Doç. Dr. Ali Rıza YILDIZ - Bursa Teknik Üniversitesi

Transkript

BURSA TEKNİK ÜNİVERSİTESİ
MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ
Yapay Zeka Yöntemlerinin Otomotiv Sektöründe
Ürün Tasarımı Çalışmalarında Kullanılması
Doç. Dr. Ali Rıza YILDIZ
04.11.2014
Doç. Dr. Ali Rıza YILDIZ - "Hibrid Evrimsel Yöntemler İle Taşıt Elemanlarının Çok Amaçlı Yapısal Optimizasyonu"
1
İÇERİK
•
Optimizasyon
•
Evrimsel Algoritmalar
•
Genetik Algoritmalar
•
Parçacık Sürüsü Optimizasyon Algoritması
•
Arı Koloni Algoritması
•
Hibrid Yöntemler
•
Topoloji ve Şekil Optimizasyonu
•
Otomotiv Sektöründe Uygulamalar
 Şekil ve Topoloji Optimizasyonu Uygulamaları
 Taşıt Çarpışma Performanslarının İyileştirilmesi
 Sac Metal Şekillendirme
04.11.2014
2
Optimizasyon Nedir?
Optimizasyon, kısıtlar sağlanacak şekilde amaç
fonksiyonunu/fonksiyonlarının
minimum/maksimum değerlerini veren tasarım değişkenlerinin en ideal değerlerinin
bulunmasıdır.
Amaç fonksiyonu:
𝑓 𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛
Kısıtlayıcı fonksiyonlar:
𝑔𝑖 𝑥 ≡ 𝑔𝑖 𝑥1 , 𝑥2 , … , 𝑥𝑛 ≤ 0;
04.11.2014
i=1..m
3
Yapay Zeka Optimizasyon Algoritmaları
Canlıların yaşama, üreme ve beslenme gibi davranış biçimlerinden esinlenerek
geliştirilmiş popülasyon temelli optimizasyon algoritmalarıdır.
 Genetik algoritmalar
(Genetic algorithms)
 Parçacık sürüsü optimizasyon algoritması (Particle Swarm Optimization Algorithm)
 Yapay arı koloni algoritması
04.11.2014
(Artificial Bee Colony Algorithm)
4
Genetik Algoritmalar, genetik bilimindeki evrim prensiplerini ve kromozomal
prosesleri bilgisayar ortamında taklit ederek çalışan optimizasyon metodudur.
Genetik Algoritmaların Çalışma Prensibi
Genetik algoritmalar iteratif optimizasyon metodur. Herbir iterasyonda tekbir
çözüm ile çalışmak yerine, çeşitli çözümleri içeren bir çözüm kümesi ( popülasyon)
ile çalışır.
04.11.2014
5
Genetik Algoritmaların Çalışma Prensibi Akış Şeması
Başla
Başlangıç Popülasyonunu Oluştur
Üreme
Çaprazlama
hayır
Mutasyon
Elitizm
Kısıtlar
Sağlanıyormu?
evet
Dur
04.11.2014
6
1
0
1
0
0
1
1
0
1*27 + 0*26+ 1*25+ 0*24+ 0*23+ 1*22 + 1*21 + 0*20 = 162
04.11.2014
7
1
Genetik Algortima
Döngüsü
OPTİMUM TASARIM
6
5
4
04.11.2014
2
3
8
Parçacık Sürüsü (particle swarm) Optimizasyonu (PSO); 1995 yılında J.Kennedy ve
R.C.Eberhart tarafından; kuş sürülerinin davranışlarından esinlenilerek geliştirilmiş
popülasyon tabanlı optimizasyon tekniğidir.
04.11.2014
9
Parçacık Sürüsü Optimizasyonu
Kuşların, yerini bilmedikleri yiyeceği aramaları, bir probleme çözüm aramaya benzetilir. Kuşlar
yiyecek ararken yiyeceğe en yakın olan kuşu takip ederler. Parçacık olarak adlandırılan her
tekil çözüm, arama uzayındaki bir kuştur.
Çözüm uzayında her boyuttaki hızın ve yönün her seferinde nasıl değişeceği, komşularının en
iyi koordinatları ve kendi kişisel en iyi koordinatlarının bir birleşimi olacağı kabul edilerek
optimum noktaya ulaşmaya çalışılır.
04.11.2014
10
Parçacık Sürüsü Optimizasyonu Akış Diyagramı
Başla
Başlangıç sürüsünü, hızları ve pozisyonları oluştur.
