详情

原文传递基于智能算法的汽车悬架参数优化设计研究

论文题名：	基于智能算法的汽车悬架参数优化设计研究
关键词：	汽车悬架系统;多目标优化;博弈论;智能计算;模糊聚类;神经网络
摘要：	针对车辆悬架系统的研究现状，采用仿真分析和试验相结合的方法，对影响乘坐舒适性和路面损坏性的性能指标进行了比较系统的研究。在三种雄性侧边斑点蜥蜴的行为特点和繁衍生存机理研究的基础上，提出一种仿生蜥蜴进化博弈智能算法，结合博弈机理应用于整车平顺性的研究中。提出了基于改进型Elman神经网络PAC控制器，对六自由度悬架试验平台系统进行控制研究，通过实验分析了性能指标参数对时域内轮荷利用率和频域内相位角的影响，为悬架系统的设计、参数选择等提供了一种研究方法。　　（1）建立了八自由度整车平顺性运动学方程，采用白噪声滤波法分别对三种路面等级（A、B、C）随机激励进行了仿真，通过对运动学方程进行求解，得到整车的模态特性和三种路面激励输入下各个自由度垂直位移、垂直速度、垂直加速度等振动响应量，分析了座椅、悬架、车轮等的刚度、阻尼参数变化对车辆行驶性能的影响。给出了舒适性、安全性、空间占用三个悬架性能评价指标，以及各自对应的评价内容：座椅加速度均方根值aw、相对动载荷均方根值r.m.sDTL、悬架动行程；并对座椅、悬架、轮胎参数与aw、 r.m.sDTL间的关联性进行了分析。　　（2）提出了基于竞争合作博弈的多目标优化方法，采用模糊聚类方法建立设计变量与目标函数间的映射因子指标，求解出各个博弈参与方各自的策略空间，所有博弈参与方遵循共同的约束协议：“利己不损人”，即各个博弈参与方都在追求自身绝对利益的最大化，同时不允许损害其它博弈参与方的相对收益，在各个博弈参与方所隶属的策略空间中，进行目标函数的优化设计，获得各个博弈参与方相对于其它博弈参与方的最佳对策，所有博弈参与方的最佳对策形成一轮博弈的策略组合，并根据博弈循环收敛判别，通过多次循环博弈，获得最终的博弈解。结合车辆的乘坐舒适性、车辆对路面的损坏性和车辆平顺性，以座椅加速度均方根值、轮胎相对动载荷均方根值和悬架最大动行程作为三个目标函数，采用竞争合作博弈方法进行了仿真，仿真计算结果表明了本算法的有效性。同时结合MTS320型4通道轮胎耦合道路模拟机，整车台架、D2P（Development to Product）快速原型开发平台以及数据采集成系统等对整车座椅加速度均方根值、轮胎相对动载荷均方根值和悬架最大动行程等进行了试验验证分析。　　（3）针对竞争合作博弈中各个博弈方间的竞争合作关系，在对竞争合作博弈机理研究的基础上，进化所体现出行为特征，对三种雄性侧边斑点蜥蜴的行为特点和繁衍生存机理进行仿生，把橙色喉咙雄性侧边斑点蜥蜴拟人化为博弈论中的寡头模型，把蓝色喉咙雄性侧边斑点蜥蜴拟人化为博弈论中的合作模型，把黄色喉咙雄性侧边斑点蜥蜴拟人化为博弈论中的投机模型，提出一种求解多目标优化问题的仿生蜥蜴进化博弈算法。将三个设计目标视为三种进化蜥蜴，将设计变量映射为进化蜥蜴种群的染色体，通过采用计算影响因子和模糊聚类相结合方法，将染色体分割为反映三种进化雄性侧边斑点蜥蜴各自遗传因素的基因段，根据各自在进化过程中表现出的行为特点，分别建立各自适应函数与三个目标函数的映射关系，用于评价三种进化蜥蜴个体适应自然的能力。在进化过程中，三种进化雄性侧边斑点蜥蜴分别以各自的适应函数为目标进化博弈，在每轮进化博弈结束后，可求解出三种蜥蜴的最佳基因，并组建新的染色体，通过收敛准则进行收敛判断，经多次进化迭代后，能获得最佳染色体，即多目标解。采用仿生蜥蜴进化博弈算法对平顺性指标进行求解，仿真计算结果表明了本算法的有效性，通过整车试验证明了：采用仿生蜥蜴进化博弈算法优化后，时速20 m/s的工况下，座椅加速度相对于初始设计、竞争博弈设计分别下降了16.78％和11.18%，前后悬架动行程均方根值、轮胎动载荷均方根值均有一定程度的下降，进而提高了乘坐舒适性和行驶安全性。　　（4）为验证论文提出算法的有效性，悬架参数值在时域、频域内对轮荷利用率和相位角的影响，依托安徽工业大学液压与控制教育部工程研究中心“六自由度液压振动试验台”进行了悬架实验验证，系统主要由高频液压振动平台、悬架、减振弹簧、负载质量、轮胎、液压动力站、数据采集系统、PAC控制器、位移传感器和加速度传感器等元器件组成，并提出了一种基于改进Elman神经网络的六自由度悬架试验控制系统研究方法。针对基本型Elman网络忽略了输出层节点的反馈，只能满足一阶线性动态系统信号处理，而不能满足多层网络、多阶系统的需求，提出了一种改进型 Elman网络；结合自适应蚁群算法(ACO算法)信息素挥发因子?的大小以及启发式寻优特征来对改进的Elman网络权值进行训练、修正，以达到改进后Elman网络模型的智能寻优及控制目的。改进、训练后的网络增强了关联层以及输出层的反馈，把反馈增益作当作连接权值来实施网络训练，训练后的网络不仅比例系数和积分系数具有时变性，还具有自适应性强、学习效率高、逼近精度高等特点。建立了基于改进型Elman神经网络PAC控制器，对六自由度悬架试验平台系统进行控制研究，分析了悬架阻尼、非悬挂质量、悬架刚度、轮胎刚度等参数对时域内轮荷利用率和频域内相位角的影响，为悬架系统设计、参数选择等提供了一种研究方法。
作者：	宋崇智
专业：	车辆工程
导师：	赵又群
授予学位：	博士
授予学位单位：	南京航空航天大学
学位年度：	2016
正文语种：	中文