بهینه سازی سامانه دسته موتور برای بهبود رفتار ارتعاشی موتور EF7

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

بهبود و بهینه سازی سیستم دسته موتور یکی از روش های بهبود عملکرد نوفه- ارتعاشات- لرزش موتور یا به اختصار NVH خودرو بشمار می رود. در این تحقیق هدف یافتن ضرایب سختی بهینه برای هرکدام از دسته موتورها در سه جهت x, y, z می باشد. ب طوریکه فرکانس های طبیعی سیستم ثابت مانده و از فرکانس های تحریک دور بمانند تا سیستم دچار پدیده تشدید نشود. همچنین با استفاده از تئوری جداسازی مودهای ارتعاشی ب وسیله ماتریس انرژی جنبشی به بهینه سازی پرداخته شد. موتور و گیربکس بصورت یک مدل صلب 6 درجه آزادی، و دسته موتورها ب صورت مدل کلوین-وویت مدل سازی شدند. برای بهینه سازی از الگوریتم ژنتیک در نرم افزار متلب استفاده گردید. با ابداع روشی معکوس و با استفاده از فرکانس های طبیعی پیشنهادی، اقدام به محاسبه محدوده مجاز برای ضرایب سختی دسته موتورها گردید. با استفاده از این روش نسبت به روش های مرسوم برای تعیین محدوده ضرایب سختی در الگوریتم بهینه سازی، نتایج نشان می دهد محدوده فرکانس طبیعی بمیزان 17.2 درصد، جداسازی مودهای سیستم بمیزان 7 درصد و در بعضی از مودها ب میزان 14 درصد و تابع هدف بمیزان 7.5 درصد بهبود یافته اند. با استفاده از این روش و استفاده از ضرایب سختی بهینه شده، جداسازی مودهای سیستم نسبت ب حالت غیربهینه بمیزان 54 درصد بهبود یافته است.

زبان:
فارسی
صفحات:
55 تا 68
لینک کوتاه:
magiran.com/p2037222 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!