CN109933886A - 一种商用车驾驶室悬置布置优化方法 - Google Patents

一种商用车驾驶室悬置布置优化方法 Download PDF

Info

Publication number
CN109933886A
CN109933886A CN201910179062.6A CN201910179062A CN109933886A CN 109933886 A CN109933886 A CN 109933886A CN 201910179062 A CN201910179062 A CN 201910179062A CN 109933886 A CN109933886 A CN 109933886A
Authority
CN
China
Prior art keywords
state variable
suspension
variable
formula
adams
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
CN201910179062.6A
Other languages
English (en)
Other versions
CN109933886B (zh
Inventor
何水龙
陈科任
许恩永
王伟
欧阳励
伍建伟
唐荣江
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201910179062.6A priority Critical patent/CN109933886B/zh
Publication of CN109933886A publication Critical patent/CN109933886A/zh
Application granted granted Critical
Publication of CN109933886B publication Critical patent/CN109933886B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开了一种商用车驾驶室悬置布置优化方法，其特征在于，包括如下步骤：1）建立优化目标函数、确定优化变量与约束条件；2）建立优化输入状态变量与输出状态变量；3）建立商用车平顺性计算Simulink模型；4）将目标函数、优化变量与平顺性计算Simulink模型关联；5）应用粒子群算法实现商用车驾驶室悬置布置优化，输出最优结果。这种方法具有良好的可行性与适用性，可缩短商用车开发周期与成本，针对不同商用车车型仅需要重新生成后缀为acf、adm、m的文件，通用性好。

