[發明專利]高精度減震器摩擦力優化方法

有效

• 申請號: 202010231738.4
• 申請日: 2020-03-27
• 公開（公告）號: CN111428313B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 王金龍;成健
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20;G06F119/14
• 代理公司: 重慶華科專利事務所 50123
• 代理人: 譚小琴

1.一種高精度減震器摩擦力優化方法，其特征在于，包括以下步驟：

步驟1、建立側向力減震器模型及Adams懸架模型；

步驟2、Isight集成Adams模型建立并進行DOE數據分析；

步驟3、基于DOE分析結果，利用Matlab進行近似優化模型建立；

步驟4、利用Isight集成模型優化減震器側向力；

其中，所述步驟1具體為：

首先在減震器導向座、減震器活塞處采用2個點線副來建立側向力減震器模型，該側向力減震器模型用于模擬減震活塞桿與筒體相對運動關系和模擬減震器側向力；

在側向力減震器模型基礎上，基于底盤硬點、襯套布置、襯套剛度、彈簧預載及剛度特性建立Adams懸架模型并進行仿真，測量側向力減震器模型中點線副上的接觸力，即可獲取各種仿真工作狀態下的減震器側向力；

所述步驟2具體為：

在Isight的SimCode模塊中將步驟1建立的Adams懸架模型集成至Isight模型，同時在Isight模型中通過DOE模塊串聯SimCode模塊建立減震器摩擦力的DOE分析模型；

DOE分析模型建立后，在SimCode模塊定義DOE分析的輸入變量因子與響應因子，確認輸入因子的變化范圍，并將此范圍作為輸入變量因子的DOE分析邊界，DOE分析類型采用Parameter Study，變量因子的水平數不低于3，對輸入因子在邊界范圍內采用20水平分析，得到變量因子輸入矩陣；設置減震器活塞桿與密封圈處、活塞與工作缸的側向力為響應因子，通過DOE分析獲取輸入變量因子與響應因子之間的關聯矩陣數據。

2.根據權利要求1所述的高精度減震器摩擦力優化方法，其特征在于：所述步驟3具體為：

首先將步驟2形成的關聯矩陣數據導入至Matlab程序，調用神經網絡模型擬合工具，將關聯矩陣數據中的變量因子與響應因子設置為近似優化模型的變量因子與響應因子，并根據導入進來的數據行列類型進行數據類型選取；

設置訓練、調整和測試三者之間的樣本占比，并設置模型訓練的神經元個數及訓練方法，最后完成模型的訓練，模型訓練完后進行擬合模型準確度檢查，如測試樣本相關系數R達到0.95以上，則模型精度滿足要求，如模型精度未達標，則重新選擇神經元個數及訓練方法，模型準確度達到要求后將近似優化模型轉化為Matlab功能函數，函數命名和文件命名需一致。

3.根據權利要求2所述的高精度減震器摩擦力優化方法，其特征在于：所述步驟4具體為：

通過Isight的優化模塊串聯Matlab插件模塊建立減震器摩擦力優化模型，將步驟3形成的功能函數在Matlab插件模塊定義為優化函數，并定義優化模型的變量因子與響應因子；變量因子與響應因子與步驟3保持一致；

在優化模塊中選擇NSGA_II優化算法，設置變量因子范圍，并將此范圍作為變量因子的優化邊界，變量因子的范圍與步驟2保持一致，最后以減震器側向力小為優化目標進行優化。