covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Sensibilidad paramétrica de un automóvil con polinomios de caos
Información de la revista
Vol. 12. Núm. 3.
Páginas 253-259 (julio - septiembre 2015)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
2691
Vol. 12. Núm. 3.
Páginas 253-259 (julio - septiembre 2015)
Open Access
Sensibilidad paramétrica de un automóvil con polinomios de caos
Vehicle parameter sensitivity with polynomial chaos
Visitas
2691
Eduardo Haroa,
Autor para correspondencia
eharo@up.edu.mx

Autor para correspondencia.
, Mario Acevedob, Ramiro Velázquezc
a Universidad Panamericana, Calzada Circunvalación Poniente 49, 45010 Zapopan Jalisco, MEXICO
b Universidad Panamericana, Augusto Rodin 498, 03920 México D.F., MEXICO
c Universidad Panamericana, Fracc. Rústicos Calpulli, 20290 Aguascalientes, MEXICO
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
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
Abstract

It is interesting to analyze the parameter sensitivity of mathematical models that describe physical systems, and it deserves particular attention the sensitivity study of models with uncertainty in the parameter values. Global sensitivity takes into account the entire range of parameter uncertainty because it considers the parameters as random variables. This paper presents the global sensitivity analysis in frequency of a parametric mathematical model of lateral dynamics of a vehicle model, with an approach based on the polynomial chaos expansion of the model response. This technique allows to easily represent the system as a stochastic model, where the parameters become random variables that vary according to their uncertainty. The stochastic model should be a very close approximation of the original model.

Keywords:
sensitivity uncertain dynamic systems polynomial chaos vehicle dynamics
Referencias
[Crestaux et al., 2009]
T. Crestaux, O.L. Maitre, J. Martinez.
Polynomial chaos expansion for sensitivity analysis.
Reliability Engineering & System Safety, 94 (2009), pp. 1161-1172
[Cukier et al., 1978]
R.I. Cukier, R.I. Levine, K.E. Shuler.
Nonlinear sensitivity analysis of multiparameter model systems.
Journal of Computational Physics, 26 (1978), pp. 1-42
[Field, 2002]
Field, R., 2002. Numerical methods to estimate the coefficients of the polynomial chaos expansion. En: 15th ASCE Engineering Mechanics Conference.
[Ghanem and Red-Horse, 1999]
R. Ghanem, J. Red-Horse.
Propagation of probabilistic uncertainty in complex physical systems using a stochastic finite element approach.
Physica D, 133 (1999), pp. 137-144
[Ghanem and Spanos, 1991]
R. Ghanem, P. Spanos.
Stochastic finite elements - A spectral approach.
Springer Verlag, (1991),
[Haro, 2008]
E. Haro.
Estimación de los parámetros físicos de un automovil.
Revista Iberoamericana de Automática e Informática Industrial RIAI, 5 (2008), pp. 28-35
[Haro et al., 2012]
E. Haro, F. Anstett-Collin, M. Basset.
Sensitivity study of dynamic systems using polynomial chaos.
Reliability Engineering & System Safety, 104 (2012), pp. 15-26
[Homma and Saltelli, 1996]
T. Homma, A. Saltelli.
Importance measures in global sensitivity analysis of model output.
Reliability Engineering & System Safety, 52 (1996), pp. 1-17
[Jacques et al., 2006]
J. Jacques, C. Lavergne, N. Devictor.
Sensitivity analysis in presence of model uncertainty and correlated inputs.
Reliability Engineering & System Safety, 91 (2006), pp. 1126-1134
[Mara and Tarantola, 2008]
T.A. Mara, S. Tarantola.
Application of global sensitivity analysis of model output to building thermal simulations.
Journal of Building Simulation, 1 (2008), pp. 290-302
[McKay et al., 1999]
M.D. McKay, J.D. Morrison, S.C. Upton.
Evaluating prediction uncertainty in simulation models.
Computer Physics Communications, 117 (1999), pp. 44-51
[Saltelli et al., 1999]
A. Saltelli, S. Tarantola, K. Chan.
A quantitative model independent method for global sensitivity analysis of model output.
Technometrics, 41 (1999), pp. 39-56
[Sobol, 1993]
I.M. Sobol.
Sensitivity estimates for nonlinear mathematical models.
Mathematical Modelling and Computing Experiments, 1 (1993), pp. 407-414
[Sudret, 2008]
B. Sudret.
Global sensitivity analysis using polynomial chaos expansion.
Reliability Engineering & System Safety, 93 (2008), pp. 964-979
[Turyani and Rabitz, 2000]
Turyani, T., Rabitz, H., 2000. Local methods in sensitivity analysis. A. Saltelli, K. Chan, E. M. Scott, John Wiley and Sons, Chichester.
[Walter and Pronzato, 1997]
E. Walter, L. Pronzato.
Identification of Parametric Models from Experimental Data.
Springer, (1997),
[Wiener, 1938]
N. Wiener.
The homogeneous chaos.
American Journal of Mathematics, 60 (1938), pp. 897-936
[Witteveen and Bijl, 2006]
Witteveen, J., Bijl, H., 2006. Modeling arbitrary uncertainties using Gram-Schmidt polynomial chaos. En: 44th AIAA Aerospace Sciences Meeting and Exhibit.
[Xiu and Karniadakis, 2002a]
D. Xiu, G. Karniadakis.
Modeling uncertainty in flow simulations via generalized polynomial chaos.
Journal of Computational Physics, 187 (2002), pp. 137-167
[Xiu and Karniadakis, 2002b]
D. Xiu, G. Karniadakis.
The Wiener-Askey polynomials chaos for stochastic differential equations.
Journal of Scientific Computing, (2002), pp. 26
Descargar PDF
Opciones de artículo