[發明專利]一種汽車空氣懸架系統的多學科優化平臺及優化方法

有效

• 申請號: 201811360464.8
• 申請日: 2018-11-15
• 公開（公告）號: CN109614658B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 袁春元;華周;宋盤石;張佳輝
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20;G06F30/23;G06F30/28
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種汽車空氣懸架系統的多學科優化方法，其特征在于包括以下步驟：

(1)建立空氣懸架車輛多學科優化模型；

(2)選擇系統級優化變量和約束條件，構造系統；

(3)給定系統變量的初始值，將該值傳遞給各個子系統，進行子系統優化；

(4)完成各個子系統優化后將優化結果反饋給系統級優化，進行優化求解；

(5)系統級對子系統之間協調，判斷是否滿足一致性約束條件，是否收斂，收斂則求解結束，否則返回第四步再繼續計算；

系統級優化問題的數學模型描述如下：

其中F(Z)表示系統級優化的目標函數；R_i(Z)是系統級優化和子系統優化的一致性等式約束條件，也是各子系統優化的目標函數；G_i(Z)為系統級設計變量的約束條件；Z表示系統級設計變量向量；

子系統級優化問題的數學模型描述如下：

其中R_i(X_i)為第i子系統優化目標函數；g_i(X_i)為第i子系統不等式約束條件；h_i(X_i)為第i子系統等式約束條件；X_i為第i子系統的設計變量集合；Z_i為第i子系統接收到的系統優化指標向量；x_ij為第i子系統的第j個多學科設計變量；y_ik為第i個子系統的第K個多學科耦合變量；

在優化過程中采用靈敏度分析設計變量對各個子系統的影響，靈敏度定義即為函數的偏導數，在自變量X^k處，函數對自變量X_i的靈敏度如下式所示：

式中：m，n分別表示設計函數和設計變量的個數；S_ji表示函數對變量X_j的敏感程度；

在優化過程中建立隸屬度函數表示各學科對整體性能的影響程度，表達式為：

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|)分別表示某一學科中靈敏度的上下極限值。

2.根據權利要求1所述的汽車空氣懸架系統的多學科優化方法，其特征在于：所述步驟(1)中基于動力學、運動學、靜力學三學科建立空氣懸架車輛多學科優化模型。

3.根據權利要求1所述的汽車空氣懸架系統的多學科優化方法，其特征在于：所述步驟(2)中選擇空氣懸架車輛系統綜合性能最優作為系統級優化目標；系統級優化變量選擇懸架剛度及阻尼；約束條件通過對空氣懸架車輛系統進行靜力學、運動學及動力學分析確定。

4.根據權利要求1所述的汽車空氣懸架系統的多學科優化方法，其特征在于：所述步驟(4)采用多島遺傳算法優化求解。

5.根據權利要求1所述的汽車空氣懸架系統的多學科優化方法，其特征在于：所述多學科優化方法基于Isight平臺集合CATIA、ADAMS、ABAQUS和Carsim軟件實現協調優化；所述ADAMS建立空氣懸架動力學模型，分析懸架KC特性影響規律，為空氣懸架優化建立動力學約束條件；所述CATIA建立空氣懸架三維模型，并對其運動部件進行運動學分析，為空氣懸架優化建立運動學約束條件；所述ABAQUS分析空氣懸架有限元模型，為空氣懸架優化建立強度約束條件；所述Carsim檢驗所優化空氣懸架車輛性能。

6.根據權利要求5所述的汽車空氣懸架系統的多學科優化方法，其特征在于：KC特性包括橡膠襯套剛度、轉向輪主銷內傾角、主銷后傾角、車輪外傾角和前束。