Publicación: Diseño Óptimo de un Reductor de Velocidad Mediante Enjambre de Partículas
Portada
Cargando...
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Universidad Católica de Pereira
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Descripción general
El presente artículo describe la estrategia numérica utilizada para la optimización del conocido reductor de velocidad de Golinski mediante una modificación del tradicional método de enjambre de partículas (PSO), con una función de penalización que involucra las restricciones propias de su aplicación. Este trabajo se motivó por la necesidad de utilizar componentes mecánicos óptimos en áreas como la robótica. Se encontró una notable precisión de sus resultados con relación a los reportados tanto por métodos clásicos de optimización, como por herramientas computacionales comerciales. No obstante, su tiempo de cálculo fue una desventaja notoria, aunque no crítica, dada su aplicación fuera de línea. Confirman también estos resultados que el PSO, y la variante utilizada en particular, es una herramienta matemática sencilla y robusta para optimización de problemas en ingeniería.
This article presents the optimization of the well-known Golinski speed reducer, through a modified particle swarm optimization algorithm (PSO), which includes a penalty system for considering the system restrictions. A good grade of similarity with results reported for both, traditional optimization methods and commercial software, was found. However and even though it isn’t critical, computation times were higher with PSO. The conclusion is that this PSO modification is a robust and mathematically simple solution for engineering optimization problems.
This article presents the optimization of the well-known Golinski speed reducer, through a modified particle swarm optimization algorithm (PSO), which includes a penalty system for considering the system restrictions. A good grade of similarity with results reported for both, traditional optimization methods and commercial software, was found. However and even though it isn’t critical, computation times were higher with PSO. The conclusion is that this PSO modification is a robust and mathematically simple solution for engineering optimization problems.