Geri Dön

Hibrit araçlarda sinirsel ağlar ve genetik algoritma ile süspansiyon sistemi tasarımı ve optimizasyonu

Suspension system design and optimization with neural networks and genetic algorithm in hybrid electric vehicles

  1. Tez No: 797126
  2. Yazar: GURUR AĞAKİŞİ
  3. Danışmanlar: PROF. DR. FERRUH ÖZTÜRK
  4. Tez Türü: Doktora
  5. Konular: Otomotiv Mühendisliği, Automotive Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Bursa Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Otomotiv Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Otomotiv Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 153

Özet

Şasi ve araç dinamiği geliştirme süreci, araç performans hedeflerine göre süspansiyon tipi seçimi ile başlar. Süspansiyon geometri noktalarının konumu ve burçların sertlikleri gibi değişkenleri optimum olarak bularak araç dinamiği hedeflerine ulaşmak için hem fiziksel hem de sanal K&C (Elastokinematik) analizler gerçekleştirilir. Ancak, tüm amaçları karşılayan uygun tasarım değişkenlerini bulmak zordur. Bu tez kapsamında, fiziksel olarak sanal model ile korelasyona sahip geometri noktaları ve bileşen özelliklerine sahip referans kompakt bir araç üzerinde gerçekleştirilen deney tasarımı (DOE) ve sinir ağlarının (NN) yardımıyla süspansiyon K&C karakteristik hedeflerine sistematik olarak ulaşmak için bir süspansiyon optimizasyon yaklaşımı oluşturulmuştur. MBD (Çoklu Cisim Dinamiği) model korelasyonu, Ackerman hatası ve kamber açı değişimi ile ilgili olarak aracın direksiyon kinematiğini geliştirmek ve bu doğrultuda geometri noktalarını optimize etmek için sağlanmıştır. Sonuçlar, geometri noktalarını tahmin etmeye yönelik NN tabanlı optimizasyon stratejisinin, direksiyon kinematiğinde Ackerman hatasını ve kamber açısı değişimini geleneksel cevap yüzeyi yöntemi (RSM) çalışmalarına kıyasla önemli ölçüde iyileştirdiğini göstermiştir.

Özet (Çeviri)

The chassis and vehicle dynamics development process starts with suspension type selection according to vehicle performance objectives. Both physical and virtual K&C (Kinematics and Compliance) analyses are performed to achieve the vehicle dynamics targets by finding the optimum variables such as the position of hardpoints and stiffnesses of bushings. However, finding appropriate design variables that meet all the aims is challenging. This thesis establishes a suspension optimization approach to systematically attain suspension K&C characteristic objectives with the design of experiments (DOE) and neural networks (NN) based on the reference compact-sized vehicle with accurate hardpoints and component specifications. The MBD model correlation is specifically provided to optimize the hardpoints to improve the vehicle's steering kinematics concerning Ackerman error and camber angle variation. The results showed that NN based optimization strategy to predict the hard points has significantly improved Ackerman error and camber angle variation on steering kinematics compared to conventional response surface methods.

Benzer Tezler

  1. Control and system identification of legged locomotion with recurrent neural networks

    Tekrarlayan sinir ağları ile bacaklı lokomosyonun kontrolü ve sistem tanımlanması

    BAHADIR ÇATALBAŞ

    Doktora

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER MORGÜL

  2. Elektrikli araçlar için menzil tahminine dayalı şarj planlama modeli

    Charging planning model for electric vehicles based on range prediction

    HİLAL YILMAZ

    Doktora

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BETÜL YAĞMAHAN

  3. Les apports didactiques des méthodes intermédiatiques innovantes dans l'enseignement des langues étrangères

    Medyalararası yenilikçi yöntemlerin yabancı dil eğitimine katkıları

    NACİ SERHAT BAŞKAN

    Yüksek Lisans

    Fransızca

    Fransızca

    2017

    Eğitim ve ÖğretimMarmara Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. MURAT DEMİRKAN

  4. Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  5. Hibrit araçlarda elektrik motoru denetimi

    Engine control in hybrid electric vehicles

    YUNUS DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ATA SEVİNÇ