| Popis: |
In this paper, a genetic algorithm (GA) based in an optimization approach is presented in order to search the optimum weighting matrix parameters of a linear quadratic regulator (LQR). A Macpherson strut quarter car suspension system is implemented for ride control application. Initially, the GA is implemented with the objective of minimizing root mean square (RMS) controller force. For single objective optimization, RMS controller force is reduced by 20.42 % with slight increase in RMS sprung mass acceleration. Trade-off is observed between controller force and sprung mass acceleration. Further, an analysis is extended to multi-objective optimization with objectives such as minimization of RMS controller force and RMS sprung mass acceleration and minimization of RMS controller force, RMS sprung mass acceleration and suspension space deflection. For multi-objective optimization, Pareto-front gives flexibility in order to choose the optimum solution as per designer's need. En este artículo se presenta un algoritmo genético (GA) basado en un enfoque de optimización con el fin de encontrar los parámetros de la matriz de ponderación del regulador lineal cuadrático (LQR). Se implementa un sistema de suspensión Macpherson para la aplicación del control de amortiguación. Inicialmente el GA se implementa con el objetivo de minimizar la raíz cuadrada media (RMS) del controlador de fuerza. Para la optimización de un único objetivo, el controlador RMS de la fuerza se reduce en un 20,42 %> con un ligero aumento en la aceleración RMS de la masa suspendida. Se observa equilibrio entre el control de fuerza y la aceleración de la masa suspendida. Además, el análisis se extiende a la optimización multiobjetivo con objetivos como la minimización del control RMS de la fuerza y de la aceleración debida a la masa suspendida y la minimización del control RMS de la fuerza, RMS surgida por la aceleración de la masa y la deflexión del espacio de la suspensión. Para la optimización multiobjetivo el Pareto-frontal facilita elegir la solución óptima según la necesidad del diseñador. |
