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

Ogni volta che una motocicletta colpisce un dosso, il pilota lo avverte. Il sistema di sospensioni della macchina è la barriera tra la strada sconnessa e il corpo umano, progettata per assorbire l'urto del terreno in modo che il pilota rimanga comodo e in controllo. Gli ingegneri sanno da tempo che trovare l'equilibrio perfetto per queste molle e ammortizzatori è incredibilmente difficile. Il sistema deve essere abbastanza morbido da smorzare una buca brusca, ma abbastanza rigido da mantenere la moto stabile durante la curva o la frenata. Se la sospensione è troppo morbida, la moto rimbalza in modo incontrollabile; se è troppo rigida, ogni vibrazione si trasmette direttamente alla colonna vertebrale del pilota. Tradizionalmente, trovare questo punto ideale è stato un processo lento e costoso di tentativi ed errori, che richiedeva migliaia di simulazioni al computer che impiegavano ore per eseguire anche solo un singolo test.

Un ricercatore presso Yatri Motorcycles a Kathmandu, Nepal, ha sviluppato un nuovo modo per risolvere questo problema che è sia più veloce che più preciso. Invece di eseguire quelle simulazioni lente e pesanti per ogni singolo test, hanno costruito una scorciatoia matematica. Hanno creato un modello digitale semplificato della sospensione anteriore e posteriore di una motocicletta, trattando la moto come un sistema "half-car" (mezzo veicolo) che cattura come le ruote anteriori e posteriori si muovono insieme. Hanno poi utilizzato una tecnica chiamata modellazione surrogata, che consiste essenzialmente nell'addestrare un programma informatico intelligente affinché apprenda il comportamento del sistema completo e complesso basandosi su un set di dati più piccolo. Una volta che questo programma ha appreso le regole, poteva prevedere come la moto sarebbe stata guidata con una precisione quasi perfetta in una frazione di secondo, permettendo al ricercatore di testare migliaia di combinazioni istantaneamente.

Il ricercatore ha utilizzato questo modello predittivo veloce per eseguire un sofisticato algoritmo di ricerca noto come NSGA-II. Questo algoritmo agisce come un esploratore instancabile, setacciando milioni di possibili impostazioni per le molle e gli ammortizzatori anteriori e posteriori per trovare i migliori compromessi possibili. L'obiettivo era minimizzare due cose specifiche contemporaneamente: il rimbalzo verticale del pilota (heave) e il movimento di rollio della moto (pitch). Questi due obiettivi spesso si contrastano; un'impostazione che ferma il rimbalzo potrebbe peggiorare il rollio, e viceversa. Utilizzando il loro modello surrogato veloce, il ricercatore è stato in grado di mappare un panorama completo di questi compromessi, identificando un set specifico di parametri che offriva il miglior comfort complessivo senza compromettere la sicurezza.

I risultati di questo approccio sono stati sorprendenti. In una configurazione tradizionale, testare le migliaia di combinazioni esplorate dal ricercatore avrebbe richiesto oltre cinque ore di tempo di calcolo continuo. Utilizzando il loro modello di scorciatoia addestrato, lo stesso lavoro è stato completato in meno di un minuto. Il nuovo metodo ha ridotto il tempo di calcolo totale di oltre quattro volte rispetto all'approccio standard. Ancora più importante, le specifiche impostazioni della sospensione selezionate dall'algoritmo funzionavano effettivamente. Quando il ricercatore ha preso la configurazione vincente e l'ha testata nella simulazione originale, lenta e ad alta fedeltà, questa si è dimostrata un vero miglioramento. La configurazione ottimizzata ha ridotto l'accelerazione verticale percepita dal pilota del 16 percento e ha leggermente migliorato la stabilità del movimento di rollio della moto.

Lo studio ha anche confermato che questi miglioramenti non sono avvenuti a scapito della sicurezza. Le nuove impostazioni hanno mantenuto la moto entro i suoi limiti fisici, assicurando che la sospensione non arrivasse a fine corsa o si estendesse troppo, e manteneva l'altezza corretta della moto sotto un carico pesante. Il ricercatore ha validato i suoi risultati confrontando le previsioni del suo modello veloce con i risultati delle simulazioni tradizionali più lente, scoprendo che la scorciatoia era abbastanza accurata da essere affidabile per il design nel mondo reale. Questo lavoro dimostra che, combinando l'addestramento intelligente dei dati con potenti algoritmi di ricerca, gli ingegneri possono perfezionare sistemi meccanici complessi con una velocità e una precisione precedentemente impossibili, portando a una guida più fluida e confortevole per gli appassionati di due ruote.