Published January 27, 2019 | Version v1
Publication Metadata-only

Hybrid Approach of Finite Element Method, Kigring Metamodel, and Multiobjective Genetic Algorithm for Computational Optimization of a Flexure Elbow Joint for Upper-Limb Assistive Device

Creators

  • 1. Industrial University of Ho Chi Minh City
  • 2. Ton Duc Thang University

Description

Modeling for robotic joints is actually complex and may lead to wrong Pareto-optimal solutions. Hence, this paper develops a new hybrid approach for multiobjective optimization design of a flexure elbow joint. The joint is designed for the upper-limb assistive device for physically disable people. The optimization problem considers three design variables and two objective functions. An efficient hybrid optimization approach of central composite design (CDD), finite element method (FEM), Kigring metamodel, and multiobjective genetic algorithm (MOGA) is developed. The CDD is used to establish the number of numerical experiments. The FEM is developed to retrieve the strain energy and the reaction torque of joint. And then, the Kigring metamodel is used as a black-box to find the pseudoobjective functions. Based on pseudoobjective functions, the MOGA is applied to find the optimal solutions. Traditionally, an evolutionary optimization algorithm can only find one Pareto front. However, the proposed approach can generate 6 Pareto-optimal solutions, as near optimal candidates, which provides a good decision-maker. Based on the user's real-work problem, one of the best optimal solutions is chosen. The results found that the optimal strain energy is about 0.0033 mJ and the optimal torque is approximately 588.94 Nm. Analysis of variance is performed to identify the significant contribution of design variables. The sensitivity analysis is then carried out to determine the effect degree of each parameter on the responses. The predictions are in a good agreement with validations. It confirms that the proposed hybrid optimization approach has an effectiveness to solve for complex optimization problems.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

إن نمذجة المفاصل الروبوتية معقدة في الواقع وقد تؤدي إلى حلول باريتو الأمثل الخاطئة. وبالتالي، تطور هذه الورقة نهجًا هجينًا جديدًا لتصميم التحسين متعدد الأهداف لمفصل الكوع المثني. تم تصميم المفصل للجهاز المساعد للطرف العلوي للأشخاص ذوي الإعاقة الجسدية. تأخذ مشكلة التحسين في الاعتبار ثلاثة متغيرات تصميم ووظيفتين موضوعيتين. تم تطوير نهج تحسين هجين فعال للتصميم المركب المركزي (CDD)، وطريقة العناصر المحدودة (FEM)، ونموذج كيغرينغ، والخوارزمية الجينية متعددة الأهداف (MOGA). يتم استخدام CDD لتحديد عدد التجارب العددية. تم تطوير FEM لاسترداد طاقة الانفعال وعزم دوران تفاعل المفصل. وبعد ذلك، يتم استخدام نموذج ميتامودل كيغرينغ كصندوق أسود للعثور على الوظائف الموضوعية الزائفة. استنادًا إلى الوظائف الموضوعية الزائفة، يتم تطبيق MOGA للعثور على الحلول المثلى. تقليديا، يمكن لخوارزمية التحسين التطوري أن تجد واجهة باريتو واحدة فقط. ومع ذلك، يمكن للنهج المقترح أن يولد 6 حلول باريتو الأمثل، كمرشحين شبه مثاليين، مما يوفر صانع قرار جيد. بناءً على مشكلة العمل الحقيقي للمستخدم، يتم اختيار أحد أفضل الحلول المثلى. ووجدت النتائج أن طاقة الانفعال المثلى تبلغ حوالي 0.0033 مللي جول وأن عزم الدوران الأمثل يبلغ حوالي 588.94 نيوتن متر. يتم إجراء تحليل التباين لتحديد المساهمة الكبيرة لمتغيرات التصميم. ثم يتم إجراء تحليل الحساسية لتحديد درجة تأثير كل معلمة على الاستجابات. تتوافق التنبؤات بشكل جيد مع عمليات التحقق. وهو يؤكد أن نهج التحسين المختلط المقترح له فعالية في حل مشاكل التحسين المعقدة.

Translated Description (French)

La modélisation des articulations robotisées est en fait complexe et peut conduire à de mauvaises solutions Pareto-optimales. Par conséquent, cet article développe une nouvelle approche hybride pour la conception d'optimisation multi-objectifs d'une articulation coudée flexible. L'articulation est conçue pour le dispositif d'assistance des membres supérieurs pour les personnes physiquement handicapées. Le problème d'optimisation prend en compte trois variables de conception et deux fonctions objectives. Une approche d'optimisation hybride efficace de la conception composite centrale (CDD), de la méthode des éléments finis (FEM), du métamodèle de Kigring et de l'algorithme génétique multiobjectif (MOGA) est développée. Le CDD est utilisé pour établir le nombre d'expériences numériques. Le FEM est développé pour récupérer l'énergie de déformation et le couple de réaction du joint. Et puis, le métamodèle de Kigring est utilisé comme boîte noire pour trouver les fonctions pseudo-objectives. Basé sur des fonctions pseudo-objectives, le MOGA est appliqué pour trouver les solutions optimales. Traditionnellement, un algorithme d'optimisation évolutive ne peut trouver qu'un seul front de Pareto. Cependant, l'approche proposée peut générer 6 solutions Pareto-optimales, en tant que candidats presque optimaux, ce qui fournit un bon décideur. En fonction du problème réel de l'utilisateur, l'une des meilleures solutions optimales est choisie. Les résultats ont révélé que l'énergie de déformation optimale est d'environ 0,0033 mJ et que le couple optimal est d'environ 588,94 Nm. L'analyse de la variance est effectuée pour identifier la contribution significative des variables de conception. L'analyse de sensibilité est ensuite réalisée pour déterminer le degré d'effet de chaque paramètre sur les réponses. Les prédictions sont en bon accord avec les validations. Il confirme que l'approche d'optimisation hybride proposée est efficace pour résoudre des problèmes d'optimisation complexes.