Sürüdeki bütün parçacıkların uygunluk değerini hesapla.
Her jenerasyonda tüm parçacıkları önceki jenerasyonun
en iyisi ile karşılaştır. Daha iyi ise yer değiştir.
En iyi yerel değerleri kendi arasında karşılaştır ve en iyi
olanı küresel en iyi olarak ata
Hız ve pozisyon değerlerini yenile.
hayır
Durdurma
kriteri
evet
Sonucu Göster
04.11.2014
11
Hibrid Optimizasyon Algoritmaları
Hibrid Optimizasyon Yöntemleri, global optimum noktaya en az iterasyonda en kısa
zamanda yakınsamasını sağlamak için geliştirilen algoritmalardır.
f(x)
F
x = -a
x=b
E
x
A
D
B
C
04.11.2014
12
04.11.2014
13
Ex
No
20 < x1 < 50
15 < x2 < 41
8 < x3 < 14
3 < x4 < 12
04.11.2014
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
X1
(mm)
20
20
20
20
30
30
30
30
40
40
40
40
50
50
50
50
X2
(mm)
15
24
32
41
15
24
32
41
15
24
41
32
15
24
41
32
X3
(mm)
8
10
12
14
10
8
12
14
12
14
8
10
14
12
10
8
X4
(mm)
3
6
9
12
9
12
3
6
12
9
6
3
6
3
12
9
14
Table. Results of the ANOVA for volume
04.11.2014
Level1
Level2 Level3 Level4
DOF
M
F
Cont.(%)
X1
17.69
18.08
18.70
19.69
3
3,06300
1512,4
81.74
X2
19.02
18.69
18.41
18.05
3
0,65799
324,91
17.55
X3
18.56
18.57
18.61
18.42
3
0,00324
1,60
0.008
X4
18.51
18.48
18.53
18.65
3
0,02160
10,67
0.569
Error
3
0,00203
Total
15
𝟐𝟎 < 𝑥𝟏 <50
𝟒𝟎 < 𝑥𝟏 <50
𝟏𝟓 < 𝑥2 <41
𝟏𝟓 < 𝑥2 <41
𝟖 < 𝑥3 < 14
𝟖 < 𝑥3 < 14
𝟑 < 𝑥4 < 12
𝟑 < 𝑥4 < 12
15
𝟒𝟎 < 𝑥𝟏 <50
𝟏𝟓 < 𝑥2 <41
𝟖 < 𝑥3 < 14
𝟑 < 𝑥4 < 12
𝟐𝟎 < 𝑥𝟏 <50
𝟏𝟓 < 𝑥2 <41
𝟖 < 𝑥3 < 14
𝟑 < 𝑥4 < 12
04.11.2014
16
Topoloji Optimizasyonu
Topoloji optimizasyonunun temel mantığı, optimizasyonu yapılacak parçanın dış
boyutlarında herhangi bir değişiklik olmaksızın, istenen oranda hacim azaltarak
alternatifler arasından en rijit yapının elde edilmesine olanak sağlayacak şekilde belirli
bölgelerden malzeme boşaltılması esasına dayanır. Topoloji optimizasyonunda hedef,
amaç fonksiyonlarını (rijitlik, doğal frekans, üretim maliyetleri v.b.) minimum veya
maksimum yapan en iyi malzeme dağılımını bulmaktır.
04.11.2014
17
Topoloji Optimizasyonu
Tek Komponentli Topoloji Opt.
Çok Komponentli Topoloji Opt.
(N. Kikuchi, 1989)
(A.R. Yıldız, K. Saitou 2007)
04.11.2014
18
Şekil Optimizasyonu
04.11.2014
𝑥𝟏
𝑥𝟐
𝑥𝟑
𝑥𝟒
𝑨𝒍𝒕 𝒍𝒊𝒎𝒊𝒕
20
15
8
3
Ü𝒔𝒕 𝒍𝒊𝒎𝒊𝒕
50
41
14
12
19
04.11.2014
20
04.11.2014
21
04.11.2014
22
Multi-objective optimization of vehicle crashworthiness using
a new particle swarm based approach
Ali Rıza Yıldız
Bursa Technical University
&
Kiran Solanki
Mississippi State University
CAVS(Center for Advanced Vehicular System)
Sponsored by
04.11.2014
23
a.Full Frontal Impact (FFI)
b.
Offset Frontal Impact (OFI)
c.
Fig. 1 FE model of a1996 Dodge Neon in three impacts
a. Full frontal; b. 40% offset frontal; c. side
b.
c.
04.11.2014
Side Impact (SI)
model of a1996 Dodge Neon in three impacts
24
Full Frontal Impact (FFI)
04.11.2014
25
Offset Frontal Impact (OFI)
04.11.2014
26
Side Impact (SI)
04.11.2014
27
04.11.2014
28
Internal Energy (kJ)
Internal Energy Absorption Comparison
160
140
120
100
80
60
40
20
0
58%
56%
58%
42%
44%
42%
FFI
SIDE
Selected Parts
Mass Comparison
Mass (kg)
Total
OFI
1400
1200
1000
800
600
400
200
0
92%
8%
Total
04.11.2014
Mass
Selected Parts
29
Table. The description of the design variables and their initial (or baseline) values
04.11.2014
Design Variables
Component
Initial Thickness (mm)
x1
Left and right front doors 236 & 237
0.85
x2
Left and right rear doors 272 & 273
0.83
x3
Inner hood 285
0.65
x4
Left and right outer B-pillars 310 & 311
1.61
x5
Left and right middle B-pillar 328 & 329
0.71
x6
Inner front bumper 330
1.96
x7
Front floor panel 353
0.71
x8
Left and right outer CBN 355 & 356
0.83
x9
Left and right front fenders 373 & 374
1.52
x10
Left and right inner front rails 389 & 391
1.90
x11
Left and right outer front rails 390 & 392
1.52
x12
Rear plate 415
0.71
x13
Suspension frame 439
2.61
30
a. Full frontal
b. offset frontal
c. side
Figure. Plan view of approximate locations for intrusion measurement
04.11.2014
31
Design Responses
7 responses for objectives or constraints:
Total Mass of selected components
 Intrusion Distances: (FFI, OFI), Door (SIDE)
3 Internal Energies: Sum of I.E. Absorption of
selected parts (FFI, SIDE, OFI)
04.11.2014
Design Variable
No
x1
x2
x3
x4
x5
x6
x7
x8
Objective values (mm)
x9 x10 x11 x12
x13
f1(x)
f2(x)
f3(x)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
61
226
370
1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
57
164
385
2
-1
-1
-1
-1
0
0
0
0
0
0
0
0
0
64
135
370
3
-1
-1
-1
-1
1
1
1
1
1
1
1
1
1
59
87
355
4
-1
0
0
0
-1
-1
-1
0
0
0
1
1
1
69
247
383
5
-1
0
0
0
0
0
0
1
1
1
-1
-1
-1
62
80
364
6
-1
0
0
0
1
1
1
-1
-1
-1
0
0
0
65
145
378
7
-1
1
1
1
-1
-1
-1
1
1
1
0
0
0
65
224
366
8
-1
1
1
1
0
0
0
-1
-1
-1
1
1
1
67
201
384
9
-1
1
1
1
1
1
1
0
0
0
-1
-1
-1
57
227
364
10
0
-1
0
1
-1
0
1
-1
0
1
-1
0
1
64
244
376
11
0
-1
0
1
0
1
-1
0
1
-1
0
1
-1
69
239
362
12
0
-1
0
1
1
-1
0
1
-1
0
1
-1
0
44
186
337
13
0
0
1
-1
-1
0
1
0
1
-1
1
-1
0
61
231
375
14
0
0
1
-1
0
1
-1
1
-1
0
-1
0
1
52
227
361
15
0
0
1
-1
1
-1
0
-1
0
1
0
1
-1
78
260
376
16
0
1
-1
0
-1
0
1
1
-1
0
0
1
-1
49
193
365
17
0
1
-1
0
0
1
-1
-1
0
1
1
-1
0
83
251
378
18
0
1
-1
0
1
-1
0
0
1
-1
-1
0
1
71
235
357
19
1
-1
1
0
-1
1
0
-1
1
0
-1
1
0
72
242
371
20
1
-1
1
0
0
-1
1
0
-1
1
0
-1
1
55
207
354
21
1
-1
1
0
1
0
-1
1
0
-1
1
0
-1
58
204
340
22
1
0
-1
1
-1
1
0
0
-1
1
1
0
-1
56
163
367
23
1
0
-1
1
0
-1
1
1
0
-1
-1
1
0
55
198
345
24
1
0
-1
1
1
0
-1
-1
1
0
0
-1
1
79
263
365
25
1
1
0
-1
-1
1
0
1
0
-1
0
-1
1
56
224
361
26
1
1
0
-1
0
-1
1
-1
1
0
1
0
-1
80
229
373
27
1
1
0
-1
1
0
-1
0
-1
1
-1
1
0
59
207
355
32
Relative to Steel base
FFI
Intrusion distance (mm)
Internal energy (kJ)
SIDE
-1.1%
2.9%
OFI
-0.1%
7.8%
-5.1%
1.4%
Mass (kg)
04.11.2014
-16.4%
33
SAÇ ŞEKİLLENDİRME GEÇMİŞİNİN
OTOMOBİL DARBE EMİCİLERİN ÇARPIŞMA
PERFORMANSINA ETKİSİNİN İNCELENMESİ VE
OPTİMİZASYONU
Sponsored by
04.11.2014
34
04.11.2014
35
04.11.2014
36
04.11.2014
37
without forming history
with forming history
𝑤𝑖𝑡𝑕𝑜𝑢𝑡 𝑓𝑜𝑟𝑚𝑖𝑛𝑔 𝑕𝑖𝑠𝑡𝑜𝑟𝑦-𝑤𝑖𝑡𝑕 𝑓𝑜𝑟𝑚𝑖𝑛𝑔 𝑕𝑖𝑠𝑡𝑜𝑟𝑦
04.11.2014
𝑀𝒂𝒙𝒊𝒎𝒖𝒎
Crush force
Absorbed enegy % Difference
-6.74 %
-9.23 %
38
Objective Functions
40 < x1 < 70
minimize thinning,
20 < 𝑥2 < 35
minimize springback,
2.5 < 𝑥3 < 7.5
minimize maximum crush force,
1.0 < 𝑥4 < 2.5
minimize mass
Design variables
tube height,
width,
thickness,
corner radius,
04.11.2014
39
Table: Design points on pareto front
Pareto
point
number
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
04.11.2014
Width Height Corner
(mm) (mm) Radius
(mm)
58.23
57.88
40.05
70.00
47.95
40.05
57.92
47.18
60.38
56.24
62.18
50.00
58.13
69.80
55.56
56.45
49.01
41.28
57.90
53.12
34.21
34.00
20.01
34.92
20.61
20.01
31.64
23.16
28.91
31.81
34.26
23.83
34.20
35.00
31.01
33.85
20.62
25.19
33.25
23.01
7.02
6.97
4.48
5.96
2.55
4.57
5.54
2.66
5.73
6.58
6.26
2.71
6.88
4.27
4.71
6.49
2.83
5.47
5.84
3.45
Thickness
(mm)
1.16
1.20
1.00
2.50
1.83
1.00
1.28
1.55
2.06
1.03
2.05
1.63
1.29
2.50
2.41
1.72
1.00
1.27
1.66
1.94
Thining Springback Max Crush
Force(KN)
5.83
5.57
82.36
75.38
285.20
80.33
33.60
266.30
92.32
14.85
71.88
280.83
6.79
123.38
168.26
43.56
121.20
57.52
54.82
212.05
3.01
3.09
0.78
0.67
0.20
0.79
2.65
0.49
1.11
2.54
1.27
0.53
3.23
0.60
0.71
2.05
0.70
1.05
2.12
0.64
97.80
100.18
53.27
212.51
108.85
53.27
101.57
93.99
160.03
80.65
172.65
103.31
107.46
218.07
190.39
140.34
57.84
78.06
136.35
127.57
Mass
(kg)
0.13
0.14
0.07
0.29
0.15
0.07
0.14
0.13
0.22
0.11
0.23
0.14
0.15
0.30
0.25
0.19
0.08
0.11
0.19
0.17
40
04.11.2014
41
Design Variables
D2 (mm)
D3(mm)
D4 (mm)
D1 (mm)
D5(mm)
D6 (mm)
D7-thickness (mm)
04.11.2014
Lower limit
2
10
8
10
66.3
76
1
Initial design
4
13
10.75
16
78
101.5
1.5
Lower limit
8
20
20
22
117
152
3
42
Fig. Crash force-time for initial and optimum design
Fig. Specific energy absorption-time for initial and optimum design
Table. Comparison of the results for intial and optimum design
04.11.2014
Specific Energy absorption
Peak force
Weight
(kJ)
(kN)
(g)
Initial design
5.595
185.624
2003.29
Optimum Design
8.765
117.320
1528.72
43
04.11.2014
44

Doç. Dr. Ali Rıza YILDIZ - Bursa Teknik Üniversitesi

Transkript

Benzer belgeler

8 Mb - Systemair