详情

原文传递一种汽车电液智能转向系统其多目标优化方法

专利名称：	一种汽车电液智能转向系统其多目标优化方法
摘要：	本发明公开了一种汽车电液智能转向系统及其多目标优化方法，该系统包括机械转向模块、电动助力模块、电动液压助力模块以及控制模块。系统能够智能地选择电动助力模块和电动液压助力模块参与转向助力的比例；针对该系统存在的机电液复杂耦合关系，提出一种多目标优化方法，通过参数耦合分析，选择出对系统性能影响较大的关键设计变量，采用基于共享小生境技术的多目标粒子群算法进行优化，获得最佳设计参数，实现转向路感、转向能耗和转向助力的性能最优，提高转向系统整体性能。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	南京航空航天大学
发明人：	周小川;赵万忠;汪桉旭;栾众楷;王春燕
专利状态：	有效
申请日期：	2018-12-24T00:00:00+0800
发布日期：	2019-05-10T00:00:00+0800
申请号：	CN201811579261.8
公开号：	CN109733466A
代理机构：	江苏圣典律师事务所
代理人：	贺翔
分类号：	B62D5/04(2006.01);B;B62;B62D;B62D5
申请人地址：	210016 江苏省南京市秦淮区御道街29号
主权项：	1.一种汽车电液智能转向系统，其特征在于，包括：机械转向模块、电动助力模块、电动液压助力模块和控制模块；所述机械转向模块包括依序连接的方向盘，扭杆，下管柱，转向小齿轮，转向齿条，车轮单元；所述电动助力模块包括助力电机及蜗轮蜗杆减速器；助力电机的输出端连接蜗轮蜗杆减速器，蜗轮蜗杆减速器作用在扭杆和下管柱之间，将电动助力力矩与驾驶员力矩在下管柱进行叠加；所述电动液压助力模块包括油箱，油泵电机，油泵，换向阀，活塞，液压缸；活塞位于液压缸内并将其分为左右两侧，液压缸两侧分别与换向阀油路导通；油泵电机输出端连接油泵，油泵将液压油从油箱传递至换向阀中，分配至液压缸的两侧；所述控制模块包括主控制器、传感器组、驾驶员数据库、道路信息数据库；主控制器输入端和所述传感器组电气连接，输出端分别与助力电机、油泵电机、换向阀电气连接；传感器组包括转矩传感器、转角传感器、位移传感器、车速传感器、摄像头、GPS接收机；转角传感器安装在下管柱上，接收下管柱的转角信号；转矩传感器安装在扭杆上，接收驾驶员输入的转矩信号；位移传感器安装在转向齿条末端，接收液压缸输出的位移信号；GPS接收机、摄像头、车速传感器安装在汽车上；驾驶员数据库与主控制器电气连接，其储存当前汽车驾驶员的驾驶数据及离线方式下载的多种驾驶员数据模型，并通过数据对比，选择符合当前驾驶员驾驶风格的数据模型，并向主控制器传输；道路信息数据库与主控制器电气连接，其存储通过离线方式下载的道路信息，并连接GPS接收机，实时向主控制器传输当前道路信息。 2.根据权利要求1所述的汽车电液智能转向系统，其特征在于，所述液压缸与下管柱的末端固定连接，转向齿条同轴安装在液压缸内侧，且转向齿条位于液压缸内的部分上同轴固定安装活塞；转向齿条轴向向右侧伸出液压缸的部分与转向小齿轮啮合，转向小齿轮将驾驶员力矩和电动助力力矩的合力矩传递至转向齿条并转换为齿条力，齿条力与液压缸两侧的压力差产生的液压助力进行叠加并输出，转向齿条两侧输出端连接车轮单元。 3.根据权利要求1所述的汽车电液智能转向系统，其特征在于，所述主控制器分别通过传感器组的各个输入信号判断当前车辆状态，通过驾驶员数据库的输入信号判断当前驾驶员的驾驶风格，通过道路信息数据库的输入信号判断并当前道路信息并预测转向需求，综合上述信息进行转向决策，输出相应的电动助力信号、电动液压助力信号、换向阀控制信号，分别控制助力电机、油泵电机和换向阀的工作，调整电动助力模块和电动液压助力模块参与转向助力的比例。 4.根据权利要求1所述的汽车电液智能转向系统，其特征在于，通过驾驶员数据库输入的信号，提取当前驾驶员的转向操作特征，包括转向速率大小、转向时滞大小、转向幅值大小；将提取的特征数据与离线驾驶员数据模型进行对比，选择相似度最高的一种，判定为当前驾驶员的驾驶风格。 5.根据权利要求1所述的汽车电液智能转向系统，其特征在于，道路信息数据库接收GPS信号，获取车辆实时的位置信息，与离线的道路信息进行对应，获取车辆实时的道路信息，并根据道路信息中的弯道分布、弯道曲率、弯道长度的信息预测车辆转向需求。 6.一种汽车电液智能转向系统的多目标优化方法，基于上述权利要求1至5中任意一项所述的系统，其特征在于，包括步骤如下：步骤1：初始化电液智能转向系统参数，并在多学科建模软件AMEsim中建立电液智能转向系统仿真模型；步骤2：分析电液智能转向系统的转向能耗、转向路感和回正误差；步骤3：分析电液智能转向系统机械、液压、电子参数之间的耦合关系；步骤4：根据上述步骤2和步骤3的分析结果，选择扭杆刚度Ks，小齿轮半径Rp，蜗轮蜗杆减速器减速比G，活塞横截面积Ap，换向阀阀口面积增益Ka为设计变量，采用AMEsim软件的AMEpilot模块输出设计变量；步骤5：设定目标函数为转向能耗、转向路感、回正误差，约束条件为设计变量取值范围，建立电液智能转向系统优化模型；步骤6：采用基于共享小生境技术的多目标粒子群算法，进行电液智能转向系统多目标优化求解；步骤7：得到优化结果，将优化后的设计变量输入Amesim软件，验证优化效果。 7.根据权利要求6所述的汽车电液智能转向系统的多目标优化方法，其特征在于，所述步骤6中基于共享小生境技术的多目标粒子群算法具体包括：步骤61：根据电液智能转向系统优化模型，建立粒子群模型并进行算法参数定义，采用设计变量初值对粒子群进行初始化；步骤62：在给定解空间范围内，初始化粒子群位置、速度信息；步骤63：在解空间范围内，更新粒子群位置、速度信息，产生新种群，调整个体历史最优位置；步骤64：计算各粒子的适应度值，找出初始全局最优位置，将求出的非劣解加入外部存储集合Ar中；步骤65：计算各粒子的转向能耗、转向路感、回正误差的目标函数值，并选择各个粒子的全局最优位置，采用擂台赛法选择当前状态下新的非劣解，利用新的非劣解更新外部储存集合Ar；步骤66：判断外部存储集合Ar是否装满，若未装满则调整全局最优位置，若装满则首先执行基于共享机制的小生境维护策略，保证粒子群多样性和均匀性，再调整全局最优位置；步骤67：循环步骤63-66，直到达到最大迭代次数或收敛时停止，输出电液智能转向系统优化结果。 8.根据权利要求7所述的汽车电液智能转向系统的多目标优化方法，其特征在于，所述步骤66中的基于共享机制的小生境维护策略，采用共享函数调节小生境个体的适应度，具体步骤如下：步骤661：初始化算法，建立初始种群，初始化参数；步骤662：计算个体适应度，执行遗传算法的选择、交叉、变异等操作；步骤663：计算个体共享度，并根据个体共享度更新个体的适应度；步骤664：比较子代和父代的适应度大小，并用适应度较大的子代个体代替父代个体，产生新种群；步骤665：若满足终止条件，则退出算法，完成小生境维护策略，否则返回662。 9.根据权利要求8所述的汽车电液智能转向系统的多目标优化方法，其特征在于，所述步骤663中个体共享度的计算公式为：式中，share(dij)为共享度函数，dij为海明距离，σ0为小生境边界参数，λ为共享函数形状参数。 10.根据权利要求7所述的汽车电液智能转向系统的多目标优化方法，其特征在于，所述步骤63中的更新粒子群位置和速度的公式为： vi(t)＝ωvi(t-1)+c1r1(xpbest-xi)+c2r2(xgbest-xi) xi(t)＝xi(t-1)vi 式中，vi表示粒子速度，xi表示粒子位置，xpbest表示粒子的个体历史最优位置，xgbest表示粒子的全局最优位置，ω是惯性权重；r1和r2是0到1之间的随机数，c1和c2是全局增量控制系数和个体增量控制系数。
所属类别：	发明专利