Kaotik kril sürüsü optimizasyon yönteminin geliştirilmesi ve süspansiyon parçasının optimizasyonu

Abstract

Hayatın her alanında karşılaştığımız optimizasyon problemlerinin çözümü için geliştirilmiş çok çeşitli optimizasyon yöntemleri mevcuttur. Otomotiv sektöründe optimizasyon yöntemlerinin kullanılması ve yeni araç geliştirme süreçlerine dahil edilmesi, rekabetçi bir hal alan sektörde giderek daha da büyük bir önem kazanmaktadır. Bu nedenle mevcut optimizasyon yöntemlerinin performansını artırılması, daha kısa sürede ve daha az kaynak kullanarak global optimuma en yakın sonuca ulaşabilmeleri otomotiv ve diğer endüstriler için oldukça değerlidir. Bu çalışmada literatürde yer alan yarı sezgisel bir algoritma olan kaotik kril sürüsü optimizasyon yöntemi ele alınmıştır. Kaotik kril sürüsü yöntemi, mevcut kril sürüsü optimizasyon yönteminin kaos teorisi ile birleştirilmiş hibrit bir halidir. Bu sayede, yöntemin global optimumu daha kolay keşfetmesi ve lokal minimumlara sıkışıp kalmaması sağlanmıştır. Literatürdeki mevcut kril sürüsü yöntemine farklı kaotik davranışlar eklenerek güçlendirilen yeni algoritmanın performansı, kıyaslama fonksiyonları ile test edilmiştir. Oldukça fazla sayıda lokal optimumu bulunan bu zorlayıcı fonksiyonlarda bile, test edilen diğer algoritmaların önünde ve global optimuma en yakın sonuçların elde edilmesiyle geliştirilen algoritmanın performansı kanıtlanmıştır. Geliştirilen bu yöntem, araçlarda titreşim sönümleyici olarak kullanılan kauçuk burçların şekil optimizasyonunda kullanılmıştır. Otomotivde yaygın olarak kullanılan kauçuk burçların direngenlikleri kullanıldığı yere göre değişmektedir. Bu nedenle bir burç tasarımından beklenen, istenen boyutlarda kalarak istenen direngenlikleri sağlamasıdır. Parametrik olarak oluşturulan sonlu elemanlar modelinden elde edilen sonuçlara göre amaç fonksiyonuna en uygun tasarım değişkenleri elde edilmiştir. Geliştirilen yeni yöntem ile elde edilen tasarım, literatürde iyi bilinen diğer algoritmalar ile karşılaştırıldığında, istenen hedefler açısından daha başarılı olduğu görülmüştür.

There are various optimization methods developed to solve the optimization problems we encounter in all areas of life. However, the use of optimization methods in the automotive industry and their inclusion in new vehicle development processes are becoming more and more critical in the competitive industry. For this reason, it is essential for automotive and other industries to increase the performance of current optimization methods and to reach the closest global optimum in a shorter time and using fewer resources. In this study, the chaotic krill herd optimization method, a semi-heuristic algorithm in the literature, is studied. The chaotic krill herd method is a hybrid version of the existing krill herd optimization method combined with chaos theory to increase the effectiveness. As a result, the novel method discovers the global optimum more efficiently and does not get stuck in local minima. The new algorithm's performance, which is more potent by adding different chaotic behaviors to the existing krill herd method in the literature, has been tested with the benchmark functions. Even in these compelling functions with quite a large number of local optima, the performance of the developed algorithm has been proven by obtaining the results closest to the global optimum in front of the other tested algorithms. The developed method was used in shape optimization of rubber bushings used as vibration absorbers in vehicles. The stiffness of the rubber bushes, which are widely used in automotive, varies according to the place of use. For this reason, a target of the bushing design is to provide the desired stiffness by remaining in the desired dimensions. According to the results obtained from the parametrically created finite element model, the most suitable design variables for the objective function were obtained. When the design obtained by the new method developed is compared with the other wellknown algorithm in the literature, it has been observed that it is more successful in terms of desired goals.