排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
2.
3.
提出了超磁致伸缩执行器(GMA)优化设计模型,并应用多目标遗传算法对超磁致伸缩执行器进行优化设计.模型优化目标包括:减少执行器导磁回路磁阻使Terfenol D棒上磁场强度高;空心线圈产生的磁场强度高;Terfenol D棒上磁场均匀;线圈的效率系数大和线圈与Terfenol D棒间气隙小.优化变量包括:Terfenol D棒的尺寸、执行器导磁回路结构尺寸、导磁回路材料的磁导率和线圈结构.根据设计要求选取变量范围,利用非支配排序遗传算法(NSGA)在整个参数空间内搜索,得到执行器的主要参数,应用有限元软件ANSYS分析验证了该结构设计的合理性,并试制了执行器. 相似文献
4.
热效应对超磁致伸缩执行器中超磁致伸缩材料性能产生非常大的影响,从而影响超磁致伸缩执行器的定位精度;提出一种简化的强制水冷策略保证磁致伸缩材料温度恒定;同时建立了超磁致伸缩材料智能构件流-热多场耦合的有限元模型,运用COMSOLMultiphysics 3.4软件对模型进行仿真,仿真结果验证了模型的正确,进一步的实验结果证实了提出的温度控制策略的有效性。 相似文献
5.
6.
7.
8.
超磁致伸缩执行器(GMA)具有大行程、低压驱动、大功率、大承载等优越性能,在精密、超精密加工等领域具有广阔的应用前景。文章分析了超磁致伸缩执行器内部的热变形机理,提出了采用半导体制冷技术的GMA温控系统设计方案,同时在热端采用水冷强化散热措施,提高了半导体的制冷效率和系统的温控精度。 相似文献
9.
由于超磁致伸缩材料(GMM)内在的迟滞特性会引起智能构件的定位误差,并且其迟滞现象具有输入和输出一对多,输出随输入频率变化的特点,提出一种基于神经网络实现GMM智能构件动态迟滞建模方法。通过所建立神经网络实现GMM 智能构件逆迟滞模型,结合PD反馈控制器,实现智能构件的实时精密位移控制。在Matlab平台上进行仿真,结果表明所建立控制策略能消除GMM智能构件迟滞非线性的影响,实现了GMM智能构件的精密位移控制目的。 相似文献
10.