Otimização multiobjetivo de parâmetros da suspensão de um ônibus baseada no modelo de partículas quânticas
Visualizar/abrir
Data
2018Autor
Orientador
Nível acadêmico
Graduação
Outro título
Multi-objective optimization of bus suspension parameters based on quantum particle model
Assunto
Resumo
Este trabalho fornece um estudo multiobjetivo sobre redução da vibração nos passageiros e no motorista de um ônibus. Um modelo numérico de ônibus com treze graus de liberdade, incluindo dinâmica lateral, é acoplado ao algoritmo de otimização multiobjetivo NSGA-II (Nondominated Sorting Genetic Algorithm) e um novo algoritmo proposto, MOQPSO (Multi-objective Quantum Particle Swarm Optimization). Três assentos são estrategicamente selecionados a fim de investigar a atenuação da vibração. Dez parâm ...
Este trabalho fornece um estudo multiobjetivo sobre redução da vibração nos passageiros e no motorista de um ônibus. Um modelo numérico de ônibus com treze graus de liberdade, incluindo dinâmica lateral, é acoplado ao algoritmo de otimização multiobjetivo NSGA-II (Nondominated Sorting Genetic Algorithm) e um novo algoritmo proposto, MOQPSO (Multi-objective Quantum Particle Swarm Optimization). Três assentos são estrategicamente selecionados a fim de investigar a atenuação da vibração. Dez parâmetros de rigidez e amortecimento são selecionados como variáveis de projeto para compor o processo de otimização, a fim de reduzir a vibração nos passageiros e averiguar o comportamento das curvas de Pareto geradas pelos algoritmos. O ônibus é submetido à manobra DLC (double lane change, ISO 3888, 2002) e a uma pista rugosa classe C (ISO 8606, 1995) a fim de promover excitações majoritariamente laterais e verticais, respectivamente. Normas para vibração (ISO 2631, 1997) são usadas na avaliação e comparação das soluções. Os resultados mostram que os novos parâmetros obtidos pela otimização geram atenuações de vibração que são superiores àquelas usando valores nominais. O algoritmo proposto no presente estudo mostrou-se adequado, uma vez que sua Fronteira de Pareto se mostrou mais ampla e avançada do que aquela obtida pelo já consolidado NSGA-II com o mesmo custo computacional. ...
Abstract
This work provides a multiobjective study on vibration reduction for passengers and a bus driver. A numerical model of bus with thirteen degrees of freedom, including lateral dynamics, is coupled to the NSGA-II (Non-dominated Sorting Genetic Algorithm) and a novel proposed algorithm, MOQPSO (Multi-objective Quantum Particle Swarm Optimization). Three seats are strategically selected in order to investigate vibration attenuation. Ten parameters of stiffness and damping are selected as design var ...
This work provides a multiobjective study on vibration reduction for passengers and a bus driver. A numerical model of bus with thirteen degrees of freedom, including lateral dynamics, is coupled to the NSGA-II (Non-dominated Sorting Genetic Algorithm) and a novel proposed algorithm, MOQPSO (Multi-objective Quantum Particle Swarm Optimization). Three seats are strategically selected in order to investigate vibration attenuation. Ten parameters of stiffness and damping are selected as design variables to compose the optimization process in order to reduce the vibration in the passengers and to investigate the behavior of the Pareto curves generated by the algorithms. The bus is subjected to the DLC maneuver (ISO 3888, 2002) and to a class C track (ISO 8606, 1995) in order to generate mainly lateral and vertical excitations, respectively. Vibration standards (ISO 2631, 1997) are used to evaluate and compare the solutions. The results show that the new parameters obtained by the optimization generate vibration attenuations that are superior when compared to those using the nominal values. The algorithm proposed in the present study was proven suitable, since its Pareto frontier was wider and more advanced than the one obtained by the already consolidated NSGA-II with the same computational cost. ...
Instituição
Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Curso de Engenharia Mecânica.
Coleções
-
TCC Engenharias (5882)
Este item está licenciado na Creative Commons License