CN107247830B - 一种汽车悬架k&c特性公差优化方法及系统 - Google Patents
一种汽车悬架k&c特性公差优化方法及系统 Download PDFInfo
- Publication number
- CN107247830B CN107247830B CN201710385133.9A CN201710385133A CN107247830B CN 107247830 B CN107247830 B CN 107247830B CN 201710385133 A CN201710385133 A CN 201710385133A CN 107247830 B CN107247830 B CN 107247830B
- Authority
- CN
- China
- Prior art keywords
- tolerance
- suspension
- characteristic
- influence
- hard point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Abstract
本发明提供一种汽车悬架K&C特性公差优化方法,包括:根据硬点表中各坐标值建立底盘动力学模型,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;根据第一关联关系以及第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系,以及获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;当悬架K&C特性公差的累积公差超出预定公差范围阈值时,提示对影响量排在前列的零部件的结构或公差进行设计变更,以使最终累积公差处于预定的公差范围阈值之内,本发明还提供了相应的系统。实施本发明,可以显著缩短开发时间,以及节约成本。
Description
技术领域
本发明涉及汽车底盘技术领域,尤其涉及一种汽车悬架K&C特性公差优化方法及系统。
背景技术
悬架的运动学特性(Kinematics,简称K特性)和动力学特性(Compliance,简称C特性)统称为悬架的K&C特性,其中,K特性为悬架的运动学特性,表征由于大范围运动所引起的车轮定位参数的变化;C特性为悬架的弹性特性,表征悬架在受外力作用时,由于橡胶衬套及导向杆系的弹性变形,从而引起车轮定位参数的变化。
悬架K&C特性是对悬架能否满足整车操稳特性要求的一个较为全面的评估。
目前在进行悬架K&C特性开发设计时,汽车工程师根据悬架硬点、整车参数、偏频及弹性件各向刚度等参数搭建底盘动力学模型,分析得到在理论状态下的K&C各项特性曲线。而要得到实车上K&C各项特性的公差表现,需要对大批量的实车进行K&C测试,不仅费时费力,可操作性较低,而且也难以将 K&C各项特性公差与零部件制造及装配公差相互关联起来,对悬架K&C特性的公差进行评估和优化。
另一方面,等到实车验证阶段才进行悬架K&C特性的公差进行优化,对开发周期以及成本也是极大的挑战和浪费。
发明内容
本发明所要解决的技术问题在于,提供一种汽车悬架K&C特性公差优化方法及系统,可以在设计阶段为汽车悬架K&C特性的公差优化开发提供了全新的快速解决方案,且显著缩短开发时间,节约开发成本。
为了解决上述技术问题,本发明提供一种汽车悬架K&C特性公差优化方法,包括如下步骤:
根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;
分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系;
依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;
将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果比较结果为超出,则提示对其影响量排在前列的零部件的结构或公差进行设计变更,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
其中,所述悬架K&C特性括前束角梯度、外倾角梯度、轴距变化梯度以及轮距变化梯度中至少一个。
其中,根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系的步骤具体为:
根据预先设置的的硬点表建立底盘动力学模型,结合模拟仿真软件以及商业数学软件分析单个硬点在某个方向的变动量对各悬架K&C特性指标的影响量,通过下述公式获得单个硬点坐标值变化量对单个悬架K&C特性指标的影响量:
Δki=Ci×Δxi
其中,Δki为第i个硬点坐标变化量对单个悬架K&C特性指标的影响量,Δxi为第i个硬点坐标变化量,Ci为灵敏度系数;
通过下述公式获得多个硬点坐标值变化量对同一悬架K&C特性指标的影响总量:
其中,分析关键硬点坐标的公差,建立悬架硬点公差与零部件公差之间的第二关联关系的步骤具体为:
