Otimização de sistema dinâmico de suspensão veicular eletromecânica utilizando algoritmo genético
Carregando...
Data
2016-06-02
Autores
Oliveira Junior, Jaime Ayres [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
O objetivo deste trabalho é analisar o comportamento dinâmico de um sistema de suspensão eletromecânica aplicado a veículos, aplicando um algoritmo genético para maximizar o conforto dos passageiros e maximizar a energia recuperada através do subsistema elétrico. Em sistemas de suspensão mecânica, a energia vibratória é dissipada, por exemplo, em um amortecedor viscoso. É utilizado um modelo de quarto de carro com dois graus de liberdade para expressar a dinâmica vertical do sistema. Utiliza-se a equação de Euler-Lagrange para relacionar os tipos de energia envolvidos (cinética, potencial, elétrica e magnética) para escrever as equações dinâmicas do sistema. O modelo é constituído de dois domínios, um mecânico, do qual fazem parte massa e rigidez, e um elétrico, do qual faz parte um circuito RLC. Os dois domínios são associados através de um transdutor. Neste caso, uma bobina converte o movimento do subsistema mecânico em corrente elétrica no subsistema elétrico. Devido ao grande número de parâmetros e à existência de múltiplos objetivos, opta-se por utilizar um algoritmo genético para realizar a otimização do sistema de suspensão. O desempenho do algoritmo de otimização é analisada observando-se convergência e exploração do espaço de busca. Os resultados são obtidos através de expressões analíticas e simulações numéricas.
The objective of this study is to analyze the dynamic behavior of an electromechanical suspension system applied to vehicles, applying a genetic algorithm to maximize passenger comfort and to maximize the energy recovered through the electrical subsystem. In mechanical suspension systems, vibration energy is dissipated, for example, by a viscous damper. A quarter car model with two degrees of freedom is used to express the vertical dynamics of the system. The Euler-Lagrange equations are used to relate the types of energy involved (kinetic, potential, electrical and magnetic) to write the dynamic equations of the system. The model consists of two domains, a mechanic, which comprises mass and stiffness, and an electric, a RLC circuit. The two subsystems are associated with a transducer. In this case, a moving coil converts the movement of the mechanical subsystem in electrical current in the electrical subsystem. Due to the large number of parameters and the existence of multiple objectives, it is chosen to use a genetic algorithm to perform optimization of the suspension system. The performance of the optimization algorithm is analyzed observing convergence and search space exploration. The results are obtained by analytical expressions and numeric simulations.
The objective of this study is to analyze the dynamic behavior of an electromechanical suspension system applied to vehicles, applying a genetic algorithm to maximize passenger comfort and to maximize the energy recovered through the electrical subsystem. In mechanical suspension systems, vibration energy is dissipated, for example, by a viscous damper. A quarter car model with two degrees of freedom is used to express the vertical dynamics of the system. The Euler-Lagrange equations are used to relate the types of energy involved (kinetic, potential, electrical and magnetic) to write the dynamic equations of the system. The model consists of two domains, a mechanic, which comprises mass and stiffness, and an electric, a RLC circuit. The two subsystems are associated with a transducer. In this case, a moving coil converts the movement of the mechanical subsystem in electrical current in the electrical subsystem. Due to the large number of parameters and the existence of multiple objectives, it is chosen to use a genetic algorithm to perform optimization of the suspension system. The performance of the optimization algorithm is analyzed observing convergence and search space exploration. The results are obtained by analytical expressions and numeric simulations.
Descrição
Palavras-chave
Suspensão eletromecânica, Otimização, Algoritmo genético, Electromechanical suspension, Optimization, Genetic algorithm