Evaluación del comportamiento dinámico lateral de un vehículo eléctrico de 3 ruedas (2F/1R), haciendo uso de redes neuronales para su análisis

Abstract

El aumento de la población, la congestión vehicular, la contaminación por emisiones vehiculares y la crisis energética de los combustibles han sido problemas que han inspirado la investigación para el diseño de vehículos de tres ruedas eficientes y más pequeños. sin embargo, debido a su topología y a su inestabilidad en curvas, las aplicaciones a las que se ha dirigido este modelo de vehículo se han limitado en comparación a la amplia gama de alternativas que se puede lograr con un diseño bien conseguido. Por tal motivo, esta investigación se centra en el análisis de la dinámica de un vehículo eléctrico de tres ruedas con una topología 2F/1R (tadpole), con el objetivo de estimar el ángulo de deslizamiento lateral, mismo que permite evaluar el manejo y la estabilidad del vehículo ante diferentes maniobras de prueba descritas en las normas ISO 4138 y 3888. El modelado de cada sistema y subsistema del vehículo, pruebas de suspensión y pruebas de manejo se llevan a cabo en el software de simulación multi cuerpo ADAMS CAR, mismo que facilita el análisis del comportamiento dinámico y a su vez permite recolectar y estructurar los parámetros que más influyen en el manejo y estabilidad del vehículo en una base de datos, para así poder entrenar una red neuronal artificial (RNA) feedforward multicapa, mediante el algoritmo de aprendizaje Levenberg – Marquardt, que se desarrolla en Matlab. Al finalizar el proceso, se puede considerar al vehículo como un sistema de caja negra, en el que se necesita un conjunto de sensores que capten señales del ambiente y alimenten a la red con el fin de obtener un valor de salida que puede usarse para alimentar a otra red o a un sistema de control, dependiendo el uso que se le quiera dar.