Resumen de Diseño óptimo de un resorte helicoidal usando un algoritmo genético continuo

Miguel Angel Rodriguez Cabal, Juan Diego Betancur Gómez, Luis F. Grisales Noreña

• español

  Objetivo: En este artículo de investigación se propone un algoritmo genético continuo (CGA) para realizar el diseño óptimo de un resorte helicoidal de bobina cerrada.

  Metodología: La metodología de solución emplea como función objetivo la minimización del volumen total de un resorte helicoidal, considerando como variables principales el diámetro del alambre, el diámetro promedio y el número de bobinas activas. Como conjunto de restricciones se implementan los requerimientos físicos y técnicos para el diseño seguro y adecuado del elemento mencionado. Como método de solución se emplea un CGA, y como métodos de comparación son usados diferentes algoritmos de optimización que han sido implementados en la literatura especializada para dar solución al problema abordado.   Resultados: Los resultados obtenidos muestran que el CGA obtiene el mínimo valor de volumen, siendo menor en un 1,5% en comparación con la mejor técnica reportada, con un tiempo de procesamiento menor a 1 s, lo cual demuestra que la metodología propuesta obtiene los mejores resultados en términos de calidad de la solución y tiempo de procesamiento.

  Conclusiones: Los resultados de simulación muestran que el CGA obtiene la mejor solución en comparación con las demás técnicas, a un bajo costo computacional y entregando una solución que cumple con los requerimientos físicos y técnicos del diseño.

         

• English

  Objective: In this paper, a continuous genetic algorithm (CGA) for the optimal design of a closed-coil helical spring is proposed.

  Methodology: The solution methodology uses the minimization of the total spring volume as objective function, considering the wire diameter, mean diameter and number of active coils as main variables. As set of constraints, the technical and physical requirements for the correct and safe design of the aforementioned element are implemented. A CGA is employed as a solution method, and, as comparison methods, different optimization algorithms were used, which were employed in the specialized literature for solving the problem addressed in this study.

  Results: The results obtained show that the CGA achieved the minimum value of volume, 1.5% less than the best reported technique, with a processing time lower than 1 s, which proves that the proposed methodology obtains the best results in terms of solution quality and processing time.

  Conclusions: The simulation results show that the CGA obtains the best solution in comparison with the other techniques, at a low computational cost and providing a solution that meets the physical and technical constraints of the design.