CN107991864A - 一种电液主动转向系统及其多学科优化方法 - Google Patents

一种电液主动转向系统及其多学科优化方法 Download PDF

Info

Publication number
CN107991864A
CN107991864A CN201711120917.5A CN201711120917A CN107991864A CN 107991864 A CN107991864 A CN 107991864A CN 201711120917 A CN201711120917 A CN 201711120917A CN 107991864 A CN107991864 A CN 107991864A
Authority
CN
China
Prior art keywords
mrow
mtd
msub
mtr
mfrac
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.)
Granted
Application number
CN201711120917.5A
Other languages
English (en)
Other versions
CN107991864B (zh
Inventor
赵万忠
周小川
魏钦志
徐灿
张子俊
赵宏宇
王春燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING SHUANGHUAN ELECTRIC APPLIANCE Co Ltd
Nanjing University of Aeronautics and Astronautics
Original Assignee
NANJING SHUANGHUAN ELECTRIC APPLIANCE Co Ltd
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NANJING SHUANGHUAN ELECTRIC APPLIANCE Co Ltd, Nanjing University of Aeronautics and Astronautics filed Critical NANJING SHUANGHUAN ELECTRIC APPLIANCE Co Ltd
Priority to CN201711120917.5A priority Critical patent/CN107991864B/zh
Publication of CN107991864A publication Critical patent/CN107991864A/zh
Application granted granted Critical
Publication of CN107991864B publication Critical patent/CN107991864B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0421—Electric motor acting on or near steering gear
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/06—Power-assisted or power-driven steering fluid, i.e. using a pressurised fluid for most or all the force required for steering a vehicle
    • B62D5/062—Details, component parts
    • B62D5/064—Pump driven independently from vehicle engine, e.g. electric driven pump

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明公开了一种电液主动转向系统及其多学科优化方法，该系统包括机械传动模块、电动助力模块、液压变传动模块及控制模块。ECU输出信号控制助力电机输出转矩，通过安装在转向轴上的减速机构对系统执行助力；ECU还输出信号分别控制液压泵驱动电机和比例换向阀工作，改变转向直拉杆液压缸活塞两侧油压，从而改变前轮转角。针对该系统提出一种多学科优化方法，综合考虑汽车动力学、结构轻量化、振动与噪声以及能量消耗等多个学科之间的复杂耦合关系，对系统关键参数进行多学科优化，降低系统总体优化计算量，提高最优解的搜索能力和收敛速度，缩短设计周期。

Description

一种电液主动转向系统及其多学科优化方法
技术领域
本发明属于汽车转向系统技术领域，具体指代一种电液主动转向系统及其多学科优化方法。
背景技术
伴随着汽车工业的蓬勃发展，汽车转向系统也从机械式向液压、电控、智能化发展。主动转向系统是一种新兴的技术，通过不同车速下改变转向传动比，提高汽车稳定性和驾驶员操纵感。目前实现变传动比功能的方式主要有两种，第一种是通过设计特殊的齿条组成的纯机械式结构，奔驰公司采用了这种方式；第二种是宝马等公司采用的电子系统和一套行星齿轮结构结合，不仅能够自由改变转向传动比，还能够执行转向干预，对汽车进行稳定性控制。
由于主动转向技术被国外企业垄断并且对我国技术封锁，零部件成本极高，少有汽车能够装配。目前国内对转向系统变传动比技术鲜有研究，现有主动转向系统都基于齿轮齿条转向器进行开发，提供的转向助力较小，还无法在商用车上应用。因此，开发具有自主知识产权的主动转向系统，提高国产转向系统技术水平，具有极大的社会价值和经济效益。
转向系统是一项多学科交互作用的复杂工程系统，参数优化设计对系统性能起到关键性作用。传统优化设计方法不能解决多学科之间的耦合和影响，难以获得系统最佳综合性能。多学科优化方法在航空航天领域有较多的应用，但是在汽车主动转向系统可借鉴的优化设计经验还处于空白。因此，应用多学科优化方法，充分考虑系统动力学、轻量化、控制、振动和噪声、能量消耗等学科的耦合影响，对转向系统进行多学科优化设计，可以提高优化效率并得到系统全局最优解，获得良好综合性能。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种电液主动转向系统及其多学科优化方法，以克服现有技术中存在的问题。本发明的电液主动转向系统可以在不同工况下对转向传动比进行调整，并可在紧急情况进行转向干预，使得汽车保持行驶稳定性，驾驶员获得更好的操纵感，转向性能达到最优；同时，还解决了传统优化方法设计效率低、难以全面考虑多学科之间耦合的缺点，有效对所提供的电液主动转向系统关键参数进行优化。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种电液主动转向系统，包括：机械传动模块、电动助力模块、液压变传动模块及控制模块；
所述的机械传动模块包括依次连接的方向盘、转向轴、循环球转向器、转向摇臂、转向直拉杆、转向梯形及车轮；
所述转向直拉杆包括液压缸、活塞、直拉杆；
所述液压缸的外壳通过转向摇臂与循环球转向器输出端固定连接，外壳上开设有进油口和出油口；所述活塞装配在上述液压缸内，活塞两端固定安装直拉杆，直拉杆后端连接转向梯形及车轮；
所述的电动助力模块包括助力电机及减速机构；所述减速机构安装在机械传动模块转向轴上，所述助力电机输出的转矩经减速机构作用，通过转向轴传递至循环球转向器；
所述的液压变传动模块包括储油罐、液压泵驱动电机、液压泵及比例换向阀；
所述液压泵驱动电机连接液压泵，储油罐中的低压油经液压泵作用后转换为高压油并流向比例换向阀；
所述比例换向阀分配高压油方向和流量大小，通过油管和上述液压缸相通，改变活塞两侧的压力大小，驱动活塞相对液压缸运动；
所述的控制模块包括ECU及与之电气连接的转角传感器、转矩传感器、车速传感器、横摆角速度传感器；
所述转角传感器安装在方向盘上，转矩传感器安装在转向轴上；
所述ECU接收驾驶员输入的方向盘转角信号、转矩信号以及汽车行驶过程中的车速信号和横摆角速度信号，经过计算输出三个控制信号，分别驱动助力电机、液压泵驱动电机和比例换向阀工作。
本发明的一种电液主动转向系统的多学科优化方法，其基于上述电液主动转向系统，包括如下步骤：
1.根据多学科分解理论，对电液主动转向系统进行多学科分解，并对分解出的子系统建立相应目标；系统级为汽车动力学，子系统包括：子系统一：结构轻量化；子系统二：能量消耗；子系统三：振动和噪声；各个子系统之间耦合在一起，综合影响电液主动转向系统性能；
系统级以转向路感和转向灵敏度为评价指标；子系统一从减轻汽车质量角度，对转向系统进行轻量化设计；子系统二考虑电机能量消耗、液压泵能量消耗，对转向系统进行节能设计；子系统三分析方向盘模态、转向轴的弯曲模态和扭转模态，减轻转向系统振动和噪声；
2.建立学科模型，通过分析子系统之间参数耦合关系，确定设计变量为：液压泵长轴半径R、助力电机转动惯量Jm、减速机构传动比N、转向轴刚度K、直拉杆质量M、比例换向阀等效阻尼系数B；
3.DOE设计：通过DOE试验设计方法，制定电液主动转向系统试验方案，在设计变量变化的范围内均匀选择N1组设计样本；
4.对子系统进行仿真分析，并采用自适应模拟退火算法对分解出的各子学科进行子系统级优化设计，根据得到的结果，设计系统级优化模型的优化变量初始值和取值范围；
5.加载仿真数据，采用三阶多项式拟合，并构建子系统所考察的目标响应量对应的响应面模型；输入参数为N1组设计样本经过子系统优化的仿真结果，输出参数为N1组电液主动转向系统对应的设计变量数值；
6.对拟合出的响应面模型进行精度检验，计算多元相关系数R2和相对均方根误差RMSE作为响应面精度验证的准则，若计算结果满足多元相关系数大于0.96，相对均方根误差小于0.2，则执行下一步骤7，否则返回步骤5；
计算公式为：
其中，N1为试验设计域内样本数量，ki为仿真得到的真实响应值，为真实响应值的平均值，为响应面预测值，RMSE表示响应面的精度，Qc为样本回归偏差平方和，Qs为样本总偏差平方和；
7.系统级多学科优化
根据子系统级优化得到的结果，设计系统级优化模型的优化变量初始值和取值范围，系统级优化目标考察汽车动力学，保证汽车行驶过程中的转向灵敏度和驾驶员操作路感，设定约束条件，并采用NSGA-Ⅱ算法对系统级多目标优化设计；
8.根据系统优化结果，选择满意解，若满足条件，则输出优化设计最佳参数，否则返回步骤3。
优选地，所述步骤2中建立的三个子系统的学科优化模型为：
2.1建立结构轻量化a子系统优化模型：
2.2建立能量消耗b子系统优化模型：
2.3建立振动和噪声c子系统优化模型：
优选地，所述步骤3制定系统试验方案时，考虑材料应力、延伸率、抗拉强度、弹性模量的特性，采用高性能电子拉力试验机，对直拉杆进行拉伸、压缩、弯曲、剪切、剥离及撕裂的试验，获取直拉杆材料力学性能基础数据。
优选地，所述步骤4中子系统级优化采用自适应模拟退火算法，步骤包括：
4.1算法参数初始化：
定义终止状态参数Fend，温度变更次数k，子领域数量为N，内循环参数j，温度参数Tk，终止值F0，领域搜索次数Lk，降温系数s，终止检验条件ε；表示在温度Tk下第j个领域的搜索次数，表示在温度Tk下第j个领域的更新移动次数,表示在温度Tk下第j个领域的允许移动次数；参数的初始值设定为：
4.2对每一领域j∈N进行领域搜索求解：
4.2.1设初始解集为S0，产生初始解xk∈S，令xs＝xk∈S0；产生初始领域解x∈N(xk)，计算E1＝f(x)-f(xk)；E2＝f(x)-f(xs)；若δ1＜0，则若δ2＜0，则xs＝xk；否则，若exp(-E1/Tk)＞random(0,1)，则xk＝x，
4.2.2若则重复步骤4.2.1，产生新的领域解；
4.2.3若所有领域搜索完毕(j≥|N|)，转步骤4.3；否则，j＝j+1，转步骤4.2.2；
4.3算法终止判定：
4.3.1Fend＝Fend+1；
4.3.2如果Fend＞F0算法就会终止，从而输出解xs；否则转步骤4.4；
4.4参数自适应控制：
4.4.1计算模拟退火温度控制系数：
4.4.2计算实际退火温度：
其中，开关温度为：
4.4.3计算搜索的次数和领域搜索强度；
4.4.4令k＝k+1，转步骤4.2。
优选地，所述步骤5中采用三阶响应面模型表达式如下：
式中：x为输入变量，y为响应值，b为根据Kriging插值法得到的回归系数。
优选地，所述步骤7)建立的系统级优化模型为：
其中，G1(X)为转向路感，G2(X)为转向灵敏度，采用频域能量衡量目标函数大小，表达式如下：
式中：ω0为路面有效信息频率，Th为转向输入力矩，Tr为转向阻力，ωr为横摆角速度，θh为转向盘转角，Th、ωr为设计变量R,Jm,N,K,M,B耦合在一起的函数。
优选地，所述步骤7中的NSGA-Ⅱ算法包含虚拟适应度函数的选择；计算虚拟适应度具体步骤如下：
7.1设定初始种群中位于同一层的个体之间距离：L(i)d＝0；
7.2对位于同一层的个体，设m＝1对应转向路感目标函数G1(X)，m＝2对应转向灵敏度目标函数G2(X)，根据第m个目标函数计算出对应的函数值并进行升序排列：L＝sort(L,m)；
7.3给定一个大数L[0]d＝L[i]d＝Max，使经过排序后边缘上的个体具有选择优势；
7.4对排序后处于中间位置的中间的个体，求每个个体与同层相邻两个体之间的局部拥挤距离L[i]d＝L[i]d+L[i+1]m-L[i+1]m；
7.5针对转向路感和转向灵敏度两个目标函数，按照预设的种群繁殖代数重复步骤7.2-7.4，局部拥挤度大的个体作为最优个体予以保留，剔除其余个体。
本发明的有益效果：
本发明提出的汽车电液主动转向系统，通过电机和减速机构执行助力，通过液压变传动比模块改变前轮转角，可以根据汽车实际行驶状况，动态调整转向系统传动比大小，克服传统转向系统“轻”与“灵”的矛盾，并可以通过转向干预对汽车进行稳定性控制。该系统采用电机助力，改善了驾驶员路感，同时更加节能。
本发明提出的汽车电液主动转向系统的多学科优化方法，从设计之初就考虑了汽车动力学、结构轻量化、振动与噪声以及能量消耗等多个学科之间的复杂耦合关系，克服了传统单学科优化不能得到全局最优解的缺陷。通过该方法对所提出的电液主动转向系统关键参数进行多学科优化，降低了总体优化计算量，最优解的搜索能力和收敛速度有所提高，缩短了设计周期，在汽车转向系统优化设计领域具有一定的参考价值。
附图说明
图1为本发明电液主动转向系统的原理结构框图；
图2为本发明电液主动转向系统学科分解及子系统目标示意图；
图3为本发明多学科优化方法流程图；
图中，1-方向盘，2-转角传感器，3-转向轴，4-转矩传感器，5-减速机构，6-循环球转向器，7-转向直拉杆，8-转向梯形，9-车轮，10-比例换向阀，11-液压泵，12-液压泵驱动电机，13-储油罐，14-直拉杆，15-液压缸，16-活塞，17-转向摇臂，18-ECU，19-助力电机，a-转角信号，b-转矩信号，c-助力电机控制信号，d-比例换向阀控制信号，e-液压泵电机电机控制信号，f-车速信号，g-横摆角速度信号。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1、图2所示，本发明一种电液主动转向系统，包括：机械传动模块、电动助力模块、液压变传动模块及控制模块；
所述的机械传动模块包括依次连接的方向盘1、转向轴3、循环球转向器6、转向摇臂17、转向直拉杆7、转向梯形8及车轮9；
所述转向直拉杆7包括液压缸15、活塞16、直拉杆14；
所述液压缸15的外壳通过转向摇臂17与循环球转向器6输出端固定连接，外壳上开设有进油口和出油口；所述活塞16装配在上述液压缸15内，活塞16两端固定安装直拉杆14，直拉杆14后端连接转向梯形8及车轮9；
所述的电动助力模块包括助力电机19及减速机构5；所述减速机构5安装在机械传动模块转向轴3上，所述助力电机19输出的转矩经减速机构5作用，通过转向轴3传递至循环球转向器；
所述的液压变传动模块包括储油罐13、液压泵驱动电机12、液压泵11及比例换向阀10；
所述液压泵驱动电机12连接液压泵11，储油罐13中的低压油经液压泵作用后转换为高压油并流向比例换向阀10；
所述比例换向阀分配高压油方向和流量大小，通过油管和上述液压缸15相通，改变活塞两侧的压力大小，驱动活塞16相对液压缸15运动；
所述的控制模块包括ECU及与之电气连接的转角传感器2、转矩传感器4、车速传感器、横摆角速度传感器；
所述转角传感器安装在方向盘上，转矩传感器安装在转向轴上；
所述ECU接收驾驶员输入的方向盘转角信号a、转矩信号b以及汽车行驶过程中的车速信号f和横摆角速度信号g，经过计算输出三个控制信号：助力电机控制信号c，液压泵电机电机控制信号e，比例换向阀控制信号d，分别驱动助力电机、液压泵驱动电机和比例换向阀工作。
参照图3所示，本发明的一种电液主动转向系统的多学科优化方法，其基于上述电液主动转向系统，包括如下步骤：
1.根据多学科分解理论，对电液主动转向系统进行多学科分解，并对分解出的子系统建立相应目标；系统级为汽车动力学，子系统包括：子系统一：结构轻量化；子系统二：能量消耗；子系统三：振动和噪声；各个子系统之间耦合在一起，综合影响电液主动转向系统性能；
系统级以转向路感和转向灵敏度为评价指标；子系统一从减轻汽车质量角度，对转向系统进行轻量化设计；子系统二考虑电机能量消耗、液压泵能量消耗，对转向系统进行节能设计；子系统三分析方向盘模态、转向轴的弯曲模态和扭转模态，减轻转向系统振动和噪声；
2.建立学科模型，通过分析子系统之间参数耦合关系，确定设计变量为：液压泵长轴半径R、助力电机转动惯量Jm、减速机构传动比N、转向轴刚度K、直拉杆质量M、比例换向阀等效阻尼系数B；
2.1建立结构轻量化a子系统优化模型：
2.2建立能量消耗b子系统优化模型：
2.3建立振动和噪声c子系统优化模型：
3.DOE设计：通过DOE试验设计方法，制定电液主动转向系统试验方案，在设计变量变化的范围内均匀选择N1组设计样本；
采用高性能电子拉力试验机，考虑材料应力、延伸率、抗拉强度、弹性模量的特性，对直拉杆采用的钢材料进行拉伸、压缩、弯曲、剪切、剥离及撕裂的试验，获取材料力学性能的基础数据，用于试验方案的制定；
4.对子系统进行仿真分析，并采用自适应模拟退火算法对分解出的各子学科进行子系统级优化设计，根据得到的结果，设计系统级优化模型的优化变量初始值和取值范围；
子系统级优化采用自适应模拟退火算法，步骤包括：
4.1算法参数初始化：
定义终止状态参数Fend，温度变更次数k，子领域数量为N，内循环参数j，温度参数Tk，终止值F0，领域搜索次数Lk，降温系数s，终止检验条件ε；表示在温度Tk下第j个领域的搜索次数，表示在温度Tk下第j个领域的更新移动次数,表示在温度Tk下第j个领域的允许移动次数；参数的初始值设定为：
4.2对每一领域j∈N进行领域搜索求解：
4.2.1设初始解集为S0，产生初始解xk∈S，令xs＝xk∈S0；产生初始领域解x∈N(xk)，计算E1＝f(x)-f(xk)；E2＝f(x)-f(xs)；若δ1＜0，则若δ2＜0，则xs＝xk；否则，若exp(-E1/Tk)＞random(0,1)，则xk＝x，
4.2.2若则重复步骤4.2.1，产生新的领域解；
4.2.3若所有领域搜索完毕(j≥|N|)，转步骤4.3；否则，j＝j+1，转步骤4.2.2。
4.3算法终止判定：
4.3.1Fend＝Fend+1；
4.3.2如果Fend＞F0算法就会终止，从而输出解xs；否则转步骤4.4；
4.4参数自适应控制：
4.4.1计算模拟退火温度控制系数：
4.4.2计算实际退火温度：
其中，开关温度为：
4.4.3计算搜索的次数和领域搜索强度；
4.4.4令k＝k+1，转步骤4.2。
5.加载仿真数据，采用三阶多项式拟合，并构建子系统所考察的目标响应量对应的响应面模型；输入参数为N1组设计样本经过子系统优化的仿真结果，输出参数为N1组电液主动转向系统对应的设计变量数值；
采用三阶响应面模型表达式如下：
式中：x为输入变量，y为响应值，b为根据Kriging插值法得到的回归系数。
6.对拟合出的响应面模型进行精度检验，计算多元相关系数R2和相对均方根误差RMSE作为响应面精度验证的准则，若计算结果满足多元相关系数大于0.96，相对均方根误差小于0.2，则执行下一步骤7，否则返回步骤5；
计算公式为：
其中，N1为试验设计域内样本数量，ki为仿真得到的真实响应值，为真实响应值的平均值，为响应面预测值，RMSE表示响应面的精度，Qc为样本回归偏差平方和，Qs为样本总偏差平方和；
7.系统级多学科优化
根据子系统级优化得到的结果，设计系统级优化模型的优化变量初始值和取值范围，系统级优化目标考察汽车动力学，保证汽车行驶过程中的转向灵敏度和驾驶员操作路感，设定约束条件，并采用NSGA-Ⅱ算法对系统级多目标优化设计；
其中，G1(X)为转向路感，G2(X)为转向灵敏度，采用频域能量衡量目标函数大小，表达式如下：
式中：ω0为路面有效信息频率，Th为转向输入力矩，Tr为转向阻力，ωr为横摆角速度，θh为转向盘转角，Th、ωr为设计变量R,Jm,N,K,M,B耦合在一起的函数；
NSGA-Ⅱ算法包含虚拟适应度函数的选择；计算虚拟适应度具体步骤如下：
7.1设定初始种群中位于同一层的个体之间距离：L(i)d＝0；
7.2对位于同一层的个体，设m＝1对应转向路感目标函数G1(X)，m＝2对应转向灵敏度目标函数G2(X)，根据第m个目标函数计算出对应的函数值并进行升序排列：L＝sort(L,m)；
7.3给定一个大数L[0]d＝L[i]d＝Max，使经过排序后边缘上的个体具有选择优势；
7.4对排序后处于中间位置的中间的个体，求每个个体与同层相邻两个体之间的局部拥挤距离L[i]d＝L[i]d+L[i+1]m-L[i+1]m；
7.5针对转向路感和转向灵敏度两个目标函数，按照预设的种群繁殖代数重复步骤7.2-7.4，局部拥挤度大的个体作为最优个体予以保留，剔除其余个体。
8.根据系统优化结果，选择满意解，若满足条件，则输出优化设计最佳参数，否则返回步骤3。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (8)

1.一种电液主动转向系统，其特征在于，包括：机械传动模块、电动助力模块、液压变传动模块及控制模块；
所述的机械传动模块包括依次连接的方向盘、转向轴、循环球转向器、转向摇臂、转向直拉杆、转向梯形及车轮；
所述转向直拉杆包括液压缸、活塞、直拉杆；
所述液压缸的外壳通过转向摇臂与循环球转向器输出端固定连接，外壳上开设有进油口和出油口；所述活塞装配在上述液压缸内，活塞两端固定安装直拉杆，直拉杆后端连接转向梯形及车轮；
所述的电动助力模块包括助力电机及减速机构；所述减速机构安装在机械传动模块转向轴上，所述助力电机输出的转矩经减速机构作用，通过转向轴传递至循环球转向器；
所述的液压变传动模块包括储油罐、液压泵驱动电机、液压泵及比例换向阀；
所述液压泵驱动电机连接液压泵，储油罐中的低压油经液压泵作用后转换为高压油并流向比例换向阀；
所述比例换向阀分配高压油方向和流量大小，通过油管和上述液压缸相通，改变活塞两侧的压力大小，驱动活塞相对液压缸运动；
所述的控制模块包括ECU及与之电气连接的转角传感器、转矩传感器、车速传感器、横摆角速度传感器；
所述转角传感器安装在方向盘上，转矩传感器安装在转向轴上；
所述ECU接收驾驶员输入的方向盘转角信号、转矩信号以及汽车行驶过程中的车速信号和横摆角速度信号，经过计算输出三个控制信号，分别驱动助力电机、液压泵驱动电机和比例换向阀工作。
2.一种电液主动转向系统的多学科优化方法，其特征在于，基于上述电液主动转向系统，包括如下步骤：
1)根据多学科分解理论，对电液主动转向系统进行多学科分解，并对分解出的子系统建立相应目标；系统级为汽车动力学，子系统包括：子系统一：结构轻量化；子系统二：能量消耗；子系统三：振动和噪声；各个子系统之间耦合在一起，综合影响电液主动转向系统性能；
系统级以转向路感和转向灵敏度为评价指标；子系统一从减轻汽车质量角度，对转向系统进行轻量化设计；子系统二考虑电机能量消耗、液压泵能量消耗，对转向系统进行节能设计；子系统三分析方向盘模态、转向轴的弯曲模态和扭转模态，减轻转向系统振动和噪声；
2)建立学科模型：通过分析子系统之间参数耦合关系，确定设计变量为：液压泵长轴半径R、助力电机转动惯量Jm、减速机构传动比N、转向轴刚度K、直拉杆质量M、比例换向阀等效阻尼系数B；根据子系统约束条件和对应的目标，分别建立三个子系统的学科优化模型；
3)DOE设计：通过DOE试验设计方法，制定电液主动转向系统试验方案，在设计变量变化的范围内均匀选择N1组设计样本；
4)对子系统进行仿真分析，并采用自适应模拟退火算法对分解出的各子学科进行子系统级优化设计，根据得到的结果，设计系统级优化模型的优化变量初始值和取值范围；
5)加载仿真数据，采用三阶多项式拟合，并构建子系统所考察的目标响应量对应的响应面模型；输入参数为N1组设计样本经过子系统优化的仿真结果，输出参数为N1组电液主动转向系统对应的设计变量数值；
6)对拟合出的响应面模型进行精度检验，计算多元相关系数R2和相对均方根误差RMSE作为响应面精度验证的准则，若计算结果满足多元相关系数大于0.96，相对均方根误差小于0.2，则执行下一步骤7)，否则返回步骤5)；
计算公式为：
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msup> <mi>R</mi> <mn>2</mn> </msup> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mfrac> <msub> <mi>Q</mi> <mi>c</mi> </msub> <msub> <mi>Q</mi> <mi>s</mi> </msub> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>R</mi> <mi>M</mi> <mi>S</mi> <mi>E</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msub> <mi>N</mi> <mn>1</mn> </msub> <mover> <mi>k</mi> <mo>&amp;OverBar;</mo> </mover> </mrow> </mfrac> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>k</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mover> <mi>k</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中，N1为试验设计域内样本数量，ki为仿真得到的真实响应值，为真实响应值的平均值，为响应面预测值，RMSE表示响应面的精度，Qc为样本回归偏差平方和，Qs为样本总偏差平方和；
7)系统级多学科优化
根据子系统级优化得到的结果，设计系统级优化模型的优化变量初始值和取值范围，系统级优化目标考察汽车动力学，保证汽车行驶过程中的转向灵敏度和驾驶员操作路感，设定约束条件，并采用NSGA-Ⅱ算法对系统级多目标优化设计；
8)根据系统优化结果，选择满意解，若满足条件，则输出优化设计最佳参数，否则返回步骤3)。
3.根据权利要求2所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤2)建立的三个子系统的学科优化模型为：
2.1)建立结构轻量化a子系统优化模型：
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> <mi>i</mi> <mi>m</mi> <mi>i</mi> <mi>z</mi> <mi>e</mi> <mo>:</mo> <msub> <mi>R</mi> <mi>a</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>R</mi> <msub> <mi>R</mi> <mn>1</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <msub> <mi>J</mi> <mi>m</mi> </msub> <msub> <mi>J</mi> <mrow> <mi>m</mi> <mn>1</mn> </mrow> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>N</mi> <msub> <mi>N</mi> <mn>1</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>K</mi> <msub> <mi>K</mi> <mn>1</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>M</mi> <msub> <mi>M</mi> <mn>1</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>B</mi> <msub> <mi>B</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mn>0.0216</mn> <mo>&amp;le;</mo> <mi>R</mi> <mo>&amp;le;</mo> <mn>0.0486</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>0.01</mn> <mo>&amp;le;</mo> <msub> <mi>J</mi> <mi>m</mi> </msub> <mo>&amp;le;</mo> <mn>0.08</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>5</mn> <mo>&amp;le;</mo> <mi>N</mi> <mo>&amp;le;</mo> <mn>15</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>30</mn> <mo>&amp;le;</mo> <mi>K</mi> <mo>&amp;le;</mo> <mn>250</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>2</mn> <mo>&amp;le;</mo> <mi>M</mi> <mo>&amp;le;</mo> <mn>8</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>3.5</mn> <mo>&amp;le;</mo> <mi>B</mi> <mo>&amp;le;</mo> <mn>16.5</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>6.5</mn> <mo>&amp;le;</mo> <mi>a</mi> <mo>&amp;le;</mo> <mn>10.5</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> </mtable> </mfenced>
2.2)建立能量消耗b子系统优化模型：
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> <mi>i</mi> <mi>m</mi> <mi>i</mi> <mi>z</mi> <mi>e</mi> <mo>:</mo> <msub> <mi>R</mi> <mi>b</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>R</mi> <msub> <mi>R</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <msub> <mi>J</mi> <mi>m</mi> </msub> <msub> <mi>J</mi> <mrow> <mi>m</mi> <mn>2</mn> </mrow> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>N</mi> <msub> <mi>N</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>K</mi> <msub> <mi>K</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>M</mi> <msub> <mi>M</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>B</mi> <msub> <mi>B</mi> <mn>2</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mn>0.0216</mn> <mo>&amp;le;</mo> <mi>R</mi> <mo>&amp;le;</mo> <mn>0.0486</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>0.01</mn> <mo>&amp;le;</mo> <msub> <mi>J</mi> <mi>m</mi> </msub> <mo>&amp;le;</mo> <mn>0.08</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>5</mn> <mo>&amp;le;</mo> <mi>N</mi> <mo>&amp;le;</mo> <mn>15</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>30</mn> <mo>&amp;le;</mo> <mi>K</mi> <mo>&amp;le;</mo> <mn>250</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>2</mn> <mo>&amp;le;</mo> <mi>M</mi> <mo>&amp;le;</mo> <mn>8</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>3.5</mn> <mo>&amp;le;</mo> <mi>B</mi> <mo>&amp;le;</mo> <mn>16.5</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>120</mn> <mo>&amp;le;</mo> <mi>b</mi> <mo>&amp;le;</mo> <mn>300</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> </mtable> </mfenced>
2.3)建立振动和噪声c子系统优化模型：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> <mi>i</mi> <mi>m</mi> <mi>i</mi> <mi>z</mi> <mi>e</mi> <mo>:</mo> <msub> <mi>R</mi> <mi>c</mi> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>R</mi> <msub> <mi>R</mi> <mn>3</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <mi>J</mi> <mi>m</mi> </mrow> <mrow> <msub> <mi>Jm</mi> <mn>3</mn> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>N</mi> <msub> <mi>N</mi> <mn>3</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>K</mi> <msub> <mi>K</mi> <mn>3</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>M</mi> <msub> <mi>M</mi> <mn>3</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mi>B</mi> <msub> <mi>B</mi> <mn>3</mn> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mn>0.0216</mn> <mo>&amp;le;</mo> <mi>R</mi> <mo>&amp;le;</mo> <mn>0.0486</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>0.01</mn> <mo>&amp;le;</mo> <msub> <mi>J</mi> <mi>m</mi> </msub> <mo>&amp;le;</mo> <mn>0.08</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>5</mn> <mo>&amp;le;</mo> <mi>N</mi> <mo>&amp;le;</mo> <mn>15</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>30</mn> <mo>&amp;le;</mo> <mi>K</mi> <mo>&amp;le;</mo> <mn>250</mn> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>2</mn> <mo>&amp;le;</mo> <mi>M</mi> <mo>&amp;le;</mo> <mn>8</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>3.5</mn> <mo>&amp;le;</mo> <mi>B</mi> <mo>&amp;le;</mo> <mn>16.5</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <mn>0.1</mn> <mo>&amp;le;</mo> <mi>c</mi> <mo>&amp;le;</mo> <mn>3.8</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
4.根据权利要求2所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤3)制定系统试验方案时，考虑材料应力、延伸率、抗拉强度、弹性模量的特性，采用高性能电子拉力试验机，对直拉杆进行拉伸、压缩、弯曲、剪切、剥离及撕裂的试验，获取直拉杆材料力学性能基础数据。
5.根据权利要求2所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤4)中子系统级优化采用自适应模拟退火算法，步骤包括：
4.1)算法参数初始化：
定义终止状态参数Fend，温度变更次数k，子领域数量为N，内循环参数j，温度参数Tk，终止值F0，领域搜索次数Lk，降温系数s，终止检验条件ε；表示在温度Tk下第j个领域的搜索次数，表示在温度Tk下第j个领域的更新移动次数,表示在温度Tk下第j个领域的允许移动次数；参数的初始值设定为：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mrow> <mi>e</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>&lt;</mo> <mi>&amp;epsiv;</mi> <mo>&lt;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>&amp;GreaterEqual;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>I</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>n</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>A</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>F</mi> <mn>0</mn> </msub> <mo>&amp;Element;</mo> <msup> <mi>N</mi> <mo>+</mo> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>L</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>=</mo> <mi>I</mi> <mi>N</mi> <mi>T</mi> <mrow> <mo>(</mo> <mfrac> <msub> <mi>L</mi> <mi>k</mi> </msub> <mrow> <mo>|</mo> <mi>N</mi> <mo>|</mo> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
4.2)对每一领域j∈N进行领域搜索求解：
4.2.1)设初始解集为S0，产生初始解xk∈S，令xs＝xk∈S0；产生初始领域解x∈N(xk)，计算E1＝f(x)-f(xk)；E2＝f(x)-f(xs)；若δ1＜0，则若δ2＜0，则xs＝xk；否则，若exp(-E1/Tk)＞random(0,1)，则xk＝x，
4.2.2)若则重复步骤4.2.1)，产生新的领域解；
4.2.3)若所有领域搜索完毕(j≥|N|)，转步骤4.3)；否则，j＝j+1，转步骤4.2.2)；
4.3)算法终止判定：
4.3.1)Fend＝Fend+1；
4.3.2)如果Fend＞F0算法就会终止，从而输出解xs；否则转步骤4.4)；
4.4)参数自适应控制：
4.4.1)计算模拟退火温度控制系数：
<mrow> <mi>&amp;sigma;</mi> <mo>=</mo> <mrow> <mo>(</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow> </munder> <msubsup> <mi>I</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow> </munder> <msubsup> <mi>A</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mrow> <mo>(</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow> </munder> <msubsup> <mi>I</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>N</mi> </mrow> </munder> <msubsup> <mi>A</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
4.4.2)计算实际退火温度：
<mrow> <msub> <mi>T</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mo>&amp;lsqb;</mo> <mi>S</mi> <mi>w</mi> <mi>i</mi> <mi>t</mi> <mi>c</mi> <mi>h</mi> <mrow> <mo>(</mo> <mi>&amp;sigma;</mi> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>s</mi> </msup> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>S</mi> <mi>w</mi> <mi>i</mi> <mi>t</mi> <mi>c</mi> <mi>h</mi> <mo>(</mo> <mi>&amp;sigma;</mi> <mo>)</mo> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mn>1</mn> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> </mrow>
其中，开关温度控制函数为：
<mrow> <mi>S</mi> <mi>w</mi> <mi>i</mi> <mi>t</mi> <mi>c</mi> <mi>h</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&lt;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
4.4.3)计算搜索的次数和领域搜索强度；
<mrow> <msubsup> <mi>L</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>j</mi> </msubsup> <mo>=</mo> <mi>I</mi> <mi>N</mi> <mi>T</mi> <mrow> <mo>(</mo> <mo>(</mo> <mrow> <msubsup> <mi>I</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> <mo>/</mo> <mo>(</mo> <mrow> <msubsup> <mi>&amp;Sigma;I</mi> <mi>k</mi> <mi>j</mi> </msubsup> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <msub> <mi>L</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow>
4.4.4)令k＝k+1，转步骤4.2)。
6.根据权利要求2所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤5)中采用三阶响应面模型表达式如下：
式中：x为输入变量，y为响应值，b为根据Kriging插值法得到的回归系数。
7.根据权利要求2所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤7)建立的系统级优化模型为：
其中，G1(X)为转向路感，G2(X)为转向灵敏度，采用频域能量衡量目标函数大小，表达式如下：
<mrow> <msub> <mi>G</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msub> <mi>&amp;pi;&amp;omega;</mi> <mn>0</mn> </msub> </mrow> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <msub> <mi>&amp;omega;</mi> <mn>0</mn> </msub> </msubsup> <msup> <msub> <mrow> <mo>|</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mi>h</mi> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>T</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>|</mo> </mrow> <mrow> <mi>s</mi> <mo>=</mo> <mi>j</mi> <mi>&amp;omega;</mi> </mrow> </msub> <mn>2</mn> </msup> <mi>d</mi> <mi>&amp;omega;</mi> </mrow>
<mrow> <msub> <mi>G</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>X</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msub> <mi>&amp;pi;&amp;omega;</mi> <mn>0</mn> </msub> </mrow> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <msub> <mi>&amp;omega;</mi> <mn>0</mn> </msub> </msubsup> <msup> <mrow> <mo>|</mo> <mfrac> <mrow> <msub> <mi>&amp;omega;</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>&amp;theta;</mi> <mi>h</mi> </msub> <mrow> <mo>(</mo> <mi>s</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mi>d</mi> <mi>&amp;omega;</mi> </mrow>
式中：ω0为路面有效信息频率，Th为转向输入力矩，Tr为转向阻力，ωr为横摆角速度，θh为转向盘转角，Th、ωr为设计变量R,Jm,N,K,M,B耦合在一起的函数。
8.根据权利要求2或7所述的电液主动转向系统的多学科优化方法，其特征在于，所述步骤7)中的NSGA-Ⅱ算法包含虚拟适应度函数的选择；计算虚拟适应度具体步骤如下：
7.1设定初始种群中位于同一层的个体之间距离：L(i)d＝0；
7.2对位于同一层的个体，设m＝1对应转向路感目标函数G1(X)，m＝2对应转向灵敏度目标函数G2(X)，根据第m个目标函数计算出对应的函数值并进行升序排列：L＝sort(L,m)；
7.3给定一个大数L[0]d＝L[i]d＝Max，使经过排序后边缘上的个体具有选择优势；
7.4对排序后处于中间位置的中间的个体，求每个个体与同层相邻两个体之间的局部拥挤距离L[i]d＝L[i]d+L[i+1]m-L[i+1]m；
7.5针对转向路感和转向灵敏度两个目标函数，按照预设的种群繁殖代数重复步骤7.2-7.4，局部拥挤度大的个体作为最优个体予以保留，剔除其余个体。
CN201711120917.5A 2017-11-14 2017-11-14 一种电液主动转向系统及其多学科优化方法 Expired - Fee Related CN107991864B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711120917.5A CN107991864B (zh) 2017-11-14 2017-11-14 一种电液主动转向系统及其多学科优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711120917.5A CN107991864B (zh) 2017-11-14 2017-11-14 一种电液主动转向系统及其多学科优化方法

Publications (2)

Publication Number Publication Date
CN107991864A true CN107991864A (zh) 2018-05-04
CN107991864B CN107991864B (zh) 2020-07-24

Family

ID=62030301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711120917.5A Expired - Fee Related CN107991864B (zh) 2017-11-14 2017-11-14 一种电液主动转向系统及其多学科优化方法

Country Status (1)

Country Link
CN (1) CN107991864B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108725573A (zh) * 2018-05-29 2018-11-02 南京航空航天大学 一种基于磁流变液的主动转向路感控制系统及其控制方法
CN109558686A (zh) * 2018-12-05 2019-04-02 南京天航智能装备研究院有限公司 一种汽车电液复合转向虚拟样机的构建方法
CN109606462A (zh) * 2018-12-10 2019-04-12 上海交通大学 车辆转向控制接口装置及车辆
CN109614703A (zh) * 2018-12-11 2019-04-12 南京天航智能装备研究院有限公司 一种汽车电液复合转向系统的多学科集成建模及优化方法
CN110588770A (zh) * 2019-10-21 2019-12-20 清华大学 一种主动转向系统、主动转向控制方法及装置
CN110962919A (zh) * 2018-09-29 2020-04-07 郑州宇通客车股份有限公司 一种主动电液耦合转向系统及车辆
WO2020134621A1 (zh) * 2018-12-24 2020-07-02 南京航空航天大学 一种汽车电液智能转向系统及其多目标优化方法
CN112141207A (zh) * 2020-09-22 2020-12-29 徐州重型机械有限公司 一种电动液压助力转向系统及起重机
CN113212546A (zh) * 2021-05-21 2021-08-06 南京航空航天大学 一种商用车电液复合转向系统及其分段能量管理方法
CN114030526A (zh) * 2021-12-16 2022-02-11 中国科学院电工研究所 一种车辆主动转向控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203869881U (zh) * 2014-05-05 2014-10-08 南京农业大学 一种拖拉机电子液压转向实验平台
CN104608819A (zh) * 2014-12-04 2015-05-13 中联重科股份有限公司 用于多轴车辆的多轴转向系统和多轴车辆
CN105128929A (zh) * 2015-09-21 2015-12-09 北京理工大学 一种智能化线控电液转向系统
CN105151117A (zh) * 2015-08-28 2015-12-16 南京航空航天大学 一种电控液压助力转向系统及基于该系统的多目标优化方法
CN106004999A (zh) * 2016-03-31 2016-10-12 南京航空航天大学 一种电控液压助力转向系统及其多目标优化方法
CN106585709A (zh) * 2016-12-21 2017-04-26 南京航空航天大学 一种汽车底盘集成系统及其优化方法
CN106800040A (zh) * 2017-02-24 2017-06-06 南京航空航天大学 一种汽车电控复合转向系统及其多目标优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203869881U (zh) * 2014-05-05 2014-10-08 南京农业大学 一种拖拉机电子液压转向实验平台
CN104608819A (zh) * 2014-12-04 2015-05-13 中联重科股份有限公司 用于多轴车辆的多轴转向系统和多轴车辆
CN105151117A (zh) * 2015-08-28 2015-12-16 南京航空航天大学 一种电控液压助力转向系统及基于该系统的多目标优化方法
CN105128929A (zh) * 2015-09-21 2015-12-09 北京理工大学 一种智能化线控电液转向系统
CN106004999A (zh) * 2016-03-31 2016-10-12 南京航空航天大学 一种电控液压助力转向系统及其多目标优化方法
CN106585709A (zh) * 2016-12-21 2017-04-26 南京航空航天大学 一种汽车底盘集成系统及其优化方法
CN106800040A (zh) * 2017-02-24 2017-06-06 南京航空航天大学 一种汽车电控复合转向系统及其多目标优化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
李伟: "基于改进RBF建模和自适应采样的RBDO方法研究", 《万方数据知识服务平台》 *
王春燕等: "基于理想传动比的主动前轮转向控制", 《农业工程学报》 *
赵万忠等: "力与位移耦合控制的主动转向系统协同优化", 《机械工程学报》 *
赵万忠等: "电动轮汽车差速助力转向多学科协同优化", 《中国科学》 *
魏建伟等: "融合主动转向功能的动力转向系统综述", 《机械科学与技术》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108725573B (zh) * 2018-05-29 2024-03-19 南京航空航天大学 一种基于磁流变液的主动转向路感控制系统及其控制方法
CN108725573A (zh) * 2018-05-29 2018-11-02 南京航空航天大学 一种基于磁流变液的主动转向路感控制系统及其控制方法
CN110962919B (zh) * 2018-09-29 2023-10-17 宇通客车股份有限公司 一种主动电液耦合转向系统及车辆
CN110962919A (zh) * 2018-09-29 2020-04-07 郑州宇通客车股份有限公司 一种主动电液耦合转向系统及车辆
CN109558686A (zh) * 2018-12-05 2019-04-02 南京天航智能装备研究院有限公司 一种汽车电液复合转向虚拟样机的构建方法
CN109606462A (zh) * 2018-12-10 2019-04-12 上海交通大学 车辆转向控制接口装置及车辆
CN109614703A (zh) * 2018-12-11 2019-04-12 南京天航智能装备研究院有限公司 一种汽车电液复合转向系统的多学科集成建模及优化方法
CN109614703B (zh) * 2018-12-11 2020-07-28 南京天航智能装备研究院有限公司 一种汽车电液复合转向系统的多学科集成建模及优化方法
WO2020134621A1 (zh) * 2018-12-24 2020-07-02 南京航空航天大学 一种汽车电液智能转向系统及其多目标优化方法
CN110588770A (zh) * 2019-10-21 2019-12-20 清华大学 一种主动转向系统、主动转向控制方法及装置
CN112141207A (zh) * 2020-09-22 2020-12-29 徐州重型机械有限公司 一种电动液压助力转向系统及起重机
CN113212546A (zh) * 2021-05-21 2021-08-06 南京航空航天大学 一种商用车电液复合转向系统及其分段能量管理方法
CN113212546B (zh) * 2021-05-21 2022-04-08 南京航空航天大学 一种商用车电液复合转向系统及其分段能量管理方法
CN114030526A (zh) * 2021-12-16 2022-02-11 中国科学院电工研究所 一种车辆主动转向控制方法及系统

Also Published As

Publication number Publication date
CN107991864B (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN107991864A (zh) 一种电液主动转向系统及其多学科优化方法
CN105782428B (zh) 一种汽车变速器传动比优化方法及装置
Zhao et al. Parametric optimization of novel electric–hydraulic hybrid steering system based on a shuffled particle swarm optimization algorithm
CN109733466B (zh) 一种汽车电液智能转向系统及其多目标优化方法
CN111439260A (zh) 面向个性化需求的网联商用柴油车巡航行驶优化控制系统
CN110550034A (zh) 一种纯电动汽车两档amt综合换挡方法
CN103048148B (zh) 一种大功率拖拉机电液悬挂系统的半实物仿真试验平台及其试验方法
CN107168104A (zh) 基于观测器的纯电动智能汽车纵向车速控制方法
CN107161154A (zh) 考虑档位的经济速度获取方法
CN109703548A (zh) 一种基于混合动力的汽车动力分配方法
CN109334654A (zh) 一种带变速箱档位控制的并联式混合动力汽车能量管理方法
CN109910863A (zh) 一种基于插电式混合动力轿车专用变速器的控制方法
CN104677629A (zh) 车辆变速箱故障检测方法
CN113212546B (zh) 一种商用车电液复合转向系统及其分段能量管理方法
Wissam et al. Optimal energy management compliant with online requirements for an electric vehicle in eco-driving applications
CN201859056U (zh) 自动变速器试验台
CN106741132A (zh) 一种多模式主动转向系统的控制器及其控制方法
CN103625308A (zh) 拖拉机的电动机高效运行控制方法及系统
CN104238375A (zh) 六档双离合车辆的实时仿真系统及其建立方法
CN105302981A (zh) 基于自动变速箱控制策略开发的matlab仿真平台架构
CN105201663A (zh) 一种实现发动机最佳经济转速的控制方法
CN205930279U (zh) 一种油田大型连续油管设备专用全轮驱动车
CN113771833A (zh) 一种p4构型混合动力车辆动力域系统及其控制方法
Qin et al. Electric vehicle shift strategy based on model predictive control
Chen [Retracted] Hydraulic Lifting and Rotating System Lifting Machinery Transmission Control Design

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200724

Termination date: 20201114

CF01 Termination of patent right due to non-payment of annual fee