采用三维尺寸链分析软件,模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环;
为各零部件标注或添加相应公差;
根据分析要求建立测量目标,至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
对所述测量目标进行尺寸链分析及公差灵敏度分析,获得分析结果;
根据所述分析结果,确立零部件公差与悬架硬点公差之间的关联关系:
其中,通过下述公式获得各个零部件公差对某一硬点坐标值的影响量:
Δxi=ai×Ti
其中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第i个零部件公差,ai为分析结果中的灵敏度系数;
通过下述公式获得所有零部件与所有硬点坐标值影响量之间的关联矩阵:
其中,根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系,以及获得表征各零部件公差对悬架 K&C特性公差影响大小的影响量的步骤具体为:
根据第一关联关系以及第二关联关系中的公式,获得各个零部件公差与单个悬架K&C特性指标改变总量间的关系式,即:
其中,依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量的步骤具体为:
根据所述第三关联关系中的关系式获得下述公式计算单个零部件公差对单个悬架K&C特性指标的影响量:
根据影响量的排序,获得每一悬架K&C特性所对应的对其影响量排在前列的零部件信息。
其中,所述汽车建模软件为CATIA软件,所述虚拟样机分析软件为ADAMS 软件,所述模拟仿真软件为Isight软件,所述商业数学软件为Matlab软件,所述三维尺寸链分析软件为3DCS软件。
相应地,本发明实施例的另一方面提供了一种汽车悬架K&C特性公差优化系统,包括:
第一关联关系获得单元,用于根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;
第二关联关系获得单元,用于分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
第三关联关系获得单元,用于根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系;
影响量获得单元,用于依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;
变更提示处理单元,用于将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果比较结果为超出,则提示对应影响量排在前列的零部件的结构或公差进行设计变更,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
其中,所述悬架K&C特性包括前束角梯度、外倾角梯度、轴距变化梯度以及轮距变化梯度中至少一个。
其中,所述第一关联关系获得单元包括:
第一影响量获得单元,用于根据预先设置的硬点表建立底盘动力学模型,结合模拟仿真软件以及商业数学软件分析单个硬点在某个方向的变动量对各悬架K&C特性指标的影响量,通过下述公式获得单个硬点坐标值变化量对单个悬架K&C特性指标的影响量:
Δki=Ci×Δxi其中,Δki为第i个硬点坐标变化量对单个悬架K&C特性指标的影响量,Δxi为第i个硬点坐标变化量,Ci为灵敏度系数;
第一影响总量获得单元,用于通过下述公式获得多个硬点坐标值变化量对同一悬架K&C特性指标的影响总量:
其中,所述第二关联关系获得单元包括:
装配模拟单元,用于采用三维尺寸链分析软件,模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环;
公差添加单元,用于为各零部件标注或添加相应公差;
测量目标设置单元,用于根据分析要求建立测量目标,至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
分析单元,用于对所述测量目标进行尺寸链分析及公差灵敏度分析,获得分析结果;
第二影响量获得单元,用于根据所述分析单元获得的分析结果,确立零部件公差与悬架硬点公差之间的关联关系,通过下述公式获得各个零部件公差对某一硬点坐标值的影响量:
Δxi=ai×Ti其中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第 i个零部件公差,ai为分析结果中的灵敏度系数;
关联矩阵获得单元,用于通过下述公式获得所有零部件与所有硬点坐标值影响量之间的关联矩阵:
其中,所述第三关联关系获得单元包括:
第二影响总量获得单元,用于根据第一关联关系获得单元以及第二关联关系获得单元中的公式获得各个零部件公差与单个悬架K&C特性指标改变总量间的关系式,即:
其中,所述影响量获得单元包括:
第三影响量获得单元,用于根据第三关联关系获得单元中的关系式获得下述公式来计算单个零部件公差对单个悬架K&C特性指标的影响量,如所示:
排序单元,用于根据影响量的排序,获得每一悬架K&C特性所对应的对其影响量排在前列的零部件信息。
实施本发明,具有如下有益效果:
本发明的实施例,将三维尺寸链分析方法和硬点灵敏度分析方法应用到底盘的悬架K&C特性参数公差控制技术中,可以搭建起悬架K&C特性公差与零部件公差的关联关系,在数据设计阶段即可快速分析悬架K&C特性的公差范围,并可以分析零部件公差对悬架K&C特性公差影响的敏感度从而为悬架K&C特性的公差提升提供解决方案;
在数据设计阶段通过分析手段替代设计验证阶段大量的实车K&C测试,将零部件尺寸公差与底盘的悬架K&C特性参数直接关联起来,并按照影响程度进行排序,当悬架K&C特性公差的累积公差超差时,发出提示以对影响程度大的零部件的结构或公差进行设计变更,不仅为K&C特性的公差优化开发提供了全新的快速解决方案,且显著缩短了开发时间,节约了大量成本;
通过本发明提供的方法,为达到特性参数的设定要求,可有效控制部分关键零部件公差,降低非敏感零部件公差要求,从而降低零部件成本;
同样,可以通过本发明提供的方法分析现有车型的悬架K&C特性公差水平,并提供优化方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种汽车悬架K&C特性公差优化方法的一个实施例的主流程示意图;
图2为图1中一个实施例中XML格式的底盘硬点表的示意图;
图3为图1中涉及的硬点灵敏度分析的流程示意图;
图4为根据图3获得的主要硬点坐标值与一个K&C特性之间的关联关系示意图;
图5为图1中一个实施例中对一种麦弗逊悬架尺寸链进行三维建模的流程示意图;
图6为图5中一个例中悬架硬点三维尺寸链分析结果示意图;
图7为本发明提供的一种汽车悬架K&C特性公差优化系统的一个实施例的结构示意图;
图8为图7中第一关联关系获得单元的结构示意图;
图9为图7中第二关联关系获得单元的结构示意图;
图10为图7中第三关联关系获得单元的结构示意图;
图11为图7中影响量获得单元的结构示意图。
具体实施方式
下面参考附图对本发明的优选实施例进行描述。
请参照图1所示,示出了本发明提供的一种汽车悬架K&C特性公差优化方法的一个主流程示意图,并请一并结合图2至图7所示,在该实施例中,该方法包括如下步骤:
步骤S10,在汽车建模软件中装配悬架系统零部件,使各零部连接处的运动或受力中心点的X向、Y向以及Z向坐标值与预先设置的硬点表各坐标值保持一致;
在一个实施例中,该步骤S10具体包括:
在CATIA软件(一种汽车建模软件)中,将悬架系统零部件数据进行正确装配,测量设计状态下各零部件连接处的运动或受力中心点的X向、Y向以及 Z向坐标值;
将所述测量获得的中心点的X向、Y向以及Z向坐标值与导入到ADAMS 软件(一种虚拟样机分析软件)中的XML格式的硬点表中相应的坐标值相比较,使两者保持一致,如图2所示出了一种XML格式的硬点表,其列出设计状态主要的运动或受力中心点的X向、Y向以及Z向坐标值,该主要运动或受力中心点的位置包括但不限于:下摆臂前铰接点、下摆臂后铰接点、下摆臂外铰接点、减震器上安装点、转向横拉杆外铰接点、转向横拉杆内铰接点、车轮中心(左前)、车轮轴线方向、稳定杆拉杆上铰接点以及稳定杆拉杆下铰接点等。可以理解的是,在一些实施例中,该步骤S10为可选的步骤。
步骤S11,根据预置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;
在一个例子中,该步骤S11具体包括:
根据预先设置的硬点表建立底盘动力学模型,结合Isight软件(一种模拟仿真软件)以及Matlab软件(一种商业数学软件)进行硬点灵敏度分析,其中,图3示出了结合Isight软件以及Matlab软件进行硬点灵敏度分析的一个例子,其主要包括:形成参数随机生成规则(DOEI)、ADAMS软件硬点表更新(Data Exchanger)、ADAMS动力学分析(OSCommand)、ADAMS动力学分析结果转换(Data Exchanger1)以及数据后处理(Matalab)等过程。
经过硬点灵敏度分析,可以分析单个硬点在某个方向的小变动量对K&C各特性指标的影响量,并对灵敏度分析模型进行简化,从而获得单个硬点坐标值变化量对单个悬架K&C特性指标影响量之间的关系式(公式一),并通过该公式一可以获得所有单个硬点坐标值变化量对单个悬架K&C特性指标的影响量:
Δki=Ci×Δxi (公式一)
其中,Δki为第i个硬点坐标变化量对单个悬架K&C特性指标的影响量,Δxi为第i个硬点坐标变化量,Ci为灵敏度系数;
建立多个硬点坐标值偏差对同一特性指标的影响总量关系式(公式二),并通过该公式二可以获得多个硬点坐标值变化量对同一悬架K&C特性指标的影响总量:
其中,在一个例子中,所述悬架K&C特性至少包括:前束角梯度(bump steer)、外倾角梯度(bump camber)、轴距变化梯度(wheel recession)以及轮距变化梯度(trackchange)。
