CN114818110A - 一种前悬颤振优化方法、管控方法及存储介质 - Google Patents

一种前悬颤振优化方法、管控方法及存储介质 Download PDF

Info

Publication number
CN114818110A
CN114818110A CN202210186228.9A CN202210186228A CN114818110A CN 114818110 A CN114818110 A CN 114818110A CN 202210186228 A CN202210186228 A CN 202210186228A CN 114818110 A CN114818110 A CN 114818110A
Authority
CN
China
Prior art keywords
suspension
flutter
front suspension
optimization
peak value
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
CN202210186228.9A
Other languages
English (en)
Inventor
张振伟
成健
禹慧丽
廖世辉
马海兵
王文娟
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile Co Ltd
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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202210186228.9A priority Critical patent/CN114818110A/zh
Publication of CN114818110A publication Critical patent/CN114818110A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明涉及一种前悬颤振优化方法、管控方法及存储介质，前悬颤振优化方法包括以下步骤：S11、建立多体动力学车辆模型；S12、选取影响因子，选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，对选定的影响因子进行采样，分析各个影响因子的灵敏度；S13、根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，进行优化设计并确定前悬颤振优化方案。前悬颤振管控方法包括以下步骤：执行前悬颤振优化方法。存储介质中存储有计算机可读程序，能执行前悬颤振优化方法和/或前悬颤振管控方法。本发明有利于在悬置系统设计阶段管控前悬颤振问题。

