Escolar Documentos
Profissional Documentos
Cultura Documentos
por
Porto Alegre
2012
OTIMIZAO DE PARMETROS CONCENTRADOS DE SUSPENSO
PARA CONFORTO E SEGURANA VEICULAR
por
Mestre em Engenharia
Aprovada por:
Porto Alegre
2012
ii
preciso evitar o terrorismo da teoria
tanto quanto a relao parasitria
com os corpos tericos esclerosados,
o bloqueio da pesquisa tanto quanto a
erudio interesseira. Paul de
Bruyne, Jacques Herman, Marc de
Schoutheete (1991, p. 104).
iii
AGRADECIMENTOS
Agradeo vida, porque sem a graa de viver no poderamos realizar os nossos sonhos.
Aos meus pais Lourdes Terezinha Centeno Drehmer e Luis Carlos Melo Drehmer, que,
apesar dos momentos mais difceis, sempre me disseram para escolher a vida e, ento, viver.
Ao orientador, Prof. Dr. Herbert Martins Gomes, pela amizade, conhecimento e orientao.
Ao co-orientador, Prof. Dr. Walter Jesus Paucar Casas, pela amizade, conhecimento e
orientao.
Comisso de Avaliao composta pelos Profs. Drs. Nilson Barbieri, Incio Benvegnu
Morsch e Letcia Fleck Fadel Miguel.
iv
DREHMER, L. R. C. Otimizao de Parmetros Concentrados de Suspenso para
Conforto e Segurana Veicular. 2012. 98 p. Dissertao (Mestrado em Engenharia
Mecnica) Departamento de Engenharia Mecnica, Universidade Federal do Rio Grande do
Sul, Porto Alegre, 2012.
RESUMO
reduzem em at 35,3% a acelerao vertical rms transmitida ao motorista. Por meio de uma
partculas. Finalmente, os resultados de rigidez e amortecimento da suspenso so obtidos e
anlise de sensibilidade, as variveis de projeto que mais contribuem para essa reduo so
identificadas.
v
DREHMER, L. R. C. Optimization of Lumped Parameters of Suspension for Vehicle
Comfort and Safety. 2012. 98 pages. Monograph (Master Thesis of Engineering Master)
Mechanical Engineering Department, Federal University of Rio Grande do Sul, Porto Alegre,
2012.
ABSTRACT
The present work evaluates the optimization of lumped parameters of suspension on vehicles
and considers the importance of this process to minimize the rms vertical acceleration
transmitted to ensure comfort and safety to the driver. Thus, this work aims to develop a
model able to represent the whole vehicle and, then, optimize the parameters of stiffness and
damping in the frequency domain and identify, around the optimal point, those parameters
which most influence in this minimization. To achieve these goals, two vehicle models (with
two and eight degrees of freedom respectively) are proposed according to the guidelines of
the standards BS 6841 (1987), ISO 8608 (1995) and ISO 2631 (1997). The models are
of stiffness and damping of suspension are obtained and reduces up to 35,3% of rms vertical
linearly analyzed and optimized by a heuristic algorithm of particle swarm. Finally, the results
acceleration transmitted to the driver. Through a sensitivity analysis, the design variables that
most contribute to this reduction are identified.
vi
SUMRIO
1 INTRODUO ................................................................................................................. 1
1.1 JUSTIFICATIVA............................................................................................................. 2
1.2 OBJETIVOS .................................................................................................................... 3
1.3 ORGANIZAO DO TRABALHO ................................................................................ 3
2 REVISO DE LITERATURA ......................................................................................... 5
2.1 MODELOS VEICULARES ............................................................................................. 5
2.2 PERFIS DE IRREGULARIDADES DA PISTA............................................................... 8
2.2.1 Modelo Terico dos Perfis de Irregularidades ........................................................... 8
2.2.2 Descrio Matemtica dos Perfis de Irregularidades .............................................. 13
2.2.3 Validade do Intervalo de Integrao dos Perfis de Irregularidades........................ 17
2.3 ALGORITMO DE ENXAME DE PARTCULAS ......................................................... 18
2.3.1 Exemplo Vetorial e Pseudocdigo do Algoritmo de Enxame de Partculas ............ 21
2.4 CONFORTO E SEGURANA VEICULAR.................................................................. 23
3 MODELO PROPOSTO .................................................................................................. 27
3.1 MODELO DE DOIS GRAUS DE LIBERDADE ........................................................... 27
3.1.1 Consideraes e Hipteses......................................................................................... 28
3.1.2 Aplicabilidade do Modelo ......................................................................................... 28
3.1.3 Formulao Matemtica para Anlise Espectral do Modelo de Veculo ............ 29
3.2 MODELO DE OITO GRAUS DE LIBERDADE ........................................................... 31
3.2.1 Consideraes e Hipteses......................................................................................... 33
3.2.2 Aplicabilidade do Modelo ......................................................................................... 34
3.2.3 Modelo do Assento sob Abordagem das Equaes de Movimento .......................... 34
3.2.4 Modelo da Carroceria sob Abordagem das Equaes de Movimento..................... 35
3.2.5 Representao Matricial do Modelo Completo ........................................................ 38
3.2.6 Formulao Matemtica para Anlise Espectral do Modelo Completo ................. 43
4 SIMULAO NUMRICA ........................................................................................... 50
4.1 SIMULAO DO MODELO DE DOIS GRAUS DE LIBERDADE ............................. 50
4.2 SIMULAO DO MODELO DE OITO GRAUS DE LIBERDADE ............................. 51
4.3 FLUXOGRAMA ........................................................................................................... 52
4.4 PSEUDOCDIGOS ...................................................................................................... 53
4.5 MTODO DE INTEGRAO NUMRICA................................................................. 56
vii
5 ANLISE DE DADOS E DISCUSSO DE RESULTADOS ........................................ 57
5.1 RESULTADOS DO MODELO DE DOIS GRAUS DE LIBERDADE ........................... 57
5.2 RESULTADOS DO MODELO DE OITO GRAUS DE LIBERDADE........................... 60
5.2.1 Anlise e Discusso dos Resultados .......................................................................... 64
5.2.2 Anlise da Hiptese de No Descolamento do Pneu com a Pista ............................. 71
6 CONCLUSES ............................................................................................................... 74
REFERNCIAS ................................................................................................................. 76
APNDICE A TRANSFORMADA DE FOURIER....................................................... 80
APNDICE B QUADRATURA DE GAUSS-KRONROD............................................ 81