如图4所示,示出了一个实施例中各硬点X向、Y向以及Z向坐标值对单个悬架K&C特性指标的影响量。其中,在该图中,以前束角梯度(bump steer) 作为单个悬架K&C特性指标的示例,图中列出了主要几个硬点坐标值对前束角梯度的影响关系,其中,纵坐标值代表相应的灵敏度系数Ci,可以看出,前束调节杆内点Z向(tierod inr Z)对前束角梯度影响的灵敏度系数为-0.89,根据公式一就可以计算出前束调节杆内点Z向变化量Δx对前束角梯度的影响量Δk。同理,图中还示出了前束调节杆外点Z向(tierod outr Z)、下摆臂内点Z向(LCA inr Z)、下摆臂外点Z向(LCA outr Z)、前束调节杆内点X向(tierod inr X)以及前束调节杆外点X向(tierod outr X)变化量对前束角梯度影响的灵敏度系数。
可以理解的是,通过类似的方法可以获得上述各关键硬坐标的变化量对外倾角梯度、轴距变化梯度以及轮距变化梯度等其他K&C特性指标影响的灵敏度系数。
步骤S12,分析关键硬点坐标的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
在一个例子中,该步骤S12具体为:
可以采用三维尺寸链分析软件(如3DCS软件),模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环,如图5即示出了一个例子中对一种麦弗逊悬架进行装配的流程图;
按照零部件及总成图纸尺寸要求,对所有相关的公差进行标注及添加;
根据分析要求建立测量目标,至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
运行尺寸链分析及公差灵敏度分析,如图6所示,示出了一个实施例中的分析结果,其示出了各零部件公差对于某一个硬点坐标值的影响关系,具体地为悬架的前束调节杆在YZ平面内的位置度(Pos_tierod_YZ)、AF车型项目副车架(AF_RL_Subfr_1)、副车架与车身安装处的平面度(Flatns_subfr_Z)等公差对前束调节杆内点Z向(tierod_inner-Z)的影响,其中“percent”即表现了影响量的大小;
根据所述分析结果,确立零部件公差与硬点坐标值的公差之间的关系:
其中,单独考虑各个零部件公差对硬点坐标值的影响,表达如下公式:
Δxi=ai×Ti (公式三)
公式中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第i个零部件公差,ai为分析结果中的灵敏度系数(对应于图7中的percent值);
然后获得全体公差T与硬点坐标值间的系数阵,即
步骤S13,根据所述第一关联关系以及所述第二关联关系,获得悬架K&C 特性公差与零部件公差之间的第三关联关系;
在一个例子中,该步骤S13具体包括:
根据所述公式二和所述公式四,建立各个零部件公差与单个悬架K&C特性指标改变总量间的关系式(公式五),即:
步骤S14,依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量,具体为:
根据步骤S13中的公式五,从而获得下述公式六来计算单个零部件公差对单个悬架K&C特性指标的影响量:
根据影响量的排序,获得每一悬架K&C特性所对应的对其影响量排在前列的零部件信息。
步骤S15,将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果判断结果为超出,则提示对其影响量排在前列的零部件的结构或公差进行设计变更,并重复前述步骤,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
如图7所示,示出了本发明提供的一种汽车悬架K&C特性公差优化系统一个实施例的结构示意图,在该实施例中,该汽车悬架K&C特性公差优化系统1 包括:
第一关联关系获得单元10,用于根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系,其中,所述悬架K&C特性包括前束角梯度、外倾角梯度、轴距变化梯度以及轮距变化梯度中至少一个;
第二关联关系获得单元11,用于通过三维尺寸链分析软件,分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
第三关联关系获得单元12,用于根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系;
影响量获得单元13,用于依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;
变更提示处理单元14,用于将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果比较结果为超出,则提示对应影响量排在前列的零部件的结构或公差进行设计变更,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
一并结合图8至图11所示,其中,所述第一关联关系获得单元10包括:
第一影响量获得单元100,用于根据预先设置的硬点表建立底盘动力学模型,结合模拟仿真软件以及商业数学软件分析单个硬点在某个方向的变动量对各悬架K&C特性指标的影响量,通过下述公式获得单个硬点坐标值变化量对单个悬架K&C特性指标的影响量:
Δki=Ci×Δxi其中,Δki为第i个硬点坐标变化量对单个悬架K&C特性指标的影响量,Δxi为第i个硬点坐标变化量,Ci为灵敏度系数;
第一影响总量获得单元101,用于通过下述公式获得多个硬点坐标值变化量对同一悬架K&C特性指标的影响总量:
其中,所述第二关联关系获得单元11包括:
装配模拟单元110,用于采用三维尺寸链分析软件,模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环;
公差添加单元111,用于为各零部件标注或添加相应公差;
测量目标设置单元112,用于根据分析要求建立测量目标,至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
分析单元113,用于对所述测量目标进行尺寸链分析及公差灵敏度分析,获得分析结果;
第二影响量获得单元114,用于根据所述分析单元113的分析结果,确立零部件公差与悬架硬点公差之间的关联关系,其中,通过下述公式获得各个零部件公差对某一硬点坐标值的影响量:
Δxi=ai×Ti,其中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第i个零部件公差,ai为分析结果中的灵敏度系数;
关联矩阵获得单元115,用于通过下述公式获得所有零部件与所有硬点坐标值影响量之间的关联矩阵:
其中,所述第三关联关系获得单元12包括:
第二影响总量获得单元120,用于根据第一关联关系获得单元以及第二关联关系获得单元中的公式获得各个零部件公差与单个悬架K&C特性指标改变总量间的关系式,即:
其中,所述影响量获得单元13根据下述方式获得影响量:
第三影响量获得单元130,用于根据第三关联关系获得单元中的关系式获得下述公式来计算单个零部件公差对单个悬架K&C特性指标的影响量:
排序单元131,用于根据影响量的排序,获得每一悬架K&C特性所对应的对其影响量排在前列的零部件信息。
实施本发明实施例,具有如下的有益效果:
本发明的实施例,将三维尺寸链分析方法和硬点灵敏度分析方法应用到底盘的悬架K&C特性参数公差控制技术中,可以搭建起悬架K&C特性公差与零部件公差的关联关系,在数据设计阶段即可快速分析悬架K&C特性的公差范围,并可以分析零部件公差对悬架K&C特性公差影响的敏感度从而为悬架K&C特性的公差提升提供解决方案;
在数据设计阶段通过分析手段替代设计验证阶段大量的实车K&C测试,将零部件尺寸公差与底盘的悬架K&C特性参数直接关联起来,并按照影响程度进行排序,当悬架K&C特性公差的累积公差超差时,发出提示以对影响程度大的零部件的结构或公差进行设计变更,不仅为K&C特性的公差优化开发提供了全新的快速解决方案,且显著缩短了开发时间,节约了大量成本;
通过本发明提供的方法及系统,为达到特性参数的设定要求,可有效控制部分关键零部件公差,降低非敏感零部件公差要求,从而降低零部件成本;
同样,可以通过本发明提供的方法分析现有车型的悬架K&C特性公差水平,并提供优化方案。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种汽车悬架K&C特性公差优化方法,其特征在于,包括如下步骤:
根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;
分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系;
依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;
将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果比较结果为超出,则提示对应影响量排在前列的零部件的结构或公差进行设计变更,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
2.如权利要求1项所述的一种汽车悬架K&C特性公差优化方法,其特征在于,根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系的步骤具体为:
根据预先设置的硬点表建立底盘动力学模型,结合模拟仿真软件以及商业数学软件分析单个硬点在某个方向的变动量对各悬架K&C特性指标的影响量,通过下述公式获得单个硬点坐标值变化量对单个悬架K&C特性指标的影响量:
Δki=Ci×Δxi,其中,Δki为第i个硬点坐标变化量对单个悬架K&C特性指标的影响量,Δxi为第i个硬点坐标变化量,Ci为灵敏度系数;
通过下述公式获得多个硬点坐标值变化量对同一悬架K&C特性指标的影响总量:
3.如权利要求1或2所述的一种汽车悬架K&C特性公差优化方法,其特征在于,分析关键硬点坐标的公差,建立悬架硬点公差与零部件公差之间的第二关联关系的步骤具体为:
