Vásquez, FelipeHernández, BernardoGutiérrez Burgos, Haidar Manuel2025-03-032025-03-032025https://repositorio.udec.cl/handle/11594/12350Tesis presentada para optar al título de Ingeniero Civil MecánicoEsta investigación explora el análisis de covarianza aplicado al modelo de medio vehículo (HCM) para derivar parámetros óptimos de la suspensión que maximizan de manera inde pendiente el confort y la adherencia. Al caracterizar las irregularidades del camino como perturbaciones continuas de ruido blanco gaussiano y excluir entradas del conductor y eventos discretos, el estudio busca caracterizar la respuesta del sistema ante estas excitaciones. La investigación comienza reproduciendo técnicas existentes de optimización de suspensiones para el modelo de cuarto de vehículo (QCM) utilizando análisis tanto en el dominio del tiempo como en el dominio de la frecuencia. Estos análisis arrojaron expresiones idénticas para los parámetros óptimos de adherencia y confort a través de ambos métodos. Posteriormente, se extiende el análisis de covarianza al HCM, estableciendo métricas de rendimiento para este modelo de 4 grados de libertad (DOF) basadas en métricas previa mente utilizadas por otros investigadores en el modelo de 2-DOF. Se analizaron tres tipos diferentes de correlación que representan diferentes escenarios de manejo. Para un escenario, que examina el HCM con entradas no correlacionadas y un solo eje del vehículo, la investigación logró derivar expresiones analíticas tanto para los indicadores de rendimiento como para los coeficientes óptimos de la suspensión. Estos resultados demostraron que los parámetros óptimos no coinciden necesariamente con los derivados del QCM. Sin embargo, para los otros dos escenarios de manejo, obtener soluciones analíticas practicas utilizando la metodología empleada resulto inviable, siendo necesario un enfoque numérico para analizar la dinámica del HCM bajo estas condiciones. El análisis numérico revelo que, para vehículos con sistemas de suspensión independientes, los coeficientes óptimos derivados del QCM se aproximan en gran medida a los del HCM, destacando el valor del QCM como un modelo simple pero efectivo para la optimización de suspensiones. Además, un análisis de sensibilidad de los parámetros concentrados del sistema demostró que una correcta parametrización del vehículo es igual o más importante que el nivel de complejidad del modelo (HCM frente a QCM). Los hallazgos contribuyen al avance de las metodologías de optimización de suspensiones al destacar el modelo de cuarto de vehículo como un marco efectivo para la optimización de suspensiones en sistemas independientes. Además, esta investigación sienta las bases para integrar elementos de interconexión, como barras estabilizadoras, en modelos de múltiples grados de libertad con soluciones analíticas, permitiendo análisis dinámicos más completos y detallados del rendimiento del vehículo.This research explores covariance analysis applied to the Half Car Model (Half Car Model (HCM)) to derive optimal suspension parameters that independently maximize comfort and road-holding. By characterizing road irregularities as continuous Gaussian white noise disturbances, and excluding driver inputs and discrete events, the study aims to characterize the system’s response to these excitations. Theresearch begins by reproducing existing suspension optimization techniques for the Quarter Car Model (QCM) using both time-domain and frequency-domain analyses. These analyses yielded identical expressions for optimal road holding and comfort parameters through both methods. The study then extends the covariance analysis to the HCM, establishing performance metrics for this 4-degree-of-freedom (Degrees Of Freedom (DOF)) model based on metrics previously used by other researchers in the 2-DOF model. Three different correlation types representing different driving scenarios were analyzed. For one scenario, examining the HCM with uncorrelated inputs and one vehicle axle, the research successfully derived analytical expressions for both performance indicators and optimal suspension coefficients. These results demonstrated that the optimal parameters do not necessarily coincide with those derived from the Quarter Car Model (QCM). However, for the remaining two driving scenarios, obtaining practical analytical solutions using the employed methodology proved unfeasible, indicating the need for numerical approaches to analyze HCM dynamics under these conditions. The numerical analysis revealed that for vehicles with independent suspension systems, the optimal coefficients derived from the QCM closely approximate those of the HCM, highlighting the QCM value as a simple yet effective model for suspension optimization. Additionally, a sensitivity analysis of the system’s lumped parameters demonstrated that accurate vehicle parametrization is equally, if not more important than the model’s complexity level (HCM vs QCM). The findings contribute to advancing suspension optimization methodologies by highlighting the Quarter Car Model as an effective framework for suspension optimization in independent suspension systems. Furthermore, this research lays the groundwork for integrating interconnection elements, such as anti-roll bars, into multi-degree-of-freedom models with analytical solutions, enabling more comprehensive and detailed dynamic analyses of vehicle performance.enCC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 InternationalAutomóvilesEstabilidadModelos matemáticosThesis