viii
LISTA DE FIGURAS
ix
LISTA DE TABELAS E QUADROS
Tabelas
Tabela 2.1 Qualidade da pista para padres europeus 15
Tabela 2.2 Escala de desconforto para padres europeus 25
Tabela 5.1 Comparao entre os resultados obtidos e a literatura consultada 58
Tabela 5.2 Parmetros de entrada e variveis de projeto 62
Tabela 5.3 Parmetros de entrada adicionais 63
Tabela 5.4 Frequncias naturais do sistema otimizado e no otimizado 64
Tabela 5.5 Parmetros otimizados em funo do perfil de pista Classe G 67
Tabela 5.6 Parmetros otimizados em funo do perfil de pista Classe E 69
Tabela 5.7 Parmetros otimizados em funo do perfil de pista Classe A 70
Quadros
Quadro 2.1 Pseudocdigo da sub-rotina do PSO 22
Quadro 2.2 Causas de desconforto no assento 25
Quadro 4.1 Pseudocdigo do modelo de dois graus de liberdade 53
Quadro 4.2 Pseudocdigo do modelo de oito graus de liberdade 54
Quadro 5.1 Minimizao de 57
Quadro 5.2 Minimizao da acelerao vertical rms transmitida 59
Quadro 5.3 Minimizao da acelerao vertical rms transmitida 61
x
LISTA DE SMBOLOS
Caracteres Latinos
xi
3: (4* Densidade espectral unilateral vertical [m/ciclo]
3: ()* Densidade espectral unilateral vertical [m/rad]
; Matriz da funo de resposta em frequncia do sistema [Adimensional]
< ()* Funo de resposta de frequncia [Adimensional]
< ()* Funo de resposta de frequncia [Adimensional]
;1 Matriz da funo de resposta em frequncia modal [Adimensional]
;1 Conjugado da matriz ;1 [Adimensional]
> Matriz identidade [Adimensional]
Nmero imaginrio [Adimensional]
?@ Momento de inrcia de massa de rolagem [kgm]
?A Momento de inrcia de massa de arfagem [kgm]
B Matriz de rigidez do sistema [N/m]
C Rigidez do assento [N/m]
BD Matriz de rigidez elstica de entrada do sistema [N/m]
C Rigidez do pneu dianteiro esquerdo [N/m]
C Rigidez do pneu dianteiro direito [N/m]
C Rigidez do pneu traseiro esquerdo [N/m]
C! Rigidez do pneu traseiro direito [N/m]
C Rigidez da suspenso dianteira esquerda [N/m]
C Rigidez da suspenso dianteira direita [N/m]
C Rigidez da suspenso traseira esquerda [N/m]
C! Rigidez da suspenso traseira direita [N/m]
E Largura da carroceria [m]
F Massa do assento [kg]
FG Massa da carroceria [kg]
FH Nmero total de partculas [Adimensional]
F Massa da suspenso dianteira esquerda [kg]
F Massa da suspenso dianteira direita [kg]
F Massa da suspenso traseira esquerda [kg]
F! Massa da suspenso traseira direita [kg]
I Matriz de massa do sistema [kg]
xii
4 Nmero de onda na frequncia espacial [ciclos/m]
49 Nmero de onda na frequncia espacial especificado [ciclos/m]
4H Nmero total de variveis de projeto [Adimensional]
J6 (, * Melhor posio da partcula [m]
J,7 (,* Melhor posio da partcula da varivel de projeto 8 [m]
K Deslocamento vertical dianteiro esquerdo da pista [m]
K Deslocamento vertical dianteiro direito da pista [m]
K Deslocamento vertical traseiro esquerdo da pista [m]
K! Deslocamento vertical traseiro direito da pista [m]
Funo de autocorrelao [Adimensional]
/ Funo de autocorrelao dianteira [Adimensional]
M Funo de autocorrelao direita [Adimensional]
MN Funo de autocorrelao direita esquerda [Adimensional]
N Funo de autocorrelao esquerda [Adimensional]
NM Funo de autocorrelao esquerda direita [Adimensional]
O+1 Matriz da autocorrelao das foras modais [Adimensional]
Funo de autocorrelao [Adimensional]
P(4* Densidade espectral de uma funo qualquer [m/ciclo]
PM Densidade espectral do lado direito [m/rad]
PN Densidade espectral do lado esquerdo [m/rad]
Q+1 Matriz da densidade espectral das foras modais [m/rad]
QR Matriz da densidade espectral de deslocamentos modais [m/rad]
QS Matriz da densidade espectral de deslocamentos [m/rad]
QST ()* Matriz da densidade espectral de deslocamentos da base [m/rad]
PU (4* Densidade espectral cruzada [m/ciclo]
V Perodo [s]
, Intervalo de tempo da defasagem de rodas [s]
S(,* Vetor de deslocamentos do sistema no tempo [m]
SX (,* Vetor de velocidades do sistema no tempo [m/s]
SY (,* Vetor de aceleraes do sistema no tempo [m/s]
xiii
ST (,* Vetor de deslocamentos da base do sistema [m]
Velocidade linear do veculo [m/s]
Z6 (, *
Velocidade da partcula no tempo , [m/s]
,7 (,* Velocidade atual da partcula da varivel de projeto 8 [m/s]
,7 (, + 1* Velocidade futura da partcula da varivel de projeto 8 [m/s]
xiv
a Deslocamento vertical do pneu dianteiro direito [m]
a Deslocamento vertical do pneu traseiro esquerdo [m]
a! Deslocamento vertical do pneu traseiro direito [m]
a Deslocamento vertical da suspenso dianteira esquerda [m]
a Deslocamento vertical da suspenso dianteira direita [m]
a Deslocamento vertical da suspenso traseira esquerda [m]
a! Deslocamento vertical da suspenso traseira direita [m]
aX Velocidade vertical do pneu dianteiro esquerdo [m/s]
aX Velocidade vertical do pneu dianteiro direito [m/s]
aX Velocidade vertical do pneu traseiro esquerdo [m/s]
aX! Velocidade vertical do pneu traseiro direito [m/s]
aX Velocidade vertical da suspenso dianteira esquerda [m/s]
aX Velocidade vertical da suspenso dianteira direita [m/s]
aX Velocidade vertical da suspenso traseira esquerda [m/s]
aX! Velocidade vertical da suspenso traseira direita [m/s]
Caracteres Gregos
xv
jY Acelerao modal [m/s]
jA Incremento na direo b [m]
k Fator de constrio do algoritmo do PSO [Adimensional]
l Fator de constrio do algoritmo do PSO [Adimensional]
Nmero de onda na frequncia angular [rad/m]
n Matriz das frequncias naturais do sistema [(rad/s)]
) Frequncia (ou Velocidade) angular [rad/s]
) Frequncia natural [rad/s]
xvi
1
1 INTRODUO
valores dos parmetros de suspenso (como massa, mola e amortecedor) e, com isso,
minimizar a acelerao vertical rms transmitida ao motorista.
Este o real propsito deste trabalho, justificando a sua aplicao por intermdio de
um algoritmo de otimizao desenvolvido no domnio da frequncia em ambiente MATLAB.
O domnio da frequncia apresenta algumas vantagens interessantes em relao ao do tempo,
o que pode reduzir o esforo computacional e permite trabalhar com as densidades espectrais
de potncia das irregularidades da pista. Abordar o problema no domnio da frequncia
oferece a possibilidade de uma otimizao mais rpida e adapta-se diretamente aos dados das
normas de segurana veicular, desde que a anlise do problema seja linear e que o modelo
assuma elementos de suspenso como sendo lineares. Assim, possvel unir a fundamentao
terica com a metodologia numrica, elaborando um modelo veicular capaz de atender os
requisitos das normas BS 6841 (1987), ISO 8608 (1995) e ISO 2631 (1997).
O trabalho desenvolvido no domnio da frequncia e envolve basicamente trs etapas
de estudo: os dados de entrada (obtidos por intermdio do perfil da pista), o desenvolvimento
do modelo da carroceria e do assento (assumido como de oito graus de liberdade) e o processo
de otimizao dos parmetros de suspenso por meio de um algoritmo heurstico de enxame
de partculas. A pista a fonte de carregamento do sistema e fornece os dados para excitar o
modelo do automvel. Os parmetros desse modelo so as variveis a serem otimizadas. As
aceleraes verticais so as variveis de sada do sistema e, quando comparadas com as
exigncias das normas, possvel averiguar a severidade das vibraes transmitidas ao
motorista.
