Resumen

Teniendo en cuenta el importante papel que desempeña el freno para garantizar la circulación rápida y segura de los vehículos, y dado que los actuales modelos de diseño de optimización de parámetros del freno están lejos de la aplicación práctica, este artículo propone un modelo de optimización multiobjetivo del freno de tambor, con el objetivo de maximizar la eficiencia de frenado y minimizar el volumen y el aumento de temperatura del freno de tambor. Como los algoritmos de optimización comúnmente utilizados tienen algunas deficiencias, presentamos un algoritmo genético multiobjetivo celular de evolución diferencial (DECell) introduciendo la estrategia de evolución diferencial en el algoritmo genético celular canónico para abordar este problema. Para DECell, el frente de Pareto obtenido podría ser lo más cercano posible al frente de Pareto exacto, y también se podría mantener mejor la diversidad de los individuos no dominados. Los experimentos sobre las funciones de prueba revelan que DECell tiene un buen rendimiento en la resolución de problemas multiobjetivo no lineales de alta dimensión. Y los resultados de la optimización del nuevo modelo de freno indican que DECell supera obviamente al algoritmo popular comparado NSGA-II en lo que respecta al número de conjuntos de parámetros de diseño de freno obtenidos, la velocidad y la estabilidad para encontrarlos.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:decell, freno de tambor, conjuntos de parámetros de diseño de frenos, algoritmo genético celular canónico, algoritmo genético celular multiobjetivo, modelos de diseño de optimización de parámetros actuales, estrategia de evolución diferencial, frente de pareto exacto, modelo de optimización multiobjetivo, nuevo modelo de freno
• Keywords:decell, drum brake, brake design parameter sets, canonical cellular genetic algorithm, cellular multiobjective genetic algorithm, present parameter optimization design models, differential evolution strategy, exact pareto front, multiobjective optimization model, new brake model