[发明专利]一种基于牵引车平顺性的悬架非线性特性优化方法

摘要

本发明公开了一种基于牵引车平顺性的悬架非线性特性优化方法，其特征在于，包括如下步骤：1）确定目标牵引车平顺性模型；2）建立振动微分方程组；3）利用S函数表达非线性阻尼；4）建立非线性阻尼平顺性仿真模型；5）建立平顺性优化目标函数与优化区间；6）采用粒子群算法进行迭代寻优。这种方法能克服现有方法只能对定值的等效阻尼进行优化，从而使得优化结果不准确、不可靠的问题，这种方法能对悬架非线性阻尼进行优化，从而提高参数优化的可靠性与准确程度。

主权项

1.一种基于牵引车平顺性的悬架非线性特性优化方法，其特征在于，包括如下步骤：1)确定目标牵引车平顺性模型：依据目标牵引车的结构特点确定的半车平顺性模型，所述模型包括座椅、驾驶室、驾驶室悬置、二类底盘、底盘悬架、非簧载质量、车轮，其中，前轮、后轮1与后轮2下端接触路面、上端连接非簧载质量，底盘悬架下端与非簧载质量相连、上端与二类底盘相连，驾驶室悬置下端与二类底盘相连、上端与驾驶室相连，驾驶室中有座椅，驾驶员位于座椅之上，模型中各参数的含义如下表所示：符号含义数值单位m_p驾驶员及座椅质量100kgm_c驾驶室质量1100kgm_b二类底盘状态簧载质量6230kgm_fu前桥非簧载质量716kgm_ru1后桥非簧载质量1728kgm_ru2后桥非簧载质量2728kgJ_c驾驶室绕其质心的y轴转动惯量990kg·m²J_b二类底盘状态簧载质量绕其质心的y轴转动惯量24610kg·m²J后桥平衡悬架绕其质心的y轴转动惯量615kg·m²k_p座椅刚度20000N·m^‑1k_fc驾驶室前悬置刚度24000N·m^‑1k_rc驾驶室后悬置刚度56000N·m^‑1k_fs前悬架刚度560000N·m^‑1k_rs后悬架刚度5000000N·m^‑1k_ft前轮刚度1800000N·m^‑1k_rt1后轮1刚度3600000N·m^‑1k_rt2后轮2刚度3600000N·m^‑1c_p座椅阻尼800(N·s)·m^‑1c_fc驾驶室前悬置阻尼6000(N·s)·m^‑1c_rc驾驶室后悬置阻尼3000(N·s)·m^‑1c_fs前悬架阻尼16000(N·s)·m^‑1c_rs后悬架阻尼16000(N·s)·m^‑1l₁驾驶室质心到座椅的距离0.2ml₂驾驶室后悬置到二类底盘状态簧载质心的距离0.7ml₃驾驶室质心到二类底盘状态簧载质心的距离1.75ml₄驾驶室前悬置到二类底盘状态簧载质心的距离2.7ml₅前悬架到二类底盘状态簧载质心距离1.6ml₆后悬架到二类底盘状态簧载质心距离2.475ml₇后桥非簧载质心1到后桥平衡悬架质心的距离0.675ml₈后桥非簧载质心2到后桥平衡悬架质心的距离0.675m                                                                        ；2)建立振动微分方程组：依据步骤1)确定的目标牵引车半车平顺性模型与牛顿第二定律，对各质量体进行受力分析可建立振动微分方程组如公式(1)所示：3)利用S函数表达非线性阻尼：采用如下步骤实现非线性阻尼拟合：(1)获得目标商用车悬架的阻尼特性曲线点；速度/(mm/s)‑520‑390‑260‑130‑52052130260390520阻尼力/N107089070047028008802140279032903720(2)采用线性方程分段表达非线性，得到如公式(2)所示的方程组：(3)在MATLAB/Simulink软件中的S函数中采用函数语句对步骤(2)中的方程组(2)进行表达，从而得到目标牵引车悬架非线性阻尼的Simulink模块；4)建立非线性阻尼平顺性仿真模型：依据步骤2)建立的微分方程组与步骤3)建立的悬架非线性阻尼Simulink模块在MATLAB/Simulink软件中建立目标商用车平顺性模型；5)建立平顺性优化目标函数与优化区间：平顺性优化目标函数a_w0如公式(3)所示：a_w0＝a_w1+a_w2+a_w3 (3)，式中，a_w1、a_w2、a_w3分别为目标牵引车以30km/h、60km/h、90km/h的车速行驶于B级路面时的座椅垂直振动加速度频率加权均方根值，可采用公式(4)获得：其中，G_a(f)为对座椅面各向加速度时域历程a_t进行频谱分析得到的功率谱密度函数；w(f)为频率加权函数，可采用公式(5)获得：优化区间过程如下：(1)确定优化变量如公式(6)所示：(2)将各变量原始值的正负20％作为优化区间，如下表1所示：表1优化变量原始值优化上限优化下限k_fs540000648000432000k_rs500000060000004000000k_c11.3851.6621.108k_c21.4621.75441.1696k_c31.7692.12281.4152k_c42.4362.92321.9488k_c55.3856.4624.308k_c616.9220.30413.536k_c716.1519.3812.92k_c8564k_c93.8464.61523.0768k_c103.3083.96962.6464                                                                       ；6)采用粒子群算法进行迭代寻优：其过程为：(1)初始化粒子群：初始化优化变量维数Dim、种群规模大小SwarmSize、最大迭代次数MAXIter、粒子的位置v_id与速度x_id；(2)给优化变量X赋值：将粒子群算法产生的初始优化变量通过MATLAB中assign函数赋值到Simulink模型中；(3)调用目标牵引车平顺性仿真模型：通过MATLAB中的sim函数调用Simulink模型，并设置仿真时间为30s；(4)调用悬架非线性阻尼Simulink模型，根据输入的悬架阻尼拉伸或压缩速度进行判断，增益后输出阻尼力；(5)平顺性仿真模型根据输出的阻尼力计算座椅垂直振动加速度时域信号；(6)在判断仿真时间是否达到设定值30s，若是，则进行下一步计算，若否，则重复步骤(3)到步骤(6)；(7)根据座椅垂直振动加速度时域信号计算频率加权均方根值；(8)判断优化迭代次数是否达到最大迭代次数MAXIter设定值，若是，则输出最优结果，若否，则更新粒子群，并重复步骤(2)到步骤(8)。