1.1 JUSTIFICATIVA
1.2 OBJETIVOS
a) desenvolver um modelo veicular analtico e numrico (de oito graus de liberdade) que
adequadamente represente a carroceria e o seu assento;
b) otimizar numericamente os parmetros concentrados de rigidez e amortecedor por
meio da otimizao heurstica de enxame de partculas no domnio da frequncia;
c) avaliar os resultados obtidos nas simulaes numricas em termos de robustez do
algoritmo e valores finais dos parmetros concentrados;
d) identificar quais parmetros mais influenciam na reduo da acelerao vertical oFp
transmitida em termos de sensibilidade;
e) comparar a acelerao vertical oFp transmitida antes e depois da otimizao.
2 REVISO DE LITERATURA
para obter estatsticas referentes aos esforos nos componentes da carroceria a fim de avaliar a
segurana dos componentes frentes aos esforos repetitivos que geram fadiga.
De posse de todas as informaes dos autores supracitados, pode-se considerar que os
veculos so representados matematicamente por modelos de de veculo, veculo e um
veculo completo (dotado de, no mnimo, cinco graus de liberdade, os quais representam
geralmente as quatro massas no suspensas e a massa suspensa). Por outro lado, as suspenses
automotivas podem ser classificadas em apenas trs tipos: passivas, ativas e semiativas. Em
termos de controle de suspenso, usual utilizar os mtodos de Regulador Linear Quadrtico
(Linear Quadratic Regulator ou LQR), as Redes Neurais, a Lgica Fuzzy e os controles mais
clssicos do tipo proporcional, integral e derivativo (PID). Alm disso, os modelos veiculares
podem ser analisados de forma linear ou no linear, no domnio do tempo ou da frequncia.
onde " representa o valor esperado da funo. Os autores admitem que a obteno dos dados
experimentais para descrever o perfil da pista trabalhosa e, na prtica, mostra-se necessrio
simplificar a autocorrelao. Nesse sentido, as irregularidades a(], b* fazem parte de um
processo aleatrio homogneo, descrito por uma funo gaussiana, a seguir:
U z
1
(c, j* = lim } } a(], b* a~] + c@ , b + jA ]b
Uy 4\|
(2.2)
zy U z
Simbolicamente, Dodds e Robson (1973) adotam uma simplificao na Eq. (2.2) para
facilitar a compreenso da integral no domnio, substituindo o smbolo da integral dupla por
colchetes. Dessa forma, possvel assumir a integral em todo o domnio, conforme a Eq. (2.3)
a seguir:
10
A correlao cruzada entre os deslocamentos das duas trilhas separados pela distncia
2 mantm-se a mesma. Ou seja, a densidade espectral cruzada, PU (4*, deve ser um valor real
de tal forma que
onde 4 o nmero de onda, dado em ciclo/m. Algumas normas, sobretudo a ISO 8608
(1995), trabalham tanto com o nmero de onda na frequncia espacial (ciclo/m), quanto com
o nmero de onda na frequncia angular (rad/m). Portanto, PU (4* pode ser trabalhada tambm
com a frequncia angular de tal modo que PU (* tambm seja vlida.
11
M (c * = N (c * (2.8)
PM (4* = PN (4* = P(4* (2.9)
Por intermdio das Eqs. (2.4), (2.5) e (2.10), tem-se uma funo capaz de determinar a
forma de (* em outra direo, conhecendo-se apenas a autocorrelao (c*. Essa funo
dada na Eq. (2.11), a seguir:
12
Percebe-se que o modelo de Dodds e Robson (1973) poderia ser desenvolvido para j
ao invs de c se o veculo trafega ao longo de b, devido s consideraes de homogeneidade,
isotropia e simetria. Por intermdio da Transformada de Fourier, possvel obter o espectro
de potncia cruzado unilateral dos perfis de estrada M (]* e N (] * separados pela distncia
2, conforme a Eq. (2.12):
onde 3(4* a densidade espectral unilateral em termos do nmero de onda 4. Para um 3: (4*
qualquer, tem-se
y y
em que, novamente, = c + 4 . Finalmente, o modelo pode ser aplicado na prtica por
meio de uma relao entre 3: (4* e 3(4*. Nesse sentido, Dodds e Robson (1973) propuseram
a seguinte relao:
5(4* = =
3(4* 2(c* c
y (2.14)
y
A relao proposta resulta num valor de 5(4* que pode estar prximo de 1 (quando
submetido a pequenos nmeros de onda 4) ou prximo de zero (quando submetido a grandes
nmeros de onda). Conforme Dodds e Robson (1973), essa funo permite aproximar a partir
da isotropia uma expresso matemtica a priori da realidade na prtica.
A partir do trabalho de Dodds e Robson (1973), diversos outros modelos para gerar o
perfil de irregularidades da pista foram desenvolvidos e aprimorados, a destacar: Hwang e
Kim (2000), que propuseram um trabalho para determinar os perfis de estrada utilizando a
13
anlise modal complexa, e Zhang, Lee e Wang (2002), que tambm apresentaram uma
proposta de estudo de uma vibrao no estacionria em um veculo em movimento nos
domnios do tempo e da frequncia. De um modo geral, todos os autores supracitados
concluem que uma funo de transferncia pode representar as irregularidades da pista por
intermdio do nmero de onda na frequncia espacial (ou angular).
2
= = 24
e
(2.15)
)
4= =
2 2
(2.16)
e
V=
(2.17)
2
)=
= 24
e
(2.18)
em que ) a frequncia, dada em rad/s. A Eq. (2.18) extremamente importante para fazer
uma mudana de variveis do nmero de onda 4 para ) (e vice-versa) quando for necessria.
A FDEP unilateral de um dado perfil de irregularidades, 3: (4*, pode ser exibida em
termos do valor esperado quadrtico mdio. Esse valor demonstrado na Eq. (2.19) a seguir:
14
y y
" #$ % = } 3: (4*4 = } P ()*) (2.19)
9 y
1 y
1 y
" #$ % = } 3 (4*) = } 3 (4*)
2
9 : 4
y :
(2.20)
Para relacionar a FDEP unilateral 3: (4* com a FDEP bilateral P ()*, basta igualar a
Eq. (2.19) com a Eq. (2.20). Dessa forma, tem-se a seguinte relao:
1
P ()* = 3 (4*
4
:
(2.21)
4
3: (4 * = 39
49
(2.22)
3: (* = 39
9
(2.23)
^
, =
(2.24)
16
onde ^ a distncia entre eixos (wheel base), dada em metros, e
a velocidade, dada em
m/s. O autor particulariza a funo de autocorrelao para o caso unidimensional e, com isso,
tem-se:
U
1
(c* = lim } a(]* a(] + c *]
Uy 2\
(2.24)
U
similar Eq. (2.2), mas para uma nica dimenso. Morsch (2001) deduz para uma dimenso
para fins de simplificao, embora possa ser demonstrado facilmente para duas dimenses.
Faz-se uma mudana de varivel tal que , = ]
, V = \
, = c
e ] =
,. A
Equao (2.24) torna-se o seguinte:
1
(* = lim } (,* (, + *
(,*,
y 2V
(,*
(2.26)
onde
(,* pode ser devidamente isolado da integrao e simplificado. Morsch (2001) admite
que uma funo temporal representativa qualquer -2 (,* pode ser tratada como uma funo que
genericamente aborda as irregularidades da pista tal que -/ (, * = - (, + ,* e -/ (, + ,* =
- (, + + ,*. Os subndices e , representam dianteiro e traseiro, respectivamente.
