Taşıt debriyaj elemanlarının optimizasyonu için yapay zeka algoritması tabanlı bir sistemin geliştirilmesi

Abstract

Bu tez çalışmasında taşıt debriyaj elemanlarının dinamik davranışı ve fonksiyonelliği göz önünde bulundurularak taşıt diyaframı ve damperinin tasarım optimizasyonu gerçekleştirilmiştir. Algoritmalarda keşif ve elde edilen bilginin kullanılması arasındaki dengenin ayarlanamaması ve uygun parametre ayarlarının gerçekleştirilememesi yerel optimuma takılma ve erken yakınsama problemine neden olabilir. Bu yüzden algoritmalar içerisindeki seçim mekanizması ve algoritma parametrelerinin ayarlanması önemlidir. Algoritma içerisinde çeşitlilik, bütünü arama ve yerel arama mekanizmalarının bilgiyi kullanma mekanizması ile yüksek performansta çalışması gerekmektedir. Bu amaçla kır kurtlarının sürü içerisindeki sosyal durumları ve çevreye uyum davranışlarından ilham alan Kır Kurdu Optimizasyon (COA) algoritması tabanlı yeni bir algoritma taşıt debriyaj elemanları için geliştirilmiştir. Bu çalışmada kır kurdu optimizasyon algoritmasının çeşitlilik ve arama mekanizmasının iyileştirilmesiyle geliştirilmiş bir algoritma elde edilmiştir. Ortaya çıkan geliştirilmiş algoritmanın kısıtlı ve kısıtsız mühendislik problemleri ile test edilip taşıt debriyaj elemanlarına uygulanarak gerçekliği kanıtlanmıştır. Önerilen algoritmanın test sonuçları, yeni algoritmanın etkinliğini ölçmek için literatürdeki diğer algoritmalara karşı kontrol edilmiştir. Deneysel sonuçlar, yeni algoritmanın kısıtlı ve kısıtsız test fonksiyonları üzerinde önemli ölçüde daha iyi verimliliğe sahip olduğunu göstermektedir. Bu eniyileme çalışması ile taşıt debriyaj elemanları diyafram yayının başlangıçtaki modeline göre belirtilen asgari ayrılma yüküne göre daha dinamik koşullarda daha iyi performans gösteren yeni bir diyafram modeli ortaya konulmuştur. İkinci eniyileme çalışmasında taşıt debriyaj damper elemanının başlangıçtaki modeline göre daha iyi sönümleme karakteristiğine sahip damper modeli elde edilmiştir. Böylece geliştirilen kır kurdu algoritması literatürde ilk olup taşıt debriyaj elemanlarının eniyilenmesinde kullanılmıştır.

In this thesis, the vehicle diaphragm and the damper design were optimized for the vehicle clutch elements' dynamic behavior and functionality. Failure to adjust the balance between explorer and exploitation in algorithms and the inability to perform appropriate parameter settings may cause the problem of local optimum and early convergence. Therefore, it is essential to adjust the selection mechanisms and algorithm parameters in algorithms. For this purpose, an algorithm based on the Coyote Optimization algorithm, inspired by the coyote's social status and adaptation behaviors in the packs, was developed for vehicle clutch elements. An improved algorithm was obtained by improving the diversity and search mechanism of the coyote optimization algorithm. The resulting improved algorithm was tested with constrained and unconstrained engineering problems, and its validity was proven by applying it to vehicle clutch elements. Test results of the suggested algorithm were checked against other algorithms in the literatüre to measure the efficiency of the novel algorithm. The experimental results show that the novel algorithm has significantly better efficiency on constrained and unconstrained test functions. This optimization study introduced a new diaphragm model that performs better in more dynamic conditions than the specified minimum disengagement load compared to the original model of the vehicle's clutch elements diaphragm spring. In the second optimization study, a damper model with better damping characteristics was obtained than the original model of the vehicle clutch damper element. Thus, the coyote optimization algorithm developed is the first in the literature and optimized vehicle clutch elements.