Description

一种商用车驾驶室悬置布置优化方法
技术领域
本发明涉及商用车技术领域，具体是一种商用车驾驶室悬置布置优化方法。
背景技术
随着社会经济发展，商用车的使用量逐年增加，其平顺性已经成为车辆技术水平的重要评价标准，使用者也对商用车的汽车平顺性也提出更高要求。驾驶室悬置布置位置与角度对商用车平顺性具有重要的影响，但目前各大商用车生产商在整车开发中都通过试验对平顺性进行优化，如更换悬置、改变悬置位置与角度等方法，仅通过少量试验不一定能改善平顺性，试验具有盲目性，造成平顺性优化周期长、成本高。
大多数商用车生产商与高校科研单位对平顺性优化时，多用多体动力学软件ADAMS或利用数学软件MATLAB的进行优化，二者各有优缺点，多体动力学软件ADAMS优点是能建立较为准确的仿真模型，如可建立柔性元件，充分考虑柔性元件对商用车平顺性的影响，缺点是仿真计算时间长，且通过其内置的优化模块进行优化结果并不准确，不能实现智能优化；数学软件MATLAB优点是能利用微分方程等数学公式进行建模计算，仿真计算时间短，强大的函数库与编程功能便于智能优化实现，缺点是难以考虑结构柔性、非线性以及细节结构等因素对平顺性的影响。充分利用二者的优点可应用智能算法快速求得目标商用车基于平顺性的悬置布置优化结果。
发明内容
本发明的目的是提供一种商用车驾驶室悬置布置优化方法。这种方法具有良好的可行性与适用性，可缩短商用车开发周期与成本，针对不同商用车车型仅需要重新生成后缀为acf、adm、m的文件，通用性好。
实现本发明目的的技术方案是：
一种商用车驾驶室悬置布置优化方法，包括如下步骤：
1)建立优化目标函数、确定优化变量与约束条件：在数学软件MATLAB中根据目标商用车驾驶室悬置布置优化的目的建立优化目标函数f(X)、优化变量X以及约束条件，其中，驾驶室左前悬置、右前悬置、左后悬置、右后悬置在驾驶室坐标系的YOZ平面上与Y轴形成的夹角以及悬置质心与XOZ平面的直线距离为优化变量X，其过程为：
(1)建立优化目标函数：假设，总座椅振动加速度频率加权均方根值为aw0’则aw0如公式(1)所示：
式中，awx、awy、awz分别为座椅x、y、z轴向加速度频率加权均方根值，采用公式(2)计算：
式中，Ga(f)为对座椅面各向加速度时域历程at进行频谱分析得到的功率谱密度函数；w(f)为频率加权函数，分别如公式(3)、(4)、(5)所示：
x轴为公式(3)：
y轴为公式(4)：
z轴为公式(5)：
(2)确定优化变量X：优化变量X如公式(6)所示：
X＝(x1,x2,x3,x4,x5,x6,x7,x8) (6)，式中，x1,x2,x3,x4分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置安装后上端点与下端点的连线与Y轴形成的夹角，夹角所在的平面与驾驶室坐标系的YOZ平面平行，x5,x6,x7,x8分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置质心与驾驶室坐标系的XOZ平面的直线距离；
(3)建立约束条件：约束条件如公式(7)所示：
式中，θil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束下限，θiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束上限，xil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束下限，xiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束上限；
2)建立优化输入状态变量与输出状态变量：在多体动力学软件ADAMS/Car的专家模式中根据优化变量建立输入状态变量，根据目标函数需要建立输入输出状态变量，其过程为：
将多体动力学软件ADAMS/Car切换到专家模式，在系统元素中新建如下状态变量：输入状态变量1、输入状态变量2、输入状态变量3、输入状态变量4、输出状态变量1、输出状态变量2、输出状态变量3，其中，输入状态变量1、2、3、4分别用于给商用车驾驶室左前悬置、右前悬置、左后悬置以及右后悬置上端点与下端点的连线Y轴形成的夹角赋值，输出状态变量1、2、3分别用于将座椅面上传感器x、y、z向加速度的时域信号ax(t)、ay(t)、az(t)输出；
3)建立商用车平顺性计算Simulink模型：在多体动力学软件ADAMS/Control中新建模型输出控制，设置输入输出信号后进行平顺性仿真得到后缀为acf、adm、m的文件；建立基于ADAMS+MATLAB的商用车计算模型，并同Simulink模块库中的Simin与Simout模块连接，组成优化计算的关键文件：adams_sys.slx，其过程为：
(1)在多体动力学软件ADAMS/Car中调出Controls模块，新建模型输出控制，设置输入信号为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4；输出信号为输出状态变量1、输出状态变量2及输出状态变量3；目标软件选择为MATLAB；
(2)在多体动力学软件ADAMS/Car中进行目标商用车的平顺性仿真，生成文件后缀为adm、m、acf的文件；
(3)将后缀为adm、m、acf的文件复制到MATLAB的工作目录，在MATLAB中打开后缀为m的文件，更改输入为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4，输出为输出状态变量1、输出状态变量2及输出状态变量3，保存后在命令窗口输入adams_sys，生成目标商用车的Simulink计算模块；
(4)将生成的目标商用车Simulink计算模块与Simulink中Simin与Simout模块连接，形成adams_sys.slx文件，以便优化时设计变量的输入与仿真结果输出；
4)将目标函数、优化变量与平顺性计算Simulink模型关联：在MATLAB中通过预定义函数将目标函数、优化变量与adams_sys.slx文件关联，其过程为：
(1)采用MATLAB中的assignin函数将粒子群算法产生或更新的优化变量X赋值给adams_sys.slx中的输出状态变量1、输出状态变量2、输出状态变量3、输出状态变量4，从而使优化变量与adams_sys.slx文件关联；
(2)采用MATLAB中的global函数将Simout模块将仿真输出的座椅加速度响应时域信号定义为全局变量，以便目标函数计算时使用，从而将目标函数与adams_sys.slx文件关联；
5)应用粒子群算法实现商用车驾驶室悬置布置优化，输出最优结果，其过程为：
(1)粒子群参数设置与选择：
假定，优化变量维数Dim为8，种群规模大小SwarmSize与最大迭代次数MAXIter越大，系统优化结果通常会越好，但会造成优化时间过长，种群规模通常选择为100，最大迭代次数通常选择为[100，200]；
(2)粒子速度更新与位置更新如公式(8)、(9)所示：
vid＝widvid+c1rand(1)(pid-xid)+c2rand(1)(pgd-xid) (8)，
xid＝xid+vid (9)，
其中，vid代表粒子的速度，pid代表局部最优解，pgd代表全局最优解，xid代表例子当前的位置，即优化变量；wid代表惯性权重因子，其取值范围为[0,1]，rand(1)可以产生一个[0,1]区间内的随机数，c1、c2是学习因子，取值范围为[0,2]；
(3)优化计算：
a.初始化粒子群：初始化优化变量维数Dim、种群规模大小SwarmSize、最大迭代次数MAXIter、粒子的位置vid与速度xid；
b.给变量X赋值：将粒子群算法产生的初始优化变量赋值到商用车平顺性计算Simulink模型中；
c.采用MATLAB中的sim函数调用商用车平顺性计算Simulink模型进行平顺性计算；
d.将平顺性计算的时域信号输出到MATLAB工作空间；
e.对时域信号进行频谱分析，得到功率谱密度函数Ga(f)；
f.计算各向频率加权均方根值：awx、awy、awy；
g.计算总频率加权均方根值aw0；
h.计算粒子适应度，同时计算个体极值pid与全体极值pgd；
i.判断是否达到最大迭代次数，若满足则输出最优结果，若不满足则更新粒子群；
j.更新粒子群的位置x与速度v；
k.判断更新的粒子群是否满足约束条件公式(7)，满足则进行步骤b，不满足则继续更新粒子群；
l.输出最优结果。
