طراحی کنترل کننده سیستم تعلیق فعال خودرو با استفاده از روش بهینه سازی چندهدفه
- سال انتشار: 1394
- محل انتشار: هشتمین همایش ملی مهندسی مکانیک
- کد COI اختصاصی: NCOFME08_038
- زبان مقاله: فارسی
- تعداد مشاهده: 1137
نویسندگان
دانشجوی کارشناسی ارشد، دانشکده مکانیک، دانشگاه آزاد اسلامی واحد خمینی شهر
استادیار، دانشکده مکانیک، دانشگاه آزاد اسلامی واحد خمینی شهر- نویسنده مسئول
استادیار، دانشکده مکانیک، دانشگاه آزاد اسلامی واحد خمینی شهر
چکیده
از مهمترین نیازهای روزافزون سیستم های تعلیق دینامیکی، ایمنی و بازده بالا بوده که این نیازهایطراحی خصوصاً در هنگام طراحی خودروهای جدید در صنعت خودروسازی مورد توجه است. دراین مقاله با در نظر گرفتن مدل یک چهارم خودرو بر مبنای یک رویکرد بهینه سازی چند هدفه کنترلکننده فیدبک حالت طراحی شده است. به همین منظور در ابتدا یک مدل خطی برای سیستم تعلیقفعال در نظر گرفته و با استفاده از یک رویکرد ترکیبی مقاوم-بهینه کنترل کننده طراحی شده است.این روش طراحی کنترل مقاوم خطی (H(2 و (∞)H را به یک مساله بهینه سازی تبدیل می کند. روشاصلی مورد بحث در این تحقیق روش بهینه سازی ازدحام ذرات چندهدفه (MOPSO) است.الگوریتم PSO خود از شبیه سازی رفتار اجتماعی یک گروه از پرندگان در یافتن غذا الهام گرفتهشده است. نتایج نشان داد که در حالت طراحی کنترل کننده برای مدل خطی، کنترلر طراحی شدهتوسط هر دو بهینه ساز MOPSO و NSGA-II عملکردی تقریبا یکسان داشتند. با این حال کنترلرطراحی شده توسط MOPSO اندکی مقاومتر از دیگری است. در این حالت به صورت همزمانکاهش حداکثری شتاب بدنه (متناسب با راحتی سرنشین) و تغییر شکل تایر (متناسب با امنیتسرنشین) و از طرف دیگر کاهش توان مصرفی در نظر گرفته می شود. همچنین نتایج نشان داد که درشرایط کاملا برابر رویکرد بهینه سازی چندهدفه مبتنی بر الگوریتم ازدحام ذرات (MOPSO) ازرویکرد بهینه سازی چندهدفه مبتنی بر الگوریتم ژنتیک (NSGA-II)، از لحاظ صرف انرژیاندکی مناسبتر عمل می کند.کلیدواژه ها
بهینه سازی چند هدفه ، سیستم تعلیق فعال ، مدل یک چهارم خودرو ، الگوریتم ازدحام ذرات ، الگوریتم ژنتیکمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.