Translated Description (Spanish)

El modelado de articulaciones robóticas es realmente complejo y puede conducir a soluciones óptimas de Pareto incorrectas. Por lo tanto, este artículo desarrolla un nuevo enfoque híbrido para el diseño de optimización multiobjetivo de una articulación de codo de flexión. La articulación está diseñada para el dispositivo de asistencia de las extremidades superiores para personas con discapacidad física. El problema de optimización considera tres variables de diseño y dos funciones objetivo. Se desarrolla un enfoque de optimización híbrido eficiente de diseño compuesto central (CDD), método de elementos finitos (FEM), metamodelo de Kigring y algoritmo genético multiobjetivo (moga). La DDC se utiliza para establecer el número de experimentos numéricos. El FEM está desarrollado para recuperar la energía de deformación y el par de reacción de la junta. Y luego, el metamodelo de Kigring se utiliza como una caja negra para encontrar las funciones pseudoobjetivas. A partir de funciones pseudoobjetivas, se aplica el moga para encontrar las soluciones óptimas. Tradicionalmente, un algoritmo de optimización evolutiva solo puede encontrar un frente de Pareto. Sin embargo, el enfoque propuesto puede generar 6 soluciones Pareto-óptimas, como candidatos casi óptimos, lo que proporciona un buen tomador de decisiones. En función del problema de trabajo real del usuario, se elige una de las mejores soluciones óptimas. Los resultados encontraron que la energía de deformación óptima es de aproximadamente 0.0033 mJ y el par óptimo es de aproximadamente 588.94 Nm. El análisis de varianza se realiza para identificar la contribución significativa de las variables de diseño. A continuación, se lleva a cabo el análisis de sensibilidad para determinar el grado de efecto de cada parámetro en las respuestas. Las predicciones están en un buen acuerdo con las validaciones. Confirma que el enfoque de optimización híbrida propuesto tiene una efectividad para resolver problemas de optimización complejos.

Additional details

Additional titles

Translated title (Arabic)
النهج الهجين لطريقة العنصر المحدود، ونموذج ميتامودل كيغرينغ، والخوارزمية الجينية متعددة الأهداف للتحسين الحسابي لمفصل الكوع المثني للجهاز المساعد للطرف العلوي
Translated title (French)
Approche hybride de la méthode des éléments finis, du métamodèle de Kigring et de l'algorithme génétique multi-objectif pour l'optimisation informatique d'une articulation coudée flexible pour un dispositif d'assistance des membres supérieurs
Translated title (Spanish)
Enfoque híbrido del método de elementos finitos, el metamodelo de Kigring y el algoritmo genético multiobjetivo para la optimización computacional de una articulación de codo flexible para el dispositivo de asistencia de la extremidad superior

Identifiers

Other
https://openalex.org/W2914697366
DOI
10.1155/2019/3231914

Is supplement to
https://openalex.org/W4241467429 (Other)
https://openalex.org/W3083133203 (Other)
https://openalex.org/W2744462909 (Other)
https://openalex.org/W2384474142 (Other)
https://openalex.org/W2090178682 (Other)
https://openalex.org/W2073147994 (Other)
https://openalex.org/W2001591765 (Other)
https://openalex.org/W1971520370 (Other)
https://openalex.org/W1588199609 (Other)
https://openalex.org/W1550055091 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Vietnam

References

  • https://openalex.org/W2064452553
  • https://openalex.org/W2145040361
  • https://openalex.org/W2173194528
  • https://openalex.org/W2272784156
  • https://openalex.org/W2284475612
  • https://openalex.org/W2345068998
  • https://openalex.org/W2419675785
  • https://openalex.org/W2601460653
  • https://openalex.org/W2606752573
  • https://openalex.org/W2635175576
  • https://openalex.org/W2751665024
  • https://openalex.org/W2766809847
  • https://openalex.org/W2773995008
  • https://openalex.org/W2789480546
  • https://openalex.org/W2792318517
  • https://openalex.org/W2794844673
  • https://openalex.org/W2799942260
  • https://openalex.org/W2802228771
  • https://openalex.org/W2808107214
  • https://openalex.org/W2883590797
  • https://openalex.org/W2884171416
  • https://openalex.org/W2885316128
  • https://openalex.org/W2886800258
  • https://openalex.org/W2895583874
  • https://openalex.org/W2897753137
  • https://openalex.org/W2898695205