采用三维尺寸链分析软件,模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环;
为各零部件标注或添加相应公差;
根据分析要求建立测量目标,所述测量目标至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
对所述测量目标进行尺寸链分析及公差灵敏度分析,获得分析结果;
根据所述分析结果,确立零部件公差与悬架硬点公差之间的关联关系:
其中,通过下述公式获得各个零部件公差对某一硬点坐标值的影响量:
Δxi=ai×Ti,其中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第i个零部件公差,ai为分析结果中的灵敏度系数;
通过下述公式获得所有零部件与所有硬点坐标值影响量之间的关联矩阵:
6.一种汽车悬架K&C特性公差优化系统,其特征在于,包括:
第一关联关系获得单元,用于根据预先设置的硬点表中各坐标值建立底盘动力学模型,并进行硬点灵敏度分析,建立悬架硬点公差与悬架K&C特性公差之间的第一关联关系;
第二关联关系获得单元,用于分析关键硬点的坐标值的公差,建立悬架硬点公差与零部件公差之间的第二关联关系;
第三关联关系获得单元,用于根据所述第一关联关系以及所述第二关联关系,获得悬架K&C特性公差与零部件公差之间的第三关联关系;
影响量获得单元,用于依据悬架K&C特性公差与零部件公差之间的第三关联关系,获得表征各零部件公差对悬架K&C特性公差影响大小的影响量;
变更提示处理单元,用于将悬架K&C特性公差的累积公差与一预定公差范围阈值进行比较,如果比较结果为超出,则提示对应影响量排在前列的零部件的结构或公差进行设计变更,以使最终悬架K&C特性公差的累积公差处于预定的公差范围阈值之内。
8.如权利要求6或7所述的一种汽车悬架K&C特性公差优化系统,其特征在于,所述第二关联关系获得单元包括:
装配模拟单元,用于采用三维尺寸链分析软件,模拟生产线上的装配流程,将前悬架、转向、副车架、制动、车轮、车身系统进行装配,构成完整的尺寸链环;
公差添加单元,用于为各零部件标注或添加相应公差;
测量目标设置单元,用于根据分析要求建立测量目标,所述测量目标至少包括四轮定位参数、对K&C特性最敏感的主要硬点坐标;
分析单元,用于对所述测量目标进行尺寸链分析及公差灵敏度分析,获得分析结果;
第二影响量获得单元,用于根据所述分析单元获得的分析结果,确立零部件公差与悬架硬点公差之间的关联关系,通过下述公式获得各个零部件公差对某一硬点坐标值的影响量:
Δxi=ai×Ti,其中,Δxi为第i个零部件公差对单个硬点坐标的影响量,Ti为第i个零部件公差,ai为分析结果中的灵敏度系数;
关联矩阵获得单元,用于通过下述公式获得所有零部件与所有硬点坐标值影响量之间的关联矩阵:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710385133.9A CN107247830B (zh) | 2017-05-26 | 2017-05-26 | 一种汽车悬架k&c特性公差优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710385133.9A CN107247830B (zh) | 2017-05-26 | 2017-05-26 | 一种汽车悬架k&c特性公差优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107247830A CN107247830A (zh) | 2017-10-13 |
CN107247830B true CN107247830B (zh) | 2020-09-18 |
Family
ID=60016742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710385133.9A Active CN107247830B (zh) | 2017-05-26 | 2017-05-26 | 一种汽车悬架k&c特性公差优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107247830B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107657113A (zh) * | 2017-09-26 | 2018-02-02 | 北京新能源汽车股份有限公司 | 一种悬架硬点灵敏度的获取方法、装置及设备 |
CN107832554B (zh) * | 2017-11-27 | 2021-01-26 | 北汽蓝谷麦格纳汽车有限公司 | 一种基于catia参数化模块的麦弗逊悬架四轮参数校核方法 |
CN108153970B (zh) * | 2017-12-22 | 2021-08-06 | 重庆长安汽车股份有限公司 | 一种反求底盘硬点模型的方法 |
