CN113627008A - 一种基于整车部件参数的超参数优化设计方法 - Google Patents

一种基于整车部件参数的超参数优化设计方法 Download PDF

Info

Publication number
CN113627008A
CN113627008A CN202110894364.9A CN202110894364A CN113627008A CN 113627008 A CN113627008 A CN 113627008A CN 202110894364 A CN202110894364 A CN 202110894364A CN 113627008 A CN113627008 A CN 113627008A
Authority
CN
China
Prior art keywords
parameter
level
design layer
parameters
optimization
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
CN202110894364.9A
Other languages
English (en)
Other versions
CN113627008B (zh
Inventor
许恩永
黄其柏
李壮
肖剑锋
赵开阳
杨功卓
童嘉豪
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202110894364.9A priority Critical patent/CN113627008B/zh
Publication of CN113627008A publication Critical patent/CN113627008A/zh
Application granted granted Critical
Publication of CN113627008B publication Critical patent/CN113627008B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Vibration Prevention Devices (AREA)

Abstract

本发明公开了一种基于整车部件参数的超参数优化设计方法,包括,指定整车振动优化指标,统计全局参数和适配调整方案,设计调整方案的完全因子实验,并以初始优化权重更新全局参数;分析整车振动优化指标下的参数灵敏度,并统计在调整方案下直接影响整车振动优化指标水平的参数,并选取灵敏度最大的参数作为基础设计变量,设定初始优化权重;统计基础设计变量和初始优化权重,进行参数分类和层次指定,并设定影响程度判别标准;设计判断规则,获得变动权重值、基础设计变量变动范围;本发明考虑了参数间耦合影响,实现了低贡献参数的削减和参数权重的自适应调整;能够自适应调整参数优化权重,减少训练的样本设计量,提升优化效率。

Description

一种基于整车部件参数的超参数优化设计方法
技术领域
本发明涉及零部件参数优化的技术领域,尤其涉及一种基于整车部件参数的超参数优化设计方法。
背景技术
随着汽车不断的普及和发展,人们对于汽车的安全性、稳定性和舒适性也提出了越来越高的要求,众多现代技术工程师和研究学者们对车体振动的控制也提出了越来越多的先进算法,实现了较好的振动控制效果。目前,现有的参数优化过程大致可总结为一种二级优化过程,即参数对工程优化目标的二级映射格局,在小数量的参数类型的优化分析上,这种格局简单易行且效率明显,但在同时综合考虑多个复杂组合系统下的多参数类型,这种传统的二级格局分析时间过长,效率极低,计算成本过高,因此也逐渐地越来越不满足现代大数据背景下的汽车相关企业的故障分析需求。
现有的工程软件内嵌算法大多数局限于传统算法,为改变这一缺陷,很多工程师采用了软件联合调用的方法来引入先进优化算法,但这种联合调用方式执行过程冗杂缓慢,对计算机配置要求过高,实现成本高昂,因此,现有的定制工程软件格局依然缺乏开源的参数优化体制下的参数更新过程的研究,也缺乏对参数权衡影响下权重比例分配的考虑。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种基于整车部件参数的超参数优化设计方法,能够避免了传统参数优化方式中全局参数而带来的计算成本高昂,费时、繁杂的缺陷。
为解决上述技术问题,本发明提供如下技术方案:包括,指定整车振动优化指标,统计整车上与整车振动优化指标相关的全局参数,基于整车振动优化指标的最优化控制设计调整方案的完全因子实验,并以初始优化权重更新所述全局参数;根据更新后的全局参数分析整车振动优化指标下的参数灵敏度,统计在调整方案下直接影响整车振动优化指标水平的参数,并选取灵敏度最大的参数作为基础设计变量,设定所述初始优化权重;统计所述基础设计变量和所述初始优化权重,进行参数分类和层次指定,获得第一级参数设计层、中间级参数设计层和第三级参数设计层;根据所述第一级参数设计层、中间级参数设计层和第三级参数设计层设定影响程度判别标准;基于所述影响程度判别标准设计判断规则,迭代所述判断规则,获得变动权重值、基础设计变量变动范围。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:所述完全因子实验包括,选定设计因子的类型为全因子设计,选定因子数模为n,因子水平为2个水平,初步更新参数优化权重为c1,c2,…,cn;设定设计因子的类型为数字型,定义因子的名称和层次;确定主效应值;按照主效应值大小进行排序,并考虑满足(Tmin/Tmax)*100%≥20%的参数为所述直接影响优化目标水平的参数;其中,Tmin为最小主效应值,Tmax为最大主效应值。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:所述参数灵敏度包括,
k=(Tmin/Tmax)*100%
其中,k为所述参数灵敏度。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:还包括,设定所述初始优化权重为1。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:还包括,将包含直接影响优化目标水平的参数的集合指定为所述第一级参数设计层;第一级参数设计层、中间级参数设计层和第三级参数设计层;除去所述基础设计变量,将剩下的灵敏程度较小的参数作为调整整车振动优化指标的参数收敛因素,并将剩下的灵敏程度较小的参数的集合指定为所述中间级参数设计层;将所述参数优化权重c1,c2,…,cn作为所述第三级参数设计层;其中,定义满足k≤20%的参数为所述灵敏程度较小的参数。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:所述程度判别标准包括,若基础设计变量的变化使得第一级参数设计层内的参数由原始值Θ0变化到Θ0+ΔΘ,且|ΔΘ/Θ0|>0.5,则判别为明显;若0.5>|ΔΘ/Θ0|>0.3,则判别为较明显;若0.3>|ΔΘ/Θ0|>0,则判别为轻微;其中,ΔΘ为参数的变化量。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:所述变动权重值、基础设计变量变动范围包括,基于所述影响程度判别标准设计判断规则:若中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为明显,则保持对应的第三级参数设计层的参数优化权重不变,并将中间级参数设计层参数中影响程度最大的参数类型纳入所述第一级参数设计层中,并按照中间级参数设计层参数对第一级参数设计层内各参数影响变化的最大值来修正第一级参数设计层内各参数的变动范围;若所述中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为较明显,则在[-γ*10,γ*10%]的范围内削减第三级参数设计层中的变动权重γ范围,增加中间级参数设计层参数变动范围,并按照所述中间级参数设计层参数使第一级参数设计层内各参数变化的最大值来修正第一级参数设计层内各参数的变动范围;若中间级参数设计层参数对第一级参数设计层内的各参数变化无作用,即:|ΔΘ/Θ0|≈0,则舍去中间级参数设计层参数中影响程度最小的参数类型;若中间级参数设计层参数对第一级参数设计层内的各参数变化有抑制作用,即:|ΔΘ/Θ0|>1,则削减中间级参数设计层参数变动范围,增加第三级参数设计层中的变动权重γ范围,舍去中间级参数设计层参数中影响程度最小的参数类型;迭代所述判断规则,舍去最后的调整变量参数,将所述全局参数缩减为更新后的第一级参数设计层内包含的参数,并获得所述变动权重值、基础设计变量变动范围;其中,所述最后的调整变量参数为具有抑制作用或轻微作用的第一级参数设计层内的参数。
作为本发明所述的基于整车部件参数的超参数优化设计方法的一种优选方案,其中:迭代条件包括,若中间级参数设计层参数对第一级参数设计层内的各参数变化的影响均表现为较明显或明显时,迭代终止。
本发明的有益效果:本发明考虑了参数间耦合影响,实现了低贡献参数的削减和参数权重的自适应调整;能够自适应调整参数优化权重,减少训练的样本设计量,提升优化效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的整车振动优化指标下添加中间级参数设计层的超参数优化设计方法流程示意图;
图2为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的整车振动优化指标下传统二级参数优化设计的流程示意图;
图3为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的全局参数对工程优化目标的贡献比例条形示意图;
图4为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数3的影响贡献比例关系示意图;
图5为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数4的影响贡献比例关系示意图;
图6为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数6的影响贡献比例关系示意图;
图7为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数7的影响贡献比例关系示意图;
图8为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数8的影响贡献比例关系示意图;
图9为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数9的影响贡献比例关系示意图;
图10为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数10的影响贡献比例关系示意图;
图11为本发明第一个实施例所述的一种基于整车部件参数的超参数优化设计方法的中间级参数设计层参数对第一级参数设计层中参数11的影响贡献比例关系示意图;
图12为本发明第二个实施例所述的一种基于整车部件参数的超参数优化设计方法的传统技术方案和本方法对驾驶室座椅加速度均方值影响对比示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1~图11,为本发明的第一个实施例,该实施例提供了一种基于整车部件参数的超参数优化设计方法,包括:
S1:指定整车振动优化指标,统计整车上与整车振动优化指标相关的全局参数,基于整车振动优化指标的最优化控制设计调整方案的完全因子实验,并以初始优化权重更新全局参数。
指定整车振动优化指标(工程优化目标)为驾驶室座椅位置的加速度值,该值表示座椅在x、y、z三方向加速度ai基础上的总加权加速度均方根值a,计算表达式为:
Figure BDA0003197232790000061
Figure BDA0003197232790000062
Figure BDA0003197232790000063
其中aω为振动频率为f振动加速度时域信号,ωk为振动频率加权函数,T为信号的采样周期,f是振动频率,t是瞬态信号采集的时间。
统计的全局参数包括并不限于驾驶室悬置安装角度参数(参数1)、驾驶室悬置刚度参数(参数2)、驾驶室悬置阻尼参数(参数3)、车架前悬架刚度参数(参数4)、前悬架阻尼参数(参数5)、车架后悬架刚度参数(参数6)、车架后悬架阻尼参数(参数7)、板簧刚度参数(参数8)、板簧阻尼参数(参数9)、驾驶室结构频率参数(参数10)、车架结构频率参数(参数11)、车前桥结构频率参数(参数12)、车后桥结构频率参数(参数13)、驾驶室前悬置偏频参数(参数14)、驾驶室后悬置偏频参数(参数15)等。
设计调整方案的完全因子实验的具体步骤如下:
(1)选定设计因子的类型为全因子设计,选定因子数模为n,因子水平为2个水平,初步更新参数优化权重为c1,c2,…,cn;
(2)设定设计因子的类型为数字型,定义因子的名称和层次;
(3)确定主效应值;
主效应的定义为:(水平设定为+1时的平均输入值)-(水平设定为-1时的平均输入值)
(4)按照主效应值大小进行排序,并考虑满足(Tmin/Tmax)*100%≥20%的参数为直接影响优化目标水平的参数;
其中,Tmin为最小主效应值,Tmax为最大主效应值。
进一步的,设定各参数的初始优化权重分别1,以初步的权重来更新全局参数(参数1,参数2,…,参数n)。
S2:根据更新后的全局参数分析整车振动优化指标下的参数灵敏度,统计在调整方案下直接影响整车振动优化指标水平的参数,并选取灵敏度最大的参数作为基础设计变量,设定初始优化权重。
参数灵敏度为:
k=(Tmin/Tmax)*100%
其中,k为参数灵敏度。
统计和分析在单一工况(以怠速工况为例)下各参数对整车振动优化指标的影响,选取灵敏度最大的参数作为基础设计变量,设定初始优化权重为1。
其中,满足(Tmin/Tmax)*100%≥20%的参数为直接影响优化目标水平的参数。
S3:统计基础设计变量和初始优化权重,进行参数分类和层次指定,获得第一级参数设计层、中间级参数设计层和第三级参数设计层。
在统计的参数类型中筛选灵敏程度最大的几类参数作为基础设计变量,进行参数筛选和权重更新的中间级参数设计层的构建;参见图3,以临界值作为评价标准,选定贡献比例超过30%的参数作为基础设计变量,将包含直接影响优化目标水平的参数的集合指定为第一级参数设计层,即将参数3、参数4、参数6、参数7、参数8、参数9、参数10和参数11的集合作为第一级参数设计层;
除去基础设计变量,将剩下的灵敏程度较小的参数作为调整整车振动优化指标的参数收敛因素,并将剩下的灵敏程度较小的参数的集合指定为中间级参数设计层;即将剩下的参数1、参数2、参数5、参数12、参数13、参数14、参数15、参数16的集合作为中间级参数设计层;
其中,定义满足k≤20%的参数为灵敏程度较小的参数;
将各参数初始的权重值置1并将参数优化权重c1,c2,…,cn的集合作为第三级参数设计层。
S4:根据第一级参数设计层、中间级参数设计层和第三级参数设计层设定影响程度判别标准。
根据S3中的第一层参数设计层、中间层参数设计层和第三级参数设计层,考虑以中间级参数设计层内的参数作为调整变量,以第一级参数设计层内的参数作为设计目标,开展实验设计;参见图4~图11,以50%作为参数对参数影响敏感的标准,对比对第一级参数设计层明显影响的中间级参数设计层参数关系。
具体的,影响程度判别标准如下:
(1)若基础设计变量的变化使得第一级参数设计层内的参数由原始值Θ0变化到Θ0+ΔΘ,且|ΔΘ/Θ0|>0.5,即超过50%贡献比例,判别为“明显”的组合有:对应参数3的中间级参数设计层参数12和参数13,对应参数8的中间级参数设计层参数5和参数12,对应参数9的中间级参数设计层参数2、参数5以及参数12和参数14,对应参数10的中间级参数设计层参数2,对应参数11的中间级参数设计层参数12和15;
(2)若0.5>|ΔΘ/Θ0|>0.3即介于30%~50%贡献比例,判别为“较明显”的组合有:对应参数3的中间级参数设计层参数15和参数16、对应参数4的中间级参数设计层参数5,对应参数6的中间级参数设计层参数16,对应参数8的中间级参数设计层参数1,对应参数9的中间级参数设计层参数1和参数14,对应参数11的中间级参数设计层参数5和14;
(3)若0.3>|ΔΘ/Θ0|>0,即介于0%~30%贡献比例,判别为“轻微”的组合有:对应参数3的中间级参数设计层参数1、参数2参数5和参数14,对应参数4的中间级参数设计层参数1、2、12、14、15、16,对应参数6的中间级参数设计层参数1、2、5、12、13、14,对应参数7的中间级参数设计层参数1、2、5、12、13、14、15、16,对应参数8的中间级参数设计层参数2、13、14、15、16,对应参数9的中间级参数设计层参数13、15、16,对应参数10的中间级参数设计层参数1、5、13、14、15、16,对应参数11的中间级参数设计层参数1、2、13、16。
其中,ΔΘ为参数的变化量。
S5:基于影响程度判别标准设计判断规则,迭代判断规则,获得变动权重值、基础设计变量变动范围。
基于影响程度判别标准设计如下判断规则:
(1)若中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为明显,则保持对应的第三级参数设计层的参数优化权重不变,并将中间级参数设计层参数中影响程度最大的参数类型纳入第一级参数设计层中,并按照中间级参数设计层参数对第一级参数设计层内各参数影响变化的最大值来修正第一级参数设计层内各参数的变动范围;
在判别明显的组合中,参数13对参数3的贡献比例最大为92%,参数12对参数8的贡献比例最大为88%,参数5对参数9的贡献比最大为78%,参数2对参数10的贡献比例最大为56%,参数15对参数11的贡献比例最大为99%;按照参数对参数的影响,将参数13、参数12、参数5、参数2和参数15纳入第一级参数设计层,将参数13、参数12、参数5、参数2和参数15的对应第三级参数设计层中的权重值分别缩小92%、88%、78%、56%、99%。
(2)若中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为较明显,则在[-γ*10,γ*10%]的范围内削减第三级参数设计层中的变动权重γ范围,增加中间级参数设计层参数变动范围,并按照中间级参数设计层参数使第一级参数设计层内各参数变化的最大值来修正第一级参数设计层内各参数的变动范围;
在判别“较明显”的组合中,参数15对参数3的贡献比例最大为23%、参数5对参数4的贡献比例最大为48%,参数16对参数6的贡献比例最大为37%,参数1对参数8的贡献比例最大为42%,参数14对参数9的贡献比例最大为50%,参数14对参数11的贡献比例最大为48%;按照参数对参数的影响,拓展参数15、参数5、参数16、参数1、参数14的变量范围±10%,参数15、参数5、参数16、参数1、参数14的对应第三级参数设计层中的权重值在“明显”判别的基础上再分别缩小23%、48%、37%、42%、50%、48%。
(3)若中间级参数设计层参数对第一级参数设计层内的各参数变化无作用,即:|ΔΘ/Θ0|≈0,则舍去中间级参数设计层参数中影响程度最小的参数类型;
在判别“无作用”的组合中,舍弃参数3的中间级参数设计层参数1、参数2、参数5和参数14,舍弃参数4下的中间级参数设计层参数1、2、12、14、15、16,舍弃参数6下的中间级参数设计层参数1、2、5、12、13、14,舍弃参数7下的中间级参数设计层参数1、2、5、12、13、14、15、16,舍弃参数8的中间级参数设计层参数2、13、14、15、16,舍弃参数9下的中间级参数设计层参数13、15、16,舍弃参数10下的中间级参数设计层参数1、5、13、14、15、16,舍弃参数11的中间级参数设计层参数1、2、13、16;综合舍弃项目和第一级参数设计层中保留项目,决策出舍弃的项有参数1、参数2、参数16。
(4)若中间级参数设计层参数对第一级参数设计层内的各参数变化有抑制作用,即:|ΔΘ/Θ0|>1,则削减中间级参数设计层参数变动范围,增加第三级参数设计层中的变动权重γ范围,舍去中间级参数设计层参数中影响程度最小的参数类型;
(5)按照上述(1)、(2)、(3)、(4)的判断规则不断迭代,舍去最后的调整变量参数,将全局参数缩减为更新后的第一级参数设计层内包含的参数,并获得变动权重值、基础设计变量变动范围。
其中,迭代的条件为:若中间级参数设计层参数对第一级参数设计层内的各参数变化的影响均表现为较明显或明显时,迭代终止;最后的调整变量参数为具有抑制作用或轻微作用的第一级参数设计层内的参数。
将最终迭代的结果整理统计,结合上应用实例,将迭代执行一次的结果概括为下表3所示。
参见表1,为传统技术方案应用的参数和范围,未考虑参数间的影响且参数数量多,参数范围和优化权重都是按照人为主观或依赖工程经验确定,存在较大的设计误差;参见表2为执行步骤(3)获得的超参数法初始状态,表3为执行步骤(1)至步骤(5)后考虑舍弃项后获得的结果。
表1:传统技术方案应用的参数和范围。
Figure BDA0003197232790000101
Figure BDA0003197232790000111
表2:超参数法初始状态。
Figure BDA0003197232790000112
表3:迭代结果
Figure BDA0003197232790000113
实施例2
为了对本方法中采用的技术效果加以验证说明,本实施例将选择传统技术方案和采用本方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。
传统技术方案:在座椅加速度振动优化手段上,分别在驾驶室座椅,驾驶室前后悬置、车架、车桥、车架悬架支撑件和板簧安装件上安装PCB振动传感器来监测振动信号,设定驾驶室悬置安装角度参数(参数1)、驾驶室悬置刚度参数(参数2)、驾驶室悬置阻尼参数(参数3)、车架前悬架刚度参数(参数4)、前悬架阻尼参数(参数5)、车架后悬架刚度参数(参数6)、车架后悬架阻尼参数(参数7)、板簧刚度参数(参数8)、板簧阻尼参数(参数9)、驾驶室结构频率参数(参数10)、车架结构频率参数(参数11)、车前桥结构频率参数(参数12)、车后桥结构频率参数(参数13)、驾驶室前悬置偏频参数(参数14)、驾驶室后悬置偏频参数(参数15)等作为设计变量,初始化上述参数1~15的优化权重为1,按照工程经验任意指定各参数的变化范围,以座椅位置的振动加速度最小化为目标,开展实验设计来优化座椅的振动加速度值;
传统技术方案的缺陷在于:1)同时对多个参数的进行优化设计的过程成本高,计算的周期长且对于计算机的硬件要求较高,不符合实际的产品设计对高效计算的需求;2)传统参数没有考虑到参数和参数间的协同干涉作用,一个参数的调整很容易引发其他参数的变化,例如结构设计造成的质量或刚度变化会改变结构固有频率等,极易引发部件共振问题,对车身的稳定性和安全性造成影响。
为验证本方法相对传统技术方案具有较高的准确性和简便性,本实施例中将采用传统技术方案和本方法分别对座椅位置的振动加速度优化设计进行对比和说明。
测试环境:在室温、干燥的室内场地内对轻型商用卡车,分别在驾驶室座椅,驾驶室前后悬置、车架、车桥、车架悬架支撑件和板簧安装件上安装PCB振动传感器来监测振动信号,设定驾驶室悬置安装角度参数(参数1)、驾驶室悬置刚度参数(参数2)、驾驶室悬置阻尼参数(参数3)、车架前悬架刚度参数(参数4)、前悬架阻尼参数(参数5)、车架后悬架刚度参数(参数6)、车架后悬架阻尼参数(参数7)、板簧刚度参数(参数8)、板簧阻尼参数(参数9)、驾驶室结构频率参数(参数10)、车架结构频率参数(参数11)、车前桥结构频率参数(参数12)、车后桥结构频率参数(参数13)、驾驶室前悬置偏频参数(参数14)、驾驶室后悬置偏频参数(参数15)等作为设计变量,按照本方法进行测试实施,结果如图12所示。
参照图12,本方法执行的时间更短,优化最终所利用的参数类型更少且在实施步骤上考虑了参数之间的耦合效应,在优化的效果上整体比传统技术方案(原始)更好;而传统技术方案在优化实施过程中按照工程经验或盲目选取参数的选取方式会带来很大的工作量,部分对优化目标影响不显著的参数会占据很大的计算空间和时间,造成计算成本的浪费;因此,对比而言,本方法是一种有效且计算简便、计算成本较低的整车参数优化方法。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于整车部件参数的超参数优化设计方法,其特征在于:包括,
指定整车振动优化指标,统计整车上与整车振动优化指标相关的全局参数,基于整车振动优化指标的最优化控制设计调整方案的完全因子实验,并以初始优化权重更新所述全局参数;
根据更新后的全局参数分析整车振动优化指标下的参数灵敏度,统计在调整方案下直接影响整车振动优化指标水平的参数,并选取灵敏度最大的参数作为基础设计变量,设定所述初始优化权重;
统计所述基础设计变量和所述初始优化权重,进行参数分类和层次指定,获得第一级参数设计层、中间级参数设计层和第三级参数设计层;
根据所述第一级参数设计层、中间级参数设计层和第三级参数设计层设定影响程度判别标准;
基于所述影响程度判别标准设计判断规则,迭代所述判断规则,获得变动权重值、基础设计变量变动范围。
2.如权利要求1所述的基于整车部件参数的超参数优化设计方法,其特征在于:所述完全因子实验包括,
选定设计因子的类型为全因子设计,选定因子数模为n,因子水平为2个水平,初步更新参数优化权重为c1,c2,…,cn;
设定设计因子的类型为数字型,定义因子的名称和层次;
确定主效应值;
按照主效应值大小进行排序,并考虑满足(Tmin/Tmax)*100%≥20%的参数为所述直接影响优化目标水平的参数;
其中,Tmin为最小主效应值,Tmax为最大主效应值。
3.如权利要求2所述的基于整车部件参数的超参数优化设计方法,其特征在于:所述参数灵敏度包括,
k=(Tmin/Tmax)*100%
其中,k为所述参数灵敏度。
4.如权利要求1所述的基于整车部件参数的超参数优化设计方法,其特征在于:还包括,
设定所述初始优化权重为1。
5.如权利要求2或3所述的基于整车部件参数的超参数优化设计方法,其特征在于:还包括,
将包含直接影响优化目标水平的参数的集合指定为所述第一级参数设计层;第一级参数设计层、中间级参数设计层和第三级参数设计层;
除去所述基础设计变量,将剩下的灵敏程度较小的参数作为调整整车振动优化指标的参数收敛因素,并将剩下的灵敏程度较小的参数的集合指定为所述中间级参数设计层;
将所述参数优化权重c1,c2,…,cn作为所述第三级参数设计层;
其中,定义满足k≤20%的参数为所述灵敏程度较小的参数。
6.如权利要求5所述的基于整车部件参数的超参数优化设计方法,其特征在于:所述程度判别标准包括,
若基础设计变量的变化使得第一级参数设计层内的参数由原始值Θ0变化到Θ0+ΔΘ,且|ΔΘ/Θ0|>0.5,则判别为明显;若0.5>|ΔΘ/Θ0|>0.3,则判别为较明显;若0.3>|ΔΘ/Θ0|>0,则判别为轻微;
其中,ΔΘ为参数的变化量。
7.如权利要求6所述的基于整车部件参数的超参数优化设计方法,其特征在于:所述变动权重值、基础设计变量变动范围包括,
基于所述影响程度判别标准设计判断规则:
若中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为明显,则保持对应的第三级参数设计层的参数优化权重不变,并将中间级参数设计层参数中影响程度最大的参数类型纳入所述第一级参数设计层中,并按照中间级参数设计层参数对第一级参数设计层内各参数影响变化的最大值来修正第一级参数设计层内各参数的变动范围;
若所述中间级参数设计层参数对第一级参数设计层内各参数变化的促进作用为较明显,则在[-γ*10,γ*10%]的范围内削减第三级参数设计层中的变动权重γ范围,增加中间级参数设计层参数变动范围,并按照所述中间级参数设计层参数使第一级参数设计层内各参数变化的最大值来修正第一级参数设计层内各参数的变动范围;
若中间级参数设计层参数对第一级参数设计层内的各参数变化无作用,即:|ΔΘ/Θ0|≈0,则舍去中间级参数设计层参数中影响程度最小的参数类型;
若中间级参数设计层参数对第一级参数设计层内的各参数变化有抑制作用,即:|ΔΘ/Θ0|>1,则削减中间级参数设计层参数变动范围,增加第三级参数设计层中的变动权重γ范围,舍去中间级参数设计层参数中影响程度最小的参数类型;
迭代所述判断规则,舍去最后的调整变量参数,将所述全局参数缩减为更新后的第一级参数设计层内包含的参数,并获得所述变动权重值、基础设计变量变动范围;
其中,所述最后的调整变量参数为具有抑制作用或轻微作用的第一级参数设计层内的参数。
8.如权利要求7所述的基于整车部件参数的超参数优化设计方法,其特征在于:迭代条件包括,
若中间级参数设计层参数对第一级参数设计层内的各参数变化的影响均表现为较明显或明显时,迭代终止。
CN202110894364.9A 2021-08-05 2021-08-05 一种基于整车部件参数的超参数优化设计方法 Active CN113627008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110894364.9A CN113627008B (zh) 2021-08-05 2021-08-05 一种基于整车部件参数的超参数优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110894364.9A CN113627008B (zh) 2021-08-05 2021-08-05 一种基于整车部件参数的超参数优化设计方法

Publications (2)

Publication Number Publication Date
CN113627008A true CN113627008A (zh) 2021-11-09
CN113627008B CN113627008B (zh) 2024-04-19

Family

ID=78382807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110894364.9A Active CN113627008B (zh) 2021-08-05 2021-08-05 一种基于整车部件参数的超参数优化设计方法

Country Status (1)

Country Link
CN (1) CN113627008B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2021039513A (ja) * 2019-09-02 2021-03-11 株式会社豊田中央研究所 車両特性最適化装置、車両特性最適化方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021039513A (ja) * 2019-09-02 2021-03-11 株式会社豊田中央研究所 車両特性最適化装置、車両特性最適化方法及びプログラム
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈无畏 等: "车辆悬架中高频振动传递分析与橡胶衬套刚度优化", 农业机械学报, vol. 42, no. 10, 31 October 2011 (2011-10-31) *

Also Published As

Publication number Publication date
CN113627008B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
CN112577747B (zh) 一种基于空间池化网络的滚动轴承故障诊断方法
US4829434A (en) Adaptive vehicle
CN110210134A (zh) 一种白车身结构优化设计方法及结构优化设计装置
EP0743439A2 (en) Mode selection in a variable displacement engine
CN107273613B (zh) 一种基于应力惩罚和自适应体积的结构拓扑优化设计方法
CN113246982B (zh) 一种自适应驾驶风格的扭矩控制方法及装置
CN114398049B (zh) 一种离散制造车间数字孪生模型自适应动态更新方法
US6317666B1 (en) Method for analyzing the driveability of motor vehicles
Venter et al. Response surface approximations for fatigue life prediction
CN110059932A (zh) 基于svm的对地攻击型无人机作战效能评估方法
CN108629137B (zh) 一种机械结构件结构参数优化设计方法
CN111339478B (zh) 基于改进模糊层次分析法的气象数据质量评估方法
CN113987684A (zh) 基于sn曲线的随机应力载荷谱分级方法、系统和存储介质
CN113627008A (zh) 一种基于整车部件参数的超参数优化设计方法
CN117992894B (zh) 基于物联网的农业大棚环境异常数据监测方法
CN113935132A (zh) 基于改进多目标粒子群算法的粘滞阻尼器参数优化方法
CN118301002A (zh) 需求自适应预测的边缘dpu算力协同优化卸载方法
CN115796705B (zh) 新能源汽车电驱动总成nvh分级评价方法
CN115782496B (zh) 一种基于map控制的半主动悬架系统智能进化方法
CN114329788A (zh) 一种基于田口法和熵权灰色关联分析的车门优化设计方法
CN117407650A (zh) 一种驱动电机系统噪声品质等级评价方法
CN115659694B (zh) 一种整车减震效果的评估优化方法及系统
CN111461329B (zh) 一种模型的训练方法、装置、设备及可读存储介质
CN112989691A (zh) 一种优化的橡胶老化性能预测方法
CN113239966A (zh) 混合气偏差自学习方法、系统、可读存储介质及电子设备

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