimización de procesos en ingeniería
Modelado y simulación de procesos
- Video:Técnicas de Optimización: Optimización por Enjambre de Partículas (PSO) Parte I
- Fuente:Youtube
Optimisation of the Filament Winding Approach Using a Newly Developed In-House Uncertainty Model
Optimización del enfoque de enrollado de filamentos a través de un modelo de incertidumbre recientemente desarrollado
Este estudio se enfoca en un equipo que consiste en un flotador que está atado por múltiples cables flexibles a un gran reactor similar a una barcaza para recolectar la energía generada por las mareas. Los cables están conectados a un sistema de toma de fuerza hidráulica que captura la energía del movimiento relativo entre el flotador y el reactor, que luego se convierte en electricidad. La fabricación del equipo presenta varios cuestionamientos que requieren ser investigados, como el número de capas, la fuerza de unión entre las capas compuestas y las orientaciones de las fibras del material compuesto en relación con la carga aplicada. Por este motivo, los autores presentan una estrategia multinivel para optimizar la configuración del sistema del flotador. Este enfoque en particular permite el uso de un gran número de ensayos y al mismo tiempo reducir el número de parámetros a estudiar, para seleccionar aquellos que son esenciales.
Este estudio fue desarrollado por Nada Aldoumani, Cinzia Giannetti, Zakaria Abdallah, Fawzi Belblidia, Hamed Haddad Khodaparast, Michael I. Friswell y Johann Sienz (Swansea University, Swansea, UK) para Eng (Vol. 1, núm. 2, p. 122-136, 2020) una revista especializada en estudios en diferentes áreas de la ingeniería. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basileia, Suiza). Correo de contacto: [email protected]
Multipopulation Ensemble Particle Swarm Optimizer for Engineering Design Problems
Optimización por enjambre de partículas de poblaciones múltiples para problemas de diseño de ingeniería
Este trabajo propone un optimizador por enjambre de partículas de poblaciones múltiples (MPEPSO) para mejorar el rendimiento del algoritmo optimizador por enjambre de partículas (PSO) para su aplicación en problemas reales de ingeniería. Para permitir que MPEPSO resuelva varios problemas, es importante seleccionar las estrategias de componentes que tienen diferentes capacidades, por esta razón el algoritmo propuesto consta de tres estrategias de búsqueda de PSO sencillas y eficientes (LDWPSO, UPSO y CLPSO). El rendimiento de MPEPSO fue evaluado por el conjunto de pruebas CEC 2014 y comparado con otras seis variantes de PSO eficientes.
Este estudio fue desarrollado por Ziang Liu (Osaka University, Toyonaka, Japan) y Tatsushi Nishi (Okayama University, Okayama, Japan) para Mathematical Problems in Engineering (Vol. 2020), una revista que abarca estudios de ingeniería en sus diferentes disciplinas con un enfoque en herramientas matemáticas. Esta es una publicación de Hindawi (Reino Unido), una plataforma de revistas de acceso abierto. Correo de contacto: [email protected]