CN108520129A (zh) * | 2018-03-29 | 2018-09-11 | 江铃控股有限公司 | 汽车转向回正残余角的分析方法与装置 |
CN109829257B (zh) * | 2019-03-25 | 2022-04-01 | 江铃汽车股份有限公司 | 汽车车架轻量化优化方法 |
CN110263444B (zh) * | 2019-06-21 | 2022-06-28 | 福州大学 | 重型车辆横拉杆的优化设计方法 |
CN112231822A (zh) * | 2019-06-28 | 2021-01-15 | 广州汽车集团股份有限公司 | 一种悬架硬点分析方法及系统、计算机可读存储介质 |
CN110851993B (zh) * | 2019-11-20 | 2023-03-28 | 中国北方车辆研究所 | 一种自顶向下的动力传动辅助系统设计方法 |
CN111428313B (zh) * | 2020-03-27 | 2022-07-05 | 重庆长安汽车股份有限公司 | 高精度减震器摩擦力优化方法 |
CN111639388B (zh) * | 2020-04-28 | 2022-09-27 | 东风汽车集团有限公司 | 一种汽车弹性元件参数仿真方法及系统 |
CN111891260B (zh) * | 2020-08-11 | 2021-08-20 | 上汽大众汽车有限公司 | 一种汽车底盘整体合装方法 |
CN112685831B (zh) * | 2020-12-25 | 2022-09-20 | 华南理工大学 | 一种用于悬架与副车架零部件结构的优化方法 |
CN116361919B (zh) * | 2023-04-03 | 2023-11-21 | 小米汽车科技有限公司 | 副车架数据的处理方法、装置、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945307A (zh) * | 2012-11-27 | 2013-02-27 | 北京汽车股份有限公司 | 汽车底盘关键结构件结构优化设计方法 |
CN103310047A (zh) * | 2013-05-30 | 2013-09-18 | 同济大学 | 面向麦弗逊悬架减振器侧向力的优化方法 |
WO2014105409A1 (en) * | 2012-12-28 | 2014-07-03 | Bridgestone Americas Tire Operations, Llc | Scalable vehicle models for indoor tire testing |
CN104216755A (zh) * | 2013-06-05 | 2014-12-17 | 广州汽车集团股份有限公司 | 对汽车前转向轮运动轨迹进行仿真以及制作包络面的方法 |
CN104239734A (zh) * | 2014-09-24 | 2014-12-24 | 重庆长安汽车股份有限公司 | 一种整车四轮六分力道路谱载荷分析方法 |
CN104318048A (zh) * | 2014-08-29 | 2015-01-28 | 长城汽车股份有限公司 | 基于悬架k&c特征的悬架性能分析方法及系统 |
CN105718607A (zh) * | 2014-12-02 | 2016-06-29 | 广州汽车集团股份有限公司 | 一种基于k&c特性的悬架硬点优化方法 |
-
2017
- 2017-05-26 CN CN201710385133.9A patent/CN107247830B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945307A (zh) * | 2012-11-27 | 2013-02-27 | 北京汽车股份有限公司 | 汽车底盘关键结构件结构优化设计方法 |
WO2014105409A1 (en) * | 2012-12-28 | 2014-07-03 | Bridgestone Americas Tire Operations, Llc | Scalable vehicle models for indoor tire testing |
CN103310047A (zh) * | 2013-05-30 | 2013-09-18 | 同济大学 | 面向麦弗逊悬架减振器侧向力的优化方法 |
CN104216755A (zh) * | 2013-06-05 | 2014-12-17 | 广州汽车集团股份有限公司 | 对汽车前转向轮运动轨迹进行仿真以及制作包络面的方法 |
CN104318048A (zh) * | 2014-08-29 | 2015-01-28 | 长城汽车股份有限公司 | 基于悬架k&c特征的悬架性能分析方法及系统 |
CN104239734A (zh) * | 2014-09-24 | 2014-12-24 | 重庆长安汽车股份有限公司 | 一种整车四轮六分力道路谱载荷分析方法 |
CN105718607A (zh) * | 2014-12-02 | 2016-06-29 | 广州汽车集团股份有限公司 | 一种基于k&c特性的悬架硬点优化方法 |
Non-Patent Citations (3)
Title |
---|
基于K&C试验的悬架特性分析与试验优化;赵立微;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20081015(第10期);全文 * |
白车身底盘悬挂硬点尺寸公差设计与性能关系探析;韦春州 等;《企业科技与发展》;20141231;第369卷(第5期);全文 * |
麦弗逊悬架硬点位置K&C特性灵敏度研;徐冰 等;《企业科技与发展》;20131231;第356卷(第14期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107247830A (zh) | 2017-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107247830B (zh) | 一种汽车悬架k&c特性公差优化方法及系统 | |
US20080275681A1 (en) | Method and system for vehicle damper system evaluation and tuning with loading system and vehicle model | |
CN107590322B (zh) | 驱动轴跳动校核方法 | |
CN112329133B (zh) | 一种悬架动力学模型k&c性能标定方法 | |
CN112287551B (zh) | 一种基于整车概念模型的行驶性能系统级指标分解方法 | |
CN113570057B (zh) | 一种基于模型训练的车辆轮心垂向位移测量方法和装置 | |
CN113656943A (zh) | 一种商用车整车底盘部件疲劳载荷谱提取方法 | |
CN110414052A (zh) | 一种基于数字样车和虚拟路谱的汽车结构疲劳寿命计算方法 | |
CN107832554B (zh) | 一种基于catia参数化模块的麦弗逊悬架四轮参数校核方法 | |
CN111090959B (zh) | 车辆载荷谱获取方法和系统 | |
CN112329316B (zh) | 一种基于多体动力学的扭力梁强度分析方法 | |
CN114818123A (zh) | 整车动力学模型操纵稳定性标定方法及存储介质 | |
CN115077935A (zh) | 一种汽车耐久可靠性验证方法 | |
CN113656994A (zh) | 一种汽车悬置系统的悬置力获取方法及装置 | |
Kanchwala et al. | Model Building, Hardpoint Optimization & Experimental Correlation of a Single Seater EV-Toyota COMS | |
Kulagin et al. | Modern approaches of vehicle suspension durability evaluation at early stages of development | |
CN114861335B (zh) | 一种汽车动力学计算模型的标定方法及相关设备 | |
CN108153970B (zh) | 一种反求底盘硬点模型的方法 | |
Jiehan et al. | The Analysis and Optimization on the Front Suspension System of a Formula Racing Car Based on ADAMS | |
Wang et al. | Modeling and Dynamics Study of Beam Leaf Spring System Based on Elastic Constraints | |
CN113239553B (zh) | 一种车辆后轴推力角匹配方法 | |
Rezayat et al. | Influence of internal loads on the accuracy of durability tests of a vehicle on a test rig [C] | |
Akutain et al. | Development of a steering characteristics optimization process | |
Zhang et al. | Combined Variation Modeling of Structural and Tuning Components for Vehicle Performance Assessment | |
CN116738570A (zh) | 一种基于仿真的后悬参数调整方法、系统、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |