Publication: Optimización del modelo Bouc-Wen de un amortiguador magnetoreológico mediante algoritmos genéticos
Loading...
Identifiers
Publication date
2010-04
Defense date
2010
Authors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Los principales objetivos que se pretenden conseguir en el presente proyecto fin de
carrera son los siguientes:
• Caracterizar el comportamiento dinámico de un amortiguador magnetoreológico.
• Ajustar unos parámetros a un modelo que permita simular el comportamiento
dinámico del mismo. El contenido del proyecto fin de carrera se encuentra distribuido en 9 capítulos, el
primero de los cuales está formado por la presente introducción.
El capítulo 2 presenta el sistema de suspensión, donde se muestran sus funciones y
requisitos, así como los tipos existentes.
En el capítulo 3 se muestra el amortiguador, donde se describe su principio de
funcionamiento básico, así como los distintos tipos de amortiguadores existentes.
El capítulo 4 muestra el amortiguador magneto-reológico, así como los materiales que
lo conforman, “materiales inteligentes”, entre los que se encuentran los fluidos
reológicos, destacando los fluidos magneto-reológicos. Por otro lado, también se trata la
amortiguación por fluidos magneto-reológicos, así como sus aplicaciones
fundamentales. En el capítulo 5 se describen los diferentes modelos propuestos para caracterizar el
comportamiento de un amortiguador magneto-reológico, dedicando especial atención al
modelo de Bouc-Wen.
El capítulo 6 presenta la técnica de Algoritmos Genéticos (AGs), que se emplearán para
resolver el problema de optimización que se plantea en el presente proyecto.
El capítulo 7 muestra los resultados experimentales obtenidos a partir de los ensayos
realizados. Por otro lado, las principales conclusiones que han sido obtenidas a partir de
dichos resultados experimentales se mostraran en el capítulo 8, así como las futuras
líneas de desarrollo.
Description
Keywords
Tecnología automovilística, Sistema de suspensión mecánica, Amortiguadores, Algoritmos genéticos