• شماره ركورد
    17671
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    17671
  • پديد آورنده

    علي رضا سنگ سفيدي

  • عنوان
    بهينه سازي شاسي خودروي سنگين به منظور كاهش وزن
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    سازه و بدنه
  • تاريخ دفاع
    فروردين 1396
  • استاد راهنما
    دكتر مرزبان راد
  • دانشكده
    خودرو
  • چكيده
    امروزه كاهش وزن خودروها به‌عنوان يك راهكار براي بهبود مصرف سوخت و كاهش آلايندگي‌ها مطرح مي‌باشد. در اين پايان‌نامه به بهينه‌سازي ابعاد سطح مقطع تيرهاي تشكيل‌دهنده شاسي كشنده بنز اكتروس به‌منظور كاهش وزن پرداخته مي‌شود. براي انجام بهينه‌سازي ابتدا مدل پارامتري شاسي به كمك نرم‌افزارهاي پايتون و آباكوس ايجاد مي‌شود. همچنين به‌منظور شناسايي رفتار شاسي و ايجاد مدل رياضي تحت بارگذاري‌هاي متفاوت طراحي آزمايش به كمك روش سطح پاسخ و شبكه عصبي پس انتشار مورداستفاده قرارگرفته است. پس از ايجاد مدل‌هاي رياضي، سطح مقطع تيرهاي طولي و عرضي شاسي به كمك الگوريتم ژنتيك بهينه‌سازي مي‌شود. لازم به ذكر است در اين بهينه‌سازي تابع هدف شامل وزن شاسي، پارامترهاي طراحي شامل ضخامت‌هاي سطح مقطع، ارتفاع جان تير و عرض يال‌ها مي¬باشد و قيدهاي بهينه‌سازي رفتار شاسي تحت بارگذاري‌هاي متفاوت مي¬باشد. پس از اتمام فرايند بهينه‌سازي، شاسي با سطح مقطع بهينه توسط نرم‌افزار آباكوس مورد تحليل قرارگرفته و عملكرد آن بررسي مي¬شود. نتايج به دست آمده نشان مي‌دهند كه شاسي بهينه‌شده 25 درصد نسبت به شاسي اوليه سبك‌تر مي-باشد و در حين حال داراي عملكرد مطلوب نيز مي‌باشد.
  • تاريخ ورود اطلاعات
    1396/04/24
  • تاريخ بهره برداري
    1/1/1900 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    علي رضا سنگ سفيدي

  • چكيده به لاتين
    Today, decrease in the weight of automobiles has been raised as a solution to optimize fuel consumption and reduce pollutants. In this article, optimization of the dimensions of cross section of longitudinal and cross beams of ladder chassis in order to decrease weight is addressed. In order to optimize, firstly, the parametric model of chassis is created by Python and Abaqus software. Also, in order to recognize the chassis behaviour and create the mathematical model of each behaviour under different uploads of the experiment design, RSM and ANN method are used. After creating the mathematical models, cross section of longitudinal and cross beams of the chassis are being optimized through genetic algorithm. It should be noted that in this optimization, the objective function includes the weight of chassis, design parameters include cross section thicknesses, height of beam and width of flange, and constraints of optimization of chassis behaviour are under different uploading. Upon completion of the optimization process, the chassis with optimized cross section is analysed by Abaqus software and its operation is reviewed. The obtained results indicate that the optimized chassis with 25% weight loss has a desirable performance.