CN111444660A - 新能源车用机电悬架模型构建方法、优化仿真方法及系统 - Google Patents

新能源车用机电悬架模型构建方法、优化仿真方法及系统 Download PDF

Info

Publication number
CN111444660A
CN111444660A CN202010230099.XA CN202010230099A CN111444660A CN 111444660 A CN111444660 A CN 111444660A CN 202010230099 A CN202010230099 A CN 202010230099A CN 111444660 A CN111444660 A CN 111444660A
Authority
CN
China
Prior art keywords
electromechanical
vehicle
new energy
model
suspension
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.)
Pending
Application number
CN202010230099.XA
Other languages
English (en)
Inventor
张红党
陈松
杨宏图
沈钰杰
张凤娇
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.)
Changzhou Vocational Institute of Mechatronic Technology
Original Assignee
Changzhou Vocational Institute of Mechatronic 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 Changzhou Vocational Institute of Mechatronic Technology filed Critical Changzhou Vocational Institute of Mechatronic Technology
Priority to CN202010230099.XA priority Critical patent/CN111444660A/zh
Publication of CN111444660A publication Critical patent/CN111444660A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明涉及一种新能源车用机电悬架模型构建方法、优化仿真方法及系统，其中新能源车用机电悬架模型构建方法包括：步骤S1，构建半车动力学运动模型；步骤S2，构建包含机电惯容器的车辆机电悬架模型；步骤S3，优化半车动力学运动模型和车辆机电悬架模型的设计参数，若设计参数符合设计要求，则进入步骤S4，否则重新进行步骤S3；以及步骤S4，确定机电悬架的网络综合被动实现与机电悬架具体结构参数；本发明综合考虑了车身垂向加速度和俯仰角加速度指标，所采用的改进的粒子群算法有效避免优化过程中易陷入局部最优解的问题，有效实现了应用机电惯容器的网络结构实现较为复杂的问题，减小了工作量，有利于工程应用的推广。

Description

新能源车用机电悬架模型构建方法、优化仿真方法及系统
技术领域
本发明涉及新能源汽车技术领域，具体涉及一种新能源车用机电悬架模型构建方法、优化仿真方法及系统。
背景技术
汽车电动化、智能化、网联化和共享化的加速推进对新能源车用底盘技术提出了更高的挑战，现有新能源汽车的悬架系统主要包括被动悬架、半主动悬架和主动悬架三种。近年来，一种包含有惯容器的新型车辆ISD(Inerter-Spring-Damper)悬架为提升新能源车辆悬架系统的隔振性能提供了新的解决途径。惯容器的主要实现形式有滚珠丝杠、齿轮齿条、流体式及机电式等。机电式惯容器的优点在于可以应用外端电路的电阻抗模拟实现等效的复杂机械网络阻抗，但是目前大多数针对应用机电惯容器的车辆机电悬架系统的研究均局限于单一的垂向振动建模。缺少对其他运动方向上的建模及仿真分析，且机电惯容器的网络综合实现方法较为困难，若得到的元件数量众多，不利于工程化实现。因此，需要提出一种新能源车用机电悬架模型构建及优化仿真方法，有效实现对新能源车用机电悬架的模型的准确构建，缩短研发时间，减小工作量。
发明内容
本发明的目的是提供一种新能源车用机电悬架模型构建方法、优化仿真方法及系统。
为了解决上述技术问题，本发明提供了一种新能源车用机电悬架模型构建及优化仿真方法，包括：步骤S1，构建半车动力学运动模型；步骤S2，构建包含机电惯容器的车辆机电悬架模型；步骤S3，优化半车动力学运动模型和车辆机电悬架模型的设计参数，若设计参数符合设计要求，则进入步骤S4，否则重新进行步骤S3；以及步骤S4，确定机电悬架的网络综合被动实现与机电悬架具体结构参数。
进一步，所述步骤S1中的半车动力学运动模型包括：车身垂向运动和俯仰运动。
进一步，所述步骤S2中的机电惯容器为并联型结构；以及所述机电惯容器为单电机耦合型或平动式惯容器-电机耦合型或旋转式惯容器-电机耦合型；
所述步骤S2中的车辆机电悬架模型的速度型阻抗T(s)解析表达式为：
Figure BDA0002429025410000021
其中：A、B、C、D、E、F、G、H为双三次型传递函数的系数，均≥0，且E、F、G、H不全为0。
进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法包括：
设定目标函数f，且目标函数f共包含三种模式，即
当J2<J2pas，目标函数f＝min(J1/J1pas)；
当J1<J1pas，目标函数f＝min(J2/J2pas)；
当J1<J1pas且J2<J2pas，目标函数f＝min(J1/J1pas+J2/J2pas)；
其中，J1为车身垂向振动加速度均方根值；J2为车身俯仰角加速度均方根值；J1pas为传统被动悬架阻尼为1000Ns/m时，车速为20m/s时的车身垂向加速度均方根值；J2pas为传统被动悬架阻尼为1000Ns/m时，车速为20m/s时的车身俯仰角加速度均方根值。
进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：设定优化约束条件，且约束条件包括：正实函数约束条件和悬架动态性能指标约束条件。
进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：
采用改进的粒子群算法进行参数优化，且粒子位置与速度的更新规则为：
Figure BDA0002429025410000031
Xk+1＝Xk+Vk+1；
其中，ω为权重，r1与r2均为区间为[0,1]的随机数，k为当前迭代次数，
Figure BDA0002429025410000032
为个体最优粒子位置，
Figure BDA0002429025410000033
为全局最优粒子位置，c1与c2均为常数，V为粒子速度，X为粒子位置；
所述改进的粒子群算法包括交叉操作与变异操作，即所述交叉操作的位置产生规则为：
a1＝rand(n),a2＝rand(n)；
其中，a1与a2均为选择的交叉个体位置，n为正整数；
所述交叉操作的实现条件为：
Figure BDA0002429025410000034
其中，fa1为a1的适应度值，fa2为a2的适应度值，fbest为最优个体的适应度值；
所述变异操作的实现条件为：
fn>fn+1；
其中，fn为变异之前的适应度函数值；fn+1为变异之后的适应度函数值；
所述变异操作为：
Figure BDA0002429025410000035
其中，Vn+1、Vn分别为变异后和变异前的粒子速度；Xn+1和Xn分别为变异后和变异前的粒子位置；θi为[0,π]之间的随机角度。
进一步，所述步骤S4确定机电悬架的网络综合被动实现与机电悬架具体结构参数的方法包括：根据元件提取法，对于优化得到的目标函数，分别串联提取出电阻性元件，然后并联提取出电抗型元件，以转换为机电惯容器与双二次型阻抗传递函数相并联；
所述双二次型阻抗传递函数T1(s)表达式为：
Figure BDA0002429025410000041
其中：A0、B0、C0、D0、E0、F0为双二次型传递函数的系数，均≥0，且D0、E0、F0不全为0。
进一步，所述机电悬架的结构包括：机械式阻尼器、机电惯容器、电阻器、电感器和电容器；其中所述机械式阻尼器与机电惯容器装置相串联；以及所述电阻器与电感器相并联后与电容器相串联构成所述机电惯容器的外端电路。
又一方面，本发明还提供了一种新能源车用机电悬架模型的优化仿真方法，包括：分别在不同车速下，对新能源车用机电悬架模型进行仿真分析，以得到新能源车用机电悬架的动态性能；其中所述新能源车用机电悬架模型适于采用如前所述的新能源车用机电悬架模型构建方法构建。
第三方面，本发明还提供了一种新能源车用机电悬架系统，包括：新能源车用机电悬架模型；所述新能源车用机电悬架模型采用如前所述的新能源车用机电悬架模型构建方法构建。
本发明的有益效果是，本发明的新能源车用机电悬架模型构建方法、优化仿真方法及新能源车用机电悬架系统，综合考虑车身垂向振动加速度与俯仰角加速度性能指标，通过优化算法求解得到新能源车用机电悬架的具体结构，有效实现对新能源车用机电悬架的模型的准确构建，提升悬架综合性能，缩短研发，减小工作量。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明新能源车用机电悬架模型构建方法及优化仿真方法流程图；
图2为本发明包含车身垂向运动和俯仰运动的半车动力学运动模型；
图3为本发明前后轮的路面输入位移时域图；
图4为本发明含有机电惯容器的悬架系统网络结构图；
图5为本发明车速为20m/s情况下车身加速度时域响应对照图；
图6为本发明车速为20m/s情况下俯仰角加速度时域响应对照图；
图7为本发明车速为20m/s情况下车身加速度频域响应对照图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
如图1所示，本实施例1提供了一种新能源车用机电悬架模型构建及优化仿真方法，包括：步骤S1，构建半车动力学运动模型；步骤S2，构建包含机电惯容器的车辆机电悬架模型；步骤S3，优化半车动力学运动模型和车辆机电悬架模型的设计参数，若设计参数符合设计要求，则进入步骤S4，否则重新进行步骤S3；以及步骤S4，确定机电悬架的网络综合被动实现与机电悬架具体结构参数。
所述步骤S1中的半车动力学运动模型包括：车身垂向运动和俯仰运动。具体的，半车动力学运动模型如图2所示，对车体进行受力分析，得到簧载质量的垂向运动方程为：
Figure BDA0002429025410000051
车身俯仰运动方程为：
Figure BDA0002429025410000061
前、后非簧载质量的垂向运动方程为：
Figure BDA0002429025410000062
当俯仰角较小时，可做如下近似处理：
Figure BDA0002429025410000063
其中：ms为簧载质量；zs为车身质心处的垂向位移；Ff、Fr分别为前、后悬架的作用力；lf、lr分别为前、后轴到质心处的距离；
Figure BDA0002429025410000064
为车身的俯仰转动惯量；
Figure BDA0002429025410000065
为车身的俯仰角；muf、mur分别为前、后非簧载质量；zuf、zur分别为前、后非簧载质量的垂向位移；ktf与ktr分别为前、后轮胎的等效刚度；zrf、zrr分别为前后车轮处的路面输入位移；zsf、zsr分别为车身前端与后端的垂向位移；Sf为前悬架系统，Sr为后悬架系统。所述步骤S2中的机电惯容器为并联型结构；以及所述机电惯容器为单电机耦合型或平动式惯容器-电机耦合型或旋转式惯容器-电机耦合型。
具体的，本实施例选用的机电悬架系统作用力可表示为：
Figure BDA0002429025410000066
Figure BDA0002429025410000067
式中，Ff和Fr分别为前后悬架的作用力，Kf和Kr分别为前后悬架弹簧的支撑刚度。
所述步骤S2中的车辆机电悬架模型的速度型阻抗T(s)解析表达式为：
Figure BDA0002429025410000068
其中：A、B、C、D、E、F、G、H为双三次型传递函数的系数，均≥0，且E、F、G、H不全为0。
进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法包括：设定目标函数f，且目标函数f共包含三种模式。
具体的，本实施例选取的模型参数如表1所示：
表1模型参数
Figure BDA0002429025410000071
优化过程中，假设汽车以车速为20m/s的车速行驶在B级随机路面上，其时域表达式为：
Figure BDA0002429025410000072
式中，u为车速，zr(t)为路面输入位移，Gq(n0)是路面不平度系数，w(t)是白噪声。
前后轮的路面输入位移如图3所示。
在优化过程中，综合考虑车身垂向振动加速度均方根值J1和车身俯仰角加速度均方根值J2。其中，优化过程共包含三种模式，即
模式1：当J2<J2pas，目标函数f＝min(J1/J1pas)；
模式2：当J1<J1pas，目标函数f＝min(J2/J2pas)；
模式3：当J1<J1pas且J2<J2pas，目标函数f＝min(J1/J1pas+J2/J2pas)。
其中，J1pas和J2pas分别为传统被动悬架阻尼为1000Ns/m时，车速为20m/s时的车身垂向加速度均方根值和车身俯仰角加速度均方根值。本实施例中，J1pas＝0.9816m/s2,J2pas＝0.6435rad/s2。
进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：设定优化约束条件，且约束条件包括：正实函数约束条件和悬架动态性能指标约束条件。
在本实施例中，优化过程中设定的正实函数约束条件为：
(C+G)(B+F)≥(D+H)(A+E)；
a3＝0，a2≥0，a0≥0，
Figure BDA0002429025410000081
a3＞0，a0≥0时，
a1≥0；
Figure BDA0002429025410000082
或
Figure BDA0002429025410000083
Figure BDA0002429025410000084
其中，
a0＝DH；
a1＝CG-DF-BH；
a2＝BF-CE-AG；
a3＝AE；
车辆在行驶过程中，既要满足良好的舒适性要求与轮胎的接地性要求，同时悬架的动行程应满足一定的约束范围，以防止悬架撞击车身影响舒适，因此优化过程中还设定了动态性能约束条件：
其中，前后悬架的动行程均方根值J3和J5的约束条件设定为：
J3≤0.0267m，J5≤0.0267m；
前后悬架的轮胎动载荷均方根值J4和J6的约束条件设定为：
J4≤1300N，J6≤1300N。进一步，所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：
采用改进的粒子群算法进行参数优化，且粒子位置与速度的更新规则为：
Figure BDA0002429025410000091
Xk+1＝Xk+Vk+1；
其中，ω为权重，r1与r2均为区间为[0,1]的随机数，k为当前迭代次数，
Figure BDA0002429025410000092
为个体最优粒子位置，
Figure BDA0002429025410000093
为全局最优粒子位置，c1与c2均为常数，V为粒子速度，X为粒子位置。
进一步，所述改进的粒子群算法包括交叉操作与变异操作，即所述交叉操作的位置产生规则为：
a1＝rand(n),a2＝rand(n)；
其中，a1与a2均为选择的交叉个体位置，n为正整数；
所述交叉操作的实现条件为：
Figure BDA0002429025410000094
其中，fa1为a1的适应度值，fa2为a2的适应度值，fbest为最优个体的适应度值；
所述变异操作的实现条件为：
fn>fn+1；
其中，fn为变异之前的适应度函数值；fn+1为变异之后的适应度函数值；
所述变异操作为：
Figure BDA0002429025410000095
其中，Vn+1、Vn分别为变异后和变异前的粒子速度；Xn+1和Xn分别为变异后和变异前的粒子位置；θi为[0,π]之间的随机角度。
在本实施例经过反复优化，优化结果如表2所示：
表2优化结果参数
Figure BDA0002429025410000101
若提升效果超过10％，则进入步骤S4，否则重新进行步骤S3。本实施例满足条件，则进入步骤S4。
进一步，所述步骤S4确定机电悬架的网络综合被动实现与机电悬架具体结构参数的方法包括：根据元件提取法，对于优化得到的目标函数，分别串联提取出电阻性(阻尼器)元件，然后并联提取出电抗型(惯容器)元件，以转换为机电惯容器与双二次型阻抗传递函数相并联；
所述双二次型阻抗传递函数T1(s)表达式为：
Figure BDA0002429025410000102
其中：A0、B0、C0、D0、E0、F0为双二次型传递函数的系数，均≥0，且D0、E0、F0不全为0。
在本实施例中，双二次型阻抗传递函数的网络综合实现方法如下：
1)若
Figure BDA0002429025410000103
不成立，则该双二次型阻抗传递函数无法进行被动实现；若成立，则进入2)；
2)若K＝(A0F0-C0D0)2-(A0E0-B0D0)(B0F0-C0E0)＝0，则该双二次型阻抗传递函数可以通过三元件网络实现；否则进入3)；
3)若(A0F0+C0D0)2+B0 2D0F0＝B0E0(A0F0+C0D0)或
(A0F0+C0D0)2+E0 2A0C0＝B0E0(A0F0+C0D0)，则该双二次型阻抗传递函数可以通过四元件实现；否则若A0F0＝C0D0，则该函数可以通过四元件实现，否则进入4)；
4)若A0F0<C0D0，
且A0E0 2+C0D0 2＝A0D0F0+B0D0E0或F0B0 2+D0C0 2＝A0C0F0+B0C0E0，则该函数可以通过四元件实现；否则，
若D0(A0F0-C0D0)-E0(A0E0-B0D0)≥0或C0(A0F0-C0D0)-B0(B0F0-C0E0)≥0，则该函数可以通过五元件实现，否则该函数需通过六-九个元件被动实现；若A0F0<C0D0不成立，进入5)；
5)若C0E0 2+A0F0 2＝C0D0F0+B0E0F0或D0B0 2+F0A0 2＝A0C0D0+A0B0E0，则该函数可以通过四元件实现；否则，
若E0(B0F0-C0E0)-F0(A0F0-C0D0)≥0或B0(A0E0-B0D0)-A0(A0F0-C0D0)≥0，则该函数可以通过五元件实现，否则该函数需通过六-九个元件被动实现。
经检验，所优化得到的包含有机电惯容器的悬架网络结构包含一个机械式阻尼器、一个机电惯容器、一个电阻器、一个电感器和一个电容器，其中机械式阻尼器与机电惯容器相串联，机电惯容器外端电路为电阻器与电感器相并联，然后和电容器相串联结构，如图4所示。
其中，bm为机电惯容器，cm为机械阻尼器，Vg为机电惯容两端点产生的端电压，Le和Re分别为机电惯容器等效电感与等效电阻，Rg、Lg和Cg分别为外端电路的电容器、电感器和电容器。
以旋转式惯容器-电机耦合型为例，当电机系数Km＝7056HN/m时，其具体参数如表3所示。
表3优化的参数结果
Figure BDA0002429025410000111
实施例2
在实施例1的基础上，本实施例2提供了一种新能源车用机电悬架模型的优化仿真方法，包括：分别在不同车速下，对新能源车用机电悬架模型进行仿真分析，以得到新能源车用机电悬架的动态性能；其中所述新能源车用机电悬架模型适于采用如实施例1所述的新能源车用机电悬架模型构建方法构建。
具体的，新能源车用机电悬架模型构建方法具体过程见实施例1的描述，此处不作赘述。
具体的，分别在不同车速下，仿真分析优化得到的新能源车用机电悬架的动态性能，表4给出了车速为20m/s情况下的性能指标对照表。图5为车速为20m/s情况下车身加速度时域响应对照图，图6为车速为20m/s情况下俯仰角加速度时域响应对照图，图7为车速为20m/s情况下车身加速度频域响应对照图。
表4车速为20m/s情况下的性能指标对照表
Figure BDA0002429025410000121
从图表中，可以看出，优化得到的新能源车用机电悬架系统的车身加速度均方根值J1最多可降低26.5％，俯仰角加速度均方根值J2最多可降低18.3％，两个指标可同时降低15.5％和11.4％，且其他性能指标均在设定的约束范围之内，可以看出，本实施例所提出的新能源车用机电悬架系统的隔振性能得到显著改善。
实施例3
在实施例1的基础上，本实施例3提供了一种新能源车用机电悬架系统，包括：新能源车用机电悬架模型；所述新能源车用机电悬架模型采用如实施例1所述的新能源车用机电悬架模型构建方法构建。
具体的，新能源车用机电悬架模型构建方法具体过程见实施例1的描述，此处不作赘述。
综上所述，本发明的新能源车用机电悬架模型构建方法、优化仿真方法及新能源车用机电悬架系统，综合考虑车身垂向振动加速度与俯仰角加速度性能指标，通过优化算法求解得到新能源车用机电悬架的具体结构，有效实现对新能源车用机电悬架的模型的准确构建，提升悬架综合性能，缩短研发，减小工作量。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (10)

1.一种新能源车用机电悬架模型构建方法，其特征在于，包括：
步骤S1，构建半车动力学运动模型；
步骤S2，构建包含机电惯容器的车辆机电悬架模型；
步骤S3，优化半车动力学运动模型和车辆机电悬架模型的设计参数，若设计参数符合设计要求，则进入步骤S4，否则重新进行步骤S3；以及
步骤S4，确定机电悬架的网络综合被动实现与机电悬架具体结构参数。
2.根据权利要求1所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S1中的半车动力学运动模型包括：车身垂向运动和俯仰运动。
3.根据权利要求2所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S2中的机电惯容器为并联型结构；以及
所述机电惯容器为单电机耦合型或平动式惯容器-电机耦合型或旋转式惯容器-电机耦合型；
所述步骤S2中的车辆机电悬架模型的速度型阻抗T(s)解析表达式为：
Figure FDA0002429025400000011
其中：A、B、C、D、E、F、G、H为双三次型传递函数的系数，均≥0，且E、F、G、H不全为0。
4.根据权利要求3所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法包括：
设定目标函数f，且目标函数f共包含三种模式，即
当J2<J2pas，目标函数f＝min(J1/J1pas)；
当J1<J1pas，目标函数f＝min(J2/J2pas)；
当J1<J1pas且J2<J2pas，目标函数f＝min(J1/J1pas+J2/J2pas)；
其中，J1为车身垂向振动加速度均方根值；J2为车身俯仰角加速度均方根值；J1pas为传统被动悬架阻尼为1000Ns/m时，车速为20m/s时的车身垂向加速度均方根值；J2pas为传统被动悬架阻尼为1000Ns/m时，车速为20m/s时的车身俯仰角加速度均方根值。
5.根据权利要求4所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：
设定优化约束条件，且约束条件包括：正实函数约束条件和悬架动态性能指标约束条件。
6.根据权利要求5所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S3优化半车动力学运动模型和车辆机电悬架模型的设计参数的方法还包括：
采用改进的粒子群算法进行参数优化，且粒子位置与速度的更新规则为：
Figure FDA0002429025400000021
Xk+1＝Xk+Vk+1；
其中，ω为权重，r1与r2均为区间为[0,1]的随机数，k为当前迭代次数，
Figure FDA0002429025400000022
为个体最优粒子位置，
Figure FDA0002429025400000023
为全局最优粒子位置，c1与c2均为常数，V为粒子速度，X为粒子位置；
所述改进的粒子群算法包括交叉操作与变异操作，即
所述交叉操作的位置产生规则为：
a1＝rand(n),a2＝rand(n)；
其中，a1与a2均为选择的交叉个体位置，n为正整数；
所述交叉操作的实现条件为：
Figure FDA0002429025400000031
其中，fa1为a1的适应度值，fa2为a2的适应度值，fbest为最优个体的适应度值；
所述变异操作的实现条件为：
fn>fn+1；
其中，fn为变异之前的适应度函数值；fn+1为变异之后的适应度函数值；
所述变异操作为：
Figure FDA0002429025400000032
其中，Vn+1、Vn分别为变异后和变异前的粒子速度；Xn+1和Xn分别为变异后和变异前的粒子位置；θi为[0,π]之间的随机角度。
7.根据权利要求6所述的新能源车用机电悬架模型构建方法，其特征在于，
所述步骤S4确定机电悬架的网络综合被动实现与机电悬架具体结构参数的方法包括：
根据元件提取法，对于优化得到的目标函数，分别串联提取出电阻性元件，然后并联提取出电抗型元件，以转换为机电惯容器与双二次型阻抗传递函数相并联；
所述双二次型阻抗传递函数T1(s)表达式为：
Figure FDA0002429025400000033
其中：A0、B0、C0、D0、E0、F0为双二次型传递函数的系数，均≥0，且D0、E0、F0不全为0。
8.根据权利要求7所述的新能源车用机电悬架模型构建方法，其特征在于，
所述机电悬架的结构包括：机械式阻尼器、机电惯容器、电阻器、电感器和电容器；其中
所述机械式阻尼器与机电惯容器装置相串联；以及
所述电阻器与电感器相并联后与电容器相串联构成所述机电惯容器的外端电路。
9.一种新能源车用机电悬架模型的优化仿真方法，其特征在于，包括：分别在不同车速下，对新能源车用机电悬架模型进行仿真分析，以得到新能源车用机电悬架的动态性能；其中
所述新能源车用机电悬架模型适于采用如权利要求1-8任一所述的新能源车用机电悬架模型构建方法构建。
10.一种新能源车用机电悬架系统，其特征在于，包括：新能源车用机电悬架模型；
所述新能源车用机电悬架模型采用如权利要求1-8任一所述的新能源车用机电悬架模型构建方法构建。
CN202010230099.XA 2020-03-27 2020-03-27 新能源车用机电悬架模型构建方法、优化仿真方法及系统 Pending CN111444660A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010230099.XA CN111444660A (zh) 2020-03-27 2020-03-27 新能源车用机电悬架模型构建方法、优化仿真方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010230099.XA CN111444660A (zh) 2020-03-27 2020-03-27 新能源车用机电悬架模型构建方法、优化仿真方法及系统

Publications (1)

Publication Number Publication Date
CN111444660A true CN111444660A (zh) 2020-07-24

Family

ID=71650828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010230099.XA Pending CN111444660A (zh) 2020-03-27 2020-03-27 新能源车用机电悬架模型构建方法、优化仿真方法及系统

Country Status (1)

Country Link
CN (1) CN111444660A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329796A (zh) * 2022-02-14 2022-04-12 江南大学 一种无源悬架控制器的优化设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447262A (zh) * 2015-12-14 2016-03-30 江苏大学 一种流体惯容器的非线性模型及其参数确定方法
CN105644288A (zh) * 2016-02-22 2016-06-08 江苏大学 一种车辆isd悬架参数匹配方法
CN107563001A (zh) * 2017-08-01 2018-01-09 江苏大学 一种车辆isd悬架机电网络系统正实综合与被动实现方法
CN108932375A (zh) * 2018-06-15 2018-12-04 江苏大学 一种基于高阶阻抗传递函数的车辆isd悬架网络综合被动实现方法
CN110001336A (zh) * 2019-03-12 2019-07-12 江苏大学 一种基于add正实网络优化的车辆isd悬架一阶理想模型

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447262A (zh) * 2015-12-14 2016-03-30 江苏大学 一种流体惯容器的非线性模型及其参数确定方法
CN105644288A (zh) * 2016-02-22 2016-06-08 江苏大学 一种车辆isd悬架参数匹配方法
CN107563001A (zh) * 2017-08-01 2018-01-09 江苏大学 一种车辆isd悬架机电网络系统正实综合与被动实现方法
CN108932375A (zh) * 2018-06-15 2018-12-04 江苏大学 一种基于高阶阻抗传递函数的车辆isd悬架网络综合被动实现方法
CN110001336A (zh) * 2019-03-12 2019-07-12 江苏大学 一种基于add正实网络优化的车辆isd悬架一阶理想模型

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李士勇 等: "《量子计算与量子优化算法》", 31 May 2009 *
杨晓峰 等: "应用新型蓄能悬架半车模型的动态性能仿真", 《广西大学学报（自然科学版）》 *
葛显龙 等: "《智能算法及应用》", 30 September 2017 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329796A (zh) * 2022-02-14 2022-04-12 江南大学 一种无源悬架控制器的优化设计方法

Similar Documents

Publication Publication Date Title
CN108932375B (zh) 一种基于高阶阻抗传递函数的车辆isd悬架网络综合被动实现方法
CN110001337B (zh) 一种基于add正实网络优化的车辆isd悬架二阶理想模型的建立方法
Sun et al. Performance investigation of vehicle suspension system with nonlinear ball-screw inerter
CN109334378B (zh) 一种基于单神经元pid控制的车辆isd悬架主动控制方法
CN107977497B (zh) 一种电动轮轮内减振系统参数优化方法
CN109927501A (zh) 一种汽车半主动悬架系统的智能控制方法
CN108891220B (zh) 一种车辆半主动悬架系统的天棚控制改进方法
CN102501737B (zh) 一种车辆半主动悬架系统智能粒子群模糊混合控制方法
CN103593506A (zh) 一种两级串联式isd悬架参数优化方法
CN110001336B (zh) 一种基于add正实网络优化的车辆isd悬架一阶理想模型
CN102975587B (zh) 基于双可控阻尼器的车辆半主动悬架及其控制方法
CN108859648A (zh) 一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法
CN111444660A (zh) 新能源车用机电悬架模型构建方法、优化仿真方法及系统
CN110341414B (zh) 一种连续线性天棚控制下悬架自适应最优控制系统及方法
CN113103836A (zh) 一种基于非对称往复阻尼的车辆isd悬架结构及优化设计方法
CN113591360B (zh) 基于整车动力学模型的磁流变阻尼器结构参数优化方法
CN109932907B (zh) 一种基于rbf滑模变结构控制的车辆isd悬架主动控制方法
CN111439086B (zh) 一种基于粒子群优化的车辆isd悬架pdd控制理想模型
Sulaiman et al. Groundhook control of semi-active suspension for heavy vehicle
CN114590090A (zh) 基于自适应lqr轮毂直驱半主动悬架控制系统构造方法
CN112906133B (zh) 一种地棚控制动惯性悬架的垂向振动负效应抑制方法
CN115099035B (zh) 随机位移激励下含负刚度和惯容协作的悬架减振设计方法
CN113158370B (zh) 一种基于分数阶电网络的车辆机电isd悬架结构及其参数确定方法
CN111137093B (zh) 一种分布式驱动车辆悬架轮毂电机系统控制方法及系统
Feng et al. Bandwidth-limited active suspension controller for an off-road vehicle based on co-simulation technology

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724