Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Analiza wpływu wybranych parametrów algorytmu genetycznego w problemie identyfikacji modelu tłumika MR

Tytuł:
Analiza wpływu wybranych parametrów algorytmu genetycznego w problemie identyfikacji modelu tłumika MR
Autorzy:
Rutczyńska-Wdowiak, K.
Makowski, M.
Data publikacji:
2012
Słowa kluczowe:
algorytm genetyczny
rozmiar populacji
przestrzeń poszukiwań
identyfikacja
matematyczny model
tłumik magnetoreologiczny
genetic algorithm
population size
space exploration
identification
mathematical model
magneto-rheological damper
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Praca jest poświęcona identyfikacji parametrów modelu sterowanego tłumika magneto-reologicznego (MR) oraz eksperymentalnej weryfikacji modelu tłumika. Model urządzenia został opracowany w postaci struktury reologicznej. Do badań numerycznych opracowany został matematyczny model opisujący zjawiska zachodzące w tłumiku. W pracy zostały przedstawione wyniki badań symulacyjnych i eksperymentalnych własności sterowanego tłumika MR. Parametry modelu tłumika MR wyznaczone w identyfikacji przy użyciu wybranego algorytmu genetycznego wykazują największą zbieżność wyników badań symulacyjnych z badaniami eksperymentalnymi. Analizowano wpływ rozmiaru populacji oraz zadanych przestrzeni poszukiwań rozwiązania algorytmu genetycznego na wyniki procesu identyfikacji.
In this paper, a mathematical model of a magneto-rheological damper is presented. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. In this paper are also presented results of numerical and experimental studies. Parameters of the damper model MR appointed in the identification with the use of the chosen genetic algorithm show the greatest convergence of simulation results with experimental research. The influence of the population size and the search space of solution of the genetic algorithm on results of the identification was analysed.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies