CN118034082A - 一种悬架操控稳定性的全行程特性分析方法、装置及介质 - Google Patents
一种悬架操控稳定性的全行程特性分析方法、装置及介质 Download PDFInfo
- Publication number
- CN118034082A CN118034082A CN202410006306.1A CN202410006306A CN118034082A CN 118034082 A CN118034082 A CN 118034082A CN 202410006306 A CN202410006306 A CN 202410006306A CN 118034082 A CN118034082 A CN 118034082A
- Authority
- CN
- China
- Prior art keywords
- tested
- test
- performance parameter
- suspension
- test data
- 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
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 125
- 238000004458 analytical method Methods 0.000 title claims abstract description 66
- 238000012360 testing method Methods 0.000 claims abstract description 223
- 238000013461 design Methods 0.000 claims abstract description 91
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 7
- 230000006698 induction Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 48
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000073677 Changea Species 0.000 description 1
- 206010016322 Feeling abnormal Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Vehicle Body Suspensions (AREA)
Abstract
本发明公开了一种悬架操控稳定性的全行程特性分析方法、装置及介质,应用于悬架设计技术领域,方法包括:获取多个用于控制悬架操控稳定性的性能参数和多个车辆的测试数据集;提取每个测试数据集当中与每个性能参数对应的测试源数据作为每个测试数据集的子测试数据并对其进行拟合处理,得到每个性能参数的目标区间数据;获取悬架设计方案并对其进行仿真,生成多个待测性能参数及对应的待测测试源数据;根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析并更新悬架设计方案。本发明实现了全行程范围内悬架的操控稳定性的特性分析,提高了悬架操控稳定性的设计合理性和设计精准度,有利于提高整车开发效率。
Description
技术领域
本发明涉及悬架设计技术领域,尤其是一种悬架操控稳定性的全行程特性分析方法、装置及介质。
背景技术
悬架K&C特性又称为悬架操控稳定性,它可以分为K(Kinematic,运动学)特性和C(Compliance,动力学)特性,其中,运动学特性是指车轮相对于车身上下跳动时车轮的定位参数的变化,动力学特性则是指车轮受力时车轮的定位参数的变化。汽车悬架K&C特性影响了汽车的操纵稳定性和平顺性。目前的悬架K&C特性优化方法通常只关注各个工况下零位附近的悬架K&C性能参数,零位是指车轮的轮心垂向位移为0毫米、车轮转角为0度,例如零位附近的轮跳前束梯度、轮跳外倾梯度、中心区的转向传动比等,并以零位附近的悬架K&C性能参数为目标进行多因子优化,进而实现悬架K&C特性的设计。
然而,悬架K&C特性往往呈现非线性状态,而零位附近的K&C特性参数并不能完全表征车辆在紧急加速、紧急制动、高速入弯等极限工况下的实际状态。因此,即使零位附近的悬架K&C特性参数能够满足设计目标要求,也可能因悬架K&C特性参数的线性度不合理而使得在某些极限工况下车辆的性能不能达到预期效果,这不仅会大幅度地降低悬架K&C特性的设计合理性和设计精准度,导致整车操控稳定性的变化呈现非线性,为驾驶员带来了不可控、不安定的感受,而且容易出现汽车开发设计阶段的中期或者后期中反复修改悬架K&C性能参数的现象,增加了汽车设计的工作量和设计成本,延长了整车开发周期,不利于提高整车开发的效率。
发明内容
本发明的目的是提供一种悬架操控稳定性的全行程特性分析方法、装置及介质,以实现全行程范围内的悬架K&C特性的分析。
本发明解决其技术问题的解决方案是:一方面,本申请提供一种悬架操控稳定性的全行程特性分析方法,包括如下步骤:
获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集,其中,每个测试数据集均包括多个测试源数据;
对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据;
获取悬架设计方案,对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;
根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案。
另外,根据本发明上述实施例的一种悬架操控稳定性的全行程特性分析方法,还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,包括:
获取与所述性能参数对应的测试类型数据;
提取每个测试数据集当中与所述测试类型数据对应的第一测试源数据作为每个测试数据集的第一子测试数据;
提取每个测试数据集当中与所述测试类型数据对应的第二测试源数据作为每个测试数据集的第二子测试数据;
以每个测试数据集的第一子测试数据和第二子测试数据作为每个测试数据集的子测试数据输出。
进一步地,在本发明的一个实施例中,所述对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据,包括:
对每个测试数据集的子测试数据进行二次项拟合,得到每个测试数据集相对于所述性能参数的拟合函数;
对多个测试数据集相对于所述性能参数的拟合函数中的一次项因子和二次项因子进行归纳处理,得到所述性能参数的第一多项式因子、第二多项式因子和第三多项式因子;
根据所述第一多项式因子、所述第二多项式因子和所述第三多项式因子,构建所述性能参数的上限曲线和下限曲线;
通过所述性能参数的上限曲线和下限曲线,确定所述性能参数的目标区间数据。
进一步地,在本发明的一个实施例中,所述根据所述第一多项式因子、所述第二多项式因子和所述第三多项式因子,构建所述性能参数的上限曲线和下限曲线,包括:
根据所述第一多项式因子和所述第二多项式因子,构建所述性能参数的上限曲线;
根据所述第一多项式因子和所述第三多项式因子,构建所述性能参数的下限曲线。
进一步地,在本发明的一个实施例中,所述对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据,包括:
对所述悬架设计方案进行ADAMS全工况仿真分析,生成多个待测性能参数及对应的待测测试源数据。
进一步地,在本发明的一个实施例中,在所述对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据之后,所述方法还包括如下步骤:
对每个待测性能参数及对应的待测测试源数据进行拟合处理,得到每个待测性能参数的待测拟合函数。
进一步地,在本发明的一个实施例中,所述根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案,包括:
从多个待测性能参数当中确定当前待测性能参数;
获取所述当前待测性能参数的待测拟合函数作为当前拟合函数,并获取所述当前待测性能参数的目标区间数据作为当前目前区间数据;
当所述当前拟合函数位于所述当前目标区间数据之外时,更新所述悬架设计方案,返回到对所述悬架设计方案进行仿真的步骤。
进一步地,在本发明的一个实施例中,所述根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案,还包括:
当所述当前拟合函数位于所述当前目标区间数据之内时,以所述当前待测性能参数的下一个待测性能参数作为当前待测性能参数,并返回所述获取所述当前待测性能参数的待测拟合函数作为当前拟合函数的步骤,直到所有待测性能参数均完成分析为止。
另一方面,本发明实施例提供了一种悬架操控稳定性的全行程特性分析装置,包括:
获取模块,用于获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集,其中,每个测试数据集均包括多个测试源数据;以及,获取悬架设计方案;
区间处理模块,用于对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据;
仿真模块,用于对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;
特性分析模块,用于根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案。
又一方面,本发明实施例提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于实现前面所述的一种悬架操控稳定性的全行程特性分析方法。
本发明的有益效果是:提供一种悬架操控稳定性的全行程特性分析方法、装置及介质,方法包括:首先,获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集,其中,每个测试数据集均包括多个测试源数据;然后,对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据;之后,获取悬架设计方案,对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;最后,根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案。本发明通过将每个用于控制悬架K&C特性的性能参数和多个测试源数据进行参数化表示和拟合处理,得到每个性能参数的目标区间数据,目标区间数据用于表征K&C特性的设计目标值和线性度合理性,通过目标区间数据实现全行程范围内悬架K&C特性的特性分析,不仅大幅度地提高了悬架K&C特性的设计合理性和设计精准度,使得在某些极限工况下车辆的性能能够达到预期效果,而且还可以避免反复修改悬架K&C性能参数的现象出现,降低汽车设计的工作量和设计成本,缩短整车开发周期,有利于提高整车开发效率。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明提供的一种悬架操控稳定性的全行程特性分析方法的流程图;
图2是本发明提供的拟合处理的流程图;
图3是本发明提供的悬架操控稳定性的全行程分析的流程图;
图4是本发明提供的四款相关技术车型的拟合函数的示意图;
图5是本发明提供的四款相关技术车型的一次项因子和二次项因子的示意图;
图6是本发明提供的第一款相关技术车型的子测试数据和拟合数据的示意图;
图7是本发明提供的轮跳前束梯度的多项式因子的示意图;
图8是本发明提供的轮跳前束梯度的目标区间数据的示意图;
图9是本发明提供的当前悬架设计方案的轮跳前束梯度分析结果的示意图;
图10是本发明提供的优化后的悬架设计方案的轮跳前束梯度分析结果的示意图;
图11是本发明提供的一种悬架操控稳定性的全行程特性分析装置的结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
下面结合说明书附图和具体的实施例对本申请进行进一步的说明。所描述的实施例不应视为对本申请的限制,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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
针对相关技术存在的问题和缺陷,本发明实施例提供了一种悬架操控稳定性的全行程特性分析方法、装置及介质,旨在通过将每个用于控制悬架K&C特性的性能参数和多个测试源数据进行参数化表示和拟合处理,得到每个性能参数的目标区间数据,目标区间数据用于表征K&C特性的设计目标值和线性度合理性,通过目标区间数据实现全行程范围内悬架K&C特性的特性分析,能够大幅度地提高悬架K&C特性的设计合理性和设计精准度。
下面将结合附图详细阐述本发明实施例提供的一种悬架操控稳定性的全行程特性分析方法的实施步骤。
本发明实施例中的方法,可应用于终端中,也可应用于服务器中,还可以是运行于终端或服务器中的软件等。终端可以是平板电脑、笔记本电脑、台式计算机等,但并不局限于此。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1,图1是本发明提供的一种悬架操控稳定性的全行程特性分析方法的流程图,所述方法可以包括但不限于如下步骤:
S100,获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集。
需要说明的是,性能参数至少包括轮跳前束梯度、轮跳外倾梯度,转向传动比等。
本步骤中,获取多个用于描述悬架K&C特性的性能参数,并获取不少于三款相关技术车型的车辆的测试数据集,每个测试数据集均包括多个测试源数据。
S200,对于每个性能参数,提取每个测试数据集当中与性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到性能参数的目标区间数据。
本步骤中,对每一个性能参数进行参数化表征。具体地,对于每一个性能参数,在每个测试数据集中查找得到与性能参数对应的测试源数据,并查找到的测试源数据作为每个测试数据集的子测试数据。之后,对每个测试数据集的子测试数据进行拟合处理,得到性能参数的目标区间数据。其中,目标区间数据用于表征悬架K&C特性的设计目标值和线性度合理性,通过目标区间数据即可实现全行程范围内悬架K&C特性的特性分析。
S300,获取悬架设计方案,对悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据。
具体地,本步骤中,通过对所涉及的悬架方案进行机械系统动力学自动分析(Automatic Dynamic Analysis Of Mechanical Systems,ADAMS)全工况仿真分析,生成悬架设计方案的多个待测性能参数和各个待测性能参数对应的待测测试源数据。
示例性地,当待测性能参数为轮条前束梯度时,轮条前束梯度对应的待测测试源数据包括轮心上跳位移和前束变化。
可以理解的是,机械系统动力学自动分析软件使用交互式图形环境和零件库、约束库、力库,它可用于创建完全参数化的机械系统几何模型、建立系统动力学方程、对虚拟机械系统进行静力学、运动学和动力学分析等,它主要应用于预测机械系统的性能、运动范围、碰撞检测、峰值载荷以及计算有限元的输入载荷等。
S400,根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新悬架设计方案。
本步骤中,根据每个待测性能参数的目标区间数据,确定各个待测性能参数是否满足目标设计要求。当当前待测性能参数满足设计要求,则当前待测性能参数的分析工作完成,并对下一个待测性能参数进行分析;若当前待测性能参数不满足设计要求,则更新悬架设计方案,并返回到步骤S300中以进行重复分析,直到当前待测性能参数满足设计要求为止。
在本发明的一些实施例中,在步骤S200中,对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据的实现过程可以包括但不限于如下步骤:
首先,获取与性能参数对应的测试类型数据。
然后,提取每个测试数据集当中与测试类型数据对应的第一测试源数据作为每个测试数据集的第一子测试数据,并提取每个测试数据集当中与测试类型数据对应的第二测试源数据作为每个测试数据集的第二子测试数据。
最后,以每个测试数据集的第一子测试数据和第二子测试数据作为每个测试数据集的子测试数据输出。
以上步骤中,对于第个性能参数和第/>个测试数据集,获取与第/>个性能参数对应的测试类型数据,在第/>个测试数据集当中提取与测试类型数据对应的第一测试源数据作为第/>个测试数据集的第一子测试数据/>,并提取与测试类型数据对应的第二测试源数据作为第/>个测试数据集的第二子测试数据/>,将第一子测试数据/>和第二子测试数据/>作为第/>个测试数据集的子测试数据。
在本发明的一些实施例中,参照图2,图2是本发明提供的拟合处理的流程图,在步骤S200中,对每个测试数据集的子测试数据进行拟合处理,得到性能参数的目标区间数据的实现过程可以包括但不限于如下步骤:
S210,对每个测试数据集的子测试数据进行二次项拟合,得到每个测试数据集相对于性能参数的拟合函数。
具体地,本步骤中,对于第个性能参数和第/>个测试数据集,对第/>个测试数据集相对于第/>个性能参数的第一子测试数据/>和第二子测试数据/>进行二次项拟合运算,得到第/>个测试数据集相对于第/>个性能参数的拟合函数。
更为具体地,第个测试数据集相对于第/>个性能参数的拟合函数满足如下公式:
,
式中,表示第/>个测试数据集相对于第/>个性能参数的拟合函数;/>表示第/>个测试数据集相对于第/>个性能参数的拟合函数的二次项因子,它描述了全行程特性的线性度;/>表示第/>个测试数据集相对于第/>个性能参数的拟合函数的一次项因子,它描述了零位处的指标设计值;/>表示第/>个测试数据集相对于第/>个性能参数的拟合函数的零次项因子。为了方便指标设计,令/>,以使得K&C特性曲线过原点(0,0)。
S220,对多个测试数据集相对于性能参数的拟合函数中的一次项因子和二次项因子进行归纳处理,得到性能参数的第一多项式因子、第二多项式因子和第三多项式因子。
本步骤中,将多个测试数据集相对于性能参数的拟合函数中的一次项因子和二次项因子进行归纳,计算出性能参数的第一多项式因子、第二多项式因子和第三多项式因子。其中,第一多项式因子用于表征性能参数的目标中间值,第二多项式因子用于表征性能参数的目标上限值,第三多项式因子用于表征性能参数的目标下限值。
更为具体地,对于第个性能参数,首先,获取/>个测试数据集相对于第/>个性能参数的拟合函数中的二次项因子,计算/>个二次项因子的平均值作为第/>个性能参数的第一多项式因子/>;然后,获取/>个测试数据集相对于第/>个性能参数的拟合函数中的一次项因子,确定/>个一次项因子中的最大值作为第/>个性能参数的第二多项式因子/>,确定/>个一次项因子中的最小值作为第/>个性能参数的第三多项式因子/>。
S230,根据第一多项式因子、第二多项式因子和第三多项式因子,构建性能参数的上限曲线和下限曲线。
具体地,本步骤中,根据第一多项式因子和所述第二多项式因子来构建性能参数的上限曲线,根据第一多项式因子和第三多项式因子来构建性能参数的下限曲线。
更为具体地,第个性能参数的上限曲线满足如下公式:
,
式中,表示第/>个性能参数的上限曲线,/>表示第/>个性能参数的第一多项式因子,/>表示第/>个性能参数的第二多项式因子。
第个性能参数的下限曲线满足如下公式:
,
式中,表示第/>个性能参数的下限曲线,/>表示第/>个性能参数的第三多项式因子。
S240,通过性能参数的上限曲线和下限曲线,确定性能参数的目标区间数据。
本步骤中,对于第个性能参数,通过第/>个性能参数的上限曲线和下限曲线即可得到第/>个性能参数的目标范围区间要求,进而得到/>个性能参数的目标区间数据。
在本发明的一些实施例中,在步骤S300之后,所述方法还可以包括如下步骤:
对每个待测性能参数及对应的待测测试源数据进行拟合处理,得到每个待测性能参数的待测拟合函数。
本步骤中,在获得各个性能参数之后,需要对每个性能参数和每个性能参数对应的待测测试源数据进行拟合处理,其中,拟合处理可参见前述步骤的二次项拟合的实现过程,进而得到每个待测性能参数的待测拟合函数。
在本发明的一些实施例中,参照图3,图3是本发明提供的悬架操控稳定性的全行程分析的流程图,在步骤S400中,根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新悬架设计方案的实现过程可以包括但不限于如下步骤:
S410,从多个待测性能参数当中确定当前待测性能参数。
本步骤中,从多个待测性能参数中,确定当前进行全行程特性分析的待测性能参数,并将其记作当前待测性能参数。
S420,获取当前待测性能参数的待测拟合函数作为当前拟合函数,并获取当前待测性能参数的目标区间数据作为当前目前区间数据。
本步骤中,在确定当前进行全行程特性分析的待测性能参数之后,获取当前进行全行程特性分析的待测性能参数的待测拟合函数作为当前拟合函数,同时获取当前进行全行程特性分析的待测性能参数的目标区间数据作为当前目标区间数据。
S430,判断当前拟合函数是否位于当前目标区间数据之外。若是,则进入步骤S440;若否,则进入步骤S450。
S440,更新悬架设计方案,返回到步骤S300中对悬架设计方案进行仿真的步骤。
本步骤中,当当前拟合函数位于当前目标区间数据之外时,说明当前进行全行程特性分析的待测性能参数不满足目标要求,此时更新悬架设计方案,并返回到步骤S300中对悬架设计方案进行仿真的步骤,以进行重新分析。
S450,以当前待测性能参数的下一个待测性能参数作为当前待测性能参数,并返回获取当前待测性能参数的待测拟合函数作为当前拟合函数的步骤。
本步骤中,当当前拟合函数位于当前目标区间数据之内时,说明当前进行全行程特性分析的待测性能参数满足设计要求,此时将下一个待测性能参数作为当前待测性能参数,并返回到步骤S420中,以对下一个待测性能参数进行分析,直到所有待测性能参数均完成分析,结束分析,进而实现全行程范围内悬架设计方案的K&C特性分析。
为了方便理解本申请的技术方案,下面将以单一的性能参数“轮跳前束梯度”为例来对本申请的技术方案进行原理说明。本示例中对轮跳前束梯度进行全行程特性分析,方法如下:
步骤1:当性能参数为轮跳前束梯度时,确定计算轮跳前束梯度所需的测试类型数据,测试类型数据为轮心上跳和前束变化。
步骤2:收集四款相关技术车型的测试数据集。
步骤3:从每款相关技术车型的测试数据集中挑选出与轮心上跳和前束变化对应的测试源数据作为每款相关技术车型的子测试数据,之后对每款相关技术车型的子测试数据进行二次项拟合,得到四款相关技术车型对应于轮跳前束梯度的拟合函数,拟合函数如图4所示,而每款相关技术车型对应于轮跳前束梯度的拟合函数的一次项因子和二次项因子如图5所示。
示例性地,参照图6,图6是本发明提供的第一款相关技术车型的子测试数据和拟合数据的示意图,对于第一款相关技术车型,从其测试数据集挑选出轮心上跳对应的测试源数据/>和前束变化对应的测试源数据/>作为第一款相关技术车型的子测试数据。然后,对第一款相关技术车型的子测试数据/>、/>进行二次项拟合,得到第一款相关技术车型对应于轮跳前束梯度的拟合函数:
,
其中,拟合函数中的一次项因子为-0.0053,二次项因子为。
步骤4:将各款相关技术车型拟合得到的多项式因子进行归纳。参照图7,图7是本发明提供的轮跳前束梯度的多项式因子的示意图,首先,获取四款相关技术车型的二次项因子,并计算四个二次项因子的平均值,得到第一多项式因子为;然后,获取四款相关技术车型的一次项因子,从其中挑选出最大值作为第二多项式因子,并从其中挑选出最小值作为第三多项式因子,进而得到第二多项式因子为-0.0067,第三多项式因子为-0.0022。之后,根据第一多项式因子和第二多项式因子,构建轮跳前束梯度的上限曲线,根据第一多项式因子和第三多项式因子构建轮跳前束梯度的下限曲线。最后,通过轮跳前束梯度的上限曲线和下限曲线构成轮跳前束梯度的目标区间数据,目标区间数据如图8所示。
步骤5:获取所设计的悬架设计方案,并对悬架设计方案进行ADAMS全工况仿真分析,得到待测轮跳前束梯度以及其所对应的待测轮心上跳和待测前束变化。将待测轮跳前束梯度以及其所对应的待测轮心上跳和待测前束变化进行拟合,得到待测轮跳前束梯度的待测拟合函数。
步骤6:判断待测轮跳前束梯度的待测拟合函数是否位于目标区间数据之内,以对待测轮跳前束梯度进行全行程范围内的分析,分析结果如图9所示,虽然零位处的设计值在目标区间内,但是由于全行程的线性度很差,大位移段所对应的前束角超出目标区间。可见,当前悬架设计方案的轮跳前束梯度是不符合设计要求的。因此,对当前悬架设计方案进行优化和更新,重新返回到步骤5中。通过对悬架设计方案进行重复优化和分析,优化后的悬架设计方案的轮跳前束梯度如图10所示,可见,优化后的悬架设计方案中,零位处的设计值在目标区间内,全行程的线性度较佳,并且大位移段所对应的前束角处于目标区间,此时的悬架设计方案的轮跳前束梯度符合设计要求。
至此,对轮跳前束梯度的特性分析工作完成。
综上可见,本发明通过将每个用于控制悬架K&C特性的性能参数和多个测试源数据进行参数化表示和拟合处理,得到每个性能参数的目标区间数据,目标区间数据用于表征K&C特性的设计目标值和线性度合理性,通过目标区间数据实现全行程范围内悬架K&C特性的特性分析,不仅大幅度地提高了悬架K&C特性的设计合理性和设计精准度,使得在某些极限工况下车辆的性能能够达到预期效果,而且还可以避免反复修改悬架K&C性能参数的现象出现,降低汽车设计的工作量和设计成本,缩短整车开发周期,有利于提高整车开发效率。
此外,参照图11,本发明还提供了一种悬架操控稳定性的全行程特性分析装置,包括:
获取模块101,用于获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集;以及,获取悬架设计方案;
区间处理模块102,用于对于每个性能参数,提取每个测试数据集当中与性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到性能参数的目标区间数据;
仿真模块103,用于对悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;
特性分析模块104,用于根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新悬架设计方案。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
另外,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于执行上述的一种悬架操控稳定性的全行程特性分析方法。
