[논문 리뷰] Optimization of Vehicle Dynamics based on Multibody Models using Adjoint Sensitivity Analysis

Yitao Zhu, Corina Sandu외 2명|arXiv (Cornell University)|2014. 05. 20.

Dynamics and Control of Mechanical Systems참고 문헌 7인용 수 3

한 줄 요약

이 논문은 펜alty 형식을 사용하여 다물체 차량 동역학 모델에 대한 애드조인트 민감도 분석 방법을 제안하여 효율적이고 정확한 최적화를 가능하게 한다. 설계 매개변수에 대한 시스템 응답의 정확한 기울기를 계산함으로써 유한 차분 방법에 비해 계산 비용을 감소시키고, 전체 차량 시스템의 고정밀도 동역학 최적화를 가능하게 한다.

ABSTRACT

Multibody dynamics simulations have become widely used tools for vehicle systems analysis and design. As this approach evolves, it becomes able to provide additional information for various types of analyses. One very important direction is the optimization of multibody systems. Sensitivity analysis of multibody system dynamics is essential for design optimization. Dynamic sensitivities, when needed, are often calculated by means of finite differences. However, depending of the number of parameters involved, this procedure can be computationally expensive. Moreover, in many cases the results suffer from low accuracy when real perturbations are used. This paper develops the adjoint sensitivity analysis of multibody systems in the context of penalty formulations. The resulting sensitivities are applied to perform dynamical optimization of a full vehicle system.

연구 동기 및 목표

• 다물체 차량 시스템의 민감도 분석에서 유한 차분 방법의 높은 계산 비용과 낮은 정확도 문제를 해결한다.
• 펜alty 기반 다물체 동역학 형식에 특화된 애드조인트 민감도 접근법을 개발하여 기울기 계산의 효율성을 향상시킨다.
• 분석적 민감도를 활용하여 전체 차량 시스템의 정확하고 확장 가능한 설계 최적화를 가능하게 한다.
• 애드조인트 민감도를 전체 차량 동역학 모델에 통합하여 실용적인 엔지니어링 최적화 작업을 지원한다.

제안 방법

• 운동학 제약 조건을 강제하기 위해 펜alty 기반 형식을 사용하여 다물체 동역학 문제를 수립한다.
• 펜alty 형식에서 유도된 인덱스-1 미분-대칭 방정식(DAE)에 이산 애드조인트 방법을 적용하여 애드조인트 방정식을 유도한다.
• 반복적인 시뮬레이션을 피하기 위해 애드조인트 변수를 사용하여 목적 함수의 설계 매개변수에 대한 기울기를 계산한다.
• 최적화를 위해 전체 차량 다물체 모델에 애드조인트 민감도 프레임워크를 통합한다.
• 분석적 기울기를 사용하여 순차적 순환 제곱법(SQP) 또는 준뉴턴 방법과 같은 최적화 알고리즘을 구동한다.
• 유한 차분 결과와의 비교를 통해 방법을 검증하고 계산 효율성을 평가한다.

실험 결과

연구 질문

• RQ1 펜alty 기반 제약 조건 강제를 위한 다물체 시스템에 대해 애드조인트 민감도 분석을 효과적으로 어떻게 수립할 수 있는가?
• RQ2 차량 동역학 최적화에서 애드조인트 민감도는 유한 차분 방법에 비해 어떤 계산적 이점이 있는가?
• RQ3 완전한 차량 모델에서 애드조인트 민감도는 유한 차분 근사치에 비해 얼마나 정확한가?
• RQ4 애드조인트 방법은 많은 설계 매개변수를 가진 복잡한 차량 동역학 시스템의 효율적 최적화를 가능하게 하는가?
• RQ5 펜alty 형식은 애드조인트 민감도의 조건수와 정확도에 어떤 영향을 미치는가?

주요 결과

• 애드조인트 민감도 방법은 설계 매개변수에 대한 시스템 응답의 정확한 기울기를 제공하여 유한 차분 방법에 비해 정확도가 크게 향상된다.
• 애드조인트 민감도 분석의 계산 비용은 설계 매개변수의 수에 따라 유리하게 스케일링되며, 대규모 문제에서는 유한 차분 방법보다 더 효율적이다.
• 이 방법은 전체 차량 다물체 모델의 정확한 최적화를 가능하게 하여, 목적 함수 평가 횟수가 적은 경우에도 수렴을 보여준다.
• 적절히 튜닝된 경우 펜alty 형식은 애드조인트 민감도의 정확도를 손상시키지 않으며 기울기 계산의 강건성을 유지한다.
• 애드조인트 접근법은 최적화를 위해 필요한 시뮬레이션 횟수를 감소시켜 특히 고차원 설계 공간에서 유리하다.
• 이 프레임워크는 복잡한 차량 동역학 문제에 적용 가능하며, 신뢰할 수 있는 민감도 정보를 제공하여 실용적인 엔지니어링 최적화 작업을 지원한다.