Višekriterijski optimizacijski model u razvoju ovjesa vozila

Autor: Petar Ilinčić, Goran Šagi, Zoran Lulić
Rok vydání: 2015
Předmět:
Zdroj: Tehnički vjesnik
Volume 22
Issue 4
ISSN: 1848-6339
1330-3651
DOI: 10.17559/tv-20150220151816
Popis: U cilju unapređenja konceptualne faze razvoja vozila, ovo istraživanje je usmjereno na razvoj novog višekriterijskog optimizacijskog modela za određivanje optimalnih parametara ovjesa vozila. U ovom istraživanju naglasak je na razvoju ovjesa vozila promatrano kroz dinamičko ponašanje kompletnog vozila. Novi optimizacijski model temelji se na integraciji brzih simulacijskih alata s zadovoljavajućom razinom točnosti za analizu kinematike ovjesa i dinamiku vozila unutar okruženja za višekriterijsko optimiranje. Nužni koraci koji prethode razvoju optimizacijskog modela su identifikacija utjecajnih parametara, definiranje kriterija za ocjenu dinamičkih karakteristika vozila u različitim ispitnim procedurama i odabir višekriterijskih optimizacijskih algoritama, prvenstveno suvremenih evolucijskih algoritama. Usporedba optimizacijskih algoritama pokazala je da se najbolji rezultati u pogledu konvergencije, broja mogućih rješenja, trajanja računanja i približavanja Pareto fronti postižu s FMOGA-II algoritmom.
In order to improve conceptual phase of vehicle development, this research is focused on development of new multi-objective optimization model for determining the optimal parameters of the suspension system. In this research emphasis is on the development of suspension system from the viewpoint of full vehicle dynamics behaviour. The new optimization model consists of the integration of fast simulation tools with a suitable degree of accuracy for analysis of suspension system kinematics and analysis of vehicle dynamics into multi-objective optimization environment. The necessary steps that proceed to development of optimization model are identification of influence parameters, definition of criteria for the evaluation of vehicle dynamic characteristics in different test procedures and selection of multi-objective optimization algorithms, primarily contemporary evolutionary algorithms. In comparison of the algorithms, the best results in terms of convergence, number of solutions, short computing time and Pareto front approximation were achieved with the FMOGA-II algorithm.
Databáze: OpenAIRE
Externí odkaz: