MINISTRIO DA EDUCAO

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA

OTIMIZAO DE PARMETROS CONCENTRADOS DE SUSPENSO

PARA CONFORTO E SEGURANA VEICULAR

por

Luis Roberto Centeno Drehmer

Dissertao para obteno do Ttulo de

Mestre em Engenharia

Porto Alegre
2012
 OTIMIZAO DE PARMETROS CONCENTRADOS DE SUSPENSO
PARA CONFORTO E SEGURANA VEICULAR

por

Luis Roberto Centeno Drehmer

Engenheiro Mecnico

Dissertao submetida ao Programa de Ps-Graduao em Engenharia Mecnica, da

Escola de Engenharia da Universidade Federal do Rio Grande do Sul, como parte dos
requisitos necessrios para a obteno do Ttulo de

Mestre em Engenharia

rea de Concentrao: Mecnica dos Slidos

Orientador: Prof. Dr. Herbert Martins Gomes

Co-orientador: Prof. Dr. Walter Jesus Paucar Casas

Aprovada por:

Prof. Dr. Nilson Barbieri, PPGEM / PUCPR

Prof. Dr. Incio Benvegnu Morsch, PPGEC / UFRGS

Profa. Dra. Letcia Fleck Fadel Miguel, PROMEC / UFRGS

Prof. Dr. Francis Henrique Ramos Frana

Coordenador do PROMEC

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.

Fabiana Mazzarollo, que me ofereceu afeto e carinho em todos os momentos e contribuiu

para fazer as referncias corretamente.

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.

Ao CNPq e a CAPES pelo apoio financeiro dado pesquisa.

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

O presente trabalho avalia a otimizao de parmetros concentrados de suspenso em veculos

e considera a importncia deste processo para minimizar a acelerao vertical rms transmitida
para garantir conforto e segurana ao motorista. Dessa forma, o trabalho objetiva desenvolver
uma modelagem capaz de representar o veculo completo para ento otimizar os parmetros
de rigidez e amortecimento no domnio da frequncia e identificar, em torno do ponto timo,
quais desses parmetros mais influenciam nessa minimizao. Para atingir esses objetivos,
dois modelos veiculares (com dois e oito graus de liberdade respectivamente) so propostos
conforme as orientaes das normas BS 6841 (1987), ISO 8608 (1995) e ISO 2631 (1997). Os
modelos so analisados linearmente e otimizados por um algoritmo heurstico de enxame de

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.

PALAVRAS-CHAVE: Modelo veicular. Domnio da frequncia. Conforto. Segurana.

Otimizao por enxame de partculas.

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.

KEYWORDS: Vehicle Model. Frequency Domain. Comfort. Safety. Particle Swarm

Optimization.

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

Figura 2.1 Esboo da descrio da pista 9

Figura 2.2 Parmetros da descrio da pista 11
Figura 2.3 Representao vetorial do algoritmo de enxame de partculas 22
Figura 3.1 Modelo esquemtico de dois graus de liberdade 27
Figura 3.2 Modelo esquemtico do veculo com o assento 32
Figura 3.3 Modelo esquemtico do assento 35
Figura 4.1 Fluxograma do algoritmo 52
Figura 5.1 Acelerao vertical rms transmitida pelo nmero de iteraes 64
Figura 5.2 Sensibilidade das variveis de projeto 66
Figura 5.3 Condies para descolamento do pneu com a pista 71
Figura 5.4 Histrico de   +
 para = 50 m/s num perfil da Classe G 73

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

 Distncia entre o eixo dianteiro e o centro de gravidade [m]

 Distncia entre o eixo traseiro e o centro de gravidade [m]
 Matriz de amortecimento do sistema [Ns/m]
 Constante cognitiva da partcula  [Adimensional]
 Constante social do enxame [Adimensional]
 Amortecimento do assento [Ns/m]
 Coeficiente de variao [Adimensional]
 Coeficiente de variao mnimo [Adimensional]
 Amortecimento da suspenso dianteira esquerda [Ns/m]
 Amortecimento da suspenso dianteira direita [Ns/m]
  Amortecimento da suspenso traseira esquerda [Ns/m]
! Amortecimento da suspenso traseira direita [Ns/m]
" Valor esperado [Adimensional]
" #$  % Varincia de uma funo qualquer $ [Unidade]
Transformada de Fourier [Adimensional]
'()* Funo qualquer no domnio da frequncia [rad/s]
+(,* Vetor de foras externas [N]
-(. * Funo objetivo [Unidade]
-/ (,* Funo temporal de irregularidades dianteira [s]
+0 (, * Vetor de foras inerciais [N]
+1 (,* Vetor de foras modais [N]
-2 (,* Funo temporal de irregularidades do perfil da pista [s]
- (,* Funo temporal de irregularidades traseira [s]
3(4* Densidade espectral unilateral [m/ciclo]
5(4* Funo de coerncia [m/ciclo]
56(, * Melhor posio do enxame [m]
57 (,* Melhor posio do enxame da varivel de projeto 8 [m]
39 Densidade espectral unilateral especfica [m/ciclo]

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]

\6 (,* Posio da partcula  no tempo , [m]

],7 (,* Posio atual da partcula  da varivel de projeto 8 [m]
],7 (, + 1* Posio futura da partcula  da varivel de projeto 8 [m]
]7 Vetor de variveis de projeto [Adimensional]
^ Distncia entre eixos [m]
_ Expoente unilateral da funo 3(4* do perfil de pista [Adimensional]
_ Expoente bilateral da funo 3(4* do perfil de pista [Adimensional]
_ Expoente bilateral da funo 3(4* do perfil de pista [Adimensional]
_H Momento ou inrcia da partcula  [Adimensional]
_ Coeficiente do perfil da pista de irregularidades [Adimensional]
_ Coeficiente do perfil da pista de irregularidades [Adimensional]
_H Inrcia da partcula [Adimensional]
` Matriz das razes de amortecimento do sistema [Adimensional]
a(], b* Irregularidades verticais [m]
a Deslocamento vertical do assento [m]
aX Velocidade vertical do assento [m/s]
aY Acelerao vertical do assento [m/s]
aG Deslocamento vertical da carroceria [m]
aXG Velocidade vertical da carroceria [m/s]
aYG Acelerao vertical da carroceria [m/s]
aY Acelerao vertical da suspenso dianteira esquerda [m/s]
aY Acelerao vertical da suspenso dianteira direita [m/s]
aY Acelerao vertical da suspenso traseira esquerda [m/s]
aY! Acelerao vertical da suspenso traseira direita [m/s]
a Deslocamento vertical do pneu dianteiro esquerdo [m]

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

c@ Incremento na direo ] [m]

d Nmero de onda angular [rad/m]
e Comprimento de onda [m]
f Deslocamento angular de arfagem [rad]
fX Velocidade angular de arfagem [rad/s]
fY Acelerao angular de arfagem [rad/s]
g Deslocamento angular de rolagem [rad]
gX Velocidade angular de rolagem [rad/s]
gY Acelerao angular de rolagem [rad/s]
h Matriz modal dos modos de vibrao do sistema [Adimensional]
i Razo de amortecimento [Adimensional]
j Deslocamento modal [m]
jX Velocidade modal [m/s]

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

O sistema de suspenso automotiva apresenta uma linha de pesquisa que envolve o

estudo de causa e efeito provocado pela exposio prolongada e repetida de vibrao e rudo
que so nocivos sade humana. Essa exposio nitidamente observada quando um
automvel trafega sob condies adversas em uma pista, onde a menor irregularidade dela
causaria um solavanco desagradvel transmitido ao motorista e, consequentemente, aos
passageiros. Os danos provocados dessa maneira esto relacionados com as magnitudes e as
frequncias de vibrao transmitidas pelo assento e normalmente se acentuam na regio
lombar, no quadril e tambm no sistema digestivo. Como um assunto pertinente para pesquisa
e desenvolvimento na rea de engenharia, a suspenso automotiva oferece um conjunto de
problemas que ainda precisam ser tratados no que diz respeito ao estudo de modelos
matemticos, simulao numrica e processos de otimizao.
Os efeitos nocivos da exposio prolongada vibrao tambm podem contribuir para
reduzir a vida til de diversos componentes mecnicos da suspenso e da carroceria. A fadiga
dos componentes pode comprometer a segurana dos passageiros, e a vibrao excessiva pode
contribuir para exercer foras que pioram as condies do pavimento. Nesse sentido, o nvel
de conforto e segurana associado exposio de vibrao no objeto de estudo apenas para
grandes estruturas sujeitas a solicitaes oscilatrias. Sistemas dinmicos, como veculos em
movimento, tambm so estudados a ponto de evitar uma srie de acidentes, e a melhoria de
diversos componentes comuns ao veculo como os sistemas de suspenso permite ter uma
abrangncia de resultados to significativa quanto aquelas obtidas mediante grandes projetos
de estruturas. Os fenmenos vibratrios esto fortemente presentes em sistemas veiculares
como nibus, automveis, motos e mquinas agrcolas pesadas e, por esse motivo,
aprofundar-se sobre esse assunto sob o prisma da Engenharia Mecnica motiva descobertas
atravs da anlise terica e numrica desses fenmenos.
Inmeros modelos veiculares so estudados para esta finalidade, como os modelos de
dois graus de liberdade (representando um quarto de veculo) e os modelos de quatro graus de
liberdade (representando meio veculo). Em comum, tais modelos no perfazem a plenitude
de realidade do veculo e simulam apenas alguns dos movimentos pertinentes a ele. Por meio
de um modelo cujos graus de liberdade so suficientes para atender a dinmica do veculo
satisfatoriamente, possvel aplicar um processo de otimizao a fim de obter os melhores
 2

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

A justificativa desta pesquisa d-se pela necessidade de aprofundar-se sobre o tema de

otimizao de parmetros concentrados de suspenso no domnio da frequncia. De um modo
geral, esse trabalho motivado pela oportunidade de otimizar um modelo veicular com vistas
a melhorar o desempenho de veculos por meio da maximizao do conforto. Fazer essa
otimizao no domnio da frequncia e ter tal ferramenta disposio pouco explorada,
principalmente quando feita por meio de algoritmos heursticos, pois, de um modo geral, se
sabe que os algoritmos determinsticos tm apresentado dificuldades para encontrar valores
timos neste tipo de problema. As possibilidades de utilizao da metodologia proposta e da
 3

ferramenta desenvolvida estende-se desde a otimizao de sistemas simples de suspenso

veicular a sistemas mais complexos, no apenas para maximizao de conforto, mas tambm
para previso de vida til em fadiga, com um custo computacional relativamente baixo.
Estudar esse tema justifica-se, portanto, como uma oportunidade de inseri-lo e adapt-lo a
realidade da indstria automotiva e da legislao vigente.
Nesse contexto, questiona-se quais so os parmetros concentrados de suspenso
(massa, mola, amortecedor) que, quando otimizados, mais influenciam na minimizao da
acelerao vertical rms transmitida para o motorista? Como se d essa influncia em torno do
ponto timo global?

1.2 OBJETIVOS

O objetivo geral do trabalho determinar os parmetros concentrados de suspenso

que mais influenciam na minimizao da acelerao vertical rms transmitida para o motorista
num modelo automotivo de oito graus de liberdade submetido a um perfil de irregularidades
da pista. Esse objetivo desdobra-se nos seguintes objetivos especficos:

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.

1.3 ORGANIZAO DO TRABALHO

A dissertao est organizada para discutir um assunto especfico em cada captulo. O

tema central da dissertao trabalhado em cada captulo da seguinte forma: no Captulo 1,
apresenta-se uma Introduo ao tema abordado, expondo a motivao do autor para realizar a
 4

pesquisa e como o trabalho, de um modo geral, organizado; no Captulo 2, discursa-se sobre

a Reviso de Literatura referente ao assunto, discutindo os modelos veiculares, o algoritmo
heurstico de otimizao por enxame de partculas e as normas de conforto; no Captulo 3,
desenvolve-se o Modelo Proposto analiticamente; no Captulo 4, apresenta-se a Simulao
Numrica, os critrios de convergncia e os seus respectivos pseudocdigos; no Captulo 5,
descreve-se a Anlise dos Dados do problema, exibindo os resultados das simulaes; e, no
Captulo 6, finaliza-se o trabalho, comentando as Concluses e expondo as sugestes para
trabalhos futuros.
 5

2 REVISO DE LITERATURA

A otimizao de parmetros concentrados de suspenso automotiva um assunto

abordado por diversas pesquisas recentes. Em comum, elas partem do modelo matemtico do
veculo em questo para ento desenvolver uma anlise numrica ou experimental do
problema. Nesse sentido, o desenvolvimento terico desse assunto est fundamentado nos
temas de modelagem da dinmica veicular, perfis de pista, processos estocsticos, algoritmos
de otimizao, conforto e segurana veicular e vibraes no corpo humano.

2.1 MODELOS VEICULARES

Os modelos veiculares procuram, matematicamente, representar a dinmica de um

veculo real submetido a uma excitao. Existem diversos modelos, cada qual direcionado a
uma espcie de veculo: motocicletas, automveis, caminhes, nibus, reboques. Os modelos
podem ser mais simples (dotados de um ou dois graus de liberdade) ou mais complexos (mais
de quatorze graus de liberdade). Cada anlise requer um modelo em especfico para abordar e,
em alguns casos, os modelos de dois e quatro graus de liberdade podem se mostrar ou no
satisfatrios. Nesse sentido, Moura (2003) estudou amplamente um modelo de dois graus de
liberdade para comparar trs tipos de suspenso (ativa, semiativa e passiva) e, na sua anlise
de suspenses semiativas com amortecedores magneto-reolgico, os dois graus de liberdade
foram suficientes. Por outro lado, Motta (2005) decidiu utilizar um modelo de sete graus de
liberdade para analisar uma suspenso no linear e as vantagens de se usar leis de controle
semiativas em comparao a um modelo passivo. O autor demonstrou que o ganho ao adotar
uma estratgia semiativa em sistemas no lineares no grande, contrariando a literatura a
respeito.
Ikenaga et al. (2000) propuseram o controle ativo da suspenso em um modelo de sete
graus de liberdade, o qual no prev o descolamento do pneu com o perfil da estrada e, como
resultado, mostraram que esse controle combina um esquema de feedback dotado de filtros
com uma transformao de entradas desacopladas. Os autores analisaram que o movimento da
massa suspensa acima e abaixo da frequncia das rodas pode ser aprimorado por meio de
filtros ativos. Por meio de um amortecimento baseado na teoria do skyhook, esses filtros so
 6

capazes de alterar os coeficientes de rigidez e amortecimento nos loops internos do sistema e

de reduzir os movimentos de acelerao vertical, arfagem (pitch) e rolagem (roll).
A teoria do amortecimento skyhook, segundo o entender de Motta (2005), considera a
fora de amortecimento proporcional velocidade vertical absoluta da carroceria, ao invs da
velocidade relativa entre a carroceria e os eixos (dianteiro ou traseiro). Nessa configurao, as
vibraes dos eixos no so transmitidas carroceria e, por conseguinte, o amortecimento
valorizado a tal ponto que permite oferecer maior conforto aos passageiros. A deduo das
equaes dessa teoria foge ao escopo do trabalho e pode ser encontrada em Motta (2005).
Hyvrinen (2004) desenvolveu um modelo analtico de um veculo militar de oito
graus de liberdade com um controle semiativo baseado na teoria skyhook de amortecimento.
Ele tambm considerou a variao da fora de contato dos pneus, embora no a utilizasse
como principal critrio de projeto para incluir no controle semiativo proposto. Para Hyvrinen
(2004), essa variao da fora de contato afeta, de um modo geral, a dirigibilidade do veculo
devido s foras horizontais no contato pneu-pista. O autor desenvolveu exaustivamente a
proposta de controle via skyhook a fim de minimizar a acelerao vertical transmitida pelo
centro de massa e simulou o modelo veicular por meio do software ADAMS conforme as
recomendaes da ISO 5008 (2002). Essa norma especfica para veculos empregados na
agricultura, como tratores e implementos agrcolas, embora possa ser adaptada para veculos
em terrenos bastante irregulares, como veculos militares. Os resultados de Hyvrinen (2004)
indicaram que a teoria de skyhook de amortecimento e o controle proposto podem melhorar a
interao pneu-pista e facilitar as deflexes da suspenso.
Sob o prisma de modelos dotados de vrios graus de liberdade, Bouazara, Richard e
Rakheja (2006) desenvolveram uma otimizao determinstica baseada na tcnica de
minimizao sequencial no restrita e compararam os resultados com as orientaes das
normas BS 6841 (1987) e ISO 2631 (1997). Os autores tambm compararam com uma
bancada experimental e reduziram at 30% da acelerao vertical transmitida ao motorista. J
sob a tica de modelos mais simples, Zhang et al. (2007) analisaram um modelo de dois graus
de liberdade e inseriram vibraes aleatrias no estacionrias a fim de obter a resposta no
domnio da frequncia, resultando em um modelo efetivo para a proposta inicial, mas
utilizvel apenas em sistemas lineares. Para aprimorar os estudos de modelos de dois graus de
liberdade, Chi, He e Naterer (2008) compararam trs algoritmos distintos de otimizao
algoritmos genticos (Genetic Algorithm ou GA), procura padronizada (Pattern Search ou PS)
 7

e programao quadrtica sequencial (Sequential Quadratic Program ou SQP) e afirmaram

que o emprego do SQP realmente afetado pelos mnimos locais da funo objetivo.
Gao, Zhang e Du (2007) investigaram a resposta dinmica de meio veculo (quatro
graus de liberdade) frente a uma excitao aleatria e provaram que o mtodo aleatrio
proposto para a pista pode ser utilizado tambm em modelos veiculares com mais graus de
liberdade. Para complementar, Fai, Delbressine e Rauterberg (2007), de um modo geral,
indicaram qual o estado da arte atualmente pesquisado e quais so as descobertas mais
recentes sobre projetos de assentos e modelos automotivos, aproximando a modelagem
analtica com resultados mais prticos, incluindo modelos dotados de mais graus de liberdade.
O estudo de modelos de mais graus de liberdade permite abranger a dinmica de um
veculo com maior fidedignidade. Os movimentos de arfagem e rolagem inserem dois graus
de liberdade a mais num modelo normalmente orientado para analisar os deslocamentos
verticais da carroceria. Essa considerao torna o problema mais complexo, embora seja mais
prximo do que acontece na realidade. Quanto maior a aproximao do modelo ao veculo
real, maior a possibilidade de coloc-lo na prtica. Isso se mostra evidente no trabalho de
Paradiso (2009), em que o autor desenvolveu um modelo de dirigibilidade vertical dotado de
cinco graus de liberdade para o BMW Mini Cooper. O objetivo geral do modelo era avaliar os
efeitos da insero do pneu no pneumtico TWEEL , projetado pela Michellin, para reduzir
as aceleraes verticais transmitidas ao motorista e para aprimorar o desempenho de todo o
veculo. Esse tipo de aplicao requer conhecimento dos fenmenos dinmicos que permeiam
o veculo e quase sempre envolve alguma no linearidade presente no problema.
Os modelos veiculares de vrios graus de liberdade com no linearidades podem
apresentar dificuldades considerveis para fins de modelagem matemtica e estabilidade de
algoritmos. Morsch (2001) assume algumas consideraes cinemticas e simplificaes gerais
nas matrizes de massa e de amortecimento para elaborar um modelo matemtico capaz de
satisfazer os movimentos de um nibus dotado de mltiplos apoios submetido a uma
excitao na base. A matriz de massa diagonal, o que apresenta resultados satisfatrios por
meio de uma simplificao matemtica que auxilia no processo de clculo. No seu modelo, o
amortecimento dividido em duas matrizes uma pertencente carroceria e ao chassi e outra
pertencente s suspenses , e o autor emprega o Mtodo de Rayleigh para obter a matriz de
amortecimento da carroceria. No seu trabalho, a anlise no domnio da frequncia utilizada
 8

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.

2.2 PERFIS DE IRREGULARIDADES DA PISTA

Os perfis de irregularidades da pista so normalmente considerados como um dado de

entrada para estudar o comportamento dinmico do veculo. Um dos procedimentos mais
usuais consiste em classificar os perfis de pista por meio da funo densidade espectral de
potncia (FDEP) ou, do ingls, Power Spectral Density (PSD). Dodds e Robson (1973)
propuseram, inicialmente, um modelo de perfil de irregularidades da pista que corresponde a
um campo bidimensional gaussiano, aleatrio e isotrpico. Esse campo mostra-se bastante
pertinente, uma vez que a natureza aleatria a qual as estradas esto submetidas deve ser
considerada para que o estudo esteja prximo da realidade dinmica do veculo. Os autores
tratam a pista como uma funo cujas propriedades superficiais so obtidas por meio de
medies experimentais aplicadas em um nico trecho ao longo da via. Essa funo utiliza
somente as direes ] e b, o que caracteriza um problema tipicamente bidimensional, e a
isotropia da condio implica manter as mesmas propriedades em todas as direes.

2.2.1 Modelo Terico dos Perfis de Irregularidades

O modelo dos perfis de irregularidades da pista de Dodds e Robson (1973) exibido

na Figura 2.1 (onde o eixo positivo de a aponta para fora da pgina). Considera-se a estatstica
 9

do processo com mdia igual a zero e baseia-se no histrico de excitao, necessitando

somente dos espectros de potncia para descrever todo o perfil da estrada.

Figura 2.1 Esboo da descrio da pista

Fonte: Morsch (2001, p. 73, adaptado).

O modelo de Dodds e Robson (1973) parte de uma autocorrelao capaz de definir os

deslocamentos a(]2 , b2 * em todos os pontos (]2 , b2 *. Essa autocorrelao exibida a seguir
na Eq. (2.1):

(]2 , b2 ; ] , b * = "#a(]2 , b2 * a(] , b *% (2.1)

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

(c, j* = a(], b* a~] + c@ , b + jA  (2.3)

onde c@ e jA so incrementos nas direes ] e b, respectivamente. Essa integrao

simplificada, uma vez que o processo tratado pelos autores como isotrpico. Isso atribui
Eq. (2.3) uma simetria circular que, ao assumir respectivamente jA = 0 e c@ = 0, tem-se
@ (c* = (c@ , 0* e A (j* = (0, jA *.
Adotam-se duas trilhas na pista de rodagem, uma para o lado direito do veculo e outra
para o esquerdo. Como as simplificaes consideradas resultaram numa simetria, tem-se que
b =  e b =  para o lado esquerdo e direito, respectivamente, conforme a Fig. 2.1. Dessa
forma, as Equaes (2.4) e (2.5) exibem os resultados da simetria:

MN (c* = aM (]* aN (] + c* = a(], * a(] + c, * = (c, 2* (2.4)

NM (c* = aN (] * aM (] + c * = a(], * a(] + c, * = (c, 2* (2.5)

em que os subndices e " representam, respectivamente, direito e esquerdo. Essa simetria

tambm implica que

MN (c* = NM (c * = MN (c* (2.6)

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

PMN (4* = PNM (4* = PU (4* (2.7)

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

Ao considerar o processo como homogneo, Dodds e Robson (1973) afirmam que as

irregularidades ao longo de uma linha reta devem ter a mesma forma que as irregularidades de
outra linha reta paralela primeira. Isso permite concluir que

M (c * = N (c * (2.8)
PM (4* = PN (4* = P(4* (2.9)

em que PM (4* e PN (4 * correspondem aos espectros de potncia (ou densidades espectrais) do

lado direito e esquerdo, respectivamente, em funo do nmero de onda. Morsch (2001)
esboa um grfico esquemtico para descrever a pista e compreender a isotropia do processo.
A Figura 2.2 (onde o eixo positivo de a aponta para fora da pgina) exibe a pista e os seus
parmetros:

Figura 2.2 Parmetros da descrio da pista

Fonte: Morsch (2001, p. 75, adaptado).

Dodds e Robson (1973) introduzem duas variveis, e f, para confirmar a isotropia

do processo. Com isso, possvel afirmar que

(pf, p4f * = ( * (2.10)

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

NM (c * = N (* = (c + 4 * (2.11)

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):

3(4* = 2 } (c*  c (2.12)

y

onde 3(4* a densidade espectral unilateral em termos do nmero de onda 4. Para um 3: (4*
qualquer, tem-se

y y

3: (4* = 2 } NM (c*  c = 2 } NM (*  c (2.13)

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:

3: (4* y 2(c + 4 *  c

y

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).

2.2.2 Descrio Matemtica dos Perfis de Irregularidades

A descrio matemtica do perfil de irregularidades pode ser trabalhada segundo o

desenvolvimento das equaes anteriores. Parte-se das equaes fundamentais de frequncia,
a seguir, e determina-se a funo densidade espectral de potncia, assumindo que

2
= = 24
e
(2.15)

)
4= =
2 2
(2.16)

onde e o comprimento de onda, em metros, o nmero de onda na frequncia angular, em

rad/m, e 4 o nmero de onda na frequncia espacial, em ciclos/m. Assume-se que o veculo
mantm uma velocidade constante , em m/s, e que o comprimento de onda e dado aps um
perodo V, dado em segundos. Dessa forma, tm-se as seguintes expresses

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

onde "#$  % o valor esperado da varivel $; 4 o nmero de onda na frequncia espacial,

em ciclo/m; e P ()* a densidade espectral dos deslocamentos da base oriundos do perfil de
irregularidades, em m/rad. Na Eq. (2.19), interessante realizar uma mudana de varivel do
tipo 4 = )2 . Dessa forma, tem-se a seguinte igualdade (MORSCH, 2001, p. 77):

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)

onde a velocidade do veculo, em m/s.

O espectro obtido por meio de um grande nmero de medies uma das propostas de
descrio dos perfis de pista. Andrn (2006) exps uma tabela contendo as diversas propostas
do clculo de 3: (4* cuja aproximao desenvolvida pela norma ISO 8608 (1995) mostra-se
pertinente. Essa proposta consolidada na literatura e empregada no presente trabalho. Para
tanto, tem-se

4
3: (4 * = 39
49
(2.22)

3: (* = 39
9
(2.23)

onde _ o expoente de aproximao da curva, 49 corresponde ao nmero de onda especfico

conforme a norma utilizada, 39 a FDEP de um dado perfil de irregularidades correspondente
ao 49 especificado e 4 o nmero de onda medido na pista. Em termos gerais, 49 equivale a
12 ciclos/m, o que corresponde a 6,3 metros de comprimento de onda, um valor tpico para
 15

construo de pavimento de pistas. A Equao (2.23) representa o clculo na abordagem da

frequncia angular , e o nmero de onda deve ser convertido adequadamente conforme a Eq.
(2.18). O usual utilizar o nmero de onda 4, mas neste trabalho varrem-se as frequncias )
nas integraes (adiante).
A Tabela 2.1, a seguir, rene as informaes necessrias para classificar o tipo de pista
e a sua respectiva qualidade (variveis subjetivas) com a densidade espectral em termos do
nmero de onda 4 e os expoentes _ e _ necessrios para o clculo da densidade espectral
(variveis numricas). Conforme o veculo trafega sob uma pista de determinada qualidade,
pode-se avaliar a densidade espectral dela, utilizando-se os parmetros indicados na Tabela
2.1:

Tabela 2.1 Qualidade da pista para padres europeus

(* [ m/ciclo]
Qualidade da
Tipo de Pista
Pista [Adimensional] [Adimensional]
Mdia 32 128
Pistas Secundrias Pobre 128 512 1,945 1,360
Muito Pobre 512 2048
Muito Boa 28
Boa 8 32
Pistas Principais 2,050 1,440
Mdia 32 128
Pobre 128 512
Muito Boa 28
Rodovias 1,945 1,360
Boa 8 32
Fonte: Dodds e Robson (1973, p. 182, adaptado).

Os valores de _ e _ so muito prximos. Eles podem ser simplificados em relao

aos valores de 4, conforme desenvolvido por Morsch (2001), para _ = _ = _ 2,0. Isso
se deve pequena variao que ocorre na troca de valores de _ dentro da faixa prtica de uso
(algo entre 1,5 e 2).
Morsch (2001) demonstra que as funes de densidades espectrais (FDEPs) da roda
dianteira e traseira so iguais para uma dada trilha. Para tanto, parte-se da seguinte relao da
defasagem das rodas:

^
, =

(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.

2.2.3 Validade do Intervalo de Integrao dos Perfis de Irregularidades

O intervalo de integrao da densidade espectral dos perfis de irregularidades da pista

um parmetro importante a ser considerado, uma vez que depende da abordagem do nmero
de onda adotado (frequncia espacial ou frequncia angular). Nesse aspecto, a norma ISO
8608 (1995) mostra-se abrangente, pois orienta que o intervalo de integrao na frequncia
espacial seja entre 0,01 ciclos/m a 10 ciclos/m para pistas ditas normais. O limite superior
pode ser ainda maior, conforme a velocidade mxima permitida naquele trecho, o que permite
atingir valores acima de 1000 ciclos/m. O limite inferior, por outro lado, pode ser a partir de
0,05 ciclos/m para veculos fora de estrada. Todos esses limites devem ser convertidos para a
frequncia angular, caso seja trabalhada nessa abordagem, por meio da seguinte relao:

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

diviso por zero). Em contrapartida, o limite superior do intervalo de integrao no contribui

significativamente na resposta obtida de tal modo que frequncias muito elevadas (na ordem
de grandeza de 100 Hz ou mais) tornam o tempo de processamento do algoritmo mais lento
apenas.
Na prtica, os limites de integrao so na frequncia de 0,5 Hz at 50 Hz, o que
corresponde a velocidades do veculo entre 5 m/s a 50 m/s. Morsch (2001) corrobora esses
autovalores e frisa que a relao entre os nmeros de onda deve trabalhar em diferena da
ordem de grandeza de 1000 exatamente o proposto pela norma ISO 8608 (1995). Para fins
de simulao da presente dissertao, os limites de integrao so aqueles orientados por essa
norma.

2.3 ALGORITMO DE ENXAME DE PARTCULAS

O algoritmo de enxame de partculas uma tcnica fundamentada na observao dos

fenmenos da natureza, baseada no estudo estocstico de populaes. Inicialmente, Kennedy
e Eberhart (1995) propuseram o conceito de inteligncia de enxame para otimizar funes
contnuas no lineares. Esse conceito baseado na modelagem do comportamento de grupos
sociais simplificados, em que a deciso do grupo e a deciso individual so ambos aspectos
importantes para a tomada de deciso do todo, optando pelo melhor caminho. No entanto, o
objetivo dos autores era fundamentalmente tratar da descrio do movimento de grupos de
aves ou peixes, os quais apresentavam caractersticas peculiares, como sincronismo, ao se
movimentarem. Insere-se tambm a esse conceito a hiptese de que a troca de informaes
entre os indivduos do grupo abordada como uma vantagem evolucionria e, com isso,
resulta-se na criao do Mtodo de Otimizao por Enxame de Partculas (Particle Swarm
Optimization ou PSO).
Por ser um algoritmo estocstico, o PSO apresenta caractersticas apreciveis como
uma fundamentao baseada nos fenmenos da natureza (o que facilita a sua compreenso) e
uma independncia de informaes baseadas em gradientes. Conforme Lazinica (2009), o
PSO tambm possui aspectos que so observados em outros processos de otimizao, como
os algoritmos genticos. Ele utiliza uma populao aleatria de solues para inicializar o
processo e busca o valor timo da funo objetivo por meio de sucessivas iteraes. Os
candidatos soluo sobrevoam o espao de solues a fim de localizar a regio tima,
 19

seguindo as partculas otimizadas da gerao recorrente. No h o uso de operadores

evolutivos, como os operadores genticos dos algoritmos genticos, o que faz do PSO um
algoritmo particularmente mais enxuto e de fcil compreenso.
A analogia com os fenmenos da natureza evidente no PSO. Sabe-se que o PSO
uma metaheurstica, o que significa observar a natureza e adotar regras sem deduo clssica
ou analtica. De um modo geral, as partculas representam aves, insetos ou peixes, e cada uma
delas apresenta um nvel decisrio e aleatrio que pode influenciar o grupo todo por meio de
sua deciso. Lazinica (2009) elucida que uma das caractersticas marcantes do PSO reside na
movimentao do algoritmo durante a explorao do espao de solues. Nesse sentido, a
velocidade como cada partcula movimenta-se no espao vital para o andamento do
algoritmo. Dessa forma, o enxame como um todo explora o espao em busca de alimento, da
mesma forma que um conjunto de solues explora o seu espao de solues.
Conforme os estudos de Esmin (2005), Das, Abraham e Konar (2008) e Lazinica
(2009), afirma-se que algoritmo do PSO envolve basicamente seis definies importantes.
Elas so, respectivamente, as variveis de projeto (que se alteram ao longo do processo de
otimizao e que podem ser contnuas ou discretas), as restries (que so funes de
igualdade ou desigualdade sobre as variveis de projeto a fim de descrever condies de
contorno do projeto), o espao de busca (que definido como um conjunto, espao ou regio
capaz de compreender as possveis solues das variveis de projeto a serem otimizadas), a
funo de custo (que envolve uma ou mais variveis de projeto a serem otimizadas por meio
de sua minimizao ou maximizao), o ponto timo (que pode ser definido como um ponto
formado pelas variveis de projeto que otimiza a funo de custo e tambm satisfaz as suas
restries) e o valor timo (que justamente o valor da funo de custo no ponto timo).
No entender de Das, Abraham e Konar (2008), o funcionamento do PSO simula um
enxame de partculas em um espao de busca que so atradas por regies nesse espao com
alto valor de adaptao. A posio da partcula determina um candidato soluo, e a
topologia do espao de busca representa a funo de custo. A partcula tambm apresenta uma
velocidade que informa a direo, a taxa de mudana de posio pelo tempo e a adequao.
Quando a funo de custo avalia a posio da partcula, determina-se quo adequada est essa
partcula. A variao da posio e da velocidade da partcula dada pela experincia dela
conforme o histrico da explorao do espao de solues e a observao das partculas
vizinhas.
 20

Z6 (, * = { ,(, *, , ,7 (, *}

O algoritmo considera que \6 (, * = {], (, *, , ],7 (, *} e 
so, respectivamente, a posio e a velocidade da partcula  no tempo , no espao de busca n-
dimensional. Define-se J6 (,* = {J, (,*, , J,7 (,*} como a melhor posio j encontrada pela
partcula  at o tempo , e 56(, * = {5(, *, , 57 (, *} como a melhor posio j encontrada
pelo enxame inteiro at o tempo ,. De posse dessas informaes da partcula e do enxame, o
algoritmo do PSO utiliza as seguintes regras de atualizao das posies e velocidades:

,7 (, + 1* = l _H ,7 (,* +  o J,7 (,* ],7 (,* +  o (57 (,* ],7 (,** (2.31)

],7 (, + 1* = ],7 (,* + ,7 (, + 1* (2.32)

2k
l=
2 ( +  * ( +  * 4( +  *
(2.33)

em que ,7 (, + 1* a velocidade da partcula a ser atualizada  correspondente a varivel de

projeto 8, ,7 (, * a velocidade atual da partcula  correspondente a varivel de projeto 8,
],7 (,* a posio atual da partcula  correspondente a varivel de projeto 8, ],7 (, + 1* a
posio da partcula a ser atualizada  correspondente a varivel de projeto 8, J,7 (,* a
melhor posio j encontrada pela partcula  correspondente a varivel de projeto 8, 57 (, * a
melhor posio j encontrada pelo enxame de partculas correspondente a varivel de projeto
j, _H o peso de inrcia ou momento para a velocidade das partculas (capaz de controlar a
capacidade de explorao do espao de soluo e a observao de outras partculas vizinhas),
 a constante de acelerao cognitiva individual da partcula referente J,7 (, *,  a
constante de acelerao social do enxame referente 57 (,*, o e o so nmeros aleatrios
entre zero e um para manter a caracterstica estocstica da funo e, finalmente, l um fator
de constrio que utiliza um valor numrico k para a convergncia do algoritmo. Em geral, o
valor de k fica entre 0,8 e 1,0 e, para o presente trabalho, adota-se k = 0,8.
A inicializao do algoritmo de otimizao PSO aleatria, de tal maneira que as
partculas tenham posies e velocidades aleatrias. Executa-se o lao do algoritmo at atingir
algum critrio de parada. Esse lao apresenta os seguintes passos:
 21

a) avaliam-se as partculas conforme a funo de custo;

b) determinam-se os valores de aptido de cada partcula;
c) atualizam-se os valores de J,7 (,* e de 57 (,*;
d) calcula-se o movimento das partculas conforme as Eqs. (2.31) a (2.33).

O critrio de parada normalmente adotado a razo entre o desvio padro e a mdia

referentes ao valor da funo de custo para todas as partculas, a qual deve ser menor ou igual
a um valor de tolerncia para que o processo seja interrompido. As provas de que o mtodo
converge para um timo global podem ser encontradas na literatura (BERGH, 2001; MEI;
LIU; XIAO, 2010) e fogem do escopo desta dissertao.

2.3.1 Exemplo Vetorial e Pseudocdigo do Algoritmo de Enxame de Partculas

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

Figura 2.3 Representao vetorial do algoritmo de enxame de partculas

Fonte: Gomes (2009, no paginado, adaptado).

O pseudocdigo a seguir refere-se sub-rotina da otimizao pelo PSO. Conforme a

Fig. (2.3), o algoritmo pode ser escrito em trs blocos (inicializao, lao do enxame e lao da
funo objetivo). O Quadro 2.1 ilustra um exemplo genrico da sub-rotina do PSO, e como
ela retorna funo objetivo a que se refere (GOMES, 2009).

Quadro 2.1 Pseudocdigo da sub-rotina do PSO

Insira os dados de entrada: nmero de partculas 4H , nmero de variveis de projeto FH , parmetro cognitivo
 , parmetro social  , inrcia das partculas _H , coeficiente de convergncia l, coeficiente mnimo de
variao  , limites inferiores e superiores das variveis de projeto . e .@ ;

Para cada partcula  at 4H faa

Gere um Enxame inicial aleatrio e inicialize os melhores valores locais:

Para cada varivel de projeto j at FH faa

o = 4-oF#0,1%
],7
9
= ]7 + o~]7@ ]7 
,7
9
=0

]Ep,,7 = ],7
Selecione o timo local das variveis de projeto como o valor atual

Fim

Determine - (.TD * = -(. *

Selecione o timo local da funo objetivo como o valor atual

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

Para cada partcula  faa

Atualize o timo local e a sua respectiva funo objetivo

Se -(. * < -(.TD *

Ento - (.TD * = -(. * e .TD = . , sucessivamente

Encontre a partcula mnima da funo objetivo F4(-(. **

Fim

Se F4~-(. * < -(.0TD *

Ento -(.0TD * = F4~- (. * e .0TD = ./
@(~ (@ ** , sucessivamente
Para cada partcula  no Enxame faa
o = 4-oF#0,1%
o = 4-oF#0,1%

 = _H  +  o (.TD . * +  o (.0TD . *
.
 = . + l

Fim
Fim
Fonte: Gomes (2009, no paginado, adaptado).

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.

2.4 CONFORTO E SEGURANA VEICULAR

A definio de conforto e segurana veicular estritamente subjetiva, uma vez que

trata da interao do motorista e dos passageiros em relao ao veculo e pista. Para fins de
pesquisa, o conforto relaciona-se com a massa suspensa e com o ambiente interno do veculo,
e a segurana relaciona-se com as massas no suspensas e com o perfil da pista. Dessa forma,
a suspenso tem a funo de transmitir o mnimo possvel das irregularidades da pista e de
melhorar a dirigibilidade do motorista para garantir segurana.
Bester (2003) realizou uma extensa pesquisa acerca dos efeitos do perfil da pista na
segurana de veculos que trafegavam na frica do Sul e, frequentemente, sofriam acidentes.
O trafego contnuo, a baixa qualidade de dirigibilidade e as ms condies da via eram muito
questionadas, mas nada referente ao perfil da estrada. Aps trs anos de pesquisa, o autor
descobriu que as estradas mais largas reduzem as taxas de acidentes, os terrenos acidentados e
rugosos aumentam essas taxas e a m dirigibilidade pode ou no influenci-las, especialmente
em terrenos cuja topologia varivel. No entender do pesquisador, a suspenso tem papel
fundamental na segurana, o esteramento influenciado diretamente pelas foras laterais e
indiretamente pela largura da estrada (estradas largas permitiam o controle de direo, e
 24

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:

Tabela 2.2 Escala de desconforto para padres europeus

ndice de Desconforto Escala
Menor do que 0,315 m/s
Entre 0,315 m/s a 0,63 m/s
Confortvel

Entre 0,5 m/s a 1,0 m/s

Levemente confortvel

Entre 0,8 m/s a 1,6 m/s

Pouco confortvel

Entre 1,25 m/s a 2,5 m/s

Desconfortvel

Maior do que 2,5 m/s

Muito desconfortvel
Extremamente desconfortvel
Fonte: BS 6841 (1987, p. 21, adaptado).

No sentido de avaliar a condio de desconforto, Fai, Delbressine e Rauterberg (2007)

realizaram um estudo geral do estado da arte nas pesquisas recentes de modelos veiculares. Os
autores reuniram as causas de possveis desconfortos, provenientes basicamente do assento do
veculo, conforme a Quadro 2.2 a seguir:

Quadro 2.2 Causas de desconforto no assento

Interao
Experincia Humana Interao com o Assento
Biomecnica
Efeitos Fisiolgicos Variveis de Engenharia Fonte
Dor Ocluso Circulatria Presso Rigidez do Assento
Dor Esquemia Presso Rigidez do Assento
Dor Ocluso Neural Presso Contorno do Assento
Desconforto Vibrao Dirigibilidade do Veculo
Transpirao Corao Porosidade do Material Estofamento
Percepo Audio, tato e viso Design e Vibrao Custo do Veculo
Fonte: Fai, Delbressine e Rauterberg (2007, p. 52, adaptado).

De um modo geral, o quadro rene os efeitos fisiolgicos, as variveis de engenharia e

as possveis fontes para que a experincia humana esteja desconfortvel e perigosa. As
experincias que o ser humano enfrenta so, em sua maioria, dores na regio de contato com o
assento (por exemplo, a lombar e os glteos). A rigidez e o amortecimento equivalentes do
assento so variveis de projeto interessantes de se otimizar, pois podem evitar uma srie de
 26

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 desenvolvimento analtico do modelo proposto compreende basicamente duas

etapas. A primeira etapa discute um modelo de dois graus de liberdade a fim de validar,
posteriormente, a estrutura do algoritmo proposto. A segunda apresenta, descreve e discute
um modelo de oito graus de liberdade. Ambos os modelos utilizam a tcnica de multicorpos,
fundamentada na utilizao de parmetros concentrados e, no caso, aplicada no domnio da
frequncia.

3.1 MODELO DE DOIS GRAUS DE LIBERDADE

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:

Figura 3.1 Modelo esquemtico de dois graus de liberdade

Fonte: Gomes (2009, no paginado, adaptado).
 28

3.1.1 Consideraes e Hipteses

O modelo de dois graus de liberdade apresenta consideraes e hipteses pertinentes

ao problema em que aplicado. Essas simplificaes permitem trabalhar o modelo de forma a
compreender o fenmeno, mas dificilmente oferecem condies para implicaes em projetos
de engenharia. Normalmente, utilizam-se os modelos de dois graus de liberdade como uma
ferramenta de pr-projeto. Nesse aspecto, as restries adotadas so as seguintes:

a) o modelo e seus parmetros so lineares;

b) o modelo no prev descolamento do pneu com o perfil de estrada;
c) o modelo no prev completamente a dinmica de um veculo, pois no capaz de
representar os movimentos de arfagem, guinada e rolagem;
d) o pneu est em contato pontual com a pista;
e) o veculo desloca-se numa trajetria retilnea.

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.

3.1.2 Aplicabilidade do Modelo

O modelo de dois graus de liberdade usualmente aplicado na etapa de pr-projeto,

vlido para representar um quarto de veculo sem descolamento com o perfil da pista isto ,
um conjunto pneu-roda do veculo. Ele no prev completamente a dinmica veicular, mas
pode ser usado para compreender o fenmeno estudado e obter solues analticas fechadas
para o conjunto pneu-roda.
Nesse sentido, o modelo de dois graus de liberdade no totalmente vlido a fim de
representar um veculo qualquer submetido a um perfil de irregularidades, pois incapaz de
agregar as equaes de movimento referentes aos ngulos de arfagem, guinada e rolagem. Em
casos onde o movimento vertical unicamente o objeto de estudo, o modelo de dois graus
 29

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.

3.1.3 Formulao Matemtica para Anlise Espectral do Modelo de Veculo

O modelo de dois graus de liberdade formulado segundo as equaes de movimento

do modelo descritas abaixo. Admite-se que h apenas liberdade de movimento na direo
vertical b e que o tratamento inicial dessas equaes est no domnio do tempo.

F bY  +  (bX  bX * +  ~bX  cX + (b b * +  (b c * = 0 (3.1)

F bY +  (bX bX * + (b b * = 0 (3.2)

em que F e F so, respectivamente, a massa suspensa e a massa no suspensa, dadas em

kg,  e  so, respectivamente, o coeficiente de amortecimento da suspenso e do pneu,
dados em Ns/m,  e  so, respectivamente, as rigidezes da suspenso e do pneu, dados em
N/m, b e b so o deslocamento da massa suspensa e da massa no suspensa, em metros, e,
do mesmo modo, bX , bX  , bY e bY  so as velocidades e as aceleraes da massa suspensa e da
massa no suspensa, em m/s e m/s, respectivamente. c representa o perfil de irregularidades
da pista, em metros.
Considera-se que a (, * = b (, * b (,* e que a (, * = c b (,* so as deflexes (ou
deslocamentos) relativas das massas envolvidas. Em seguida, faz-se a mudana de variveis e
divide-se pela massa de cada equao:

   
cY aY + aX aX + a a =0
F F F F 
(3.3)

 
cY aY aY aX a =0
F F 
(3.4)

Aplica-se a Transformada de Fourier, conforme disposto no Apndice A, para que as

equaes estejam no domnio da frequncia. Insere-se, ento, a formulao matricial para que
se tenha a seguinte disposio:
 30

) )( F * ( F * )( F * + ( F * < ()* )

=
) ) + )( F * + ( F * < ()* )
(3.5)

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:

P: ()* = |< ()* |P ()* (3.12)

P: ()* = |< ()* |P ()* (3.13)

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

Esse procedimento de clculo no domnio da frequncia tambm pode ser estruturado

para calcular outras variveis de interesse, como deslocamentos, velocidades e aceleraes de
qualquer grau de liberdade modelado. De posse das densidades espectrais de entrada por meio
do perfil de irregularidades da pista, esse procedimento de clculo pode ser empregado em
modelos mais complexos, conforme a ser discutido a seguir.

3.2 MODELO DE OITO GRAUS DE LIBERDADE

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

Figura 3.2 Modelo esquemtico do veculo com o assento

Fonte: Dados da Pesquisa (2012).

Esse sistema composto pela massa da carroceria, FG , e pelas massas no suspensas,

F , F , F , F! , em kg, pelos coeficientes de amortecimento da suspenso,  ,  ,   ,
! , em Ns/m, e pelos coeficientes de rigidez dos pneus, C , C , C  , C! e da suspenso,
C , C , C  , C! , em N/m. Para o assento, sabe-se que F a massa do assento, em kg; C
o coeficiente de rigidez do assento, em N/m;  o coeficiente de amortecimento do
assento, em Ns/m. Alm disso, ] a posio ] do assento em relao ao centro de gravidade
da carroceria; b a posio b do assento em relao ao centro de gravidade da carroceria,
ambas em metros;  a distncia do eixo dianteiro do veculo at o centro de gravidade, em
metros;  a distncia do eixo traseiro do veculo at o centro de gravidade, em metros;  + 
a distncia entre eixos, em metros; e E a largura do veculo, tambm em metros.
 33

3.2.1 Consideraes e Hipteses

O modelo proposto no totalmente isento de simplificaes fsicas e matemticas.

Essas consideraes e hipteses permitem trabalhar o modelo nos processos de otimizao de
forma satisfatria sem grandes perdas com a realidade dinmica do veculo. As consideraes
so as seguintes:

a) o modelo e seus parmetros so lineares;

b) o modelo no prev descolamento do pneu com o perfil de estrada;
c) o assento est localizado fora do centro de massa da carroceria;
d) o veculo desloca-se numa trajetria retilnea;
e) os pneus esto em contato pontual com a pista;
f) no considerado o movimento de guinada;
g) as suspenses so independentes.

O principal motivo de adotar essas consideraes reside na simplificao do modelo

para avaliar somente a reduo da acelerao vertical transmitida pelo assento. Isso significa
que todas as foras laterais so desprezadas (uma vez que o veculo trafega em linha reta) e,
por conseguinte, no h necessidade de considerar os movimentos de guinada. Alm disso, a
hiptese dos pneus estarem em contato pontual com a pista implica que as irregularidades do
perfil com comprimentos de onda contidos na zona de contato no tm influncia no processo.
Assume-se que a rea de contato infinitesimal, o que permite captar a menor irregularidade
possvel dentro de um dado comprimento de onda.
O modelo pode ser aprimorado posteriormente, considerando as no linearidades, os
controles ativos de suspenso, o posicionamento do assento na carroceria e o deslocamento do
veculo numa trajetria no retilnea. Nesse trabalho, entretanto, empregar tais limitaes so
suficientes para dar um primeiro passo e estudar o comportamento dinmico do veculo em
termos de acelerao vertical e realizar o processo de otimizao pertinente.
 34

3.2.2 Aplicabilidade do Modelo

O modelo no aplicado em todos os tipos de veculos. Ele no prev as condies de

carregamento tpicas em caminhes, nem as suspenses do assento do motorista de um nibus
ou de um caminho. No obstante, o modelo aqui proposto supre as necessidades de se avaliar
a acelerao vertical transmitida pelo assento em veculos de passeio. Para outras aplicaes,
so necessrias algumas correes, como por exemplo:

a) inserir um grau de liberdade no assento do motorista para representar a estrutura

em forma de sanfona presente nos nibus e caminhes;
b) inserir pelo menos um grau de liberdade para representar a carga de um caminho;
c) deslocar o centro de massa do caminho para situaes onde h carga;
d) modificar as equaes dos momentos de inrcia em funo da massa (nos casos em
que forem otimizadas as massas do sistema).

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.

3.2.3 Modelo do Assento sob Abordagem das Equaes de Movimento

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

Figura 3.3 Modelo esquemtico do assento

Fonte: Dados da Pesquisa (2012).

Parte-se do domnio do tempo para realizar o somatrio de foras e, posteriormente,

realizar a Transformada de Fourier no sistema matricial. A Equao (3.16), portanto, descreve
o comportamento dinmico do assento conforme a Fig. (3.3):

F aY = C (a aG ] f b g*  ~aX aXG ] fX b gX (3.16)

onde F a massa do assento, em kg; C o coeficiente de rigidez do assento, em N/m; 

o coeficiente de amortecimento do assento, em Ns/m; a o deslocamento vertical do assento,
em metros; aG o deslocamento vertical da carroceria, em metros; aX a velocidade vertical
do assento, em m/s; aXG a velocidade vertical da carroceria, em m/s; aY a acelerao vertical
do assento, em m/s; aYG a acelerao vertical da carroceria, em m/s; f o deslocamento
angular de arfagem, em rad; g o deslocamento angular de rolagem, em rad; fX a velocidade
angular de arfagem, em rad/s; e gX a velocidade angular de rolagem, em rad/s. Alm disso,
sabe-se que ] a posio ] do assento em relao ao centro de gravidade da carroceria, e b
a posio b do assento em relao ao centro de gravidade da carroceria, ambas em metros.

3.2.4 Modelo da Carroceria sob Abordagem das Equaes de Movimento

O modelo massa-mola-amortecedor (IB) proposto para a carroceria demonstrado

anteriormente na Fig. 3.2. Nele, os movimentos verticais, a rolagem (roll) e a arfagem (pitch)
esto em funo do deslocamento, da velocidade e da acelerao. Para Bouazara, Richard e
 36

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)

onde, para fins de simplificao, os coeficientes da Eq. (3.17) so devidamente separados e

obtidos pelas seguintes expresses:

 = C (a aG ] f b g* +  ~aX aXG ] fX b gX (3.18)

E E
 = C a a f + g +  aX aX fX + gX
2 2
(3.19)

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)

Sabe-se anteriormente que C o coeficiente de rigidez do assento, em N/m;  o

coeficiente de amortecimento do assento, em Ns/m; a o deslocamento vertical do assento,
em metros; aG o deslocamento vertical da carroceria, em metros; aX a velocidade vertical
do assento, em m/s; aXG a velocidade vertical da carroceria, em m/s; aY a acelerao vertical
do assento, em m/s; aYG a acelerao vertical da carroceria, em m/s; f o deslocamento
angular de arfagem, em rad; g o deslocamento angular de rolagem, em rad; fX a velocidade
angular de arfagem, em rad/s; e gX a velocidade angular de rolagem, em rad/s.
 37

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).

F aY =  C (a K * (3.23)

F aY =  C (a K * (3.24)
F aY =  C  (a  K * (3.25)
F! aY! = ! C! (a! K! * (3.26)

onde K, K , K e K! representam as irregularidades da pista, em metros, que afetam cada um

dos pneus do veculo. No previsto o descolamento desse contato. Incluem-se tambm as
variveis referentes aos deslocamentos verticais relativos dos quatro conjuntos de pneu-roda,
a , a , a  , a! , a , a , a  e a! , em metros; s velocidades verticais relativas desses
conjuntos, aX , aX , aX  , aX! , aX , aX , aX  e aX! , em m/s; e s aceleraes verticais pertinentes,
aY , aY , aY e aY! , em m/s.
O movimento de arfagem mais um grau de liberdade previsto pelo modelo. Ele
representado pela Eq. (3.27) a seguir:

?A fY = ( +  * (  ! * ]  (3.27)

onde ?A representa o momento de inrcia de massa na arfagem, em kgm, e fY a acelerao

angular de arfagem, em rad/s. Os coeficientes 7 so os mesmos da Eq. (3.17).
O movimento de rolagem o ltimo grau de liberdade considerado. Ele representado
pela Eq. (3.28) a seguir:

?@ gY = +  + b  (3.28)
 38

onde ?@ indica o momento de inrcia de massa na rolagem, em kgm, e gY a acelerao

angular de rolagem, em rad/s. Conforme desenvolvido na Eq. (3.17), a Eq. (3.28) tambm
separada em diferentes parcelas para uma melhor visualizao:

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).

3.2.5 Representao Matricial do Modelo Completo

O modelo completo (carroceria e assento associados) pode ser exibido e trabalhado na

forma matricial. Para todos os coeficientes a serem listados, sabe-se que ] a posio ] do
assento em relao ao centro de gravidade da carroceria, em metros; b a posio b do
assento em relao ao centro de gravidade da carroceria, em metros;  a distncia do eixo
dianteiro do veculo at o centro de gravidade, em metros;  a distncia do eixo traseiro do
veculo at o centro de gravidade, em metros;  +  a distncia entre eixos, em metros; E a
largura do veculo, em metros.
A matriz de massa I, em kg, dada a seguir. Admite-se que todos os parmetros so
concentrados no centro de gravidade de cada elemento, o que torna a matriz I em uma matriz
diagonal.
 39

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!

onde F a massa do assento, FG a massa da carroceria, ?A o momento de inrcia de

massa na arfagem, ?@ o momento de inrcia de massa na rolagem, F a massa do conjunto
pneu-suspenso dianteira esquerda, F a massa do conjunto pneu-suspenso dianteira
direita, F a massa do conjunto pneu-suspenso traseira esquerda e F! a massa do
conjunto pneu-suspenso traseira direita. Esses coeficientes esto de acordo com as equaes
expostas anteriormente.
A matriz de rigidez equivalente B, em N/m, dada a seguir. Ela est organizada na
forma de elementos 7 e, em seguida, so descritos cada um de seus termos. Esses termos so
normalmente parmetros de entrada do sistema, embora possam ser utilizados como variveis
de projeto no processo de otimizao tambm.

   !    

!    
  
  !
!! ! ! ! !
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)

= C + C (3.61)

= = 0 (3.62)
= = 0 (3.63)
= = 0 (3.64)
= C + C (3.65)
= = 0 (3.66)
 41

= = 0 (3.67)
= C  +C  (3.68)
= = 0 (3.69)
= C! + C! (3.70)

A matriz de amortecimento , em Ns/m, dada a seguir. Similarmente, os elementos

7 da matriz so descritos em funo das variveis de entrada do sistema, as quais podem ser
utilizadas como variveis de projeto no processo de otimizao tambm.

   !    

   !    
  
    !   
 
   !! ! ! ! !
 = ! ! !
   !    
(3.71)
   !    
   !    
   !    

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.

3.2.6 Formulao Matemtica para Anlise Espectral do Modelo Completo

A formulao matemtica desenvolve-se por intermdio das representaes matriciais

propostas. Ela parte da equao geral do movimento do modelo completo no domnio do
tempo e, ao aplicar a Transformada de Fourier, possvel determinar as densidades espectrais
de potncia no domnio da frequncia, conforme disposto no Apndice A. Em termos de
fenmenos fsicos, o sistema pode ser resumidamente descrito como uma pista dotada de
irregularidades onde um veculo qualquer de quatro rodas se desloca e transmite aceleraes
verticais aos seus ocupantes.
O equacionamento do modelo no domnio da frequncia baseado no equilbrio de
foras de uma estrutura de apoios mltiplos que est submetida a uma excitao em sua base
(MORSCH, 2001). Dessa forma, a equao geral do movimento do modelo exibida na Eq.
(3.108). Ela est na formatao matricial com o vetor de deslocamentos S e com o vetor de
foras de excitao +(,*, onde I,  e B so as matrizes de massa, amortecimento e rigidez
tratadas na subseo 3.2.5.

ISY + SX + BS = +(,* (3.108)

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:

+(, * = +0 (, * + BD ST (,* (3.109)

onde +0 (,* o vetor de foras gravitacionais, dado em N, BD a matriz de rigidez elstica de

entrada no modelo, dada em N/m, e ST (,* o vetor de deslocamentos do perfil da estrada,
dado em metros. Da mesma abordagem que Morsch (2001) trata o seu modelo, a formulao
aqui proposta utiliza o movimento independente de cada conjunto pneu-roda. Isso induz a um
problema do tipo quasi-esttico que deve ser adotado devido ao deslocamento esttico da
base. Entretanto, as foras inerciais so negligenciadas, porque o veculo parte em movimento
 44

aps as condies de equilbrio estvel estejam satisfeitas. Se essas condies no forem

consideradas, o veculo vai se deslocar inicialmente com uma acelerao vertical residual que
no foi suportada pelo sistema massa-mola-amortecedor. Por isso, a anlise feita em torno
do ponto de equilbrio esttico inicial, e os deslocamentos so referenciados a esse ponto de
equilbrio.
Dessa forma, desprezando essas foras inerciais e igualando a Eq. (3.108) com a Eq.
(3.109), tem-se a equao geral:

ISY + SX + BS = BD ST(,* (3.110)

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!

Em termos de lgebra linear matricial, a Equao (3.110) tipicamente um problema

de autovalores e autovetores. Nesse sentido, trata-se do clculo de frequncias (autovalores) e
modos de vibrao (autovetores associados) de um sistema fsico no amortecido. Parte-se,
ento, das Eqs. (3.112) e (3.113), descritas a seguir, para resolver o problema.

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)

Ao abordar como um problema de autovalores e autovetores associados, a formulao

recebe propriedades matemticas de independncia linear e ortogonalidade para auxiliar na
soluo do problema. Nesse sentido, a propriedade de ortogonalidade das matrizes I, B e 
so as seguintes:

h Ih = > (3.115)
h Bh = n (3.116)

h h =
2i )  = 2`n (3.117)

em que i o coeficiente de razo de amortecimento do i-simo modo de vibrao, e ` a

matriz dessas razes. A matriz  pode ser diagonalizada pelo Mtodo de Decomposio RQ
(Rayleigh Quocient), o qual foi utilizado no presente trabalho para determinar a razo de
amortecimento, ou por outro mtodo, como o da funo dissipativa de Rayleigh (MORSCH,
2001). Ambos os mtodos permitem formular uma matriz de amortecimento simplificada que,
nas concluses de Goel (2001), a razo de amortecimento aproximada negligenciando os
termos fora da diagonal praticamente a mesma que a razo de amortecimento obtida por
mtodos de anlise modal de valores complexos conjugados. O Mtodo de Decomposio RQ
pode ser empregado, portanto, sem erros significativos desde que o sistema esteja submetido a
vibraes de curtos perodos de tempo e, mesmo a longos perodos, o erro ainda desprezvel.
Aplica-se uma mudana de variveis do tipo S = hR e inserem-se as propriedades das
Eqs (3.115), (3.116) e (3.117) na Eq. (3.110) para obter a seguinte expresso:

>RY + 2`n RX + nR = h BD ST (,* (3.118)

a qual est passvel de receber a Transformada de Fourier, conforme as orientaes discutidas

no Apndice A. Nesse sentido, a equao matricial no domnio da frequncia fica
 46

#>RY + 2`n RX + nR% = #h BD ST (,*% (3.119)

) >R()* + 2)`n R()* + nR()* = h BD ST()* (3.120)

onde ) so as frequncias do sistema. Essa equao apresenta os deslocamentos modais em

funo das frequncias da Transformada de Fourier, R()*, os quais podem ser devidamente
isolados na expresso. Logo,

R()* = ;1 ()*BD ST ()* (3.121)

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,

QR()* = ;1 ()*Q+1 ()*;1 ()* (3.123)

onde QR ()* a densidade espectral dos deslocamentos modais, ;1 ()* o conjugado de

;1 ()*, e Q+1 ()) a densidade espectral das foras de excitao modais.
O clculo da densidade espectral das foras modais, Q+1 ()), emprega a funo de
autocorrelao O+1 ( *. Ela envolve o valor esperado " da funo +1 (,*, a qual representa as
foras de excitao modais, e um valor de incremento no tempo . Portanto, tem-se que
 47

O+1 ( * = "+1 (,* +1 (, * (3.124)

Desenvolve-se, ento, a abordagem modal em O+1 (* para obter a autocorrelao nas

foras de excitao do problema modal +1 (, * = BD ST (,*. Dessa forma, a Eq. (3.124) fica

O+1 ( * = h BD " #ST (,*ST (,* %BD h (3.125)

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:

Q+1 ()* = h BD QST ()*BD h (3.126)

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)

em que a velocidade do veculo, em m/s, e 3: (4* FDEP unilateral de um dado perfil de

irregularidades na frequncia espacial, conforme desenvolvido anteriormente na seo 2.2.2.
Substitui-se a Eq. (3.126) na Eq. (3.123). Dessa forma, possvel obter a importante
expresso a seguir:

QR ()* = ;1 ()*h BD QST ()*BD h;1 ()* (3.128)

Pelo procedimento da autocorrelao da Eq. (3.124), possvel calcular as densidades

espectrais dos deslocamentos do modelo a partir das densidades espectrais dos deslocamentos
modais. Assim, tem-se:

QS ()* = hQR()*h (3.129)

 48

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:

QS ()* = h~;1 ()*h BD QST ()*BD h;1 ()* h (3.130)

A Equao (3.130) a densidade espectral dos deslocamentos do modelo QS ()* em

termos da densidade espectral dos deslocamentos da base QST ()*. Na prtica, QS()* pode ser
considerada como os valores de sada do sistema, e QST ()*, como os valores de entrada no
sistema, os quais so obtidos por meio de medies experimentais, pesquisas na literatura ou
normas tcnicas. Esta equao verstil de tal maneira a representar todos os 4 autovalores
do modelo (ou os F autovetores de um sistema reduzido) cuja principal caracterstica
utilizar os modos mais baixos de vibrao e adequar a proximidade da soluo para o mais
significativo em termos de engenharia e projeto. Morsch (2001) e Mendes e Oliveira (2008)
reforam essa versatilidade, afirmando que a formulao modal usa um nmero menor de
modos de vibrao que so representativos do sistema, o que culmina na reduo do esforo
computacional tambm.
Conforme desenvolvido por Newland (1987, p. 48), pode-se determinar diretamente as
densidades espectrais referentes velocidade e acelerao dos graus de liberdade pertinentes
a partir da Eq. (3.127). Para tanto, basta multiplic-la por ) e )! , respectivamente, e integr-
la no intervalo de frequncia de interesse, resultando em

y y
} Q ()* ) = } ) QS ()*) (3.131)
y y
y y
} Q ()* ) = } )! QS ()*) (3.132)
y y

em que Q()* representa as densidades espectrais de potncia da velocidade dos graus de

liberdade de interesse, e Q ()* representa as densidades espectrais de potncia da acelerao
dos graus de liberdade de interesse. O intervalo dessas integraes, na prtica, definido pelo
usurio conforme discutido na seo 2.2.3.
 49

Finalmente, a acelerao vertical rms transmitida pelo grau de liberdade de interesse

pode ser determinada pela raiz quadrada da integrao da densidade espectral referente
acelerao tal que

y y
2 = } Q ()* = } )! QS ()*) (3.133)
y y

ttulo de complementao, a funo de resposta de frequncia modal ;1 ()* pode

ser reescrita utilizando o mesmo procedimento da autocorrelao da Eq. (3.124). Dessa forma,
conclui-se que:

;()* = h ;1 ()*h (3.134)

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

A simulao numrica desenvolve-se nos dois modelos apresentados. Em um primeiro

momento, o modelo de dois graus de liberdade implementado para fins de comparao e
validao da estrutura e funcionamento do algoritmo. Em um segundo momento, a simulao
realizada no modelo de oito graus de liberdade para identificar quais parmetros mais
influenciam na reduo da acelerao vertical rms transmitida. Os pseudocdigos pertinentes
so exibidos, e o mtodo de integrao brevemente discutido para fins de compreenso. As
funes objetivo so expostas no captulo subsequente, conforme os exemplos so analisados.

4.1 SIMULAO DO MODELO DE DOIS GRAUS DE LIBERDADE

A verificao do algoritmo em um modelo de dois graus de liberdade, antes do modelo

de oito graus de liberdade, interessante de ser realizada para ilustrar a estrutura do mesmo e
para verificar como ele se comporta de um modo geral. O modelo mais simples apresenta
rpido processamento computacional e til para identificar erros de sintaxe encontrados nos
laos internos. Ao trabalhar com um modelo de mais graus de liberdade, a complexidade
aumenta, mas alguns laos internos permanecem similares.
A simulao realizada em ambiente MATLAB e apresenta diferentes arquivos para
as sub-rotinas. Uma delas representa basicamente o modelo matemtico do veculo e as suas
respectivas matrizes, outro se destina ao algoritmo do PSO (programa principal), e os demais
realizam o lao de integrao por meio das frequncias naturais do sistema para calcular o
deslocamento, a velocidade e a acelerao dos graus de liberdade. Os dados de entrada do
usurio so inseridos manualmente no arquivo do modelo, e o programa executado pelo
arquivo do PSO.
O critrio de parada do algoritmo similar ao proposto pela literatura; isto , a razo
entre o desvio padro e a mdia referentes ao valor da funo de custo para todas as partculas
(coeficiente de variao ou CV) deve ser menor ou igual ao valor de tolerncia na ordem de
10 . A norma dos valores obtidos tambm deve ser inferior a essa tolerncia. Portanto, tm-
se as seguintes Eqs. (4.1) e (4.2) como critrios de parada:
 51


 = < ,Eo4 = 1,0 10
(4.1)

-G -G < ,Eo4 = 1,0 10 (4.2)

4.2 SIMULAO DO MODELO DE OITO GRAUS DE LIBERDADE

A simulao numrica do algoritmo do modelo de oito graus de liberdade corresponde

a um dos objetivos do trabalho. A estrutura do algoritmo basicamente a mesma do anterior;
apenas a complexidade das matrizes aumentada. O nmero de graus de liberdade aumenta a
quantidade de integraes, pois o clculo realizado para cada grau de liberdade de interesse.
Entretanto, o usurio pode integrar apenas os graus de liberdade que desejar (optando, por
exemplo, integrar apenas as aceleraes provenientes do assento), o que pode reduzir o tempo
computacional.
Da mesma forma que acontece no modelo de dois graus de liberdade, a simulao em
oito graus de liberdade realizada tambm em ambiente MATLAB e apresenta, basicamente,
os mesmos arquivos. A utilizao do programa exatamente a mesma que a anterior, embora
seja necessria a insero de mais informaes referentes s variveis de projeto, e o vetor de
variveis a serem otimizadas pode ser maior do que o de dois graus de liberdade.
O critrio de parada do algoritmo similar ao anterior; isto , a razo entre o desvio
padro e a mdia referentes ao valor da funo de custo para todas as partculas (coeficiente
de variao ou CV) deve ser menor ou igual ao valor de tolerncia na ordem de 10 . A
norma dos valores obtidos tambm deve ser inferior a essa tolerncia, e, para complementar, o
algoritmo deve parar quando atingir 100 iteraes, porque, quando encontra um timo global,
ele ainda pode apresentar pequenas flutuaes no coeficiente de variao. Portanto, o mximo
de iteraes permite parar o algoritmo. Em vista disso, tm-se as seguintes Eqs. (4.3), (4.4) e
(4.5) como critrios de parada:


 = < ,Eo4 = 1,0 10

(4.3)

-G -G < ,Eo4 = 1,0 10 (4.4)

@ 100 (4.5)
 52

4.3 FLUXOGRAMA

O fluxograma de informaes entre os diferentes arquivos do algoritmo (tanto para o

modelo de dois graus de liberdade quanto para o de oito) exibido na Fig. 4.1 a seguir. Esse
fluxograma global importante para entender como cada uma das sub-rotinas chamada pelo
programa principal.

Figura 4.1 Fluxograma do algoritmo

Fonte: Dados da Pesquisa (2012).

Os dados de entrada so inseridos no modelo para a anlise modal e, ento, so

chamadas as sub-rotinas que executam os laos das integraes de deslocamento, velocidade e
acelerao dos graus de liberdade de interesse. Em seguida, o mtodo de integrao por
quadratura de Gauss-Kronrod e a integrao propriamente dita so realizados novamente na
 53

funo objetivo. O processo de otimizao tratado como se fosse o programa principal de

execuo, pois ele que deve ser executado a fim de realizar as rotinas de clculo do sistema.
Se o usurio desejar, ele pode executar tambm uma sub-rotina para calcular a sensibilidade a
partir dos resultados obtidos no processo de otimizao e avaliar as influncias das variveis
de projeto em torno do ponto timo global.

4.4 PSEUDOCDIGOS

O pseudocdigo do algoritmo do modelo de dois graus de liberdade o que se segue

no Quadro 4.1. Ele ilustra, de uma maneira geral, como funciona a estrutura do algoritmo, e
como so chamadas as suas respectivas sub-rotinas.

Quadro 4.1 Pseudocdigo do modelo de dois graus de liberdade

Insira os dados de entrada: nmero de graus de liberdade 4, massa suspensa F , massa no suspensa F ,
rigidez da suspenso  , rigidez do pneu  , amortecimento da suspenso  , amortecimento do pneu  ;

vetor ] = {](1*, ](2*, , ](4*};

Atualiza as variveis de projeto no vetor de parmetros para a Otimizao por Enxame de Partculas:

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 modal: calcula os autovalores e autovetores de I e B, monta a matriz n, ordena os

autovalores e autovetores, calcula as matrizes ortonormalizadas h Ih e h Bh, calcula a razo de
amortecimento pelo Mtodo do Quociente de Rayleigh h h;
Para  = 1 at 4 calcule
 ,
i =
2n
Fim

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 )@ ;

Chama as sub-rotinas de deslocamento, velocidade e acelerao: calcula as densidades espectrais dos

deslocamentos, velocidades e aceleraes do sistema;

Para = ) at )@ calcule

Para cada sub-rotina (deslocamento, velocidade, acelerao) faa

)
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

QS ()* = h~;1 ()*h BD QST ()*BD h;1 ()* h

Fim

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:

Quadro 4.2 Pseudocdigo do modelo de oito graus de liberdade

Insira os dados de entrada: nmero de graus de liberdade 4; massa do assento F , massa da carroceria FG ,
massa das suspenses F , F , F e F! ; rigidez do assento  , rigidez das suspenses  , ,  e ! ,
rigidez dos pneus  ,  ,  e ! ; amortecimento do assento  , amortecimento das suspenses  ,  ,  
e ! ; momento de inrcia de massa na rolagem ?@ , momento de inrcia de massa na arfagem ?A; distncia entre
eixos dianteira , distncia entre eixos traseira ; largura do veculo E; posio ] do assento em relao ao
centro de gravidade da carroceria ] , posio b do assento em relao ao centro de gravidade da carroceria b ;
acelerao da gravidade 5;

vetor ] = {](1*, ](2*, , ](4*};

Atualiza as variveis de projeto no vetor de parmetros para a Otimizao por Enxame de Partculas:

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 modal: calcula os autovalores e autovetores de I e B, monta a matriz n, ordena os

autovalores e autovetores, calcula as matrizes ortonormalizadas h Ih e h Bh, calcula a razo de
amortecimento pelo Mtodo do Quociente de Rayleigh h h;
Para  = 1 at 4 calcule
 ,
i =
2n
Fim
 55

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 )@ ;

Chama as sub-rotinas de deslocamento, velocidade e acelerao: calcula as densidades espectrais dos

deslocamentos, velocidades e aceleraes do sistema;

Para = ) at )@ calcule

Para cada sub-rotina (deslocamento, velocidade, acelerao) faa

)
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


QS ()* = h~;1 ()*h BD QST ()*BD h;1 ()* h

Fim

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

4.5 MTODO DE INTEGRAO NUMRICA

O mtodo de integrao numrica o da Quadratura de Gauss-Kronrod, utilizado em

ambos modelos testados no MATLAB. Esse mtodo procura aproximar a integrao de uma
funo escalar dentro dos limites de integrao por meio de uma quadratura adaptativa e
global de ordem elevada. A quadratura de Gauss-Kronrod eficiente para integrandos do tipo
oscilatrios, suporta intervalos infinitos e pode lidar com singularidades em pontos onde no
normalmente possvel integrar por mtodos de quadratura mais simples (desde que essa
singularidade no seja to abrupta na continuidade da funo).
Justifica-se o uso da Quadratura Gauss-Kronrod pelo fato de ser um mtodo robusto e
tambm porque outras quadraturas podem no lidar corretamente com o comportamento da
funo objetivo (ela pode apresentar pontos de singularidades, por exemplo). Nesse sentido,
testes com quadraturas mais simples (como trapzio e Simpson) foram realizados previamente
e indicaram forte dependncia em relao aos limites de integrao, apresentando resultados
estatisticamente dispersos. A influncia do limite inferior de integrao altera o resultado
obtido de uma forma agressiva, pois pequenas variaes nesse limite provocaram aceleraes
diferentes, o que no deveria acontecer. Assim, a Quadratura de Gauss-Kronrod mostrou-se
robusta o suficiente frente a mltiplas simulaes e no apresentou grandes variaes nos
resultados quando o limite inferior sutilmente alterado. Outras informaes so dispostas no
Apndice B sobre a Quadratura de Gauss-Kronrod.
Para fins de complementao, esse no o nico mtodo numrico que pode ser usado
satisfatoriamente. Por exemplo, Morsch (2001) testou diversos mtodos (Mtodo de Newton-
Cotes, Quadraturas de primeira ordem (trapzio), segunda ordem (Simpson), quarta e sexta
ordens e Mtodo de Gauss-Legendre) e, por meio do erro relativo, adotou a quadratura de
Gauss-Legendre. Essa tcnica interessante, pois exige uma quantidade menor de pontos de
integrao com pesos e pontos da base gerados automaticamente pelo algoritmo. De um modo
geral, se a integrao no sensvel aos limites de integrao, ento ela pode ser utilizada sem
grandes erros relativos.
 57

5 ANLISE DE DADOS E DISCUSSO DE RESULTADOS

A anlise de dados desenvolve-se da mesma forma que os modelos propostos e as

simulaes realizadas. Em um primeiro momento, discutem-se os resultados do modelo de
dois graus de liberdade para ento validar a estrutura do algoritmo. Essa validao realizada
basicamente pela comparao dos resultados obtidos com artigos na rea. Em um segundo
momento, parte-se para o modelo de oito graus de liberdade, e, por meio de valores numricos
dos parmetros obtidos na literatura (WONG, 2001; SHIRAHATT et al., 2008), discutem-se
diferentes situaes com o objetivo de elucidar o modelo em termos prticos.

5.1 RESULTADOS DO MODELO DE DOIS GRAUS DE LIBERDADE

Os resultados do modelo de dois graus de liberdade coincidem com aqueles previstos

por Sun, Cai e Yang (2007) e Gomes (2009). Os parmetros concentrados do modelo de dois
graus de liberdade, de acordo com esses autores, so F = 4450 kg, F = 550 kg,  = 0
Ns/m, = 20 m/s, 39 = 10 m/ciclo, 49 = 0,1 ciclo/m e _ = 2,0. Dessa maneira, F e
F correspondem respectivamente massa suspensa e massa no suspensa,  o valor de
amortecimento do pneu (nulo nesse caso), a velocidade do veculo, 39 a FDEP unilateral
do perfil de irregularidades correspondente ao 49 (nmero de onda especfico).
Sun, Cai e Yang (2007) e Gomes (2009) sugerem o seguinte problema de otimizao
para minimizar a deflexo da suspenso conforme o Quadro 5.1 a seguir:

Quadro 5.1 Minimizao de 

"44,oo C , C 
y
o F4Fao  = } P ()*)
y

1,0 10 N/m C 3,0 10 N/m

1,5 10 N/m C 2,0 10 N/m

P8, 
0 Ns/m  3,0 10Ns/m
 0,2 m
Fonte: Gomes (2009, no paginado, adaptado).
 58

onde C , C e  so respectivamente a rigidez da suspenso, a rigidez do pneu e o coeficiente

de amortecimento da suspenso, P a densidade espectral da fora exercida pelo pneu em
contato com a pista e  o desvio padro da deflexo da suspenso.
Gomes (2009) utiliza os seguintes parmetros no algoritmo de enxame de partculas:
_H = 0,5,  =  = 2,0, F = 30 e ,Eo4 = 1,0 10. Sabe-se que _H a inrcia
das partculas,  o coeficiente cognitivo das partculas,  o coeficiente social do enxame
e F o total de partculas. O autor tambm limita a integrao da densidade espectral entre 0
a 500(2 49 *. Para fins de comparao, utilizam-se os mesmos parmetros de Gomes (2009)
e tambm a mesma funo a ser minimizada  . Os resultados so exibidos na Tabela 5.1 a
seguir:

Tabela 5.1 Comparao entre os resultados obtidos e a literatura consultada

Autores B #/% B #/%  #/% # %
6,221 10 1,705 10 2,658 10!
Sun, Cai e Yang
*
1,0 10 1,5 10 2,355 10 1,65 10
(2007)
!

2,355 10! 1,6573 10

Gomes (2009)
Presente trabalho 1,0 10
1,5 10
Fonte: Dados da Pesquisa (2012).
* No especificado pelo artigo de Sun, Cai e Yang (2007).

Os resultados do algoritmo proposto so muito prximos queles obtidos por Gomes

(2009). No entanto, ainda h diferenas entre ambos, pois o autor integra por meio da regra do
trapzio, e o algoritmo desenvolvido no presente trabalho integra por meio da regra de Gauss-
Kronrod. O autor tambm utiliza solues analticas fechadas para P ()* e utiliza a varivel
$ (,* = b (,* b (,*. Por outro lado, o algoritmo desenvolvido nesta dissertao emprega
as variveis b (,* e b (,* separadamente e, nesse sentido, a relao  = A + A vlida.
Os resultados obtidos so nitidamente diferentes dos obtidos por Sun, Cai e Yang (2007), uma
vez que estes autores utilizaram algoritmos genticos para realizar o processo de otimizao
com parmetros de inicializao diferentes em relao ao PSO.
As variveis de projeto C , C e  no sofreram alteraes numricas apreciveis,
mesmo frente a mtodos de integrao distintos. Isso acontece basicamente por dois motivos:
os valores timos das variveis de projeto C e C esto exatamente nos limites de restrio
impostos no problema de otimizao, e ambos os algoritmos utilizam basicamente os mesmos
parmetros de inicializao. Como o mtodo de integrao atua exclusivamente para calcular
 59

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:

Quadro 5.2 Minimizao da acelerao vertical rms transmitida

"44,oo C , C 
y
o F4Fao AY  = } )! bY ()*)
y

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).

onde C , C e  so respectivamente a rigidez da suspenso, a rigidez do pneu e o coeficiente

de amortecimento da suspenso, e AY  o desvio padro da acelerao vertical rms da massa
suspensa.
A acelerao vertical rms transmitida resultante de 1,280 10 m/s, utilizando os
mesmos parmetros de entrada com os valores timos obtidos na Tabela 5.1. Aps calcular
essa acelerao, os valores timos das variveis de projeto so respectivamente C = 1,0
10 N/m, C = 1,5 10 N/m e  = 2,355 10! Ns/m. Esses resultados so os mesmos
de Gomes (2009) e conclui-se que, nesse caso, minimizar $(,* = b (,* b (,* equivale a
minimizar bY (,* no que diz respeito aos valores das variveis C , C e  . Os valores timos
das variveis de projeto foram para os limites estabelecidos de tal forma a ter o mximo de
amortecimento e o mnimo de rigidez possvel. Como o clculo da acelerao bY (,* envolve
os deslocamentos b (,* e b (,*, pode-se inferir que os valores timos de C , C e  so os
mesmos quando se minimiza $(,*, pois $(,* funo de b (,* e b (,*.
 60

O algoritmo atinge o mnimo global da acelerao vertical rms em apenas 3 iteraes,

o que demonstra o benefcio de trabalhar no domnio da frequncia e utilizar o PSO. Essa
grande velocidade de convergncia evidente, pois o algoritmo do PSO preocupa-se em
minimizar uma funo objetivo que integrada no domnio da frequncia diretamente, sem a
necessidade de resolver no domnio do tempo. Os algoritmos tradicionais no domnio do
tempo empregam o mtodo de Runge-Kutta de 4 e 6 ordens para realizar as integraes,
exigindo mais parmetros de inicializao e mais tempo computacional o que no
necessrio no domnio da frequncia. No entanto, o algoritmo na frequncia exige muito
cuidado nos limites integrao, principalmente nos limites inferiores, conforme discutido
anteriormente na seo 2.2.3.

5.2 RESULTADOS DO MODELO DE OITO GRAUS DE LIBERDADE

Os resultados da simulao do modelo de oito graus de liberdade proposto indicam a

viabilidade em se utilizar uma abordagem no domnio da frequncia a fim de obter valores
numricos timos em torno de um timo global da acelerao vertical rms transmitida. Esses
resultados so analisados em termos da acelerao vertical rms transmitida (otimizada e no
otimizada), da sensibilidade dos parmetros do modelo proposto em torno do ponto timo e
tambm da robustez do algoritmo frente a mltiplas simulaes seguidas.
A simulao do modelo de oito graus de liberdade baseada nos trabalhos anteriores
de Shirahatt et al. (2008), bem como as orientaes de Wong (2001) para valores de rigidez e
de amortecimento de pneus. Nesses trabalhos, Shirahatt et al. (2008) propuseram o seguinte
problema de otimizao para ser resolvido:
 61

Quadro 5.3 Minimizao da acelerao vertical rms transmitida

"44,oo C ,  , C ,  , C ,  , C  ,   , C! !
y
o F4Fao  Y = } ) ! $Y ()*)
y

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).

As variveis de projeto a serem minimizadas so C ,  , C , C , C  , C! ,  ,  ,

  e ! respectivamente. Essas variveis de projeto so as mesmas escolhidas por Shirahatt
et al. (2008) e so usualmente empregadas por autores na rea (BOUAZARA; RICHARD;
RAKHEJA, 2006; CHI; HE; NATERER, 2008).
A simulao no uma comparao entre os resultados de Shirahatt et al. (2008), pois
o objetivo aqui proposto simular um perfil de pista de irregularidades encontrado na prtica.
Os autores, por motivos de simplificao, utilizam apenas um perfil senoidal para representar
duas depresses da pista, o que restringe os resultados desses autores a apenas um perfil de
irregularidades de um s comprimento de onda. Alm disso, Shirahatt et al. (2008) simulam
no domnio do tempo. Mesmo assim, o trabalho desses autores importante para fornecer
dados de entrada das variveis de projeto como exemplo de anlise descritiva de dados.
Salienta-se que o algoritmo analisado no prev a otimizao da massa suspensa. Isso
deve-se ao fato de que os momentos de inrcia em ] e b so funes que dependem da massa
suspensa, e essa dependncia no foi prevista pelo algoritmo. Presume-se que os momentos de
inrcia e a massa suspensa so parmetros de entrada do problema e, portanto, no podem ser
tratados como variveis de projeto a serem otimizadas. Caso a massa suspensa fosse inserida
como varivel de projeto, os limites dessa varivel no podem violar os momentos de inrcia
 62

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.

Tabela 5.2 Parmetros de entrada e variveis de projeto

Parmetros de Entrada Limite Inferior Valor Inicial Limite Superior
F 100 kg
FG 2160 kg
F , F 85 kg
F , F! 60 kg
C 90 kN/m 105 kN/m 120 kN/m
C , C , C  , C! 200 kN/m
C , C 75 kN/m 87,5 kN/m 100 kN/m
C  , C! 32 kN/m 51 kN/m 70 kN/m
 400 Ns/m 650 Ns/m 900 Ns/m
 ,  875 Ns/m 1937,5 Ns/m 3000 Ns/m
  , ! 875 Ns/m 1937,5 Ns/m 3000 Ns/m
?@ 946 kgm
?A 4140 kgm
 1,156 m
 1,524 m
E 1,450 m
] 0,234 m
b 0,375 m
Fonte: Shirahatt et al. (2008, p. 70-72, adaptado).

Sabe-se que F a massa do assento, FG a massa da carroceria, F , F , F e F!

so as massas no suspensas; C a rigidez do assento, C , C , C  e C! so as rigidezes
dos pneus, C , C , C  e C! so as rigidezes da suspenso;  o amortecimento do
assento,  ,  ,   e ! so os amortecimentos da suspenso; ?@ o momento de inrcia
de massa em rolagem, ?A o momento de inrcia de massa de arfagem;  a distncia entre
eixos partindo da dianteira do veculo,  a distncia entre eixos partindo da traseira do
veculo, E a largura da carroceria, ] a distncia entre o centro de gravidade e a posio ]
do assento, e b a distncia entre o centro de gravidade e a posio b do assento. Todas as
variveis seguem exatamente a deduo matemtica desenvolvida no Captulo 3.
 63

Os valores das variveis da Tabela 5.2 so de um projeto considerado aceitvel para

fins prticos. Por esse motivo, as simulaes aqui realizadas partem de um resultado bom para
obter parmetros ainda melhores.
Outros parmetros de entrada so utilizados nesse problema conforme a Tabela 5.3 a
seguir. Nela, constam as constantes de inicializao do algoritmo do PSO, os coeficientes para
classificar o perfil de irregularidades e os critrios de parada.

Tabela 5.3 Parmetros de entrada adicionais

Parmetros de Entrada Adicionais Valor Numrico
F 6
4 50
_ 0,6
 2,0
 2,0
,E 1,0 10
@ 100
20 m/s
39 (Classe G) 65536,0 10 m/ciclo
49 12 ciclo/m
9
4
1 rad/m

4@
0,0001 ciclo/m
10,0 ciclos/m
Fonte: Dados da Pesquisa (2012).

onde F o nmero de variveis de projeto, 4 o nmero de partculas, _ a inrcia dessas

partculas,  a componente cognitiva da partcula,  a componente social do enxame, ,E
a tolerncia mxima para os critrios de parada, @ o nmero mximo de iteraes,
a velocidade do veculo, 39 a densidade espectral de um perfil de irregularidades
correspondente ao nmero de onda 49 (ou 9 para anlise na frequncia angular), 4 o
limite mnimo para a integrao das densidades espectrais e 4@ o limite mximo dessas
integraes.
Para fins informativos, as frequncias naturais do sistema otimizado e no otimizado,
) , so exibidas na Tabela 5.4. Os valores obtidos so referentes aos parmetros de entrada
supracitados. Infere-se que o modo 1 de vibrao representa a oscilao vertical do assento; o
modo 2 representa a oscilao entre a carroceria e o assento (em torno de 1,5 Hz); os modos 5
a 8 representam as oscilaes em torno dos eixos b e ] (arfagem e rolagem), respectivamente;
e os modos 3 e 4 representam as oscilaes no simtricas.
 64

Tabela 5.4 Frequncias naturais do sistema otimizado e no otimizado

Resultado Modo 1 Modo 2 Modo 3 Modo 4 Modo 5 Modo 6 Modo 7 Modo 8
0,761 1,518 2,158 5,199 9,516 9,551 10,702 10,711
No

1,034 1,446 1,873 4,933 9,092 9,114 10,629 10,637

otimizado
Otimizado
Fonte: Dados da Pesquisa (2012).

5.2.1 Anlise e Discusso dos Resultados

Os resultados obtidos a seguir exibem a acelerao vertical rms transmitida em funo

do nmero de iteraes do algoritmo. O valor de referncia a acelerao vertical rms obtida
sem realizar o processo de otimizao, e ela igual a 0,7824 m/s. Essa acelerao provoca
desconforto ao passageiro, o que previsvel, uma vez que o perfil de irregularidades igual
mdia geomtrica da Classe G conforme a classificao da ISO 8608 (1995). Por isso, mostra-
se interessante realizar a otimizao para obter novos valores timos das variveis de projeto
e reduzir essa acelerao vertical rms transmitida para 0,4989 m/s conforme disposto na Fig.
5.1 a seguir:

Acelerao Vertical rms Transmitida x Nmero de Iteraes

8,00E-01
Acelerao Vertical rms Transmitida

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

Figura 5.1 Acelerao vertical rms transmitida pelo nmero de iteraes

Fonte: Dados da Pesquisa (2012).

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):

-G (]* -G (] + ] * -G (] *

=
] ]
(5.1)

onde -G (]* a funo a ser otimizada, e ] o vetor das variveis de projeto.

A sensibilidade em torno do ponto timo exibida na Fig. 5.2. Esse grfico de barras
reflete a participao e contribuio da varivel de projeto para minimizar a funo objetivo.
 66

Sensibilidade

4,50E-02

Sensibilidade [m/Ns ou m/Ns]

4,00E-02
3,50E-02
3,00E-02
2,50E-02
2,00E-02
1,50E-02
1,00E-02
5,00E-03
0,00E+00
Ka Ca K12, K22 C12, C22 K32, K42 C32, C42
Variveis de Projeto

Figura 5.2 Sensibilidade das variveis de projeto

Fonte: Dados da Pesquisa (2012).

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.

Tabela 5.5 Parmetros otimizados em funo do perfil de pista Classe G

( * Acelerao
[
Acelerao
Velocidade Parmetros No
Perfil Otimizada
m/ciclo] [m/s] Otimizados Otimizada
[m/s]
[m/s]
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
20 0,4988 0,7824
 =  = 3,0 10 Ns/m
C  = C! = 7,0 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
30 0,6590 1,0101
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
65536,0
C = 9,0 10! N/m
G
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
40 0,7788 1,1997
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 7,5 10! N/m
50 0,8834 1,3643
 =  = 3,0 10 Ns/m
C  = C! = 6,887 10! N/m
  = ! = 2,335 10 Ns/m
Fonte: Dados da Pesquisa (2012).
 68

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

Tabela 5.6 Parmetros otimizados em funo do perfil de pista Classe E

( * Acelerao
[
Acelerao
Velocidade Parmetros No
Perfil Otimizada
m/ciclo] [m/s] Otimizados Otimizada
[m/s]
[m/s]
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
20 0,1009 0,1583
 =  = 3,0 10 Ns/m
C  = C! = 7,0 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
30 0,1334 0,2044
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
4096,0
C = 9,0 10! N/m
E
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
40 0,1576 0,2428
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
50 0,1788 0,2761
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
Fonte: Dados da Pesquisa (2012).

O perfil de irregularidades da Classe E no provoca grandes vibraes no veculo e,

por isso, mesmo frente a diferentes velocidades, os parmetros otimizados so praticamente
os mesmos. As aceleraes obtidas so suavemente diferentes, e, para todos os efeitos da
norma BS 6841 (1987), o motorista est confortvel.
A ltima simulao refere-se Classe A, em que a pista no apresenta irregularidades
apreciveis. A Tabela 5.7 mostra os resultados obtidos, e a acelerao vertical rms transmitida
muito pequena em qualquer velocidade:
 70

Tabela 5.7 Parmetros otimizados em funo do perfil de pista Classe A

( * Acelerao
[
Acelerao
Velocidade Parmetros No
Perfil Otimizada
m/ciclo] [m/s] Otimizados Otimizada
[m/s]
[m/s]
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
20 0,0063 0,0099
 =  = 3,0 10 Ns/m
C  = C! = 7,0 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
30 0,0083 0,0128
 =  = 3,0 10 Ns/m
C  = C! = 7,0 10! N/m
  = ! = 3,0 10 Ns/m
16,0
C = 9,0 10! N/m
A
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
40 0,0098 0,0152
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
C = 9,0 10! N/m
 = 4,0 10 Ns/m
C = C = 1,0 10 N/m
50 0,0111 0,0173
 =  = 3,0 10 Ns/m
C  = C! = 3,2 10! N/m
  = ! = 3,0 10 Ns/m
Fonte: Dados da Pesquisa (2012).

Os resultados verificados com o perfil de irregularidades da Classe G no coincidiram

com os da Classe A, a qual indicou uma tendncia em diminuir as rigidezes das suspenses da
traseira medida que a velocidade do veculo aumenta. Correlacionar essas situaes tende a
ser complexo, pois os efeitos dos amortecimentos da suspenso devem ser considerados. Isso
sugere maiores investigaes sobre a possibilidade de haver uma regio de Pareto (diferentes
conjuntos de variveis de projeto que incidem no mesmo ponto timo global) para uma dada
combinao de rigidezes e amortecimentos frente a esses perfis e velocidades analisados.
De um modo geral, os resultados obtidos ao variar as velocidades e os perfis de
irregularidades indicam que o processo de otimizao apresenta um ganho considervel em
situaes de vibrao mais intensa, justamente nas pistas da Classe E e G. Nessas condies,
por meio da mdia dos valores das aceleraes obtidas, possvel inferir que os parmetros
otimizados do modelo ocasionam um ganho de 35,26% em relao ao modelo no otimizado.
Na pista da Classe A, esse ganho um pouco maior, no valor de 35,38%.
 71

5.2.2 Anlise da Hiptese de No Descolamento do Pneu com a Pista

A hiptese adotada de no descolamento do pneu com o perfil de irregularidades da

pista verificada por meio de uma simulao do perfil de pista juntamente com o histrico de
deslocamentos de cada conjunto pneu-roda. Assume-se que toda a anlise de dados feita a
partir da posio de equilbrio esttico do veculo e que a situao de descolamento ocorre
quando a diferena entre o deslocamento relativo do conjunto pneu-roda maior que o
deslocamento esttico inicial. A Figura 5.3 exibe as condies para o caso de apenas um dos
conjuntos pneu-roda de forma esquemtica:

(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

A situao (b) tambm indica o deslocamento esttico

 do conjunto pneu-roda em
relao posio inicial do caso (a). Na situao (c), o veculo encontra-se em movimento, o
perfil de irregularidades da pista possui um deslocamento  (em relao ao valor mdio do
perfil) e o conjunto pneu-roda possui um deslocamento  (em relao posio de equilbrio).
Dessa forma, tem-se o descolamento do pneu na situao (c) quando   +
 < 0. Na
situao (d), no haver descolamento do pneu com a pista caso   +
 0.
A partir das densidades espectrais dos deslocamentos do grau de liberdade do conjunto
pneu-roda e do perfil de irregularidades da pista, podem-se obter os respectivos histricos de
sinais no domnio do tempo. Ento, aplica-se a soma (   +
 ) para verificar em qual
situao tem-se o descolamento do pneu. Conforme Gomes et al. (2008), para gerar os
histricos no tempo a partir de uma densidade espectral de potncia, pode-se utilizar a Eq.
(5.3) a seguir:

H

](,* = 3: ()*)p4() , 2o4(1** (5.3)

9

em que 3: ()* a densidade espectral da grandeza de interesse no espao das frequncias

angulares, dada em m/rad; ) o intervalo de frequncias no qual a densidade espectral
dividida, dado em rad/s; 4J o nmero de pontos do intervalo onde a densidade dividida
(linhas espectrais); ) representa a frequncia angular em que se avalia a densidade espectral
de interesse, dada em rad/s; , o tempo, dado em segundos; e o4(1* um gerador de
nmeros aleatrios entre 0 e 1 para gerar ngulos de fase aleatrios entre 0 rad e 2 rad.
Como as densidades espectrais esto sendo trabalhadas com nmeros de onda na
frequncia espacial (4), as mesmas devem ser transformadas para frequncia angular () ou )
para utilizar a equao anterior. Por isso, necessrio realizar uma mudana de varivel
conforme discutido na seo 2.2.2 de tal forma que a seguinte Eq. (5.4) deve ser utilizada:

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):

Histrico de Contato Pneu-Pista x Tempo

0,039
Histrico de Contato [m]

0,037

0,035

0,033

0,031

0,029

0,027
0 5 10 15 20
Tempo [s]

Figura 5.4 Histrico de   +

 para = 50 m/s num perfil da Classe G
Fonte: Dados da Pesquisa (2012).

Os valores obtidos do histrico   +

 na simulao nunca estiveram abaixo de
zero. De um modo geral, isso assegura que a hiptese de no descolamento do pneu vlida
em termos dos deslocamentos relativos. Os demais conjuntos pneu-roda do modelo tambm
obtiveram resultados acima de zero, similares ao do pneu-roda dianteiro esquerdo da Fig. 5.4,
o que confirma o no descolamento dos pneus do veculo com a pista.
 74

6 CONCLUSES

A otimizao de parmetros concentrados de suspenso em modelos veiculares por

meio do algoritmo de enxame de partculas no domnio da frequncia , de um modo geral,
um procedimento de clculo vivel para reduzir a acelerao vertical rms transmitida pelo
assento. Nas simulaes realizadas, o algoritmo obtm satisfatoriamente o mnimo da funo
objetivo em um tempo computacional pequeno, identifica os parmetros que mais influenciam
no conforto e segurana e tambm calcula a varincia e o desvio padro dos deslocamentos,
velocidades e aceleraes para qualquer grau de liberdade. A otimizao realizada resulta em
valores aceitveis de acelerao vertical rms transmitida quando comparados com as normas
BS 6841 (1987), ISO 8608 (1995) e ISO 2631 (1997).
A pesquisa realizada permitiu conhecer os diversos modelos veiculares de diferentes
graus de liberdade frente a um perfil de pista aleatrio. Esse objetivo geral foi possvel por
meio dos objetivos especficos alcanados. Foi desenvolvido um modelo analtico e numrico
de um veculo com assento, de oito graus de liberdade (quatro massas no suspensas, uma
massa suspenso, arfagem, rolagem e assento), submetido a um perfil de pista aleatrio. Nesse
modelo, foram otimizados numericamente os parmetros concentrados de massa, rigidez e
amortecedor por meio do processo de otimizao de enxame de partculas a fim de reduzir a
acelerao vertical rms transmitida pelo assento dentro das variveis de projeto estabelecidas
na literatura. Dessa forma, o domnio da frequncia e o uso das densidades espectrais foram
importantes para diminuir o tempo computacional e permitir o clculo da varincia e do
desvio padro de qualquer grau de liberdade do modelo diretamente.
O modelo matemtico e numrico foi exibido em duas partes. A primeira representou
um modelo de apenas dois graus de liberdade cujo objetivo era compar-lo com a literatura e
avaliar a estrutura geral do algoritmo proposto. A segunda parte exibiu todas as equaes de
movimento pertinentes ao modelo de oito graus de liberdade, o que permitiu arranj-las num
sistema matricial e avali-las no domnio da frequncia por meio da Transformada de Fourier.
Dessa forma, foi possvel determinar analiticamente a densidade espectral dos deslocamentos
em qualquer grau de liberdade de interesse em funo da densidade espectral da pista. Com
essas densidades, basta integr-las adequadamente para calcular as velocidades e aceleraes
pertinentes a esses graus de liberdade.
 75

A anlise de dados tambm foi realizada em duas partes. A primeira representou o

modelo de dois graus de liberdade submetido a um perfil de pista de irregularidades aleatrio
e simulou conforme as orientaes de Sun, Cai e Yang (2007) e Gomes (2009). O resultado
foi de uma varincia da deflexo da suspenso  igual 1,6573 10 m, um valor muito
prximo ao obtido pelos autores na rea. A segunda parte simulou o modelo de oito graus de
liberdade em diferentes situaes, conforme os dados de entrada propostos por Shirahatt et al.
(2008). Para complementar e testar o algoritmo, foram realizadas uma anlise de sensibilidade
das variveis de projeto em torno do ponto timo global, uma verificao do algoritmo em
funo do nmero de iteraes, um estudo de robustez frente a mltiplas simulaes e uma
comparao da acelerao vertical rms otimizada e no otimizada em funo da velocidade do
veculo e da qualidade da pista de irregularidades. Os resultados indicaram uma acelerao
tima igual a 0,4989 m/s frente Classe G de perfis de irregularidades, considerada a pior
Classe permitida conforme a ISO 8608 (1995). Em comparao acelerao no otimizada, o
ganho de 35,3% aproximadamente. Nas simulaes realizadas, percebeu-se claramente que
os intervalos de integrao das densidades espectrais influenciam na resposta obtida e como o
algoritmo sensvel aos limites inferiores dessa integrao. Uma vez estabelecido esse limite
inferior, o algoritmo trabalha normalmente e obtm resultados satisfatrios. A hiptese de no
descolamento do pneu com as irregularidades da pista foi avaliada e assegurou que durante as
simulaes os pneus mantiveram-se em contato com a pista.
Sugere-se tambm que estudos sobre a otimizao de parmetros de suspenso em
modelos veiculares por algoritmos metaheursticos sejam realizados, pois a natureza aleatria
dos perfis de irregularidades favorece esse tipo de algoritmo, e a otimizao desenvolve-se
ainda de forma muito tmida na indstria automotiva. Para tanto, mostra-se pertinente:

a) inserir um grau de liberdade no assento do motorista para representar a estrutura

pneumtica, em forma de sanfona, presente nos nibus e caminhes;
b) realizar um levantamento de dados das densidades espectrais referentes s pistas
de irregularidades nacionais;
c) realizar medies experimentais com um automvel numa pista de irregularidades
e comparar os resultados medidos com as simulaes numricas;
d) confirmar os resultados numricos timos apresentados no domnio do tempo.
 76

REFERNCIAS

ANDRN, P. Power spectral density approximations of longitudinal road profiles.

International Journal of Vehicle Design, Geneva, v. 40, n. 1-3, p. 2-14, 2006.

BAUMAL, A. E.; MCPHEE, J.J.; CALAMAI, P.H. Application of genetic algorithms

to the design optimization of an active vehicle suspension system. Computer Methods in
Applied Mechanics and Engineering, Amsterdam, v. 163, n. 1-4, p. 87-94, Sept. 1998.

BERGH, F. v. d. An analysis of particle swarm optimizers. 2001. 283 p. Thesis (Ph.

D. Computer Science) - Faculty of Natural and Agricultural Science, University of Pretoria,
Pretoria, 2001.

BESTER, C. J. The effect of road roughness on safety. In: ANNUAL MEETING OF

THE TRANSPORTATION RESEARCH BOARD, 82., 2003, Washington, D.C.
Proceedings... Washington, D.C., 2003. 1 CD-ROM.

BOUAZARA, M.; RICHARD, M. J.; RAKHEJA, S. Safety and comfort analysis of a

3-D vehicle model with optimal non-linear active seat suspension. Journal of
Terramechanics, Amsterdam, v. 43, n. 2, p. 97-118, Apr. 2006.

BRITISH STANDARDS INSTITUTION. BS-6841: measurement and evaluation of

human exposure to whole-body mechanical vibration and repeated shock. London, 1987.

CALVETTI, D. et al. Computation of Gauss-Kronrod quadrature rules. Mathematics

of Computation, Washington, D.C., v. 69, n. 231, p. 1035-1052, Feb. 2000.

CHEN, T.; CHI, T. On the improvements of the particle swarm optimization

algorithm. Advances in Engineering Software, Amsterdam, v. 41, p. 229-239, Sept. 2009.

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.

DODDS, C. J.; ROBSON, J. D. The description of road surface roughness. Journal of

Sound and Vibration, Amsterdam, v. 31, n. 2, p. 175-183, 1973.

ESMIN, A. A. A. Estudo de aplicao do algoritmo de otimizao por enxame de

partcula na resoluo de problemas de otimizao ligados ao SEP. 2005. v, 88 p. Tese
(Doutorado em Engenharia Eltrica) Departamento de Eltrica, Universidade Federal de
Itajub, Itajub, 2005.
 77

FAHEEM, A. Study of dynamic modelling and stability of passenger cars. 2006.

203 p. Thesis (Master of Engineering) RMIT University, Melbourne, 2006.

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.

GILLESPIE, T. D. Fundamentals of vehicle dynamics. Warrendale: Society of

Automotive Engineers, 2003.

GRIFFIN, M. J. Handbook of human vibration. New York: Academic Press, 2003.

GOEL, R. K. Simplified analysis of asymmetric structures with supplemental

damping. Earthquake Engineering and Structural Dynamics, Malden, v. 30, n. 9, p. 1399-
1416, Sept. 2001.

GOMES, H. M. A swarm optimization algorithm for optimum vehicle suspension

design. In: INTERNATIONAL CONGRESS OF MECHANICAL ENGINEERING, 20.,
2009, Gramado. ProceedingsRio de Janeiro: ABCM, 2009. 1 CD-ROM.

GOMES, H. M. et al. A simple closed-loop active control of electrodynamic shakers

by acceleration power spectral density for environmental vibration tests. Experimental
Mechanics, Norwell, v. 48, n. 5, p. 683-692, Oct. 2008.

HE, Y.; MCPHEE, J. Multidisciplinary optimization of multibody systems with

application to the design of rail vehicles. Multibody System Dynamics, Dordrecht, v. 14, n.
2, p. 111-135, 2005.

HEALTH, M. T. Scientific Computing: an introductory survey. New York: McGraw-

Hill, 1997.

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.

HYVRINEN, J. The improvement of full vehicle semi-active suspension through

kinematical model. 2004. 157 p. Dissertation (Master in Mechanical Engineering) Faculty
of Technology, University of Oulu, Oulun Yliopisto, 2004.

IKENAGA, S. et al. Active suspension control of ground vehicle based on a full-

vehicle model. In: AMERICAN CONTROL CONFERENCE, 2000, Chicago. Proceedings
Chicago: IEEE, 2000. p. 4019-4024.
 78

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO-2631:

Guide for evaluation of human exposure to whole-body vibration. Europe, 1997.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO-5008:

Agricultural wheeled tractors and field machinery -- Measurement of whole-body vibration of
the operator. Europe, 2002.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO-8608:

mechanical vibration road surface profiles reported of measured data. Europe, 1995.

KENNEDY, J.; EBERHART, R. Particle swarm optimization. In: CONFERENCE

ON NEURAL NETWORKS, 1995, Perth. Proceedings Piscataway: IEEE, 1995. p. 1942-
1948.

LANIZICA, A. (Org.). Particle swarm optimization. Rijek: In tech, 2009.

MALMEDAHL, G. A. A method for the characterization of off-road terrain

severity. 2006. xvii, 109 p. Thesis (Master of Science) The Ohio State University, Ohio,
2006.

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.

MENDES, P.; OLIVEIRA, S. Anlise dinmica de estruturas: utilizao integrada

de modelos de identificao modal e modelos de elementos finitos. Lisboa: Laboratrio
Nacional de Engenharia Civil, 2008.

MORSCH, I. B. Anlise estrutural de veculos comerciais tipo nibus. 2001. 215 p.

Tese (Doutorado em Engenharia) Escola de Engenharia, Universidade Federal do Rio
Grande do Sul, Porto Alegre, 2001.

MOTTA, D. S. Modelagem de uma suspenso veicular com elementos no lineares

e comparao de seu desempenho com um modelo semi-ativo. 2005. 129 p. Dissertao
(Mestrado em Engenharia Mecnica) Faculdade de Engenharia Mecnica, Universidade
Estadual de Campinas, Campinas, 2005.

MOURA, E. D. Estudo de suspenses passiva, semi-ativa MR e ativa. 2003. 170 p.

Dissertao (Mestrado em Engenharia Mecnica) Faculdade de Engenharia Mecnica,
Universidade Federal de Itajub, Itajub, 2003.

NEWLAND, D. E. An introduction to random vibrations and spectral analysis.

New York: Longman Scientific e Technical, 1987.

PALMER, K. T. et al. Prevalence and pattern of occupational exposure to whole body

vibration in Great Britain: findings from a national survey. Occupational Environmental
Medicine, London, v. 57, n. 4, p. 229-236, Apr. 2000.
 79

PARADISO, M. A. Development of a nonlinear ride quality model to aid in

TWEEL parameter selection. 2009. xi, 207 p. Thesis (Master of Science in Mechanical
Engineering) Clemson University, Clemson, 2009.

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.

SUN,L.; CAI, X; YANG, J. Genetic algorithm-based optimum vehicle suspension

design using minimum dynamic pavement load as a design criterion. Journal of Sound and
Vibration, Amsterdam, v. 301, n. 1-2, p. 18-27, Mar. 2007.

WHITE, A. A.; PANJABI, M. M. Biomechanics of the spine. Philadelphia:

Lippincott Williams & Wilkins, 1990.

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.

ZHANG, Y. et al. Non-stationary random vibration analysis of vehicle with fractional

damping. In: NATIONAL CONFERENCE ON MECHANISM AND MACHINES, 13., 2007,
Bangalore. Proceedings Bangalore: National Institute of Technology, 2007. p. 171-178.
 80

APNDICE A TRANSFORMADA DE FOURIER

O modelo matemtico proposto na dissertao parte inicialmente no domnio do tempo

e, por intermdio da Transformada de Fourier, chega-se no domnio da frequncia. Para tanto,
necessrio deduzir essa transformada para uma funo qualquer:

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:

'X ()* = ' (0* + )'()* (A.3)

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:

'Y ()* = 'X (0* + )' (0* ) '()* (A.4)

As Eqs. (A.3) e (A.4) representam, respectivamente, as velocidades e as aceleraes

que so usadas ao longo da dissertao. Para todos os efeitos, tem-se que 'X (0* = ' (0* = 0,
porque se admite que o processo apresente mdia zero.
 81

APNDICE B QUADRATURA DE GAUSS-KRONROD

A Quadratura Gauss-Kronrod no difere muito das quadraturas tradicionais de Gauss,

Newton-Cotes e Gauss-Legendre. Frente a isso, algumas vantagens so apreciveis quando se
utiliza as Quadraturas de Gauss, sobretudo no que diz respeito ao espaamento nodal. Para as
integraes baseadas nas regras de Newton-Cotes, os espaos nodais devem ser igualmente
divididos, o que no obrigatrio nas regras de Gauss. Pelo contrrio, a localizao dos ns
previamente determinada para obter um polinmio de alto grau. Nesse sentido, os ns podem
estar prximos dos extremos da funo sem necessariamente inclu-los (HEATH, 1997).
A Quadratura de Gauss-Kronrod pode ser deduzida da seguinte forma. Seja _ uma
medida diferencial no negativa no intervalo real #, % com um infinito nmero de pontos de
incremento tal que os momentos para = 0, 1, 2, , 4 existam e estejam interligados. Sabe-se
que


= } ] _(]* (B.1)


onde assume-se que 9 = 1 em termos de notao indicial. A regra de Quadratura de Gauss

de 4-pontos para uma integral qualquer


? = } -(]*_(]* (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

relao ao conjunto de polinmios de grau mximo 8. Dessa forma, a regra de Quadratura de

Gauss-Kronrod modifica a Quadratura de Gauss tradicional tal que



C - = -(] *_
(B.4)


onde apresentam-se as seguintes propriedades

{] } {] }
 (B.5)
C - = ? -  (B.6)

Aplicam-se essas propriedades a fim de avaliar a Quadratura de Gauss tradicional 3 -

e a de Gauss-Kronrod C -. Por meio de um par de aproximaes de ? , pode-se estimar o
erro relativo de 3 -. Melhores informaes sobre a Quadratura de Gauss-Kronrod podem ser
obtidas em Heath (1997) e Calvetti et al. (2000), as quais fogem do escopo desta dissertao.