这种方法具有良好的可行性与适用性，可通过电脑计算得到商用车悬置的布置角度与位置，避免了当前商用车悬置优化需要进行大量试验才能得到较为理想的平顺性，缩短了商用车开发周期与成本，针对不同商用车车型仅需要重新生成后缀为acf、adm、m的文件，通用性好。
附图说明
图1为实施例中优化方法流程示意框图；
图2为实施例中商用车驾驶室坐标系结构示意图；
图3为实施例中基于ADAMS+MATLAB的联合仿真模型结构示意图；
图4为实施例中粒子群算法优化流程示意图。
具体实施方式
下面结合附图和实施例对本发明的内容作进一步的阐述，但不是对本发明的限定。
实施例：
选取如表1、表2、表3,所示商用车技术参数，然后以驾驶室左前悬置、右前悬置、左后悬置、右后悬置在驾驶室坐标系的YOZ平面上与Y轴形成的夹角以及悬置质心与XOZ平面的直线距离为优化变量X，该悬置系统左右对称布置。
参照图1、图2，一种商用车驾驶室悬置布置优化方法，包括以下步骤：
1)建立优化目标函数、确定优化变量与约束条件：在数学软件MATLAB中根据目标商用车驾驶室悬置布置优化的目的建立优化目标函数f(X)、优化变量X以及约束条件，其中，驾驶室左前悬置、右前悬置、左后悬置、右后悬置在驾驶室坐标系的YOZ平面上与Y轴形成的夹角以及悬置质心与XOZ平面的直线距离为优化变量X，其过程为：
(1)建立优化目标函数：假设，总座椅振动加速度频率加权均方根值为aw0，则aw0如公式(1)所示：
式中，awx、awy、awz分别为座椅x、y、z轴向加速度频率加权均方根值，采用公式(2)计算：
式中，Ga(f)为对座椅面各向加速度时域历程at进行频谱分析得到的功率谱密度函数；w(f)为频率加权函数，分别如公式(3)、(4)、(5)所示：
x轴为公式(3)：
y轴为公式(4)：
z轴为公式(5)：
(2)确定优化变量X：优化变量X如公式(6)所示：
X＝(x1,x2,x3,x4,x5,x6,x7,x8) (6)，式中，x1,x2,x3,x4分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置安装后上端点与下端点的连线与Y轴形成的夹角，夹角所在的平面与驾驶室坐标系的YOZ平面平行，x5,x6,x7,x8分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置质心与驾驶室坐标系的XOZ平面的直线距离；
(3)建立约束条件：约束条件如公式(7)所示：
式中，θil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束下限，θiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束上限，xil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束下限，xiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束上限；
2)建立优化输入状态变量与输出状态变量：在多体动力学软件ADAMS/Car的专家模式中根据优化变量建立输入状态变量，根据目标函数需要建立输入输出状态变量，其过程为：
将多体动力学软件ADAMS/Car切换到专家模式，在系统元素中新建如下状态变量：输入状态变量1、输入状态变量2、输入状态变量3、输入状态变量4、输出状态变量1、输出状态变量2、输出状态变量3，其中，输入状态变量1、2、3、4分别用于给商用车驾驶室左前悬置、右前悬置、左后悬置以及右后悬置上端点与下端点的连线Y轴形成的夹角赋值，输出状态变量1、2、3分别用于将座椅面上传感器x、y、z向加速度的时域信号ax(t)、ay(t)、az(t)输出；
3)建立商用车平顺性计算Simulink模型：在多体动力学软件ADAMS/Control中新建模型输出控制，设置输入输出信号后进行平顺性仿真得到后缀为acf、adm、m的文件；建立基于ADAMS+MATLAB的商用车计算模型，并同Simulink模块库中的Simin与Simout模块连接，组成优化计算的关键文件：adams_sys.slx，其过程为：
(1)在多体动力学软件ADAMS/Car中调出Controls模块，新建模型输出控制，设置输入信号为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4；输出信号为输出状态变量1、输出状态变量2及输出状态变量3；目标软件选择为MATLAB；
(2)在多体动力学软件ADAMS/Car中进行目标商用车的平顺性仿真，生成文件后缀为adm、m、acf的文件；
(3)将后缀为adm、m、acf的文件复制到MATLAB的工作目录，在MATLAB中打开后缀为m的文件，更改输入为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4，输出为输出状态变量1、输出状态变量2及输出状态变量3，保存后在命令窗口输入adams_sys，生成目标商用车的Simulink计算模块；
(4)将生成的目标商用车Simulink计算模块与Simulink中Simin与Simout模块连接，形成adams_sys.slx文件，以便优化时设计变量的输入与仿真结果输出，如图3所示；
4)将目标函数、优化变量与平顺性计算Simulink模型关联：在MATLAB中通过预定义函数将目标函数、优化变量与adams_sys.slx文件关联，其过程为：
(1)采用MATLAB中的assignin函数将粒子群算法产生或更新的优化变量X赋值给adams_sys.slx中的输出状态变量1、输出状态变量2、输出状态变量3、输出状态变量4，从而使优化变量与adams_sys.slx文件关联；
(2)采用MATLAB中的global函数将Simout模块将仿真输出的座椅加速度响应时域信号定义为全局变量，以便目标函数计算时使用，从而将目标函数与adams_sys.slx文件关联；
5)应用粒子群算法实现商用车驾驶室悬置布置优化，输出最优结果，其过程如图4所示为：
(1)粒子群参数设置与选择：
假定，优化变量维数Dim为8，种群规模大小SwarmSize与最大迭代次数MAXIter越大，系统优化结果通常会越好，但会造成优化时间过长，种群规模通常选择为100，最大迭代次数通常选择为[100，200]；
(2)粒子速度更新与位置更新如公式(8)、(9)所示：
vid＝widvid+c1rand(1)(pid-xid)+c2rand(1)(pgd-xid) (8)，
xid＝xid+vid (9)，
其中，vid代表粒子的速度，pid代表局部最优解，pgd代表全局最优解，xid代表例子当前的位置，即优化变量；wid代表惯性权重因子，其取值范围为[0,1]，rand(1)可以产生一个[0,1]区间内的随机数，c1、c2是学习因子，取值范围为[0,2]；
(3)优化计算：
a.初始化粒子群：初始化优化变量维数Dim、种群规模大小SwarmSize、最大迭代次数MAXIter、粒子的位置vid与速度xid；
b.给变量X赋值：将粒子群算法产生的初始优化变量赋值到商用车平顺性计算Simulink模型中；
c.采用MATLAB中sim函数调用商用车平顺性计算Simulink模型进行平顺性计算；
d.将平顺性计算的时域信号输出到MATLAB工作空间；
e.对时域信号进行频谱分析，得到功率谱密度函数Ga(f)；
f.计算各向频率加权均方根值：awx、awy、awy；
g.计算总频率加权均方根值aw0；
h.计算粒子适应度，同时计算个体极值pid与全体极值pgd；
i.判断是否达到最大迭代次数，若满足则输出最优结果，若不满足则更新粒子群；
j.更新粒子群的位置x与速度v；
k.判断更新的粒子群是否满足约束条件公式(7)，满足则进行步骤b，不满足则继续更新粒子群；
l.输出最优结果。
表4是优化前后商用车驾驶室悬置布置优化前后优化变量对比，表5是优化前后商用车在60km/h时速下的平顺性对比。从表5中可以看出，经过粒子群算法优化后，商用车的平顺性较优化前提升了10％，表明本例方法具有良好的可行性与适用性。
表1商用车驾驶室参数
表2商用车驾驶室悬置刚度与阻尼设置
位置 左前悬 右前悬 左后悬 右后悬
刚度(N/m) 12000 12000 28000 28000
阻尼((N*s)/m) 5769 5769 3102 3102
表3商用车驾驶室悬置安装位置设置
表4商用车驾驶室悬置布置优化前后优化变量对比
表5商用车驾驶室悬置布置优化前后平顺性对比
频率加权均方根值 x向 y向 z向 综合
优化前 0.22 0.19 0.57 0.70
优化后 0.19 0.17 0.52 0.63

Claims (1)

1.一种商用车驾驶室悬置布置优化方法，其特征在于，包括如下步骤：
1)建立优化目标函数、确定优化变量与约束条件：在数学软件MATLAB中根据目标商用车驾驶室悬置布置优化的目的建立优化目标函数f(X)、优化变量X以及约束条件，其中，驾驶室左前悬置、右前悬置、左后悬置、右后悬置在驾驶室坐标系的YOZ平面上与Y轴形成的夹角以及悬置质心与XOZ平面的直线距离为优化变量X，其过程为：
(1)建立优化目标函数：假设，总座椅振动加速度频率加权均方根值为aw0，则aw0如公式(1)所示：
式中，awx、awy、awz分别为座椅x、y、z轴向加速度频率加权均方根值，采用公式(2)计算：
式中，Ga(f)为对座椅面各向加速度时域历程at进行频谱分析得到的功率谱密度函数；w(f)为频率加权函数，分别如公式(3)、(4)、(5)所示：
x轴为公式(3)：
y轴为公式(4)：
z轴为公式(5)：
(2)确定优化变量X：优化变量X如公式(6)所示：
X＝(x1,x2,x3,x4,x5,x6,x7,x8)(6)，式中，x1,x2,x3,x4分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置安装后上端点与下端点的连线与Y轴形成的夹角，夹角所在的平面与驾驶室坐标系的YOZ平面平行，x5,x6,x7,x8分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置质心与驾驶室坐标系的XOZ平面的直线距离；
(3)建立约束条件：约束条件如公式(7)所示：
式中，θil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束下限，θiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装角度约束上限，xil(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束下限，xiu(i＝1,2,3,4)分别为驾驶室左前悬置、右前悬置、左后悬置、右后悬置的安装位置约束上限；
2)建立优化输入状态变量与输出状态变量：在多体动力学软件ADAMS/Car的专家模式中根据优化变量建立输入状态变量，根据目标函数需要建立输入输出状态变量，其过程为：
将多体动力学软件ADAMS/Car切换到专家模式，在系统元素中新建如下状态变量：输入状态变量1、输入状态变量2、输入状态变量3、输入状态变量4、输出状态变量1、输出状态变量2、输出状态变量3，其中，输入状态变量1、2、3、4分别用于给商用车驾驶室左前悬置、右前悬置、左后悬置以及右后悬置上端点与下端点的连线Y轴形成的夹角赋值，输出状态变量1、2、3分别用于将座椅面上传感器x、y、z向加速度的时域信号ax(t)、ay(t)、az(t)输出；
3)建立商用车平顺性计算Simulink模型：在多体动力学软件ADAMS/Control中新建模型输出控制，设置输入输出信号后进行平顺性仿真得到后缀为acf、adm、m的文件；建立基于ADAMS+MATLAB的商用车计算模型，并同Simulink模块库中的Simin与Simout模块连接，组成优化计算的关键文件：adams_sys.slx，其过程为：
(1)在多体动力学软件ADAMS/Car中调出Controls模块，新建模型输出控制，设置输入信号为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4；输出信号为输出状态变量1、输出状态变量2及输出状态变量3；目标软件选择为MATLAB；
(2)在多体动力学软件ADAMS/Car中进行目标商用车的平顺性仿真，生成文件后缀为adm、m、acf的文件；
(3)将后缀为adm、m、acf的文件复制到MATLAB的工作目录，在MATLAB中打开后缀为m的文件，更改输入为输入状态变量1、输入状态变量2、输入状态变量3及输入状态变量4，输出为输出状态变量1、输出状态变量2及输出状态变量3，保存后在命令窗口输入adams_sys，生成目标商用车的Simulink计算模块；
(4)将生成的目标商用车Simulink计算模块与Simulink中Simin与Simout模块连接，形成adams_sys.slx文件，以便优化时设计变量的输入与仿真结果输出；
4)将目标函数、优化变量与平顺性计算Simulink模型关联：在MATLAB中通过预定义函数将目标函数、优化变量与adams_sys.slx文件关联，其过程为：
(1)采用MATLAB中的assignin函数将粒子群算法产生或更新的优化变量X赋值给adams_sys.slx中的输出状态变量1、输出状态变量2、输出状态变量3、输出状态变量4，从而使优化变量与adams_sys.slx文件关联；
(2)采用MATLAB中的global函数将Simout模块将仿真输出的座椅加速度响应时域信号定义为全局变量，以便目标函数计算时使用，从而将目标函数与adams_sys.slx文件关联；
5)应用粒子群算法实现商用车驾驶室悬置布置优化，输出最优结果，其过程为：
(1)粒子群参数设置与选择：
假定，优化变量维数Dim为8，种群规模选择为100，最大迭代次数选择为[100，200]；
(2)粒子速度更新与位置更新如公式(8)、(9)所示：
vid＝widvid+c1rand(1)(pid-xid)+c2rand(1)(pgd-xid) (8)，
xid＝xid+vid (9)，
其中，vid代表粒子的速度，pid代表局部最优解，pgd代表全局最优解，xid代表例子当前的位置，即优化变量；wid代表惯性权重因子，其取值范围为[0,1]，rand(1)可以产生一个[0,1]区间内的随机数，c1、c2是学习因子，取值范围为[0,2]；
(3)优化计算：
a.初始化粒子群：初始化优化变量维数Dim、种群规模大小SwarmSize、最大迭代次数MAXIter、粒子的位置vid与速度xid；
b.给变量X赋值：将粒子群算法产生的初始优化变量赋值到商用车平顺性计算Simulink模型中；
c.采用MATLAB中的sim函数调用商用车平顺性计算Simulink模型进行平顺性计算；
d.将平顺性计算的时域信号输出到MATLAB工作空间；
e.对时域信号进行频谱分析，得到功率谱密度函数Ga(f)；
f.计算各向频率加权均方根值：awx、awy、awy；
g.计算总频率加权均方根值aw0；
h.计算粒子适应度，同时计算个体极值pid与全体极值pgd；
i.判断是否达到最大迭代次数，若满足则输出最优结果，若不满足则更新粒子群；
j.更新粒子群的位置x与速度v；
k.判断更新的粒子群是否满足约束条件公式(7)，满足则进行步骤b，不满足则继续更新粒子群；
l.输出最优结果。
CN201910179062.6A 2019-03-11 2019-03-11 一种商用车驾驶室悬置布置优化方法 Active CN109933886B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910179062.6A CN109933886B (zh) 2019-03-11 2019-03-11 一种商用车驾驶室悬置布置优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910179062.6A CN109933886B (zh) 2019-03-11 2019-03-11 一种商用车驾驶室悬置布置优化方法

Publications (2)

Publication Number Publication Date
CN109933886A true CN109933886A (zh) 2019-06-25
CN109933886B CN109933886B (zh) 2022-07-12

Family

ID=66986944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910179062.6A Active CN109933886B (zh) 2019-03-11 2019-03-11 一种商用车驾驶室悬置布置优化方法

Country Status (1)

Country Link
CN (1) CN109933886B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444623A (zh) * 2020-03-31 2020-07-24 桂林电子科技大学 一种阻尼非线性商用车悬架动力学的协同优化方法及系统
CN111469786A (zh) * 2020-04-24 2020-07-31 东风商用车有限公司 一种新型商用车整车振动舒适性控制方法
CN111506963A (zh) * 2020-04-08 2020-08-07 桂林电子科技大学 一种基于重型商用车平顺性的分层优化方法及系统
CN111581859A (zh) * 2020-03-31 2020-08-25 桂林电子科技大学 一种悬架耦合非线性商用车的平顺性建模分析方法及系统
CN111832117A (zh) * 2020-06-09 2020-10-27 东风商用车有限公司 车架安装孔位的设计方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070118260A1 (en) * 2005-11-21 2007-05-24 Delphi Technologies, Inc. Frequency-weighted vehicle suspension control
CN103593506A (zh) * 2013-10-17 2014-02-19 江苏大学 一种两级串联式isd悬架参数优化方法
CN103699719A (zh) * 2013-12-05 2014-04-02 桂林电子科技大学 车辆动力总成悬置系统区间优化设计方法
CN105159094A (zh) * 2015-10-08 2015-12-16 山东理工大学 汽车主动悬架lqg控制器最优控制力的设计方法
CN107220405A (zh) * 2017-04-21 2017-09-29 南京航空航天大学 一种基于改进细胞膜优化算法的汽车底盘系统集成多目标优化方法
CN109238747A (zh) * 2018-11-09 2019-01-18 桂林电子科技大学 一种用于商用车整车性能指标分解分析平台及分解分析方法
CN109347346A (zh) * 2018-11-30 2019-02-15 华南理工大学 一种基于多目标优化的电动汽车用变流器的设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070118260A1 (en) * 2005-11-21 2007-05-24 Delphi Technologies, Inc. Frequency-weighted vehicle suspension control
CN103593506A (zh) * 2013-10-17 2014-02-19 江苏大学 一种两级串联式isd悬架参数优化方法
CN103699719A (zh) * 2013-12-05 2014-04-02 桂林电子科技大学 车辆动力总成悬置系统区间优化设计方法
CN105159094A (zh) * 2015-10-08 2015-12-16 山东理工大学 汽车主动悬架lqg控制器最优控制力的设计方法
CN107220405A (zh) * 2017-04-21 2017-09-29 南京航空航天大学 一种基于改进细胞膜优化算法的汽车底盘系统集成多目标优化方法
CN109238747A (zh) * 2018-11-09 2019-01-18 桂林电子科技大学 一种用于商用车整车性能指标分解分析平台及分解分析方法
CN109347346A (zh) * 2018-11-30 2019-02-15 华南理工大学 一种基于多目标优化的电动汽车用变流器的设计方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
关挺等: "基于响应面和粒子群算法的悬置多目标优化", 《物流技术》 *
姚昱儒: "装载机驾驶室悬置系统联合仿真优化", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
谢柯等: "商用车驾驶室悬置系统优化", 《重庆理工大学学报(自然科学)》 *
马骏昭: "基于平顺性的四轴重型商用车悬架参数优化", 《北京汽车》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444623A (zh) * 2020-03-31 2020-07-24 桂林电子科技大学 一种阻尼非线性商用车悬架动力学的协同优化方法及系统
CN111581859A (zh) * 2020-03-31 2020-08-25 桂林电子科技大学 一种悬架耦合非线性商用车的平顺性建模分析方法及系统
CN111581859B (zh) * 2020-03-31 2024-01-26 桂林电子科技大学 一种悬架耦合非线性商用车的平顺性建模分析方法及系统
CN111444623B (zh) * 2020-03-31 2024-01-26 桂林电子科技大学 一种阻尼非线性商用车悬架动力学的协同优化方法及系统
CN111506963A (zh) * 2020-04-08 2020-08-07 桂林电子科技大学 一种基于重型商用车平顺性的分层优化方法及系统
CN111506963B (zh) * 2020-04-08 2023-05-30 桂林电子科技大学 一种基于重型商用车平顺性的分层优化方法及系统
CN111469786A (zh) * 2020-04-24 2020-07-31 东风商用车有限公司 一种新型商用车整车振动舒适性控制方法
CN111832117A (zh) * 2020-06-09 2020-10-27 东风商用车有限公司 车架安装孔位的设计方法及装置
CN111832117B (zh) * 2020-06-09 2021-05-11 东风商用车有限公司 车架安装孔位的设计方法及装置

Also Published As

Publication number Publication date
CN109933886B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN109933886A (zh) 一种商用车驾驶室悬置布置优化方法
Asadi et al. Robust optimal motion cueing algorithm based on the linear quadratic regulator method and a genetic algorithm
US11756349B2 (en) Electronic control unit testing optimization
CN103699719B (zh) 车辆动力总成悬置系统区间优化设计方法
CN101510233B (zh) 一种优化汽车动力总成悬置系统的方法
Keen et al. Bias-free identification of a linear model-predictive steering controller from measured driver steering behavior
CN108446520A (zh) 半主动悬架系统与机械弹性车轮的参数匹配控制系统及优化方法
CN111209697B (zh) 一种基于拓扑优化车身顶棚结构的分析方法及系统
CN105825241A (zh) 基于模糊神经网络的驾驶员制动意图辨识方法
CN110110467A (zh) 基于非线性规划的纯电动汽车车架轻量化方法
CN112445129A (zh) 用于训练神经网络以控制飞机的系统和方法
CN112784496A (zh) 一种流体力学的运动参数预测方法、装置及存储介质
CN110321665A (zh) 车辆悬架系统的控制方法、装置、设备、介质及车辆
Meakin Adaptive spatial partitioning and refinement for overset structured grids
CN113722966A (zh) 一种集成电路板仿真多级分布式并行计算方法
JPH1131163A (ja) 物体形状決定方法
CN109359349A (zh) 电厂汽轮机厂房通风模块化模拟计算方法及系统
CN112035959B (zh) 一种利用全机有限元分析结果快速确定翼面刚轴的方法
CN110455477A (zh) 一种固体火箭舱段结构振动载荷谱的获取方法
US7110929B1 (en) System and method of providing additional circuit analysis using simulation templates
CN109472094A (zh) 排气吊挂点优化分析方法及系统
CN106202628B (zh) 基于快速重分析计算的空间映射优化方法
CN114117651A (zh) 风-车-桥全动态耦合分析方法及系统
Puheim et al. A proposal for Multi-Purpose Fuzzy Cognitive Maps library for complex system modeling
CN110979107B (zh) 一种比例映射的座椅控制方法及电子设备

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