[36762] Artykuł: Analiza wpływu wybranych parametrów algorytmu genetycznego w problemie identyfikacji modelu tłumika MR(The analysis of the influence of chosen parameters of genetic algorithm in identification problem of the MR damper model)Czasopismo: Logistyka Tom: 3, Zeszyt: 3, Strony: 1935-1942 ISSN: 1231-5478 Opublikowano: 2012 Autorzy / Redaktorzy / Twórcy
Grupa MNiSW: Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B) Punkty MNiSW: 4 YADDA/CEON Słowa kluczowe: algorytm genetyczny  rozmiar populacji  przestrzeń poszukiwań  identyfikacja  matematyczny model  tłumik magneto-reologiczny  Keywords: genetic algorithm  population size  space exploration  identification  mathematical model  magneto-rheological damper  |
Praca jest poświęcona identyfikacji parametrów modelu sterowanego tłumika magneto-reologicznego (MR) oraz eksperymentalnej weryfikacji modelu tłumika. Model urządzenia został opracowany w postaci struktury reologicznej. Do badań numerycznych opracowany został matematyczny model opisujący zjawiska zachodzące w tłumiku. W pracy zostały przedstawione wyniki badań symulacyjnych i eksperymentalnych własności sterowanego tłumika MR. Parametry modelu tłumika MR wyznaczone w identyfikacji przy użyciu wybranego algorytmu genetycznego wykazują największą zbieżność wyników badań symulacyjnych z badaniami eksperymentalnymi. Analizowano wpływ rozmiaru populacji oraz zadanych przestrzeni poszukiwań rozwiązania algorytmu genetycznego na wyniki procesu identyfikacji.
In this paper, a mathematical model of a magneto-rheological damper is presented. Moreover, identification of model parameters is described and compared with results of direct experiment. Device model was developed as a rheological structure. Set of mathematical equations was used to describe the phenomena occurring in the MR damper. In this paper are also presented results of numerical and experimental studies. Parameters of the damper model MR appointed in the identification with the use of the chosen genetic algorithm show the greatest convergence of simulation results with experimental research. The influence of the population size and the search space of solution of the genetic algorithm on results of the identification was analysed.