Sensibilidad paramétrica de un automóvil con polinomios de caos

Eduardo Haro, Mario Acebedo, Ramiro Velázquez

Resumen

Es de gran interés analizar la sensibilidad de los parámetros de modelos matemáticos que describen sistemas físicos, y merece una atención particular estudiar esta sensibilidad en modelos con incertidumbre en el valor de sus parámetros. La llamada sensibilidad global considera todo el intervalo de incertidumbre de los parámetros al considerarlos variables aleatorias. Este trabajo presenta el análisis de sensibilidad global en frecuencia del modelo matemático paramétrico de la dinámica lateral de un modelo de automóvil, con un enfoque basado en la expansión de la respuesta del modelo con polinomios de caos. Esta técnica permite representar fácilmente el sistema como un modelo estocástico, donde los parámetros pasan a ser variables aleatorias que varían de acuerdo a su incertidumbre. El modelo estocástico debe ser una aproximación muy cercana del modelo original.

Palabras clave

sensibilidad; sistemas dinámicos inciertos; polinomios de caos; dinámica de vehículo

Texto completo:

PDF

Referencias

Crestaux, T., Maitre, O. L., Martinez, J., 2009. Polynomial chaos expansion for sensitivity analysis. Reliability Engineering & System Safety 94, 1161– 1172.

Cukier, R. I., Levine, R. I., Shuler, K. E., 1978. Nonlinear sensitivity analysis of multiparameter model systems. Journal of Computational Physics 26, 1–42.

Field, R., 2002. Numerical methods to estimate the coefficients of the polynomial chaos expansion. En: 15th ASCE Engineering Mechanics Conference.

Ghanem, R., Red-Horse, J., 1999. Propagation of probabilistic uncertainty in complex physical systems using a stochastic finite element approach. Physica D 133, 137–144.

Ghanem, R., Spanos, P., 1991. Stochastic finite elements - A spectral approach. Springer Verlag.

Haro, E., 2008. Estimacion de los parámetros físicos de un automóvil. Revista Iberoamericana de Automática e Informática Industrial RIAI 5 (4), 28 – 35.

Haro, E., Anstett-Collin, F., Basset, M., 2012. Sensitivity study of dynamic systems using polynomial chaos. Reliability Engineering & System Safety 104 (0), 15 – 26.

Homma, T., Saltelli, A., 1996. Importance measures in global sensitivity analysis of model output. Reliability Engineering & System Safety 52 (1), 1–17.

Jacques, J., Lavergne, C., Devictor, N., 2006. Sensitivity analysis in presence of model uncertainty and correlated inputs. Reliability Engineering & System Safety 91, 1126–1134.

Mara, T. A., Tarantola, S., 2008. Application of global sensitivity analysis of model output to building thermal simulations. Journal of Building Simulation 1, 290–302.

McKay, M. D., Morrison, J. D., Upton, S. C., 1999. Evaluating prediction uncertainty in simulation models. Computer Physics Communications 117 (1- 2), 44–51.

Saltelli, A., Tarantola, S., Chan, K., 1999. A quantitative model independent method for global sensitivity analysis of model output. Technometrics 41, 39–56.

Sobol, I. M., 1993. Sensitivity estimates for nonlinear mathematical models. Mathematical Modelling and Computing Experiments 1, 407–414.

Sudret, B., 2008. Global sensitivity analysis using polynomial chaos expansion. Reliability Engineering & System Safety 93, 964–979.

Turyani, T., Rabitz, H., 2000. Local methods in sensitivity analysis. A. Saltelli, K. Chan, E. M. Scott, John Wiley and Sons, Chichester.

Walter, E., Pronzato, L., 1997. Identification of Parametric Models from Experimental Data. Springer.

Wiener, N., 1938. The homogeneous chaos. American Journal of Mathematics 60 (4), 897–936.

Witteveen, J., Bijl, H., 2006. Modeling arbitrary uncertainties using GramSchmidt polynomial chaos. En: 44th AIAA Aerospace Sciences Meeting and Exhibit.

Xiu, D., Karniadakis, G., 2002a. Modeling uncertainty in flow simulations via generalized polynomial chaos. Journal of Computational Physics 187 (1), 137–167.

Xiu, D., Karniadakis, G., 2002b. The Wiener-Askey polynomials chaos for stochastic differential equations. Journal of Scientific Computing 26.

Abstract Views

779
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912