Aplicam-se as consideraes de -2 (,* na Eq. (2.26). Dessa forma, tem-se:
1
(* = lim } - (, + ,* - (, + + ,*,
y 2V
(2.27)
1
( * = lim } -/ (,* -/ (, + *,
y 2V
(2.28)
( * = / ( * (2.29)
17
o que permite afirmar que a funo de autocorrelao da roda dianteira e da traseira so iguais
e defasadas por ,. Por conseguinte, as FDEPs das rodas dianteiras tambm sero iguais s
das rodas traseiras1.
2 o = 1 E (2.30)
a qual deve ser aplicada para converter o nmero de onda 4 para o nmero de onda .
Morsch (2001, p. 80) discute a validade desse intervalo, porque a funo 3: (4* [...]
somente aplicvel sobre uma faixa de nmeros de onda limitada. Qualquer valor que esteja
fora do intervalo de integrao deve ser negligencivel e, por isso, determinar esse intervalo
fundamental para no violar as condies de admissibilidade propostas pela teoria isotrpica
do modelo do perfil de irregularidades. Para o autor, ao trabalhar com perfis de uma nica
trilha, as propriedades de um intervalo restrito de nmero de onda so satisfatrias, o que
limita o valor da integrao da densidade espectral (normalmente definida entre e +, se
for bicaudal, ou 0 e +, se for unicaudal).
A integrao usando as Eqs. (2.22) e (2.23) mostra-se sensvel no que diz respeito ao
limite inferior da integral, pois o uso delas pode ser duvidoso para baixos nmeros de onda 49
(pode ter problemas numricos quando 49 estiver muito prximo de zero, caracterizando uma
1
Morsch desenvolve essa mesma deduo para comprovar a igualdade das FDEPs das rodas no Anexo E de sua
Tese.
18
,7 (, + 1* = l _H ,7 (,* + o J,7 (,* ],7 (,* + o (57 (,* ],7 (,** (2.31)
Seja uma funo objetivo -(. * a ser minimizada ou maximizada. Deseja-se obter um
conjunto de variveis de projeto ]7 = {], ], , ] } tal que -(. * seja minimizada, por
exemplo. Indica-se o total de variveis de projeto 4H e inicializa-se o algoritmo por meio da
insero do total de partculas FH , as quais so aleatoriamente pr-dispostas no espao de
solues. Entende-se por disperso o posicionamento aleatrio inicial das partculas.
De um modo vetorial, a Figura 2.3 esquematiza o funcionamento do algoritmo. Nela,
determina-se que 57 (, * = ]5p, , J,7 (, * = ]Ep,, ],7 (, * = ],
,7 (,* =
, ],7 (, +
1* = ] ,
,7 (, + 1* =
, _H = , = e e = e conforme as Eqs. (2.31) a (2.33).
Quando avalia a funo objetivo, a partcula desloca-se para outra posio, a qual pode ser um
dos timos locais ou pode atingir o timo global.
22
]Ep,,7 = ],7
Selecione o timo local das variveis de projeto como o valor atual
Fim
Fim
da funo objetivo: faa o lao com o critrio de convergncia do Coeficiente de Varincia < ,
Faa iterao no Enxame para encontrar a partcula com as variveis de projeto que tenham o mnimo
timo global da funo objetivo - (.0TD * - (.0TD * < ,Eo4 ou timo global da norma das
variveis de projeto |.TD .TD | < ,Eo4 que o Enxame encontrar;
Para cada partcula at o critrio de convergncia escolhido faa
Avalie para cada partcula a funo objetivo - (. *
23
Exemplos de funes tpicas de problemas benchmark resolvidos pelo PSO podem ser
obtidos na literatura (CHEN; CHI, 2009). Por meio do pseudocdigo exposto no Quadro 2.1,
possvel avaliar essas funes tpicas substituindo -(. * pela funo de interesse.
estradas curtas implicavam acidentes) e a frenagem alterada pela rugosidade da pista, uma
vez que h perda na fora dos freios ou na resistncia ao deslizamento do veculo. Ao
comparar com estudos realizados em pases como Israel, Sucia e Finlndia, Bester (2003)
pde classificar os tipos de acidentes e correlacion-los s possveis causas inerentes ao perfil
da estrada. Em seus resultados, o autor concluiu que a segurana refere-se basicamente ao
contato entre a estrada e o veculo (condio passvel de soluo de engenharia) e
influenciada tambm pelo comportamento do motorista (condio passvel de soluo via
legislao).
Conforme Faheem (2006), os automveis so compostos de diversos subsistemas, os
quais incluem motor, suspenso, chassi, transmisso e frenagem, caracterizando um problema
do tipo multicorpo. No seu entender, o motor est devidamente isolado para amenizar os
rudos aos passageiros e ao motorista, mas ainda h duas razes, no mnimo, para aprimorar o
projeto da montagem e de isolamento dos motores em veculos: os requisitos de vibrao para
os passageiros porque esto diretamente relacionados acelerao vertical transmitida e o
projeto de veculos mais leves e mais potentes. Essa reduo de peso aumenta a vibrao e o
nvel de rudo para os passageiros, porque o motor projetado para gerar grandes potncias, e
a massa suspensa mais leve. Faheem (2006, p. 67, traduo nossa) afirma em seu trabalho
que o [...] fator de conforto pode ser definido como a raiz quadrada da mdia temporal das
aceleraes verticais transmitidas ao quadrado. Nesse sentido, a acelerao vertical rms pode
ser considerada como indicativo numrico para fins de conforto.
Malmedahl (2006) tambm refora a importncia de se avaliar a acelerao vertical
rms transmitida. Em seus estudos, o autor esboa uma srie de curvas, dentre as quais
possvel traar uma zona de perigo onde a sade humana comprometida conforme o tempo
de exposio a um ambiente de vibrao com determinada acelerao vertical equivalente. O
autor conclui que existem pesquisas para determinar os diferentes perfis de pista e, com isso,
obter uma norma para regulamentar os projetos de construo de vias e pavimentao. Para
Malmedahl (2006), importante empregar uma metodologia capaz de aliar a estatstica das
irregularidades, a qualidade de dirigibilidade e a reao do sistema de suspenso com o
objetivo de estabelecer uma correlao entre o nvel de conforto e o perfil da pista por meio
de poucos parmetros fsicos (no caso, a acelerao vertical rms obtida).
Palmer et al. (2000) discute a vibrao como uma fonte de riscos ocupacionais mais
observada em ambiente industriais, sobretudo s dores lombares em motoristas. Esse aspecto
25
previsto por White e Panjabi (1990) referente ao uso de veculos na indstria e o aumento da
incidncia de dores nas costas de seus usurios. Nesse sentido, determinar o conforto dos
passageiros uma tarefa difcil, pois a variao de sensibilidade de cada indivduo no
apresenta uma funo comportada em relao vibrao (WONG, 2001). A norma britnica
BS 6841 (1987) utiliza critrios numricos para relacionar a acelerao rms ponderada pela
frequncia como um indicador de conforto, o que pode ser vislumbrado na Tabela 2.2:
dores fisiolgicas aos passageiros. Mesmo assim, a pista pode ser muito prejudicial, pois, em
situaes onde o perfil de irregularidades extremamente acentuado, a vibrao excessiva
causa desconforto e afeta a viso do motorista, o que pode reduzir a dirigibilidade e ocasionar
acidentes.
27
3 MODELO PROPOSTO
O modelo mais simples, de apenas dois graus de liberdade, discutido para elucidar o
equacionamento, facilitar a compreenso e validar a estrutura geral do algoritmo. Ele serve
para testar e comparar posteriormente o algoritmo com outros trabalhos desenvolvidos na rea
(SUN; CAI; YANG, 2007; GOMES, 2009). A Figura 3.1 exibe o esboo do modelo massa-
mola-amortecedor (IB) de dois graus de liberdade a ser equacionado:
Newland (1987), Sun, Cai e Yang (2007) e Gomes (2009) so autores que utilizam o
modelo de dois graus de liberdade como objeto de estudo, seja para fins didticos ou para
realizar processos de otimizao, e adotam consideraes semelhantes. Nesse trabalho, esse
modelo tem a funo de compreender o fenmeno da acelerao vertical rms transmitida e de
validar a estrutura do algoritmo proposto.
pode ser empregado satisfatoriamente. Alm disso, esse modelo permite aplicar o processo de
otimizao para obter parmetros timos de massa, uma vez que os momentos de inrcia de
massa so inaplicveis nesse modelo.
cY aY + aX aX + a a =0
F F F F
(3.3)
cY aY aY aX a =0
F F
(3.4)
em que < ()* e < ()* representam a funo de resposta de frequncia (FRF). possvel
isolar as variveis do sistema e obter o valor correspondente das FRFs conforme a seguir:
) + )
< ()* =
)! + ) < + ) < + )<G + </
(3.6)
)! + ) ( * + ) ( *
< ()* =
)! + ) < + ) < + )<G + </
(3.7)
onde os coeficientes < , < , <G e </ so dados a seguir. Sabe-se tambm que = F ,
= F , = F , = F e = F F conforme desenvolvido por Gomes
(2009, no paginado).
< = + + (3.8)
< = + (3.9)
<G = + (3.10)
</ = (3.11)
Por meio da teoria das densidades espectrais apresentado por Newland (1987) e por
Mendes e Oliveira (2008), sabe-se que possvel correlacionar a densidade espectral dos
deslocamentos das massas suspensas e das massas no suspensas com a densidade espectral
do perfil de irregularidades da pista. Essa relao exibida pelas Eqs. (3.12) e (3.13) a seguir:
onde P: ()* e P: ()* so a densidade espectral da massa suspensa e da massa no suspensa,
respectivamente, e P ()* a densidade espectral do perfil de irregularidades da pista.
31
A densidade espectral do perfil de irregularidades da pista, P ()*, pode ser obtida por
meio da densidade espectral unilateral da mesma, 3 ()*, conforme a seguir:
1
P ()* = 3 ()*
4
(3.14)
em que
a velocidade do veculo, em m/s. Por meio das Eqs. (3.12), (3.13) e (3.14), podem-
se calcular diversos parmetros do sistema. Esse clculo integra a densidade espectral do grau
de liberdade de interesse dentro de um limite de integrao escolhido conforme previamente
discutido na subseo 2.2.3. Para fins de exemplificao, possvel determinar a varincia da
deflexo da suspenso, : , substituindo a Eq. (3.14) na Eq. (3.12) e integrando no intervalo
de interesse, da seguinte forma:
y y
1
: = } P: ()*) = 2 } |< ()* | 3 ()*
4
(3.15)
y 9
O modelo proposto apresenta oito graus de liberdade, conforme a Fig. 3.2, composto
de duas partes: uma referente ao assento do motorista e outra referente carroceria. O assento
possui um nico grau de liberdade, e a carroceria, sete graus de liberdade (quatro massas no
suspensas em cada eixo, uma massa suspensa na carroceria, arfagem e rolagem da mesma). O
conjunto completo tem, portanto, oito graus de liberdade, submetido excitao do perfil de
estrada e, posteriormente, ao processo de otimizao para minimizar a acelerao vertical rms
transmitida ao motorista.
32
Portanto, o modelo proposto vlido para veculos com dois (ou mais) eixos em
contato, sem descolamento com o perfil da pista isto , um eixo dianteiro com duas rodas e
um ou mais eixos traseiros com duas rodas. Sugere-se que no se faa a otimizao das
massas, pois os momentos de inrcia no esto explicitamente escritos em funo da massa.
Mesmo assim, a maioria dos veculos de passeio se enquadra nessa condio (com um eixo
dianteiro e outro traseiro, sem estrutura de suspenso nos assentos da carroceria), e esse tipo
de exemplo que simulado numericamente.
O assento modelado com um grau de liberdade conforme a Fig. 3.3. Ele representa o
que normalmente confirmado num assento de um veculo de passeio comum, sem nenhum
tipo de suspenso especial, apenas o banco, a almofada e a estrutura metlica que, juntas, so
concentradas nos parmetros F , C e , conforme a seguir:
35
Rakheja (2006), os movimentos de guinada (yaw) podem ser negligenciados, porque os seus
efeitos (em termos de conforto e dirigibilidade verticais) tm pouca influncia.
No so considerados amortecimentos provenientes de uma eventual fora de controle;
portanto, o modelo do veculo proposto no ativo. Tambm no considerado o efeito do
amortecimento proveniente dos pneus. Esse efeito normalmente negligenciado por autores
na rea, uma vez que a contribuio dos efeitos da rigidez do pneu significativamente maior
do que o amortecimento (BOUAZARA; RICHARD; RAKHEJA, 2006; MALMEDAHL,
2006; SHIRAHATT et al., 2008).
A carroceria representada pela Eq. (3.17) a seguir. Ela considera a interao entre os
movimentos do veculo com os do assento.
FG aYG = ! (3.17)
E E
= C a a f g + aX aX fX gX
2 2
(3.20)
E E
= C a a + f + g + aX aX + fX + gX
2 2
(3.21)
E E
! = C! a! a! + f g + ! aX! aX! + fX gX
2 2
(3.22)
Os quatro conjuntos pneu-roda so descritos pela Eqs. (3.23) a (3.26). Para fins de
esclarecimento, os subndices de 1 a 4 correspondem, respectivamente, cada um dos conjuntos
massa-mola-amortecedor (que representa a roda, o pneu e a suspenso de da carroceria), e
os subndices de 1 a 2 correspondem, respectivamente, s massas no suspensas e suspensas
do modelo. Os coeficientes 7 so os mesmos da Eq. (3.17).
?A fY = ( + * ( ! * ] (3.27)
?@ gY = + + b (3.28)
38
E E E E
= C a a f + g aX aX fX + gX
2 2 2 2
(3.29)
E E E E
= C a a f g aX aX fX gX
2 2 2 2
(3.30)
E E E E
= C a a + f + g + aX aX + fX + gX
2 2 2 2
(3.31)
E E E E
= C! a! a! + f g ! aX! aX! + fX gX
2 2 2 2
(3.32)
O modelo da carroceria apresenta sete graus de liberdade que, juntamente com o grau
do assento, totalizam os oito graus de liberdade propostos no modelo. O grau da carroceria
representado pela Eq. (3.17), os graus dos quatro conjuntos pneu-roda so representados pelas
Eqs. (3.23) a (3.26), o grau de liberdade de arfagem representado pela Eq. (3.27) e o grau de
liberdade de rolagem representado pela Eq. (3.28). O assento descrito pela Eq. (3.16).
