使用非主导排序遗传算法-II ((NSGA-II) 的三角剪切压电传感器的优化设计
Yannan Shi1,2, Jikun Dai1
1School of Mechanical and Equipment Engineering, Hebei University of Engineering, Handan 056038, China.
Sensors (Basel, Switzerland)
|February 13, 2025
概括
这项研究引入了一种新的压电传感器,用于监测采矿区的地质技术变形. 优化的结构参数显著增加了其共振频率和电压,验证了其实际应用.
科学领域:
- 地质技术工程 地质技术工程
- 传感器技术 传感器技术
- 材料科学 材料科学 材料科学
背景情况:
- 采矿空域中的地质技术物体需要持续的变形监测.
- 现有的传感器对这些特定环境的准确性和灵敏度可能有局限性.
研究的目的:
- 设计和优化一个新的压电传感器与三角切削结构,用于地质技术变形监测.
- 在共振频率和电压方面提高传感器性能.
主要方法:
- 开发一个用于有限元分析和实验验证的3D传感器模型.
- 使用NSGA-II遗传算法优化结构参数.
- 通过最小化差异方法选择最佳参数.
主要成果:
- 经过优化的传感器设计,共振频率提高了4.14%.
- 优化传感器的输出电压增加了9.11%.
- 实验验证证了制造的原型的有效性和可行性.
结论:
- 新设计的压电传感器显示出在采矿空域有效地进行地质技术变形监测的巨大潜力.
- 优化方法提供了一个强大的方法来提高传感器性能.
- 这种传感器为提高采矿环境中的安全性和运营效率提供了有希望的解决方案.


