Različna pristopa k razvoju in optimizaciji
Raziskovalna skupina z belgijskega inštituta IMEC je naredila analitični model za hitro zasnovo izredno majhnih kapacitivnih tlačnih zaznaval. Svoje ugotovitve so predstavili v reviji Mechatronics. Mikroelektromehanski senzorji ali MEMS so vrsta zaznaval, ki jih vse pogosteje najdemo v pametnih telefonih, že nekaj časa pa se uporabljajo v medicini in na mnogo drugih področjih.
Tovrstna tlačna zaznavala so tipično velika nekaj kvadratnih milimetrov in uporabljajo tanko membrano za merjenje tlaka. Membrana je pritrjena nad elektrodo in se zaradi spremembe tlaka upogiba. S tem se membrana približa ali oddalji od elektrode, ta premik pa je mogoče izmeriti, ker se s tem spremeni kapacitivnost med membrano in elektrodo.
V razvoju tovrstnih majhnih tlačnih zaznaval se uporablja metodo končnih elementov in zahtevne numerične simulacije za predvidevanje njihovih lastnosti, kot so merilno območje, občutljivost in nelinearnost zaznaval. Tovrstne metode pa so časovno potratne, zato so raziskovalci za začetek zasnove zaznaval razvili analitični model. Prednost analitičnega modela je, da se lahko z njim hitro izračuna, kako bodo parametri, kot sta površina membrane in referenčni tlak pod membrano, vplivali na ostale lastnosti zaznavala.
Analitični model, ki so ga raziskovalci zasnovali, temelji na Kirchhoff-Lovovi teoriji upogiba plošč. Z njim je možno izračunati vpliv tlaka pod membrano, velikosti in oblike membrane na občutljivost zaznavala. Na podlagi zakonitosti iz analitičnega modela so zasnovali zaznavalo, ki ima desetkrat večjo občutljivost od zaznavala, ki so ga izbrali kot osnovo za izboljšanje. Točnost svojih ugotovitev so preverili tudi z natančnimi numeričnimi modeli, ki so pokazali zelo dobro ujemanje.
Raziskovalci z Univerze za znanost in tehnologijo osrednje Kitajske so s pomočjo naprednih računalniških algoritmov optimizirali proces laserskega varjenja dveh različnih materialov. Postopek so predstavili v reviji Optics and Lasers in Engineering. Za cilj optimizacije so si zadali doseči najboljšo obliko in celovitost zvara, ki ga napravi varilski robot pri varjenju nerjavečega jekla in nizkoogljičnega jekla.
Pri varjenju je zaradi različnih toplotnih prevodnosti, toplotnih raztezkov in drugih lastnosti učinkovito spajanje dveh različnih materialov zelo težavno. Pogoj za izdelavo kakovostnega zvara je pravilno dovajanje energije, ki je odvisno od hitrosti varjenja, moči delovanja laserja in fokusiranja laserskega žarka. Raziskovalci so te obdelovalne parametre optimizirali s pomočjo metahevrističnih metod. (op.: O katerih smo že pisali)
Kakovost zvara v odvisnosti od obdelovalnih parametrov je računalniški sistem predvidel z učečimi se umetnimi nevronskimi mrežami, katerih topologijo in uteži optimizira genetski algoritem. Same obdelovalne parametre, kot sta hitrost in moč laserja, pa so na podlagi prej omenjene povezave preko nevronskih mrež optimizirali s pomočjo metode optimizacije z rojem delcev.
Omenjene metode optimizacije so hevristične, kar pomeni, da ne temeljijo na analitičnem premisleku o fizikalnih problemih. Namesto tega uspejo s pametnim ugibanjem učinkovito najti rešitev, ki je blizu optimalni.
Pri preizkusu z varilnim robotom se je računalniška optimizacija izkazala za uspešno, saj so bile mehanske lastnosti zvarov bistveno boljše po optimizaciji.
V dilemi med analitični in hevrističnimi metodami se je znašel Jaka.
Prikaži Komentarje
Komentarji
sem pa mislila da je govora o investicijah v R&D in kaj o optimizaciji/intenzifikaciji delovnih procesov s pomočjo znanosti
več sreče prihodnjič?
Ma mona pusti jih, meni je prav fino ZR <3
Komentiraj