CN111639388B - 一种汽车弹性元件参数仿真方法及系统 - Google Patents
一种汽车弹性元件参数仿真方法及系统 Download PDFInfo
- Publication number
- CN111639388B CN111639388B CN202010354773.5A CN202010354773A CN111639388B CN 111639388 B CN111639388 B CN 111639388B CN 202010354773 A CN202010354773 A CN 202010354773A CN 111639388 B CN111639388 B CN 111639388B
- Authority
- CN
- China
- Prior art keywords
- vehicle model
- adams
- model
- whole vehicle
- grade
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本申请涉及一种汽车弹性元件参数仿真方法及系统,涉及汽车制造技术领域,该方法包括以下步骤:根据已确定的硬点数据和待定元件参数构建ADAMS整车模型以及Vi‑grade整车模型;依据Vi‑grade整车模型和Isight平台联合仿真,获得多个最优底盘系统K&C指标;依据ADAMS整车模型和Isight平台联合仿真,获得满足各最优底盘系统K&C指标的各最优元件参数;根据各最优元件参数,更新Vi‑grade整车模型和ADAMS整车模型并进行仿真验证,输出通过验证的最优元件参数。本申请根据整车性能目标,对汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
Description
技术领域
本发明涉及汽车制造技术领域,具体涉及一种汽车弹性元件参数仿真方法及系统。
背景技术
目前,底盘汽车弹性元件(包括:弹簧、稳定杆、衬套、缓冲块等)的参数优化方法多样。现有的,汽车空气悬架系统多学科优化平台基于动力学、运功学、静力学三学科建立空气悬架车辆多学科优化模型,基于Isight平台集成了CATIA、ADAMS、ABAQUS和Carsim 软件构建而成的空气悬架多学科优化平台,从悬架系统性能、成本、布置三个维度使底盘整体性能最均衡,达到系统整体最优。
但传统的技术方案,多为针对底盘悬架系统的优化,即,仅从底盘悬架系统层次出发进行优化,不符合汽车正向开发流程,不能从整车性能的层次出发进行优化,不一定能使整车性能达成既定目标。
因此,为解决现有技术方案的问题,急需一种新的汽车弹性元件参数仿真技术方案。
发明内容
本申请实施例提供一种汽车弹性元件参数仿真方法及系统,根据整车性能目标,对汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
第一方面,提供了一种汽车弹性元件参数仿真方法,所述方法包括以下步骤:
根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据所述ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致;
依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C 指标;
依据所述ADAMS整车模型和所述Isight平台联合仿真,根据以各所述最优底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各所述最优底盘系统K&C指标的各最优元件参数;
根据各所述最优元件参数,更新所述Vi-grade整车模型和所述 ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数;
所述调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致中,包括以下步骤:
分别向所述Vi-grade整车模型和所述ADAMS整车模型输出多种预设的第一仿真指标,比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果;
当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以内时,则判定所述Vi-grade整车模型和所述 ADAMS整车模型的仿真结果一致;
当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以外时,调整所述第一仿真指标,重复比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果。
具体的,所述第一仿真指标包括不足转向度、车身侧倾梯度、横摆角速度响应时间、横摆角速度超调量、谐振频率、谐振峰水平、1Hz 相位滞后角、前/后悬架偏频以及驾驶员座椅加权加速度均方根值;
所述第一相对差阈值为5%。
进一步的,所述根据所述最优元件参数,更新所述Vi-grade整车模型和所述ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数,具体包括以下步骤:
根据所述最优元件参数,更新所述Vi-grade整车模型和所述 ADAMS整车模型,获得更新版Vi-grade整车模型和更新版ADAMS 整车模型;
利用所述更新版Vi-grade整车模型和所述更新版ADAMS整车模型进行操稳和平顺性仿真;
当通过所述操稳和平顺性仿真时,输出所述最优元件参数。
具体的,所述底盘系统K&C指标包括多种,各所述最优底盘系统 K&C指标分别对应一种底盘系统K&C指标。
进一步的,依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,获得最优底盘系统K&C指标,具体包括以下步骤:
选取多个底盘系统K&C指标作为设计变量,构成多维设计空间 T=[T1,T2,T3,...,Tn],进而进行无量纲处理,获得无量纲设计变量 X=[x1,x2,x3,...,xn];
以整车操控性能指标和平顺性指标构建目标函数 Y=[y1,y2,y3,...,yn];
依据所述Vi-grade整车模型和Isight平台联合仿真,根据第一响应面模型,获得多个最优底盘系统K&C指标;其中,
进一步的,依据所述ADAMS整车模型和所述Isight平台联合仿真,根据以底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,获得满足所述最优底盘系统K&C指标的最优元件参数,具体包括以下步骤:
根据各所述最优底盘系统K&C指标形成目标函数 T优=[T优1,T优2,T优3,...,T优n];
各所述待定元件参数作为输入变量,构成多维设计空间 P=[P1,P2,P3,...,Pn];
依据所述ADAMS整车模型和所述Isight平台联合仿真,构建以底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的所述第二响应面模型;
根据所述第二响应面模型获得满足所述最优底盘系统K&C指标的最优元件参数。
具体的,在构建所述多维设计空间之前,所述方法还包括以下步骤:
各所述待定元件参数进行无量纲化处理。
第二方面,提供了一种汽车弹性元件参数仿真系统,所述系统包括:
模型调试单元,其用于根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据所述ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致;
第一仿真单元,其用于依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C指标;
第二仿真单元,其用于依据所述ADAMS整车模型和所述Isight 平台联合仿真,根据以各所述最优底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各所述最优底盘系统K&C指标的各最优元件参数;
参数输出单元,其用于根据各所述最优元件参数,更新所述 Vi-grade整车模型和所述ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数;
所述模型调试单元还用于分别向所述Vi-grade整车模型和所述 ADAMS整车模型输出多种预设的第一仿真指标,比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果;
所述模型调试单元还用于当所述Vi-grade整车模型和所述ADAMS 整车模型的分析结果的误差在第一相对差阈值以内时,则判定所述Vi-grade整车模型和所述ADAMS整车模型的仿真结果一致;
所述模型调试单元还用于当所述Vi-grade整车模型和所述ADAMS 整车模型的分析结果的误差在第一相对差阈值以外时,调整所述第一仿真指标,重复比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果。
本申请提供的技术方案带来的有益效果包括:
1、本发明提供了一种汽车弹性元件参数仿真技术,根据整车性能目标,可从整车层级,到底盘系统层级,再到底盘零部件层级的汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
2、本发明提供了一种从整车操稳和平顺性指标到底盘K&C指标再到底盘零部件参数的指标分解过程,保证整车操稳和平顺性的达成。
3、本发明提供的基于响应面分析的优化算法解决了对复杂多体动力学模型进行多因子、多目标优化过程需要巨大计算量,使优化设计大大降低,导致优化计算难以进行的问题。
4、本发明提供的最优拉丁超立方使样本空间具有更优秀的填充性和均衡性,使采样点在设计空间中分布更均匀,近似模型的重构精度就越高。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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为本申请实施例1提供的汽车弹性元件参数仿真方法的步骤流程图;
图2为本申请实施例2提供的汽车弹性元件参数仿真系统的结构框图;
图3为本申请实施例2提供的协同仿真平台架构基于的协同仿真平台架构的结构示意图;
附图标记:
1、模型调试单元;2、第一仿真单元;3、第二仿真单元;4、参数输出单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图对本发明的实施例作进一步详细说明。
本发明实施例提供一种汽车弹性元件参数仿真方法及系统,根据整车性能目标,对汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
为达到上述技术效果,本申请的总体思路如下:
一种汽车弹性元件参数仿真方法,该汽车弹性元件参数仿真方法包括以下步骤:
S1、根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得ADAMS整车模型和Vi-grade整车模型的仿真结果一致;
S2、依据Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C 指标;
S3、依据ADAMS整车模型和Isight平台联合仿真,根据以各最优底盘系统K&C指标为输出响应,以待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各最优底盘系统K&C指标的各最优元件参数;
S4、根据各最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,输出通过验证的最优元件参数。
以下结合附图对本发明的实施例作进一步详细说明。
实施例1
参见图1所示,本发明实施例提供一种汽车弹性元件参数仿真方法,该方法包括以下步骤:
S1、根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得ADAMS整车模型和Vi-grade整车模型的仿真结果一致;
S2、依据Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C 指标;
S3、依据ADAMS整车模型和Isight平台联合仿真,根据以各最优底盘系统K&C指标为输出响应,以待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各最优底盘系统K&C指标的各最优元件参数;
S4、根据各最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,输出通过验证的最优元件参数。
本发明实施例中,在S1步骤中,首先根据基于悬架K特性达成后的硬点数据和待定元件参数搭建ADAMS悬架模型,该ADAMS悬架模型中的待定元件参数待定,进而根据ADAMS悬架模型构建ADAMS 整车模型,并将ADAMS悬架模型导入Vi-grade中建立Vi-grade整车模型,即获得符合要求的ADAMS整车模型以及Vi-grade整车模型,最后,再分别ADAMS整车模型以及Vi-grade整车模型进行操稳和平顺性仿真,通过交叉验证,使两套模型仿真结果一致,保证优化结果有效,若仿真结果不一致,则对ADAMS整车模型以及Vi-grade整车模型进行调整;
进而,进行步骤S2,利用Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统 K&C指标为输入变量,对整车操控性能和平顺性进行多目标优化,得到使整车操控性和平顺性最优的最优底盘系统K&C指标;
而后,进行步骤S3,依据ADAMS整车模型和Isight平台联合仿真,根据以底盘系统K&C指标为输出响应,以待定元件参数为输入变量,获得满足各最优底盘系统K&C指标的各最优元件参数,需要说明的是,由于最优底盘系统K&C指标有多个,故各最优元件参数与各最优底盘系统K&C指标相对应;
最后,进行步骤S4,基于各最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,进行操稳和平顺性仿真,输出通过验证的最优元件参数。
本发明实施例提供了一种汽车弹性元件参数仿真技术,根据整车性能目标,可从整车层级,到底盘系统层级,再到底盘零部件层级的汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
在一些可选的实施例中,调试使得ADAMS整车模型和Vi-grade 整车模型的仿真结果一致,具体包括以下步骤:
分别向Vi-grade整车模型和ADAMS整车模型输出多种预设的第一仿真指标,比对Vi-grade整车模型和ADAMS整车模型的分析结果;
当Vi-grade整车模型和ADAMS整车模型的分析结果的误差在第一相对差阈值以内时,则判定Vi-grade整车模型和ADAMS整车模型的仿真结果一致;
当Vi-grade整车模型和ADAMS整车模型的分析结果的误差在第一相对差阈值以外时,调整第一仿真指标,重复比对Vi-grade整车模型和ADAMS整车模型的分析结果。
在一些可选的实施例中,第一仿真指标包括不足转向度、车身侧倾梯度、横摆角速度响应时间、横摆角速度超调量、谐振频率、谐振峰水平、1Hz相位滞后角、前/后悬架偏频以及驾驶员座椅加权加速度均方根值;
具体的,第一相对差阈值为5%;
具体操作时,查看两套模型分析结果相对差是否在5%以内,若相对差在5%以内,则认为两套模型一致;若不在,则需调整参数。通过交叉验证,使两套模型仿真结果一致,保证优化结果有效。
在一些可选的实施例中,根据最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,输出通过验证的最优元件参数,具体包括以下步骤:
根据最优元件参数,更新Vi-grade整车模型和ADAMS整车模型,获得更新版Vi-grade整车模型和更新版ADAMS整车模型;
利用更新版Vi-grade整车模型和更新版ADAMS整车模型进行操稳和平顺性仿真;
当通过操稳和平顺性仿真时,输出最优元件参数。
在实际操作时,给出一种步骤S2具体实施方式,具体操作情况如下:
以经过交叉验证的Vi-grade整车模型为前提,选取底底盘系统K&C指标作为设计变量,构成多维设计空间T=[T1 T2… T53],如下表一所示:
表一
为了便于试验设计,将有量纲设计变量变换成无量纲设计变量 x=[x1 x2 … xi… x53],变换后的无量纲变量的2r+1个水平分别为:
以操稳指标和平顺性指标作为目标函数Y=[y1 y2… y10],具体如表二所示:
符号 | 目标函数 |
y<sub>1</sub> | 不足转向度(°/(m/s<sup>2</sup>)) |
y<sub>2</sub> | 车身侧倾梯度(°/(m/s<sup>2</sup>)) |
Y<sub>3 </sub> | 横摆角速度响应时间(s) |
y<sub>4</sub> | 横摆角速度超调量(%) |
y<sub>5</sub> | 谐振频率 |
y<sub>6</sub> | 谐振峰水平 |
y<sub>7</sub> | 1Hz相位滞后角 |
y<sub>8</sub> | 横摆角速度总方差(s) |
y<sub>9</sub> | 侧向加速度总方差(s) |
y<sub>10</sub> | 驾驶员座椅底盘的加速度均方值(g) |
表二
则整车操控性能和平顺性优化数学模型可表示为:
上式中,目标函数为设计变量的非线性函数,需要通过动力学分析求解,由于分析计算工作量打,因此建立目标函数和底盘系统K&C 指标的第一响应面模型,以有效提高优化设计问题的计算效率。
由于设计变量有53个,每个设计变量有2r+1个水平,故采用最优拉丁超立方试验设计方法选择样本点,样本点数为M,利用Vi-grade 整车模型在试验设计点处进行操稳仿真和平顺性仿真,仿真数据由 MATLAB程序进行处理,M个样本点下各设计变量对应的操控性和平顺性指标如表三所示:
表三试验设计样本点上的设计变量值与响应值
整车操控性和平顺性Y与输入变量x之间的函数关系可以表示为:
Y=y(x)+ε
式中,y(x)为未知函数,x=[x1 x2 … xi … x53]为独立设计变量,ε为服从标准正态分布函数的随机误差。如果用响应面模型来近似表示输入与输出两者的关系,则有:
则二次多项式响应面模型的表达式为:
对M个样本点所对应的响应值为:
用最小二乘法对样本点及样本点所对应的响应值及逆行拟合来确定二次多项式响应面模型中的待定系数b,B,得到响应面模型。
则M个设计点误差的平方和为:
通过最小二乘法使上式误差最小,则的系数b=[b1,b2,…,bN]T的表达式为:
b=(ΦTΦ)-1(ΦTy)
式中,y=[y(1),y(2),…,y(M)]T为试验设计样本点下动力学仿真得到的响应矩阵,Φ由M个设计点处的基函数所构成,其表达式为:
将试验设计点下变量x对应的Φ和数值计算所得响应向量y的具体数值代入上式,可求出响应面模型的待求系数b,从而得到多项式响应面模型。
如果响应面模型是实际响应函数的近似逼近,则对响应面的分析就近似等价于对实际系统的分析,通常用统计学中的F检验来对响应面模型进行显著性检验,设Sz和fz分别为误差波动总平方和与自由度,SC和fC分别为残差波动平方和与自由度,Sn和fn分别为拟合误差波动平方和与自由度,它们的数学表达式分别为:
根据概率统计理论,响应面模型的统计量F值可表示为:
在给定显著性水平α时,若满足:
F(fn,fC)>Fα(fn,fC)
则可认为在显著性水平α下,响应面模型具有显著意义,模型是可靠的。
响应面方差分析的各参数如下表四所示:
表四
工程中常用复相关系数R2对响应面模型进行检验,其数学表达式为:
相应面模型的拟合精度可以通过复相关系数的值(0<R2<1)来描述,一般而言,复相关系数的值越接近1,表明响应面模型的拟合精度越高。但当响应面模型的设计变量和基函数的个数增多时,复相关系数的值往往是逐渐增大并趋近于1的,此时复相关系数的值接近1 并不能说明响应面模型的拟合精度高,为此提出修正的复相关系数修正的复相关系数可表示为:
本实施例中,设计变量和基函数个数较多,因此用修正的复相关系数的值来评价响应面模型的拟合精度,
根据构建的设计变量与输出响应之间的响应面模型,对整车操控性能和平顺性进行多目标优化;得到使整车操控性和平顺性最优的底盘系统K&C指标。
在实际操作时,给出一种步骤S3具体实施方式,具体操作情况如下:
在得到使整车操控性和平顺性最优的最优底盘系统K&C指标后,将这些K&C指标作为目标函数T优=[T优1,T优2,T优3,...,T优53],具体如表五所示:
表五
悬架底盘系统前、后悬架多个参数信息作为设计变量,构成多维设计空间P=[P1P2 … P88],如下表六所示:
表六
将底盘前、后悬架的参数信息转换成无量纲设计变量,利用最优拉丁超立方试验设计方法选择样本点构件样本空间,基于前、后悬架的ADAMS整车模型进行K&C仿真得到样本点对应的输出响应,选取响应面阶次构件响应面模型,验证校核响应面精度,得到可靠的响应面模型,基于响应面模型进行多目标优化,得到为达成前、后悬架K&C 指标所对应的最优元件参数。
需要说明的是,本发明实施例基于响应面分析法,构建以底盘系统K&C指标为设计因子与以整车操稳指标和平顺性指标为响应因子的近似模型,大幅提高分析效率,改善优化过程的收敛性,有助于整车操控性和平顺性更快地收敛到全局最优;
基于响应面分析法,构建以底盘弹性元件参数为设计因子与以底盘K&C指标为响应因子的近似模型,大幅提高分析效率,改善优化过程的收敛性,有助于整车操控性和平顺性更快地收敛到全局最优。
实施例2
参见图2、3示,本发明实施例提供一种汽车弹性元件参数仿真系统,该系统包括:
模型调试单元1,其用于根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得ADAMS整车模型和Vi-grade整车模型的仿真结果一致;
第一仿真单元2,其用于依据Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C指标;
第二仿真单元3,其用于依据ADAMS整车模型和Isight平台联合仿真,根据以各最优底盘系统K&C指标为输出响应,以待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各最优底盘系统K&C指标的各最优元件参数;
参数输出单元4,其用于根据各最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,输出通过验证的最优元件参数。
本发明实施例中,首先根据基于悬架K特性达成后的硬点数据和待定元件参数搭建ADAMS悬架模型,该ADAMS悬架模型中的待定元件参数待定,进而根据ADAMS悬架模型构建ADAMS整车模型,并将ADAMS悬架模型导入Vi-grade中建立Vi-grade整车模型,即获得符合要求的ADAMS整车模型以及Vi-grade整车模型,最后,再分别ADAMS整车模型以及Vi-grade整车模型进行操稳和平顺性仿真,通过交叉验证,使两套模型仿真结果一致,保证优化结果有效,若仿真结果不一致,则对ADAMS整车模型以及Vi-grade整车模型进行调整;
进而,利用Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量,对整车操控性能和平顺性进行多目标优化,得到使整车操控性和平顺性最优的最优底盘系统K&C指标;
而后,依据ADAMS整车模型和Isight平台联合仿真,根据以底盘系统K&C指标为输出响应,以待定元件参数为输入变量,获得满足各最优底盘系统K&C指标的各最优元件参数,需要说明的是,由于最优底盘系统K&C指标有多个,故各最优元件参数与各最优底盘系统 K&C指标相对应;
最后,进行步骤S4,基于各最优元件参数,更新Vi-grade整车模型和ADAMS整车模型并进行仿真验证,进行操稳和平顺性仿真,输出通过验证的最优元件参数。
本发明实施例提供了一种汽车弹性元件参数仿真技术,根据整车性能目标,可从整车层级,到底盘系统层级,再到底盘零部件层级的汽车弹性元件参数进行仿真优化,使整车性能达到既定目标,满足设计需求。
在一些可选的实施例中,模型调试单元1,其具体用于分别向 Vi-grade整车模型和ADAMS整车模型输出多种预设的第一仿真指标,比对Vi-grade整车模型和ADAMS整车模型的分析结果;
模型调试单元1,其具体还用于当Vi-grade整车模型和ADAMS 整车模型的分析结果的误差在第一相对差阈值以内时,则判定Vi-grade 整车模型和ADAMS整车模型的仿真结果一致;
模型调试单元1,其具体还用于当Vi-grade整车模型和ADAMS 整车模型的分析结果的误差在第一相对差阈值以外时,调整第一仿真指标,重复比对Vi-grade整车模型和ADAMS整车模型的分析结果。
在一些可选的实施例中,第一仿真指标包括不足转向度、车身侧倾梯度、横摆角速度响应时间、横摆角速度超调量、谐振频率、谐振峰水平、1Hz相位滞后角、前/后悬架偏频以及驾驶员座椅加权加速度均方根值;
具体的,第一相对差阈值为5%。
在一些可选的实施例中,参数输出单元4,其具体用于根据最优元件参数,更新Vi-grade整车模型和ADAMS整车模型,获得更新版 Vi-grade整车模型和更新版ADAMS整车模型;
参数输出单元4,其具体还用于利用更新版Vi-grade整车模型和更新版ADAMS整车模型进行操稳和平顺性仿真;
参数输出单元4,其具体还用于当通过操稳和平顺性仿真时,输出最优元件参数。
具体实施时,本发明实施例基于一协同仿真平台架构,该协同仿真平台架构包括模型数据库、算法驱动层、应用层。
基于ADAMS、Vi-grade搭建的模型数据库包括:ADAMS悬架模型、ADAMS整车模型、Vi-grade整车模型;
其中,ADAMS模型包括ADAMS悬架模型、ADAMS整车模型,而Vi-grade模型即Vi-grade整车模型。
初始状态下,ADAMS悬架模型为经过硬点优化,K特性指标达成后的悬架模型,基于ADAMS悬架模型搭建ADAMS整车模型,并将 ADAMS悬架模型自动导入Vi-grade搭建整车模型;
基于MATLAB开发的仿真驱动程序,驱动Vi-grade整车模型和 ADAMS整车模型分别进行操稳和平顺性仿真,输出不足转向度、车身侧倾梯度、横摆角速度响应时间、横摆角速度超调量、谐振频率、谐振峰水平、1Hz相位滞后角、前/后悬架偏频、驾驶员座椅加权加速度均方根值等指标,查看两套模型分析结果相对差是否在5%以内,若相对差在5%以内,则认为两套模型一致;若不在,则需调整参数,用户通过用户界面,查看利用Vi-grade整车模型和ADAMS整车模型进行操稳和平顺性仿真结果,并通过界面调整参数,使两套模型仿真结果一致。
以上仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种汽车弹性元件参数仿真方法,其特征在于,所述方法包括以下步骤:
根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据所述ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致;
依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C指标;
依据所述ADAMS整车模型和所述Isight平台联合仿真,根据以各所述最优底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各所述最优底盘系统K&C指标的各最优元件参数;
根据各所述最优元件参数,更新所述Vi-grade整车模型和所述ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数;
所述调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致中,包括以下步骤:
分别向所述Vi-grade整车模型和所述ADAMS整车模型输出多种预设的第一仿真指标,比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果;
当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以内时,则判定所述Vi-grade整车模型和所述ADAMS整车模型的仿真结果一致;
当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以外时,调整所述第一仿真指标,重复比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果。
2.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于:
所述第一仿真指标包括不足转向度、车身侧倾梯度、横摆角速度响应时间、横摆角速度超调量、谐振频率、谐振峰水平、1Hz相位滞后角、前/后悬架偏频以及驾驶员座椅加权加速度均方根值。
3.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于:
所述第一相对差阈值为5%。
4.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于,所述根据所述最优元件参数,更新所述Vi-grade整车模型和所述ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数,具体包括以下步骤:
根据所述最优元件参数,更新所述Vi-grade整车模型和所述ADAMS整车模型,获得更新版Vi-grade整车模型和更新版ADAMS整车模型;
利用所述更新版Vi-grade整车模型和所述更新版ADAMS整车模型进行操稳和平顺性仿真;
当通过所述操稳和平顺性仿真时,输出所述最优元件参数。
5.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于:
所述底盘系统K&C指标包括多种,各所述最优底盘系统K&C指标分别对应一种底盘系统K&C指标。
6.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于,依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,获得最优底盘系统K&C指标,具体包括以下步骤:
选取多个底盘系统K&C指标作为设计变量,构成多维设计空间T=[T1,T2,T3,...,Tn],进而进行无量纲处理,获得无量纲设计变量X=[x1,x2,x3,...,xn];
以整车操控性能指标和平顺性指标构建目标函数Y=[y1,y2,y3,...,yn];
依据所述Vi-grade整车模型和Isight平台联合仿真,根据第一响应面模型,获得多个最优底盘系统K&C指标;其中,
7.如权利要求1所述的汽车弹性元件参数仿真方法,其特征在于,依据所述ADAMS整车模型和所述Isight平台联合仿真,根据以底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,获得满足所述最优底盘系统K&C指标的最优元件参数,具体包括以下步骤:
根据各所述最优底盘系统K&C指标形成目标函数T优=[T优1,T优2,T优3,...,T优n];
各所述待定元件参数作为输入变量,构成多维设计空间P=[P1,P2,P3,...,Pn];
依据所述ADAMS整车模型和所述Isight平台联合仿真,构建以底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的所述第二响应面模型;
根据所述第二响应面模型获得满足所述最优底盘系统K&C指标的最优元件参数。
8.如权利要求7所述的汽车弹性元件参数仿真方法,其特征在于,在构建所述多维设计空间之前,所述方法还包括以下步骤:
各所述待定元件参数进行无量纲化处理。
9.一种汽车弹性元件参数仿真系统,其特征在于,所述系统包括:
模型调试单元,其用于根据已确定的硬点数据和待定元件参数搭建ADAMS悬架模型,根据所述ADAMS悬架模型构建ADAMS整车模型以及Vi-grade整车模型,并调试使得所述ADAMS整车模型和所述Vi-grade整车模型的仿真结果一致;
第一仿真单元,其用于依据所述Vi-grade整车模型和Isight平台联合仿真,根据以整车操控性能指标和平顺性指标为输出响应,以底盘系统K&C指标为输入变量的第一响应面模型,经过多目标优化,获得多个最优底盘系统K&C指标;
第二仿真单元,其用于依据所述ADAMS整车模型和所述Isight平台联合仿真,根据以各所述最优底盘系统K&C指标为输出响应,以所述待定元件参数为输入变量的第二响应面模型,经过多目标优化,获得满足各所述最优底盘系统K&C指标的各最优元件参数;
参数输出单元,其用于根据各所述最优元件参数,更新所述Vi-grade整车模型和所述ADAMS整车模型并进行仿真验证,输出通过验证的所述最优元件参数;
所述模型调试单元还用于分别向所述Vi-grade整车模型和所述ADAMS整车模型输出多种预设的第一仿真指标,比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果;
所述模型调试单元还用于当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以内时,则判定所述Vi-grade整车模型和所述ADAMS整车模型的仿真结果一致;
所述模型调试单元还用于当所述Vi-grade整车模型和所述ADAMS整车模型的分析结果的误差在第一相对差阈值以外时,调整所述第一仿真指标,重复比对所述Vi-grade整车模型和所述ADAMS整车模型的分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010354773.5A CN111639388B (zh) | 2020-04-28 | 2020-04-28 | 一种汽车弹性元件参数仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010354773.5A CN111639388B (zh) | 2020-04-28 | 2020-04-28 | 一种汽车弹性元件参数仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111639388A CN111639388A (zh) | 2020-09-08 |
CN111639388B true CN111639388B (zh) | 2022-09-27 |
Family
ID=72330954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010354773.5A Active CN111639388B (zh) | 2020-04-28 | 2020-04-28 | 一种汽车弹性元件参数仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111639388B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287551B (zh) * | 2020-10-30 | 2022-04-08 | 重庆长安汽车股份有限公司 | 一种基于整车概念模型的行驶性能系统级指标分解方法 |
CN114282301A (zh) * | 2021-11-22 | 2022-04-05 | 东风汽车集团股份有限公司 | 一种汽车悬架k&c仿真分析方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457835A (zh) * | 2019-08-15 | 2019-11-15 | 中国北方车辆研究所 | 履带式装甲车辆悬挂装置设计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5880362A (en) * | 1995-09-06 | 1999-03-09 | Engineering Technology Associates, Inc. | Method and system for simulating vehicle and roadway interaction |
CN105718607B (zh) * | 2014-12-02 | 2019-02-19 | 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 |
CN107247830B (zh) * | 2017-05-26 | 2020-09-18 | 广州汽车集团股份有限公司 | 一种汽车悬架k&c特性公差优化方法及系统 |
CN108446528A (zh) * | 2018-06-01 | 2018-08-24 | 上汽通用五菱汽车股份有限公司 | 前悬架优化设计方法、装置及计算机可读存储介质 |
-
2020
- 2020-04-28 CN CN202010354773.5A patent/CN111639388B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110457835A (zh) * | 2019-08-15 | 2019-11-15 | 中国北方车辆研究所 | 履带式装甲车辆悬挂装置设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111639388A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112699504B (zh) | 装配体物理数字孪生建模方法、装置、电子设备及介质 | |
CN111639388B (zh) | 一种汽车弹性元件参数仿真方法及系统 | |
CN106991216B (zh) | 汽车冷却模块引起方向盘抖动的稳健性预估及优化方法 | |
US11281824B2 (en) | Authoring loading and boundary conditions for simulation scenarios | |
CN116090111B (zh) | 一种基于深度学习模型的汽车钢板弹簧疲劳寿命预测方法 | |
CN112414668B (zh) | 一种风洞试验数据静气弹修正方法、装置、设备及介质 | |
CN111966574B (zh) | 一种航电通用计算平台的架构方案评估方法 | |
CN114048547B (zh) | 一种基于自适应代理模型的车用空气弹簧工程优化设计方法 | |
Tey et al. | Identification of vehicle suspension parameters by design optimization | |
CN112818470A (zh) | 一种基结构的优化方法、装置、计算机设备和存储介质 | |
Nikolaidis et al. | Neural networks and response surface polynomials for design of vehicle joints | |
CN108829987B (zh) | 一种数据驱动型概率评估方法 | |
CN115935761B (zh) | 设备的可靠性仿真方法、装置、计算机设备和存储介质 | |
CN112685841A (zh) | 一种带有连接关系的结构的有限元建模、修正方法及系统 | |
CN115221153B (zh) | 一种缺失数据填补方法、装置和计算机可读存储介质 | |
Chen et al. | A novel compliance constrained mass optimization framework for vehicle suspension subframe structures | |
CN113919080A (zh) | 一种基于机器学习的汽车发动机罩力学性能快速评估方法 | |
CN113607392B (zh) | 一种弹簧臂耐久试验方法及装置 | |
CN115338610A (zh) | 双轴孔装配方法、装置、电子设备和存储介质 | |
CN115712977A (zh) | 一种基于Kriging代理模型辅助的齿轮减速器稳健优化设计方法 | |
CN111177855B (zh) | 一种全局气动弹性优化中的气动结构求解方法及系统 | |
CN111159946A (zh) | 一种基于最小势能原理的非连续性问题分区求解方法 | |
CN116522510B (zh) | 一种用于车轮性能仿真的轮胎材料参数的反演方法及系统 | |
CN114036690A (zh) | 一种发动机悬置支架有限元模型修正方法 | |
CN114647897B (zh) | 一种基于层次熵-灰色关联法的驾驶室结构优化方法 |
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 |