Multidisciplinary design of electric vehicles based on hierarchical multi-objective optimization

A method for the optimal design of complex systems is developed by effectively combining multi-objective optimization and analytical target cascading techniques. Complex design problems are partitioned into manageable subsystems which can be optimized using dedicated algorithms. The objective functions in each subsystem are treated simultaneously and the interactions between the subsystems are managed using linking and shared variables. The analytical target cascading algorithm ensures convergence to the optimal solution that meets overall system level targets while complying with subsystem level constraints. The considered optimization problem of electric vehicles with in-wheel motors is formulated as a two level hierarchical model. The top level consists of the vehicle model along with a detailed electric motor model, and the bottom level contains battery and suspension models. Pareto-optimal solutions between the objective functions are calculated for all the subsystems synergistically considering the influences of others. The proposed method is compared against the conventional all-in-one optimization approach and the results show that the method is more effective in the early design stage for achieving accurate solutions.

E’ stato sviluppato un metodo per la progettazione ottima di sistemi complessi combinando in modo efficace l'ottimizzazione multi-obiettivo e le tecniche “Analytical Target Cascading” (ATC). I problemi complessi di progettazione vengono suddivisi in specifici sottoproblemi, che possono essere ottimizzati utilizzando algoritmi dedicati. Le funzioni obiettivo di ciascun sottosistema vengono trattate contemporaneamente e le interazioni tra i sottosistemi vengono gestite tramite variabili di collegamento e variabili condivise. Il metodo ATC garantisce la convergenza alla soluzione ottima che minimizzi gli obiettivi di livello generale del sistema, rispettando i vincoli a livello dei sottosistemi. Il problema di ottimizzazione considerato si riferisce all’ottimizzazione di veicoli elettrici con motoruote. Il problema è formulato come gerarchico a due livelli. Il livello superiore include il modello di veicolo e il modello di motore elettrico dettagliato, mentre il livello inferiore include i modelli di batteria e del sistema di sospensione. Le soluzioni pareto-ottime sono state calcolate per tutti i sottosistemi considerando le relative interazioni. Il metodo proposto viene confrontato con l'approccio di ottimizzazione convenzionale “all-in-one”. I risultati mostrano che il metodo basato su ATC è più efficiente, in particolare nella fase iniziale di progetto.