Simulation and optimization of heavy-duty semitrailer dynamic model

• Autorzy: Korta J. , Martowicz A. , Gallina A. , Uhl T.

Warianty tytułu

PL

Symulacja i optymalizacja dynamicznego modelu naczepy pojazdów transportu ciężkiego

• Języki publikacji: EN

Abstrakty

EN

This paper presents an optimization of a multibody truck semitrailer model; its purpose was to find the best values of suspension parameters in order to minimize the disadvantageous influence of force distribution in the high risk areas. A number of simulations with different parameters and under different load cases have been carried out, combined with a parametric and structural sensitivity analysis, and in this way individual factors influencing particular forces have been estimated. The stiffness and damping coefficients of the construction suspension system have been adjusted by applying metamodeling techniques, using two different approaches: Kriging and polynomial regression. Finally, using a desirability function, the most optimal solution has been found.

PL

Artykuł przedstawia proces optymalizacji systemu zawieszenia wirtualnego modelu dynamicznego naczepy samochodowej, przeznaczonej dla pojazdów transportu ciężkiego. Celem podjętych prób było znalezienie wartości charakteryzujących odpowiedź układu na wymuszenia dynamiczne, minimalizujących ich niekorzystny wpływ na punkty konstrukcyjne, będące narażone na nadmierne obciążenia. Przeprowadzono szereg symulacji numerycznych, w oparciu o wyniki których określono wrażliwość systemu na zmieniające się parametry konstrukcyjne oraz użytkowe. Optymalne wartości współczynników tłumienia oraz sztywności badanego systemu obliczono z wykorzystaniem konwersji zagadnienia na monokryterialny problem decyzyjny, w oparciu o skonstruowane dwiema metodami (tj. Kriging i regresją wielomianową) powierzchnie odpowiedzi.

Słowa kluczowe

EN

suspension system optimization; semitrailer suspension system; multibody dynamic system; desirability function; multi-objective optimization; response surface

PL

układ amortyzacji; układ zawieszenia; naczepa; powierzchnia odpowiedzi; optymalizacja wielokryterialna; regresja wielomianowa; Kriging; model dynamiczny

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2011
• Tom: No. 4 (20)
• Strony: 85--106
• Opis fizyczny: Bibliogr. 18 poz., rys., tab.

Twórcy

autor

Korta J.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. A. Mickiewicza 30, 30-059 Krakow

autor

Martowicz A.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. A. Mickiewicza 30, 30-059 Krakow

autor

Gallina A.

• AGH University of Science and Technology, Department of Robotics and Mechatronics, al. A. Mickiewicza 30, 30-059 Krakow

autor

Uhl T.

• AGH University of Science and Technology, Department of Robotics and Mechatronics , al. A. Mickiewicza 30, 30-059 Krakow

Bibliografia

• [1] Uhl T. (1997), Computer aided manufacturing and design: Komputerowo wspomagana identyfikacja modeli konstrukcji mechanicznych, WNT, Warsaw.
• [2] FEMtools® Model Updating Theoretical Manual Version 3.2 (2007), Dynamic Design Solutions NV (DDS),pp. 49 – 59.
• [3] Gallina A. (2009), Response Surface Methodology as a tool for analysis for uncertainty in structural dynamics, Ph.D. Thesis, AGH - University of Science and Technology.
• [4] Myers R.H., Montgomery D.C. (2002), Response Surface Methodology: Process and Product Optimization Using Designed Experiments (second edition), John Wiley & Sons, New York, NY.
• [5] Wang G. G., Shan S. (2006), Review of Metamodeling Techniques in Support of Engineering Design Optimization, ASME Transactions, Journal of Mechanical Design,
• [6] Jin R., Chen W., Simpson T.W. (2001), Comparative studies of metamodeling techniques under multiple modeling criteria, Structural and Multidisciplinary Optimization, Volume 23, pp. 1-13.
• [7] Derringer G. (1994), A Balancing Act: Optimizing a Product’s Properties, Quality Progress 27(6), pp. 51-58.
• [8] Derringer G., Suich R. (1980), Simultaneous Optimization of Several Response Variables, Journal of Quality Technology 12, pp.214-219.
• [9] Castillo Del E., Montgomery D.C., McCarville D.R. (1996), Modified Desirability Functions for Multiple Response Optimization, Journal of Quality Technology, Vol. 28, No. 3.
• [10] Kim K.J., Lin D.K.J. (2000), Simultaneous optimization of mechanical properties of steel maximizing exponential desirability functions, Journal of the Royal Statistical Society: Series C, Volume 49, Issue 3, pp. 311 - 325.
• [11] Simpson T.W., Lin D.K.J., Chen W. (2001), Sampling Strategies for Computer Experiments: Design and Analysis, International Journal of Reliability and Applications,.
• [12] Simpson T.W. (1998), Comparison of Response Surface and Kriging Models in the Multidisciplinary Design of an Aerospike Nozzle, ICASE Report No. 98-16.
• [13] Amago T. (2002), Sizing Optimization Using Response Surface Method in FOA, R&D Review of Toyota CRDL, Volume 37, No. 1.
• [14] Simpson T.W., Peplinski J.D., Koch P. N., Allen J.K. (1997), On the Use Of Statistics In Design and the Implications for Deterministic Computer Experiments, Proceedings of DETC’ 97, Sep. 14 -17, Sacramento, California.
• [15] Harrington E. (1965), The Desirability Function, Industrial Qual. Control, pp. 494 – 498.
• [16] Heltona J.C., Davisb F.J., Johnson J.D. (2005), A comparison of uncertainty and sensitivity analysis results obtained with random and Latin hypercube sampling, Reliability Engineering and System Safety 89, p. 305 – 330.
• [17] Saltelli A., Ratto M., Andres T., Campolongo F., Cariboni J., Gatelli D., Saisana M., Tarantola S. (2008), Global Sensitivity Analysis. The Primer, John Wiley & Sons, Ltd, Chichester, UK
• [18] Agrawal Om P., Shabana A. A. (1985), Dynamic analysis of multibody systems using components models, Computers & Structures, Volume 21, Issue 6, pp. 1303 – 1312.