同理,上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干程序用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行程序的定序列表,可以具体实现在任何计算机可读介质中,以供程序执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从程序执行系统、装置或设备取程序并执行程序的系统)使用,或结合这些程序执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供程序执行系统、装置或设备或结合这些程序执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的程序执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种悬架操控稳定性的全行程特性分析方法,其特征在于,包括以下步骤:
获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集,其中,每个测试数据集均包括多个测试源数据;
对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据;
获取悬架设计方案,对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;
根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案。
2.根据权利要求1所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,包括:
获取与所述性能参数对应的测试类型数据;
提取每个测试数据集当中与所述测试类型数据对应的第一测试源数据作为每个测试数据集的第一子测试数据;
提取每个测试数据集当中与所述测试类型数据对应的第二测试源数据作为每个测试数据集的第二子测试数据;
以每个测试数据集的第一子测试数据和第二子测试数据作为每个测试数据集的子测试数据输出。
3.根据权利要求1所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据,包括:
对每个测试数据集的子测试数据进行二次项拟合,得到每个测试数据集相对于所述性能参数的拟合函数;
对多个测试数据集相对于所述性能参数的拟合函数中的一次项因子和二次项因子进行归纳处理,得到所述性能参数的第一多项式因子、第二多项式因子和第三多项式因子;
根据所述第一多项式因子、所述第二多项式因子和所述第三多项式因子,构建所述性能参数的上限曲线和下限曲线;
通过所述性能参数的上限曲线和下限曲线,确定所述性能参数的目标区间数据。
4.根据权利要求3所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述根据所述第一多项式因子、所述第二多项式因子和所述第三多项式因子,构建所述性能参数的上限曲线和下限曲线,包括:
根据所述第一多项式因子和所述第二多项式因子,构建所述性能参数的上限曲线;
根据所述第一多项式因子和所述第三多项式因子,构建所述性能参数的下限曲线。
5.根据权利要求1所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据,包括:
对所述悬架设计方案进行ADAMS全工况仿真分析,生成多个待测性能参数及对应的待测测试源数据。
6.根据权利要求1所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,在所述对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据之后,所述方法还包括如下步骤:
对每个待测性能参数及对应的待测测试源数据进行拟合处理,得到每个待测性能参数的待测拟合函数。
7.根据权利要求6所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案,包括:
从多个待测性能参数当中确定当前待测性能参数;
获取所述当前待测性能参数的待测拟合函数作为当前拟合函数,并获取所述当前待测性能参数的目标区间数据作为当前目前区间数据;
当所述当前拟合函数位于所述当前目标区间数据之外时,更新所述悬架设计方案,返回到对所述悬架设计方案进行仿真的步骤。
8.根据权利要求7所述的一种悬架操控稳定性的全行程特性分析方法,其特征在于,所述根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案,还包括:
当所述当前拟合函数位于所述当前目标区间数据之内时,以所述当前待测性能参数的下一个待测性能参数作为当前待测性能参数,并返回所述获取所述当前待测性能参数的待测拟合函数作为当前拟合函数的步骤,直到所有待测性能参数均完成分析为止。
9.一种悬架操控稳定性的全行程特性分析装置,其特征在于,包括:
获取模块,用于获取多个用于控制悬架的操控稳定性的性能参数和多个车辆的测试数据集,其中,每个测试数据集均包括多个测试源数据;以及,获取悬架设计方案;
区间处理模块,用于对于每个性能参数,提取每个测试数据集当中与所述性能参数对应的测试源数据作为每个测试数据集的子测试数据,对每个测试数据集的子测试数据进行拟合处理,得到所述性能参数的目标区间数据;
仿真模块,用于对所述悬架设计方案进行仿真,生成多个待测性能参数及对应的待测测试源数据;
特性分析模块,用于根据每个待测性能参数的目标区间数据,对每个待测性能参数及对应的待测测试源数据进行分析,并更新所述悬架设计方案。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于实现如权利要求1-8中任一项所述的一种悬架操控稳定性的全行程特性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410006306.1A CN118034082A (zh) | 2024-01-03 | 2024-01-03 | 一种悬架操控稳定性的全行程特性分析方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410006306.1A CN118034082A (zh) | 2024-01-03 | 2024-01-03 | 一种悬架操控稳定性的全行程特性分析方法、装置及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118034082A true CN118034082A (zh) | 2024-05-14 |
Family
ID=90992249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410006306.1A Pending CN118034082A (zh) | 2024-01-03 | 2024-01-03 | 一种悬架操控稳定性的全行程特性分析方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118034082A (zh) |
-
2024
- 2024-01-03 CN CN202410006306.1A patent/CN118034082A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3841531A1 (en) | Machine learning optimisation method | |
CN114889613A (zh) | 一种车辆驾驶控制方法、装置及车辆 | |
Skarka | Model-based design and optimization of electric vehicles | |
CN114912195B (zh) | 一种商用车空气动力学序列优化方法 | |
Wei et al. | Research on large data set clustering method based on MapReduce | |
CN109783918B (zh) | 基于切换序贯采样模式的减速器优化设计实现方法 | |
CN113868956A (zh) | 一种二阶段自适应组合代理模型建模方法 | |
CN113537614A (zh) | 电网工程造价预测模型的构建方法、系统、设备及介质 | |
CN118034082A (zh) | 一种悬架操控稳定性的全行程特性分析方法、装置及介质 | |
CN114065003A (zh) | 面向超大搜索空间的网络结构搜索方法、系统及介质 | |
CN116057543A (zh) | 自动化机器学习方法及其装置 | |
CN116009397A (zh) | 一种制动压力模型训练方法、装置、设备及存储介质 | |
CN111325343B (zh) | 神经网络的确定、目标检测、智能行驶控制方法及装置 | |
Zong et al. | Study on objective evaluation index system of on-center handling for passenger car | |
CN113204742A (zh) | 车辆控制参数的标定方法、装置及车辆 | |
CN117725765B (zh) | 基于响应分析的车辆悬架多目标优化方法、设备和介质 | |
CN113094546B (zh) | 一种仿真动画模型加载方法、装置及仿真设备 | |
CN113552802B (zh) | 重卡智能空调控制方法及系统 | |
CN117744416B (zh) | 基于敏感性分析的车辆稳定性优化方法、设备和介质 | |
CN114049764B (zh) | 一种基于卷积长短时记忆神经网络的交通仿真方法及系统 | |
CN116842663B (zh) | 一种基于机器学习的汽车板簧非线性时变应力值测量方法 | |
CN116176737B (zh) | 一种车辆控制方法、装置、车辆及存储介质 | |
CN117422005B (zh) | 一种模拟电路仿真误差自动控制的方法及应用 | |
CN117725765A (zh) | 基于响应分析的车辆悬架多目标优化方法、设备和介质 | |
Du et al. | Research on Revenue Prediction of Automobile Manufacturing Enterprises |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |