Surrogate Model based NSGA-II for Suspension Optimization for Two-Wheelers

जब भी मोटरसाइकिल किसी ऊबड़-खाबड़ सतह से टकराती है, तो सवार उसे महसूस करता है। मशीन का सस्पेंशन सिस्टम ऊबड़-खाबड़ सड़क और मानव शरीर के बीच एक अवरोधक है, जिसे सड़क के झटकों को सोखने के लिए डिज़ाइन किया गया है ताकि सवार आरामदायक और नियंत्रण में रहे। इंजीनियर लंबे समय से जानते हैं कि इन स्प्रिंग्स और शॉक एब्जॉर्बर के लिए एकदम सही संतुलन बनाना अविश्वसनीय रूप से कठिन है। सिस्टम इतना नरम होना चाहिए कि वह एक झटकेदार गड्ढे को सुचारू बना सके, लेकिन इतना सख्त भी होना चाहिए कि मुड़ते या ब्रेक लगाते समय बाइक स्थिर रहे। यदि सस्पेंशन बहुत नरम है, तो बाइक अनियंत्रित रूप से उछलती है; यदि यह बहुत सख्त है, तो हर कंपन सीधे सवार की रीढ़ तक पहुँच जाता है। पारंपरिक रूप से, इस सटीक बिंदु को खोजने की प्रक्रिया परीक्षण और त्रुटि (ट्रायल एंड एरर) की एक धीमी और महंगी प्रक्रिया रही है, जिसमें एक एकल विचार का परीक्षण करने के लिए ही घंटों चलने वाले हजारों कंप्यूटर सिमुलेशन की आवश्यकता होती है।

काठमांडू, नेपाल में यात्री मोटरसाइकिल्स के एक शोधकर्ता ने इस समस्या को हल करने का एक नया तरीका विकसित किया है जो तेज़ भी है और अधिक सटीक भी। प्रत्येक परीक्षण के लिए उन धीमी, भारी सिमुलेशनों को चलाने के बजाय, उन्होंने एक गणितीय शॉर्टकट बनाया। उन्होंने मोटरसाइकिल के अगले और पिछले सस्पेंशन का एक सरलीकृत डिजिटल मॉडल बनाया, जिसमें बाइक को एक "हाफ-कार" सिस्टम के रूप में माना गया जो यह दर्शाता है कि अगले और पिछले पहिए एक साथ कैसे चलते हैं। फिर उन्होंने 'सरोगेट मॉडलिंग' नामक तकनीक का उपयोग किया, जो अनिवार्य रूप से एक स्मार्ट कंप्यूटर प्रोग्राम को डेटा के एक छोटे सेट के आधार पर पूर्ण, जटिल सिस्टम के व्यवहार को सीखने के लिए प्रशिक्षित करना है। एक बार जब इस प्रोग्राम ने नियमों को सीख लिया, तो यह एक सेकंड के एक अंश में लगभग पूर्ण सटीकता के साथ भविष्यवाणी कर सकता था कि बाइक कैसी चलेगी, जिससे शोधकर्ता हजारों संयोजनों का तुरंत परीक्षण कर सका।

शोधकर्ता ने इस तेज़, भविष्य कहने वाले मॉडल का उपयोग NSGA-II नामक एक परिष्कृत सर्च एल्गोरिदम चलाने के लिए किया। यह एल्गोरिदम एक अथक खोजकर्ता की तरह कार्य करता है, जो अगले और पिछले स्प्रिंग्स और डैम्पर्स के लाखों संभावित सेटिंग्स में से सर्वोत्तम ट्रेड-ऑफ (समझौता) खोजने के लिए छानबीन करता है। लक्ष्य एक साथ दो विशिष्ट चीजों को कम करना था: सवार का ऊर्ध्धर उछाल (हीव) और बाइक की डगमगाती गति (पिच)। ये दोनों लक्ष्य अक्सर एक-दूसरे के विरुद्ध काम करते हैं; एक सेटिंग जो उछाल को रोकती है वह डगमगाहट को बदतर बना सकती है, और इसके विपरीत भी। अपने तेज़ सरोगेट मॉडल का उपयोग करके, शोधकर्ता इन ट्रेड-ऑफ के एक संपूर्ण परिदृश्य को मैप करने में सक्षम रहा, जिससे मापदंडों का एक विशिष्ट सेट मिला जो सुरक्षा से समझौता किए बिना सर्वोत्तम समग्र आराम प्रदान करता था।

इस दृष्टिकोण के परिणाम आश्चर्यजनक थे। एक पारंपरिक सेटअप में, शोधकर्ता द्वारा खोजे गए हजारों संयोजनों का परीक्षण करने के लिए लगातार पांच घंटे से अधिक के कंप्यूटर समय की आवश्यकता होती। अपने प्रशिक्षित शॉर्टकट मॉडल का उपयोग करके, वही कार्य एक मिनट से भी कम समय में पूरा हो गया। इस नए तरीके ने मानक दृष्टिकोण की तुलना में कुल गणना समय को चार गुना से अधिक कम कर दिया। इससे भी महत्वपूर्ण बात यह है कि एल्गोरिदम द्वारा चुने गए विशिष्ट सस्पेंशन सेटिंग्स वास्तव में कारगर साबित हुए। जब शोधकर्ता ने अपने विजेता कॉन्फ़िगरेशन को मूल, धीमी, हाई-फिडेलिटी सिमुलेशन में टेस्ट किया, तो इसने एक वास्तविक सुधार सिद्ध किया। अनुकूलित सेटअप ने सवार द्वारा महसूस किए जाने वाले ऊर्ध्धर त्वरण (वर्टिकल एक्सेलेरेशन) को 16 प्रतिशत कम कर दिया और बाइक की डगमगाती गति की स्थिरता में भी थोड़ा सुधार किया।

अध्ययन ने यह भी पुष्टि की कि ये सुधार सुरक्षा की कीमत पर नहीं आए। नए सेटिंग्स ने बाइक को उसकी भौतिक सीमाओं के भीतर रखा, यह सुनिश्चित करते हुए कि सस्पेंशन नीचे न दबे (बॉटम आउट) या बहुत अधिक न खिंचे, और भारी भार के तहत बाइक की सही ऊंचाई बनाए रखी। शोधकर्ता ने अपने तेज़ मॉडल की भविष्यवाणियों की तुलना धीमे, पारंपरिक सिमुलेशन के परिणामों से करके अपने निष्कर्षों को प्रमाणित किया, और पाया कि यह शॉर्टकट वास्तविक दुनिया के डिज़ाइन के लिए भरोसेमंद होने के लिए पर्याप्त सटीक था। यह कार्य यह प्रदर्शित करता है कि स्मार्ट डेटा ट्रेनिंग को शक्तिशाली सर्च एल्गोरिदम के साथ जोड़कर, इंजीनियर जटिल मैकेनिकल सिस्टम को ऐसी गति और सटीकता के साथ ट्यून कर सकते हैं जो पहले असंभव थी, जिससे दोपहिया प्रेमियों के लिए एक सुचारू और अधिक आरामदायक सवारी सुनिश्चित होती है।