F 0 0 0 0 0 0 0
0 F 0 0 0 0 0 0
G
0 0 ?A 0 0 0 0 0
0 0 0 ?@ 0 0 0 0
I=
0 0 0 0 F 0 0 0
(3.33)
0 0 0 0 0 F 0 0
0 0 0 0 0 0 F 0
0 0 0 0 0 0 0 F!
!
!
!
!! ! ! ! !
B = ! ! !
!
(3.34)
!
!
!
onde
= C (3.35)
= = C (3.36)
= = ] C (3.37)
! = ! = b C (3.38)
= = 0 (3.39)
40
= = 0 (3.40)
= = 0 (3.41)
= = 0 (3.42)
= C (C + C + C + C! * (3.43)
= = (C + C * (C + C! * ] C (3.44)
E
! = ! = (C + C C + C! * b C
2 (3.45)
= = C (3.46)
= = C (3.47)
= = C (3.48)
= = C! (3.49)
= (C + C * (C + C! * ] C (3.50)
E E
= ! = (C C * + (C! C * ] b C
!
2 2
(3.51)
= = C (3.52)
= = C (3.53)
= = C (3.54)
= = C! (3.55)
E
!! = (C + C + C + C! * b C
4
(3.56)
E
! = ! = C
2
(3.57)
E
! = ! = C
2
(3.58)
E
! = ! = C
2
(3.59)
E
! = ! = C
2
(3.60)
= = 0 (3.67)
= C +C (3.68)
= = 0 (3.69)
= C! + C! (3.70)
onde
= (3.72)
= = (3.73)
= = ] (3.74)
! = ! = b (3.75)
= = 0 (3.76)
= = 0 (3.77)
= = 0 (3.78)
= = 0 (3.79)
= ( + + + ! * (3.80)
= ( + + + ! * (3.80)
= = ( + * ( + ! * ] (3.81)
E
! = ! = ( + + ! * b
2 (3.82)
= = (3.83)
42
= = (3.84)
= = (3.85)
= = ! (3.86)
= ( + * ( + ! * ] (3.87)
E E
= ! = ( * + (! * ] b
!
2 2
(3.88)
= = (3.89)
= = (3.90)
= = (3.91)
= = ! (3.92)
E
!! = ( + + + ! * b
4
(3.93)
E
! = ! =
2
(3.94)
E
! = ! =
2
(3.95)
E
! = ! =
2
(3.96)
E
! = ! =
2
(3.97)
= (3.98)
= = 0 (3.99)
= = 0 (3.100)
= = 0 (3.101)
= (3.102)
= = 0 (3.103)
= = 0 (3.104)
= (3.105)
= = 0 (3.106)
= ! (3.107)
Todos os coeficientes dessas matrizes esto dispostos conforme as Eqs. (3.16) a (3.28).
A escolha de separar cada um dos termos das matrizes serve apenas para visualizar como cada
43
parmetro de projeto se relaciona com outro e tambm para facilitar, de um modo geral, a
implementao do algoritmo.
Nesse aspecto, a Equao (3.108) apresenta uma fora de excitao na base do veculo
que pode ser separada em duas partes, conforme a Eq. (3.109) descrita a seguir:
onde
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
BD =
C 0 0 0
(3.111)
0 C 0 0
0 0 C 0
0 0 0 C!
IY + B = 0 (3.112)
Bh = Ihn (3.113)
onde h a matriz modal que contm todos os modos de vibrao do modelo e n a matriz
diagonal que contm todas as frequncias naturais (autovalores), ) , do sistema. Isto , n
apresenta a seguinte forma:
45
n= ) (3.114)
h Ih = > (3.115)
h Bh = n (3.116)
h h =
2i ) = 2`n (3.117)
onde
1
;1 ()* =
) > + 2)`n + n
(3.122)
A Equao (3.122) pode ser designada como a funo de resposta de frequncia modal
(FRFM), denotado por ;1 ()*. Mendes e Oliveira (2008) salientam que ;1 ()* relaciona-se
com as matrizes I, e B do sistema e, por conter matrizes no denominador, pode-se investir
muito esforo computacional para o clculo da inversa. A formulao modal, nesse aspecto,
torna-se aprecivel e numericamente atraente graas mudana de varivel e s propriedades
modais que foram inicialmente aplicadas.
O prximo passo da formulao matemtica consiste na determinao das densidades
espectrais de potncia dos deslocamentos modais, conforme a Eq. (3.123), a seguir,
a qual, de uma forma generalizada, pode ser representada por O+1 ( * = h BD OST (, *BD h,
onde OST (, * = " #ST (,*ST (,* %. Portanto, a funo densidade espectral das foras modais,
Q+1 (*, analogamente pode ser determinada por:
onde QST ()* a densidade espectral dos deslocamentos da base de excitao. Essa densidade
espectral pode ser determinada pela seguinte expresso:
1
QST ()* = 3 (4 *
4
:
(3.127)
onde QS ()* a funo de densidade espectral dos deslocamentos nos graus de liberdade do
modelo. Ela pode ser reescrita com a substituio de QR ()* pela expresso da Eq. (3.128).
Finalmente, tem-se o seguinte:
y y
} Q ()* ) = } ) QS ()*) (3.131)
y y
y y
} Q ()* ) = } )! QS ()*) (3.132)
y y
y y
2 = } Q ()* = } )! QS ()*) (3.133)
y y
onde a matriz modal pode transformar a funo de resposta de frequncia modal para a funo
de resposta de frequncia global do sistema.
O procedimento de clculo permite, portanto, obter os valores mdios e as varincias
da resposta por meio da integrao do espectro de potncia da resposta em todo o domnio da
frequncia. Para isso, basta conhecer as propriedades do sistema e as densidades espectrais
das foras de excitao.
50
4 SIMULAO NUMRICA
= < ,Eo4 = 1,0 10
(4.1)
= < ,Eo4 = 1,0 10
(4.3)
4.3 FLUXOGRAMA
4.4 PSEUDOCDIGOS
Gera as matrizes do sistema de equaes: matriz de massa I, matriz de rigidez B, matriz de amortecimento
, matriz de rigidez das foras de excitao BD ;
Realiza a anlise espectral: define o nmero imaginrio $ , insere a velocidade do veculo
, insere o expoente
da densidade espectral da pista _, insere a densidade espectral da pista 39 , insere o nmero de onda 49 , insere
os limites de integrao em termos do nmero de onda ) e )@ ;
)
n=
2
n
3: (n* = 39
n9
1
QST () * = 3 (n*
4
:
Q+1 ()* = BD QST ()*BD
Para = 1 at 4 calcule
54
Para 8 = at 4 calcule
;1 7 = 0
;17 = 0
1
Fim
;1 =
) > + 2)`n + n
Fim
Fim
chama cada sub-rotina, integra QS ()*, Q ()* e Q ()* pela quadratura de Gauss-Kronrod;
Realiza a integrao para obter a varincia, o desvio padro e acelerao rms de cada grau de liberdade:
Insere a funo de custo e as restries: define a funo p,, define a op,o, chama a subrotina do
PSO.
Fonte: Dados da Pesquisa (2012).
Esse algoritmo basicamente trabalha na anlise modal do sistema matricial e, por meio
das frequncias naturais deste, calcula as densidades espectrais de potncia de cada grau de
liberdade de interesse. O algoritmo utiliza a funo de resposta em frequncia modal, ;1 ,
para determinar a densidade espectral de sada, QS ()*, e, com a integrao desta, calcula a
varincia, o desvio padro e a acelerao vertical rms de qualquer grau de liberdade. A mesma
estrutura ocorre no modelo de oito graus de liberdade, no Quadro 4.2, a seguir:
Gera as matrizes do sistema de equaes: matriz de massa I, matriz de rigidez B, matriz de amortecimento
, matriz de rigidez das foras de excitao BD ;
Realiza a anlise espectral: define o nmero imaginrio $ , insere a velocidade do veculo
, insere o expoente
da densidade espectral da pista _, insere a densidade espectral da pista 39 , insere o nmero de onda 49 , insere
os limites de integrao em termos do nmero de onda ) e )@ ;
)
n=
2
n
3: (n* = 39
n9
1
QST ()* = 3 (n*
4
:
Q+1 ()* = BD QST ()*BD
Para = 1 at 4 calcule
Para 8 = at 4 calcule
;1 7 = 0
;17 = 0
1
Fim
;1 =
) > + 2)`n + n
Fim
Fim
chama cada sub-rotina, integra QS ()*, Q ()* e Q ()* pela quadratura de Gauss-Kronrod;
Realiza a integrao para obter a varincia, o desvio padro e acelerao rms de cada grau de liberdade:
Insere a funo de custo e as restries: define a funo p,, define a op,o, chama a subrotina do
PSO.
Fonte: Dados da Pesquisa (2012).
A nica grande diferena entre os dois modelos reside nos dados de entrada, pois o
modelo de oito graus de liberdade apresenta matrizes de massa, rigidez e amortecimento com
mais elementos. Isso aumenta o tempo computacional do algoritmo, embora ainda seja curto
quando comparado com as anlises tpicas do domnio do tempo.
O pseudocdigo do PSO apresentado como exemplo na seo 2.3 e os pseudocdigos
dos modelos aqui expostos formam a estrutura do algoritmo para a soluo geral do problema
proposto. Para oper-lo adequadamente, o algoritmo deve ser testado acionando o programa
principal (PSO), o qual chama, por meio da funo objetivo, a sub-rotina do modelo veicular.
Os valores timos das variveis de projeto so calculados segundo a minimizao da funo
objetivo.
56
as densidades espectrais, o valor de mostra-se ligeiramente diferente daquele obtido por
Gomes (2009). Conclui-se, portanto, que a estrutura do algoritmo proposto satisfatria para
o problema abordado.
Uma vez validado o algoritmo, agora possvel minimizar a acelerao rms vertical
transmitida. Assim, pode-se formular o seguinte problema de otimizao conforme o Quadro
5.2:
N N
1,0 10 C 3,0 10
m m
N N
P8, 1,5 10 C 2,0 10
m m
Ns Ns
0 3,0 10
m m
Fonte: Dados da Pesquisa (2012).
kN kN
90 C 120
m m
Ns Ns
400 900
m m
kN kN
75 C = C 100
P8, m m
Ns Ns
875 = 3000
m m
kN kN
32 C = C! 70
m m
Ns Ns
875 = ! 3000
m m
Fonte: Dados da Pesquisa (2012).
de massa que foram inicializados como dados de entrada do algoritmo. Alm disso, pela
simetria do problema, as rigidezes e os amortecimentos das rodas esquerda e direita so iguais
para cada eixo.
Os parmetros de entrada da simulao so exibidos na Tabela 5.2. Alguns deles so
parmetros iniciais fixados, conforme apresentado por Shirahatt et al. (2008), e o restante so
variveis de projeto a serem utilizadas no algoritmo do PSO.
4@
0,0001 ciclo/m
10,0 ciclos/m
Fonte: Dados da Pesquisa (2012).
7,00E-01
6,00E-01
5,00E-01
4,00E-01
[m/s]
No Otimizado
3,00E-01
Otimizado
2,00E-01
1,00E-01
0,00E+00
0 20 40 60 80 100
Nmero de Iteraes
O algoritmo encontra o timo global entre a 8 e a 9 iterao. Entretanto, por ser uma
metaheurstica, o algoritmo pode localizar um timo local muito rapidamente e aceit-lo como
65
timo global (o que pode estar errado). Isso significa que necessrio refazer a simulao
quando o timo obtido converge rpido demais. O nmero de iteraes tambm depende dos
graus de liberdade e da complexidade do modelo abordado e, nesse sentido, o modelo de dois
graus de liberdade foi capaz de encontrar o timo em apenas trs iteraes, e o de oito graus
localizou a partir da 8 iterao. Para esse timo global obtido, os valores das variveis de
projeto so os seguintes: C = 9,0 10! N/m, = 4,0 10 Ns/m, C = C = 1,0
10 N/m, = = 3,0 10 Ns/m, C = C! = 7,0 10! N/m e = = 3,0
10 Ns/m. Percebe-se que as variveis de projeto caem nas fronteiras em que esto limitadas,
resultado este j observado por outros autores (HE; MCPHEE, 2005). Pode-se inferir que o
sistema, de um modo geral, procura ter o mximo de amortecimento com o mnimo de rigidez
admissvel para reduzir a acelerao transmitida.
A prxima etapa da anlise consiste em avaliar, por meio da sensibilidade, a influncia
das variveis de projeto em torno do ponto timo global obtido. Para fazer isso, necessrio
introduzir uma perturbao nas variveis de projeto (por exemplo, 10% de variao em cada
uma das variveis) e, em seguida, aplicar a Eq. (5.1):
Sensibilidade
4,50E-02
A ordem de grandeza relativa das variveis de projeto importante e, quanto maior for
o gradiente obtido pela Eq. (5.1), maior ser a contribuio daquela varivel para minimizar a
acelerao vertical rms transmitida. J a ordem de grandeza absoluta de todas as variveis de
projeto resultou em torno de 10 , o que indica um ponto de gradiente praticamente nulo.
Sabe-se que a sensibilidade determinada, basicamente, pela variao de uma varivel de
interesse (mantendo-se fixas as outras) e avaliando a correspondente variao de funo e, por
isso, a sua respectiva unidade depende da varivel de projeto avaliada. No caso analisado,
tem-se que a sensibilidade
2
=
]
(5.2)
onde ] uma das variveis de projeto que foram otimizadas (C , , C , C , C , C! , ,
, ou ! ). Portanto, as unidades possveis so m/Ns para as rigidezes e m/Ns para
os amortecimentos.
A ltima etapa da anlise dos dados consiste em verificar a robustez do algoritmo.
Para isso, necessrio simular o algoritmo diversas vezes e calcular os valores mdios e os
67
desvios padres da varivel de interesse a ser otimizada. Se o coeficiente de variao (CV) for
pequeno, a disperso dos resultados pequena, o que indica um bom sinal da robustez do
algoritmo. Se a disperso for grande, o algoritmo est ficando preso aos mnimos locais da
funo objetivo e levando-se a crer que esses mnimos representam o mnimo global (o que
no verdade). Para tanto, aps 30 simulaes consecutivas e independentes, o valor mdio
da acelerao vertical rms das simulaes de 0,5091 m/s, e o coeficiente de variao desses
dados de 2,4880 10 . A disperso pequena, e o valor mdio praticamente o valor
esperado; essa tendncia indica uma boa robustez do algoritmo frente a mltiplas simulaes.
As Tabelas 5.5, 5.6 e 5.7 revelam como a acelerao vertical rms transmitida varia
conforme o perfil da pista e a velocidade do veculo. Elas foram construdas considerando os
mesmos parmetros de entrada simulados anteriormente, exceo dos perfis de pista e das
velocidades de trfego do veculo. Tais velocidades no violam a condio dos limites de
integrao em funo do nmero de onda e esto dentro do intervalo de 5,0 a 50 m/s.
A norma ISO 8608 (1995) define o perfil de pista G como o mais irregular, mas ainda
admissvel para construo de pavimentos. Os parmetros otimizados na simulao do perfil
G praticamente encontram-se nos limites estabelecidos nas variveis de projeto; porm, para
altas velocidades, alguns dos valores timos esto ligeiramente diferentes. Isso aconteceu,
sobretudo, nas rigidezes traseiras C e C! e nos amortecimentos traseiros e ! ,com o
veculo a 50 m/s submetido ao perfil de irregularidades da Classe G.
Esse resultado esperado, pois pode-se inferir que, de um modo geral, os parmetros
traseiros so relevantes nas situaes em que a arfagem predominante. Tal situao ocorre
quando o centro de gravidade do veculo deslocado o suficiente para que o valor de seja
significativamente maior do que . Se isso acontecer, o movimento de arfagem bastante
incmodo, e a sua contribuio na vibrao transmitida to importante quanto o movimento
vertical propriamente dito. Bouazara, Richard e Rakheja (2006) obtiveram resultados bastante
semelhantes e sugeriram que a rigidez da suspenso dianteira deve ser levemente inferior que
a traseira. Por outro lado, Shirahatt et al. (2008) adota justamente a ideia contrria; os autores
foram valores de projeto de tal forma que a rigidez dianteira seja mais rgida que a traseira,
uma vez que o centro de gravidade do veculo que simularam localizado na regio traseira.
Os parmetros timos encontrados no presente trabalho, entretanto, corroboram as sugestes
de Bouazara, Richard e Rakheja (2006). Na prtica, as rigidezes das suspenses traseiras
devem ser superiores em relao s suspenses dianteiras, quando o centro de gravidade do
veculo posicionado na dianteira (condio tpica em automveis), e o contrrio, quando o
centro de gravidade do veculo posicionado na traseira (condio tpica em caminhes com
carga). Isso se deve necessidade de equilibrar os momentos ocasionados pelo movimento de
arfagem.
A Tabela 5.6 representa outra simulao numrica para um perfil de pista mais ameno
e suave, tpico de rodovias. Esta condio dada pelo perfil E, e os resultados so exibidos a
seguir:
69
(c)
$ (m*
6
mi
(a)
(b)
mi (d)
mi
mi
] (m*
Figura 5.3 Condies para descolamento do pneu com a pista
Fonte: Dados da Pesquisa (2012).
Na Figura 5.3, a situao (a) compreende o veculo parado antes de entrar em contato
com o perfil da pista. Nessa situao, o conjunto pneu-roda est numa condio livre de foras
de compresso. Logo aps o contato pontual, a situao (b) procede, e o veculo, aps sofrer
uma vibrao livre amortecida, est em equilbrio esttico com as foras gravitacionais. Dessa
forma, as anlises realizadas nesta dissertao partem da situao (b), a qual despreza esses
deslocamentos iniciais que o conjunto pneu-roda possui.
72
H
3: (4*
3: ()* =
2
(5.4)
onde 3: (4* a densidade espectral com nmero de onda na frequncia espacial, em m/ciclo,
e
a velocidade do veculo, em m/s.
73
Para tanto, por meio das Eqs (5.3) e (5.4), possvel simular o pior caso possvel, com
o veculo em movimento a partir de
= 50 m/s num perfil de pista da Classe G (39 =
65536,0 10 m/ciclo), a fim de verificar o descolamento em um de seus conjuntos pneu-
roda. Nessa simulao, por exemplo, o histrico da interao entre o pneu dianteiro esquerdo
e o perfil de irregularidades da pista no domnio do tempo (para , = 20 segundos) exibido
na Fig. (5.4):
0,037
0,035
0,033
0,031
0,029
0,027
0 5 10 15 20
Tempo [s]
6 CONCLUSES
REFERNCIAS
CHI, Z.; HE, Y.; NATERER, G. F. Desing optimization of vehicle suspensions with a
quarter-car vehicle model. Transactions of the CSME, Oshawa, v. 32, n. 2, p. 297-312, Jun.
2008.
DAS, S.; ABRAHAM, A.; KONAR, A. Particle swarm optimization and differential
evolution algorithms: technical analysis, applications and hybridization perspectives. Studies
in Computational Intelligence, Berlin, n. 116, p. 1-38, 2008.
FAI, T. C.; DELBRESSINE, F.; RAUTERBERG, M. Vehicle seat design: state of the
art and recent development. In: WORLD ENGINEERING CONGRESS, 2007, Penang.
Proceedings Penang, 2007. p. 51-61.
GAO, W.; ZHANG, N.; DU, H. P.; A half-car model for dynamic analysis of vehicles
with random parameters. In: AUSTRALASIAN CONGRESS ON APPLIED MECHANICS,
5., 2007, Brisbane. Proceedings... Brisbane: Engineers Australia, 2007. p. 595-600.
HWANG, J. H.; KIM, J. S. On the approximate solution aircraft landing gear under
nonstationary random excitations. KSME International Journal, Seoul, v. 14, n. 30, p. 968-
977, 2000.
MEI, C.; LIU, G.; XIAO, X. Improved particle swarm optimization algorithm and its
global convergence analysis. In: CHINESE CONTROL AND DECISION CONFERENCE,
22., 2010, Xuzhou. Proceedings Singapore: IEEE, 2010. p. 1662-1667.
SHIRAHATT, A. et al. Optimal design of passenger car suspension for ride and road
holding. ABCM, Rio de Janeiro, v. 30, n. 1, p. 66-76, Jan./Mar. 2008.
WONG, J. Y. Theory of ground vehicles. 3 rd ed. New York: John Wiley and Sons,
2001.
ZHANG, L. J.; LEE, C. M.; WANG, Y. S., A study on nonstationary random vibration
of a vehicle in time and frequency domains. International Journal of Automotive
Technology, Seoul, v. 3, n. 3, p. 101-109, Apr. 2002.
y
'()* = } '(,* , (A.1)
y
onde '()* uma funo genrica no domnio da frequncia e '(,* a funo no domnio do
tempo. Admite-se que o movimento tem incio em , = 0 e, por isso, pode-se alterar o limite
inferior da integrao para zero, simplificando a Eq. (A.1) para:
y
' () * = } '(, * , (A.2)
9
Por meio da Eq. (A.2), obtm-se as duas derivadas da transformada para ento aplic-
las na funo de interesse. A primeira derivada dada pela diferenciao da Eq. (A.2) e da
sua posterior integrao por partes:
Diferencia-se novamente a Eq. (A.3) para obter a segunda derivada. Da mesma forma
que a primeira derivada, faz-se necessria a integrao por partes:
= } ] _(]* (B.1)
? = } -(]*_(]* (B.2)
em que pode ser formulada de tal modo que a sua discretizao dada pelo somatrio da Eq.
(B.3) a seguir:
3 - = -(] *_ (B.3)
Sabe-se que os ns esto localizados em < ] < ] < < ] < e que os pesos
_ de ponderao atendem as condies de 3 - = ? - . Adota-se a notao em
82
C - = -(] *_
(B.4)
{] } {] }
(B.5)
C - = ? - (B.6)