STRUCTURALDESIGNOFAUTONOMOUS ELECTRIC TRAMFOROPTIMUMCRASH ENERGYMANAGEMENTUSINGMACHINE LEARNING METHODOLOGY
Penelitianinibertujuanuntukmerancangdanmelakukanoptimasiter- hadap sistem crashenergymanagement (CEM) darikendaraantremotonom (TO) menggunakansimulasinumerikdanpembelajaranmesindalamupaya meningkatkankelaikantabraknya.Dalamkasusini,prestasistrukturyang ditinjau meliputi specicenergyabsorption (S...
Saved in:
Main Author: | |
---|---|
Format: | Theses |
Language: | Indonesia |
Online Access: | https://digilib.itb.ac.id/gdl/view/68606 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Institut Teknologi Bandung |
Language: | Indonesia |
Summary: | Penelitianinibertujuanuntukmerancangdanmelakukanoptimasiter-
hadap sistem crashenergymanagement (CEM) darikendaraantremotonom
(TO) menggunakansimulasinumerikdanpembelajaranmesindalamupaya
meningkatkankelaikantabraknya.Dalamkasusini,prestasistrukturyang
ditinjau meliputi specicenergyabsorption (SEA) danperlambatanefektif.
Sistem CEMdilengkapidengan crashbox dan deformable upperbumper yang
merupakan loadpath struktur utamadalampenyerapanenergiketikaimpak.
ModelcasisTOdidasarkanatassebuah low-
oorplatform sepanjang 12
meter yangdilengkapidengansistemCEMtambahan.Selanjutnya,beberapa
variasimodelstrukturdibuatberdasarkanproses data-sampling. Simulasinu-
merik menggunakanskenariomenurutregulasikelaikantabraklaludilakukan
pada seluruhmodelmenggunakanperangkatlunakberbasismetodeelemen
hingga (MEH).Hasilsimulasidikumpulkansebagaidatamasukanuntuk neu-
ralnetworktraining. Kemudian,model neuralnetwork yangterpilihdigu-
nakandalamalgoritmaNSGA-II,sehinggamenghasilkansebuahkurvaPareto
berisikankandidatsolusioptimum.Akhirnya,prosespengambilankeputusan
memanfaatkanalgoritmaTOPSISuntukmemperkirakankongurasioptimum.
Hasil optimasimenunjukkanbahwaperkiraanstrukturTOoptimumdis-
usun darimaterialAA6061-T6,sebuah upperbumper dengan ketebalan(tub)
1.1 mm,dan crashbox berpenampanglingkarandenganbeberapaparameter:
luas penampang(C) 100mm,ketebalan(tc) 3.3mm,dan
ange cut ganda
di 3H. Kongurasiiniterhitungmeningkatkanprestasistrukturmodeldasar
hingga 193.109%untukSEAdan23.618%untukperlambatanefektif.
|
---|