Description

一种前悬颤振优化方法、管控方法及存储介质
技术领域
本发明涉及汽车，具体涉及一种前悬颤振优化方法、管控方法及存储介质。
背景技术
汽车舒适性是车辆行驶性能的重要组成部分，随着生活水平的提高，人们对其关注度日益增加，汽车舒适性已经成为体现整车厂竞争力的重要内容。其中，前悬颤振，即车辆以20km/h-30km/h车速驶过大振幅激励路面(如减速带)时，车内乘员感受车内振动明显，且收敛速度慢的现象，其属于汽车舒适性范畴，自然是整车厂关注的对象。
根据P图分析，前悬颤振现象涉及的因素有轮胎垂向刚度、减振器阻尼、弹簧刚度、车身质量、车身俯仰转动惯量、悬置刚度悬置阻尼、动力总成质量和动力总成惯量等。从系统角度看，前悬颤振与动力总成悬置系统设计、悬架性能匹配以及轮胎选型有关。已有研究结果表明，前悬颤振现象中振动明显且收敛速度慢，主要受动力总成悬置系统影响。
但是，目前在动力总成悬置系统设计阶段，整车厂多考虑与悬置系统强相关的整车NVH 性能(如怠速抖动、加速轰鸣等)以及疲劳耐久性能，较少兼顾行驶舒适性，导致实车验证阶段出现前悬颤振问题时，整改费时、费力、研发成本显著增加。而后期整改措施，多是以悬置线性段刚度为设计变量，以前悬颤振、整车NVH性能为优化目标，采用多目标优化方法去解决前悬颤振问题。在前悬颤振产生机理不明确的情况下，此种整改措施往往在改善前悬颤振的同时，也牺牲了部分整车NVH性能，例如申请号为CN201911017690.0的中国专利申请所提出的基于前悬颤振和怠速振动的悬置系统多学科优化设计方法中指出：左悬置z向刚度会引起前悬颤振和怠速振动两项性能冲突，提升一项性能的同时会造成另一性能下降。
发明内容
本发明的目的是提出一种前悬颤振优化方法、管控方法及存储介质，有利于在悬置系统设计阶段管控前悬颤振问题。
本发明所述的一种前悬颤振优化方法，包括以下步骤：
S11、建立包含轮胎、车轮、悬架、车身、悬置系统、动力总成、驾驶员以及前排乘员的多体动力学车辆模型，仿真减振器上支柱安装位置垂向加速度、前轮垂向加速度、驾驶员座椅导轨处垂向加速度响应；
S12、选取左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为影响因子，选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，对选定的影响因子进行采样，分析各个影响因子的灵敏度；
S13、根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，进行优化设计并确定前悬颤振优化方案。
可选的，还包括以下步骤：基于实车上测量的减振器上支柱安装位置垂向加速度、前轮垂向加速度以及驾驶员座椅导轨处垂向加速度信号，对S11中建立的多体动力学车辆模型进行验证。
可选的，在S11建立的多体动力学车辆模型中，悬置系统采用三点支撑结构，左悬置是橡胶悬置，采用多条线性段描述左悬置力学特性，右悬置是液压悬置，采用液压悬置橡胶主簧部分与液体部分完全解耦的参数化方法对右悬置进行建模。
可选的，在S12中，采用最优拉丁超立方方法对选定的影响因子进行DOE采样。
可选的，在S12中，根据制造工艺偏差设定影响因子的水平。
可选的，S13包括：根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，采用第二代非邻域培植遗传算法进行全域寻优，确定最优解，根据最优解确定前悬颤振优化方案。
可选的，还包括以下步骤：S14、对S13中得到的前悬颤振优化方案进行可靠性和稳健性分析。
可选的，S14包括以下步骤：
S141、根据S13中得到的前悬颤振优化方案，梳理分析出不确定性因素；
S142、基于S141分析结果，确定左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为随机变量，设定随机变量的概率分布；
S143、设定采样次数，采用描述抽样的方法，对随机变量进行采样；
S144、选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，设定失效的上下限，采用蒙特卡罗模拟方法，进行可靠性和稳健性分析。
本发明还提出了一种前悬颤振管控方法，包括以下步骤：
S21、基于整车NVH性能要求，设定悬置系统模态分布范围；
S22、基于S21中设定的悬置系统模态分布范围，确定悬置系统模态频率，获取悬置线性段刚度；
S23、基于动力总成运动包络区域要求、前悬颤振要求以及S22中获取的悬置线性段刚度，按照上述任一项所述的前悬颤振优化方法进行优化设计，确定悬置线性段长度、非线性段长度和刚度；
S24、对S23中确定的悬置方案，进行样件试制和开展实车试验，若未达成整车NVH性能和前悬颤振要求，则返回执行S23，直至达成整车NVH性能和前悬颤振要求。
本发明还提出了一种存储介质，其存储有一个或多个计算机可读程序，所述计算机可读程序被一个或多个控制器运行时，能执行前悬颤振优化方法的至少一个步骤和/或前悬颤振管控方法的至少一个步骤。
本发明具有以下有益效果：
(1)、梳理了前悬颤振产生的机理：基于1/4车辆三自由模型，揭示了前悬颤振产生的机理，明确了前悬颤振问题的优化方向和管控手段；
(2)、在不改变整车NVH性能和保证疲劳耐久性能的前提下，提出了改善前悬颤振措施，解决了以往颤振机理不明确，采用性能平衡手段协调整车NVH性能和前悬颤振冲突带来的性能牺牲的问题；
(3)、在优化解的基础上，采用Monte Carlo模拟仿真，对优化解进行了可靠性和稳健性分析，分析结果显示，优化解具有良好的可靠性和稳健性，保证了整车舒适性品质的提升；
(4)、提出的管控流程，可在悬置系统设计阶段管控前悬颤振问题，避免了后期对前悬颤振整改所带来的费力、费时和研发成本显著增加的问题。
附图说明
图1为管控颤振优化、管控的流程图；
图2为1/4车辆三自由度模型；
图3不同悬置系统垂向刚度下，车身垂向加速度峰值频率变化；
图4不同悬架系统垂向刚度下，车身垂向加速度峰值频率变化；
图5为考虑液压衬套(悬置)橡胶主簧非线性的液压衬套(悬置)模型；
图6为橡胶悬置参数化模型；
图7五段线性段描述的悬置静力学特性；
图8为各个影响因子对前悬颤振的贡献量；
图9为前悬颤振优化示意图；
图10为前悬颤振管控方法的流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
由于现有技术中前悬颤振产生机理不明确，在对前悬颤振进行优化前，需要分析前悬颤振产生机理，分析前悬颤振产生机理的过程如下：
步骤a、如图2所示，建立包括簧下质量、车身和动力总成质量垂向运动的1/4车辆三自由度模型。图2中，m3为动力总成质量，m2为前轴承载的车身质量，m1为前轴非簧载质量，k3为悬置垂向刚度，k2为前悬架的垂向刚度，k1为轮胎垂向刚度，c3为悬置垂向阻尼，c2为前悬架的垂向阻尼，c1为轮胎垂向阻尼，z3、z2、z1分别表示总成质量、车身质量和前轴非簧载质量的垂向位移。1/4车辆三自由度系统的数学模型为：
Figure RE-GDA0003716232630000041
其中，质量矩阵
Figure RE-GDA0003716232630000042
阻尼矩阵
Figure RE-GDA0003716232630000043
刚度矩阵
Figure RE-GDA0003716232630000044
状态向量{z}＝{z3,z2，z1}T，右端与路面激励相关的矩阵
Figure RE-GDA0003716232630000045
减速带激励
Figure RE-GDA0003716232630000046
其中，减速带激励数学模型为：
Figure RE-GDA0003716232630000047
其中，H为减速带高度，L为减速带宽度，v为行车速度。
步骤b、采用模态分析方法，求取簧下质量、车身和动力总成的垂向模态频率；
步骤c、采用时域数值求解方法，如龙格库塔方法，仿真车速30km/h下，1/4车辆通过减速带时的车身垂向加速度响应，并通过频域分析方法，求取车身垂向加速度的幅频特性；
步骤d、如表1所示，调整悬架和悬置的垂向刚度，重复所述步骤b和所述步骤c；
表1悬架和悬置垂向刚度
Figure RE-GDA0003716232630000051
注：此处初始值A和B分别是悬架、悬置垂向刚度值，其余方案是对初始值的缩放。
步骤e、根据所述步骤d的结果，观测车身垂向加速度信号的峰值频率与簧下质量、车身和动力总成的模态频率的关系，分析车身垂向加速度信号峰值频率的跟随特性，如表2和表3所示，车身垂向加速度峰值频率变化，如图3和图4所示；
表2不同悬置垂向刚度方案下，车身垂向加速度信号的峰值频率与簧下质量、车身和动力总成垂向模态频率的关系
Figure RE-GDA0003716232630000052
表3不同悬架垂向刚度方案下，车身垂向加速度信号的峰值频率与簧下质量、车身和动力总成垂向模态频率的关系
Figure RE-GDA0003716232630000053
Figure RE-GDA0003716232630000061
结合表2、表3、图3和图4可知，车身垂向加速度峰值频率随着动力总成垂向模态的改变而改变，受悬置系统垂向刚度影响较大，而悬架系统垂向刚度几乎对其没有影响，因此，对悬置系统进行优化设计是解决前悬颤振问题的必要条件；
步骤f、前悬颤振机理阐述：悬置系统主要隔离和衰减发动机激励和路面激励，对于发动机激励，其属于小振幅高频激励，要求悬置系统具有小刚度、小阻尼特性，对于路面激励，其属于大振幅低频激励，要求悬置系统具有大刚度、大阻尼特性，二者对悬置系统的要求是相互矛盾的；结合所述步骤e的分析结果可知，前悬颤振是在大振幅路面(减速带)激励下，因悬置系统设计问题，导致出现较大车身垂向加速度且衰减慢的现象；根据悬置系统隔振原理，发动机激励的隔离要求，涉及动力总成悬置系统的模态频率分布和模态解耦，主要影响悬置系统线性段刚度设计，路面激励的衰减要求，尤其大振幅路面(减速带) 激励，涉及动力总成悬置系统非线性段刚度、左右悬置线性段长度和非线性段长度以及液压悬置动刚度和损失角设计，因此，可对悬置系统进行详细建模，重点关注大振幅激励下左右悬置静刚度、动刚度和损失角特性，优化设计垂向静刚度(包括线性段静刚度和非线性段刚度)、左右悬置垂向线性段长度和非线性段长度以及液压悬置模型参数，在不影响整车NVH性能下，彻底解决前悬颤振问题，实现前悬颤振的前期管控。
基于上述的前悬颤振产生机理，本发明提出前悬颤振优化方法，前悬颤振优化方法包括以下步骤：
S11、建立包含轮胎、车轮、悬架、车身、悬置系统、动力总成、驾驶员以及前排乘员的多体动力学车辆模型，仿真减振器上支柱安装位置垂向加速度、前轮垂向加速度、驾驶员座椅导轨处垂向加速度响应；
在上述的多体动力学车辆模型中，悬置系统采用三点支撑结构，左悬置是橡胶悬置，采用多条线性段描述左悬置力学特性，例如五段线性段、七段线性段，右悬置是液压悬置，采用液压悬置橡胶主簧部分与液体部分完全解耦的参数化方法对右悬置进行建模；
左悬置其数学模型如图6所示，图中，x为橡胶悬置运动位移，z为橡胶黏性体运动位移，C1和C2分别为橡胶悬置静刚度和黏性体等效刚度，d1和d2分别为橡胶悬置黏性阻尼和黏性阻尼力衰减系数，其数学模型为：
Figure RE-GDA0003716232630000071
其中，
Figure RE-GDA0003716232630000072
右悬置是液压悬置，右悬置模型如图5所示，图中，Super imposed bushing表示液压悬置的橡胶主簧部分，其可直接由液压悬置静态实测数据表示，Hydromount表示液压悬置的液体部分，液体部分的数学模型为：
Figure RE-GDA0003716232630000073
其中，Δx为液压悬置运动位移，Kt为液体部分的刚度，Ct为液体部分的阻尼，Fcoupl为耦合力，具体表达式为：
Figure RE-GDA0003716232630000074
其中，
Figure RE-GDA0003716232630000075
x1为等效流体质量Mk的位移；clearance为间隙；非线性耦合刚度因子
Figure RE-GDA0003716232630000076
Kquad为耦合刚度衰退系数；其中，有效流体质量Mk的运动微分方程为：
Figure RE-GDA0003716232630000077
其中，x1为有效流体质量的位移；v1为有效流体质量的速度；非线性流体阻尼因子c＝Dk+Dk_quad·|v1|，Dk_quad为非线性流体阻尼。
在上述多体动力学车辆模型建好后，基于实车上测量的减振器上支柱安装位置垂向加速度、前轮垂向加速度以及驾驶员座椅导轨处垂向加速度信号，对多体动力学车辆模型进行验证，若验证不通过则返回修改多体动力学车辆模型的参数，直至验证通过。
S12、选取左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为影响因子，根据制造工艺偏差设定影响因子的水平，选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，采用最优拉丁超立方方法对选定的影响因子进行DOE采样，分析各个影响因子的灵敏度；
具体实施时，如图7所示，采用五段线性段方法对左右悬置垂向静刚度进行建模，图7 中，K1-K5分别为第一线性段刚度、上非线性段第二刚度和上非线性段第三刚度、下非线性段第四刚度和下非线性段第五刚度，L1-L5分别为线性段长度、上非线性段第一长度和上非线性段第二长度、下非线性段第一长度和下非线性段第二长度，选取左右悬置上非线性段第二刚度和左右悬置上非线性段第三刚度、左右悬置下非线性段第四刚度和左右悬置下非线性段第五刚度、左右悬置上非性段长度、左右悬置下非性段长度、左右悬置第一线性段长度以及液压悬置模型参数作为影响因子，根据制造工艺偏差设定所述因子水平，选定减振器上支柱安装位置处的垂向加速度信号的第一峰值和第三峰值为响应，采用最优拉丁超立方方法对选定的影响因子进行DOE采样，分析各个影响因子的灵敏度，分析结果，如图8所示，图中r_Ki和r_Kj(i＝1-5，j＝1-5)代表右悬置(液压悬置)橡胶主簧静刚度模型，peaktopeak_1和peaktopeak_3分别表示减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值。
S13、如图9所示，根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，设置约束条件，采用第二代非邻域培植遗传算法(NSGA2)进行全域寻优，确定最优解，根据最优解确定前悬颤振优化方案。具体实施时，约束条件根据关键影响因子对应设置；左右悬置垂向非线性段刚度的约束条件可以设置成±20％；左右悬置非线性段长度约束条件可以设置成±10％；左右悬置线性段长度的约束条件可以设置动力总成质心运动行程，满足动力总成运行过程中不予相邻的零部件发生碰撞；液压悬置模型参数的约束条件可以设置成±50％。
S14、对S13中得到的前悬颤振优化方案进行可靠性和稳健性分析。
具体实施时，S14包括以下步骤：
S141、根据S13中得到的前悬颤振优化方案，梳理分析出实际制造工艺、测量误差等外部原因引起的不确定性因素，不确定因素有左右悬置静刚度制造偏差、液压悬置模型参数偏差等；
S142、基于S141分析结果，确定左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为随机变量，设定随机变量的概率分布；考虑左右悬置制造偏差，设定左右悬置垂向非线性段刚度、左右悬置垂向线性段长度、左右悬置非线性段长度以及液压悬置模型参数的概率密度分布满足正态分布；
S143、设定采样次数，采用描述抽样的方法，对随机变量进行采样；设定采用次数为 300次，采用描述抽样方法，对S142中左右悬置静刚度模型参数、液压悬置模型参数进行DOE采样；
S144、选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，设定失效的上下限，采用蒙特卡罗(Monte Carlo)模拟方法，进行可靠性和稳健性分析。选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，设定失效上限为17m/s2和失效下限位为10m/s2，并设定求取概率为0.99时对应所述两个响应的值，采用蒙特卡罗(Monte Carlo)模拟方法，进行可靠性和稳健性分析，计算结果如表4所示；
表4最优解的可靠性和稳健性分析结果
Figure RE-GDA0003716232630000091
由表4可知，最优解具有良好的可靠性和稳健性，可作为前悬颤振优化方案输出。
本发明还提出了一种前悬颤振管控方法，如图10所示，前悬颤振管控方法包括以下步骤：
S21、基于整车NVH性能要求，设定悬置系统模态分布范围；
S22、基于S21中设定的悬置系统模态分布范围，通过优化手段，确定悬置系统模态频率，根据悬置系统模态频率获取悬置线性段刚度；优化手段可以采用遗传算法，以能量解耦率最小为目标，确定悬置系统模态频率；
S23、基于动力总成运动包络区域要求、前悬颤振要求以及S22中获取的悬置线性段刚度，根据上述的悬颤振优化方法确定悬置线性段长度、非线性段长度和刚度；前悬颤振要求作为优化目标，基于动力总成运动包络区域要求和悬置线性段刚度作为约束；
S24、对S23中确定的悬置方案，进行样件试制和开展实车试验，若未达成整车NVH性能和前悬颤振要求，则返回执行S23并调整参数，直至达成整车NVH性能和前悬颤振要求；
S25、锁定悬置系统方案，实现优化和管控前悬颤振的目的。
综上所述，如图1所示，通过前悬颤振优化、前悬颤振优化方案的可靠性和稳健性分析以及前悬颤振管控，能够锁定悬置系统方案，实现优化和管控前悬颤振的目的，在悬置系统设计阶段管控前悬颤振问题。
本发明还提出了一种存储介质，其存储有一个或多个计算机可读程序，所述计算机可读程序被一个或多个控制器运行时，能执行上述的前悬颤振优化方法的至少一个步骤和/或上述的前悬颤振管控方法的至少一个步骤。

Claims (10)

1.一种前悬颤振优化方法，其特征在于，包括以下步骤：
S11、建立包含轮胎、车轮、悬架、车身、悬置系统、动力总成、驾驶员以及前排乘员的多体动力学车辆模型，仿真减振器上支柱安装位置垂向加速度、前轮垂向加速度、驾驶员座椅导轨处垂向加速度响应；
S12、选取左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为影响因子，选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，对选定的影响因子进行采样，分析各个影响因子的灵敏度；
S13、根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，进行优化设计并确定前悬颤振优化方案。
2.根据权利要求1所述的前悬颤振优化方法，其特征在于，还包括以下步骤：基于实车上测量的减振器上支柱安装位置垂向加速度、前轮垂向加速度以及驾驶员座椅导轨处垂向加速度信号，对S11中建立的多体动力学车辆模型进行验证。
3.根据权利要求1所述的前悬颤振优化方法，其特征在于，在S11建立的多体动力学车辆模型中，悬置系统采用三点支撑结构，左悬置是橡胶悬置，采用多条线性段描述左悬置力学特性，右悬置是液压悬置，采用液压悬置橡胶主簧部分与液体部分完全解耦的参数化方法对右悬置进行建模。
4.根据权利要求1所述的前悬颤振优化方法，其特征在于，在S12中，采用最优拉丁超立方方法对选定的影响因子进行DOE采样。
5.根据权利要求1所述的前悬颤振优化方法，其特征在于，在S12中，根据制造工艺偏差设定影响因子的水平。
6.根据权利要求1所述的前悬颤振优化方法，其特征在于，S13包括：根据S12的结果，选定关键影响因子作为设计变量，以减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值最小作为优化目标，采用第二代非邻域培植遗传算法进行全域寻优，确定最优解，根据最优解确定前悬颤振优化方案。
7.根据权利要求1所述的前悬颤振优化方法，其特征在于，还包括以下步骤：S14、对S13中得到的前悬颤振优化方案进行可靠性和稳健性分析。
8.根据权利要求7所述的前悬颤振优化方法，其特征在于，S14包括以下步骤：
S141、根据S13中得到的前悬颤振优化方案，梳理分析出不确定性因素；
S142、基于S141分析结果，确定左右悬置垂向非线性段刚度、左右悬置线性段长度、左右悬置非线性段长度以及液压悬置模型参数作为随机变量，设定随机变量的概率分布；
S143、设定采样次数，采用描述抽样的方法，对随机变量进行采样；
S144、选定减振器上支柱安装位置垂向加速度信号的第一峰值和第三峰值作为响应，设定失效的上下限，采用蒙特卡罗模拟方法，进行可靠性和稳健性分析。
9.一种前悬颤振管控方法，其特征在于，包括以下步骤：
S21、基于整车NVH性能要求，设定悬置系统模态分布范围；
S22、基于S21中设定的悬置系统模态分布范围，确定悬置系统模态频率，获取悬置线性段刚度；
S23、基于动力总成运动包络区域要求、前悬颤振要求以及S22中获取的悬置线性段刚度，采用权利要求1-8任一项所述的前悬颤振优化方法进行优化设计，确定悬置线性段长度、非线性段长度和刚度；
S24、对S23中确定的悬置方案，进行样件试制和开展实车试验，若未达成整车NVH性能和前悬颤振要求，则返回执行S23，直至达成整车NVH性能和前悬颤振要求。
10.一种存储介质，其特征在于，其存储有一个或多个计算机可读程序，所述计算机可读程序被一个或多个控制器运行时，能执行如权利要求1-8任一项所述的前悬颤振优化方法的至少一个步骤和/或如权利要求9所述的前悬颤振管控方法的至少一个步骤。
CN202210186228.9A 2022-02-28 2022-02-28 一种前悬颤振优化方法、管控方法及存储介质 Pending CN114818110A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210186228.9A CN114818110A (zh) 2022-02-28 2022-02-28 一种前悬颤振优化方法、管控方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210186228.9A CN114818110A (zh) 2022-02-28 2022-02-28 一种前悬颤振优化方法、管控方法及存储介质

Publications (1)

Publication Number Publication Date
CN114818110A true CN114818110A (zh) 2022-07-29

Family

ID=82529235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186228.9A Pending CN114818110A (zh) 2022-02-28 2022-02-28 一种前悬颤振优化方法、管控方法及存储介质

Country Status (1)

Country Link
CN (1) CN114818110A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408092A (zh) * 2023-12-14 2024-01-16 陕西汽车集团股份有限公司 一种商用车动力总成悬置系统稳健性优化方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117408092A (zh) * 2023-12-14 2024-01-16 陕西汽车集团股份有限公司 一种商用车动力总成悬置系统稳健性优化方法及系统
CN117408092B (zh) * 2023-12-14 2024-02-23 陕西汽车集团股份有限公司 一种商用车动力总成悬置系统稳健性优化方法及系统

Similar Documents

Publication Publication Date Title
Sharp et al. Road vehicle suspension system design-a review
CN101847270B (zh) 基于虚拟样机的四轴重型货车悬架系统控制模拟方法
CN103121475B (zh) 驾驶室悬置最优阻尼比的设计方法
CN111444623B (zh) 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
Chen et al. Research on ride comfort analysis and hierarchical optimization of heavy vehicles with coupled nonlinear dynamics of suspension
CN104156547A (zh) 车辆钢板弹簧悬架系统减振器最佳阻尼特性的设计方法
CN114818110A (zh) 一种前悬颤振优化方法、管控方法及存储介质
CN113886974B (zh) 一种车内结构声路噪预测方法
Roessler et al. Car body influence on the perceived driving dynamics due to feelable structure vibrations
He et al. Coupling analysis and optimization of commercial vehicles cab comfort with multi-platform integrated calculation
CN116415415A (zh) 一种履带式车辆多悬挂动力学参数分配优化设计方法
Zhao et al. Nonlinear coupled dynamic modelling of driver-seat-cab system and biomechanical behaviour prediction
Wang et al. Vibration isolation analysis and optimization of commercial vehicle cab suspension system
Li et al. [Retracted] Study on the Influence of Suspension Parameters on Longitudinal Impact Comfort
Li et al. Lightweight Design of Commercial Vehicle Cab Based on Fatigue Durability.
Rongshan et al. Investigation of vehicle handling and ride comfort oriented cooperative optimization
Uhlar Simulating and optimizing the dynamic chassis forces of the Audi e-tron
Gao et al. Frequency-Domain simulation and analysis of vehicle ride comfort based on virtual proving ground
CN105302944A (zh) 基于广义耗散能的车辆被动悬架最佳阻尼比的计算方法
CN113408043A (zh) 一种整车轮胎匹配方法及装置
Duan et al. A light-duty truck model for the analysis of on-center handling characteristics
CN117408092B (zh) 一种商用车动力总成悬置系统稳健性优化方法及系统
Plunt et al. Dynamic analysis and acoustic optimization of the Volvo multi-link rear suspension
Zhu et al. Optimal damping matching of semi-active air suspension based on vehicle comfort and handling
CN117454717A (zh) 一种商用车驾驶室悬置系统的平顺性优化分析方法

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