[发明专利]一种汽车空气悬架系统的多学科优化平台及优化方法

权利要求书

1.一种汽车空气悬架系统的多学科优化方法，其特征在于包括以下步骤：

(1)建立空气悬架车辆多学科优化模型；

(2)选择系统级优化变量和约束条件，构造系统；

(3)给定系统变量的初始值，将该值传递给各个子系统，进行子系统优化；

(4)完成各个子系统优化后将优化结果反馈给系统级优化，进行优化求解；

(5)系统级对子系统之间协调，判断是否满足一致性约束条件，是否收敛，收敛则求解结束，否则返回第四步再继续计算；

系统级优化问题的数学模型描述如下：

其中F(Z)表示系统级优化的目标函数；R_i(Z)是系统级优化和子系统优化的一致性等式约束条件，也是各子系统优化的目标函数；G_i(Z)为系统级设计变量的约束条件；Z表示系统级设计变量向量；

子系统级优化问题的数学模型描述如下：

其中R_i(X_i)为第i子系统优化目标函数；g_i(X_i)为第i子系统不等式约束条件；h_i(X_i)为第i子系统等式约束条件；X_i为第i子系统的设计变量集合；Z_i为第i子系统接收到的系统优化指标向量；x_ij为第i子系统的第j个多学科设计变量；y_ik为第i个子系统的第K个多学科耦合变量；

在优化过程中采用灵敏度分析设计变量对各个子系统的影响，灵敏度定义即为函数的偏导数，在自变量X^k处，函数对自变量X_i的灵敏度如下式所示：

式中：m，n分别表示设计函数和设计变量的个数；S_ji表示函数对变量X_j的敏感程度；

在优化过程中建立隶属度函数表示各学科对整体性能的影响程度，表达式为：

式中：

a＝(max(|S_ji|)-min(|S_ji|))/2,b＝(max(|S_ji|)+min(|S_ji|))/2,其中max(|S_ji|)和min(|S_ji|)分别表示某一学科中灵敏度的上下极限值。

2.根据权利要求1所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(1)中基于动力学、运动学、静力学三学科建立空气悬架车辆多学科优化模型。

3.根据权利要求1所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(2)中选择空气悬架车辆系统综合性能最优作为系统级优化目标；系统级优化变量选择悬架刚度及阻尼；约束条件通过对空气悬架车辆系统进行静力学、运动学及动力学分析确定。

4.根据权利要求1所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述步骤(4)采用多岛遗传算法优化求解。

5.根据权利要求1所述的汽车空气悬架系统的多学科优化方法，其特征在于：所述多学科优化方法基于Isight平台集合CATIA、ADAMS、ABAQUS和Carsim软件实现协调优化；所述ADAMS建立空气悬架动力学模型，分析悬架KC特性影响规律，为空气悬架优化建立动力学约束条件；所述CATIA建立空气悬架三维模型，并对其运动部件进行运动学分析，为空气悬架优化建立运动学约束条件；所述ABAQUS分析空气悬架有限元模型，为空气悬架优化建立强度约束条件；所述Carsim检验所优化空气悬架车辆性能。

6.根据权利要求5所述的汽车空气悬架系统的多学科优化方法，其特征在于：KC特性包括橡胶衬套刚度、转向轮主销内倾角、主销后倾角、车轮外倾角和前束。