Jonathan, Jonathan (2024) Optimasi Nilai Kekakuan dan Koefisien Redaman Pada Suspensi Ambulan dengan Metode Genetic Algorithm Untuk Meningkatkan Kenyamanan Berdasarkan Standar ISO 2631. Other thesis, Institut Teknologi Sepuluh Nopember.
Text
5007201084-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (13MB) | Request a copy |
Abstract
Mobil ambulan terus berkembang dalam jumlah dan kualitas, dengan kenyamanan dan keamanan sebagai fokus utama. Sistem suspensi yang efisien sangat penting karena menghubungkan bodi kendaraan dengan roda dan meredam getaran dari jalan yang tidak rata, sehingga meningkatkan kenyamanan dan stabilitas. Kenyamanan perjalanan sangat krusial bagi ambulans, terutama saat membawa pasien dengan kecepatan tinggi dan melewati lalu lintas. Tanpa sistem suspensi yang memadai, getaran dari jalan akan dirasakan langsung oleh penumpang dan pasien, menyebabkan ketidaknyamanan. Oleh karena itu, optimasi sistem suspensi menggunakan metode seperti algoritma genetika diperlukan untuk meningkatkan kenyamanan dan stabilitas ambulans, sesuai dengan standar internasional ISO 2631. Penelitian ini memanfaatkan algoritma genetik untuk menentukan nilai optimal kekakuan dan koefisien redaman yang digunakan dalam sistem suspensi kendaraan. Pemodelan sistem dilakukan melalui simulasi menggunakan MATLAB, dengan parameter yang diambil dari model ambulans Mercedes-Benz Sprinter 415 CDI. Proses penelitian dimulai dengan menentukan populasi awal, yang terdiri dari 200 populasi acak untuk setiap nilai kekakuan dan koefisien redaman pada suspensi depan dan belakang. Nilai fitness terbaik dari populasi awal dipertahankan, kemudian dilakukan proses seleksi. Metode seleksi yang digunakan adalah roulette wheel selection. Generasi terbaik hasil seleksi akan mengalami proses crossover untuk menghasilkan generasi turunan (offspring) yang kemudian mengalami proses mutasi. Proses ini berulang hingga mencapai target penghentian yang ditetapkan. Hasil dari optimasi ini adalah nilai kekakuan dan koefisien redaman optimal untuk suspensi depan dan belakang, dengan variasi pada jumlah generasi maksimal yang digunakan sebagai kriteria penghentian. Berdasarkan optimasi algoritma genetik yang telah dilakukan, dihasilkan nilai kekakuan dan koefisien redaman yang optimal untuk diterapkan pada sistem yaitu 2533 N/s dan 22405 Ns/m untuk kekakuan dan koefisien redaman suspensi depan dan 1031 N/s dan 8125 Ns/m untuk kekakuan dan koefisien redaman suspensi belakang. Respon dinamis dari percepatan dan perpindahan pada gerak vertikal dan pitch dengan parameter hasil optimasi memberikan hasil respon yang lebih nyaman, hal ini dapat disimpulkan berdasarkan nilai RMS percepatan pada pengemudi dan pasien yang telah memenuhi standar kenyamanan ISO 2631. Sistem pengemudi dan pasien berada dalam tingkat kenyamanan tanpa keluhan di kecepatan rendah, sedang, dan tinggi. Dengan suspensi hasil optimasi, pengendara dapat bertahan lebih dari 16 jam dan pasien dapat bertahan dalam 24 jam dengan input sinusoidal.
=================================================================================================================================
Ambulances continue to evolve in both number and quality, with comfort and safety as the primary focus. An efficient suspension system is crucial as it connects the vehicle body to the wheels and dampens vibrations from uneven roads, thereby enhancing comfort and stability. Travel comfort is especially critical for ambulances, particularly when transporting patients at high speeds and navigating traffic. Without an adequate suspension system, road vibrations will be directly felt by passengers and patients, causing discomfort. Therefore, optimizing the suspension system using methods such as genetic algorithms is necessary to improve the comfort and stability of ambulances, in accordance with international standards like ISO 2631. This study utilizes genetic algorithms to determine the optimal stiffness and damping coefficient values used in the vehicle suspension system. The system modeling is conducted through simulations using MATLAB, with parameters taken from the Mercedes-Benz Sprinter 415 CDI ambulance model. The research process begins by determining the initial population, consisting of 200 random populations for each stiffness and damping coefficient value for the front and rear suspensions. The best fitness values from the initial population are retained, followed by a selection process. The selection method used is roulette wheel selection. The best-selected generation undergoes a crossover process to produce offspring, which then undergoes mutation. This process repeats until the specified stopping target is reached. The outcome of this optimization is the optimal stiffness and damping coefficient values for the front and rear suspensions, with variations in the maximum number of generations used as the stopping criterion. Based on the genetic algorithm optimization, the optimal stiffness and damping coefficient values for the system were determined to be 2533 N/m and 22405 Ns/m for the front suspension, and 1031 N/m and 8125 Ns/m for the rear suspension. The dynamic response of acceleration and displacement in vertical and pitch motions with these optimized parameters resulted in a more comfortable response. This conclusion is based on the RMS acceleration values for the driver and patient, which meet the ISO 2631 comfort standards. Both the driver and patient are within the comfort level without complaints at low, medium, and high speeds. With the optimized suspension, the driver can endure for over 16 hours, and the patient can endure for 24 hours with sinusoidal input.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Ambulan, Kenyamanan Berkendara, Genetik Algoritma, Ambulance, Driving Comfort, Genetic Algorithm |
Subjects: | T Technology > TA Engineering (General). Civil engineering (General) > TA355 Vibration. T Technology > TJ Mechanical engineering and machinery |
Divisions: | Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21201-(S1) Undergraduate Thesis |
Depositing User: | Jonathan Jonathan |
Date Deposited: | 08 Aug 2024 12:35 |
Last Modified: | 04 Sep 2024 05:48 |
URI: | http://repository.its.ac.id/id/eprint/112798 |
Actions (login required)
View Item |