基于響應(yīng)面法和梯度下降法的懸架參數(shù)優(yōu)化

等效非響載質(zhì)量作為電動汽車的一個重要形式，電動汽車依靠獨立的電機驅(qū)動單個電機，并將驅(qū)動電機配置為懸掛式或懸掛式車輛（與懸掛式車輛相比直接基于車輪的形狀不同）。顯著降低了相應(yīng)汽油載的質(zhì)量，解決了由于缺少一些高質(zhì)量和更大的非晶態(tài)。汽車的NVH性能是衡量汽車水平的一個重要指標對此,許多學(xué)者進行了深入的研究。有些學(xué)者就轉(zhuǎn)矩波動的來源入手,從電機控制的角度出發(fā)研究如何抑制電機的轉(zhuǎn)矩波動1懸架-輪胎-路面多體動力學(xué)模型的建立要想正確分析轉(zhuǎn)矩波動對懸架NVH的影響,首先在Adams/View中建立準確的懸架-輪胎-路面多體動力學(xué)模型。為了排除前、后懸架間振動的耦合,只建立基于后懸架的多體動力學(xué)模型。1.1驅(qū)動電機的傳動本文的研究對象是某輪邊驅(qū)動電動汽車,其后懸架三維模型見圖1。該車后懸架為扭轉(zhuǎn)梁結(jié)構(gòu),采用電機加兩級斜齒輪減速器的驅(qū)動形式。減速器的殼體同時也是懸架的縱臂,減速器輸出端連接車輪,驅(qū)動電機用螺栓固接在減速器殼體上并驅(qū)動減速器輸入端。中間一根扭轉(zhuǎn)梁分別連接左右懸架的縱臂。根據(jù)三維模型關(guān)鍵硬點和拓撲結(jié)構(gòu),在Adams/View中建立后扭轉(zhuǎn)梁懸架模型,并做了如下簡化:(1)所有零部件均為剛體,各部件的慣量參數(shù)和質(zhì)心位置從三維模型中測取;(2)縱臂與車身間、減振器上端與車身間通過襯套連接;減振器用Spring元件簡化;中間的扭轉(zhuǎn)梁用TorsionSpring元件簡化;且各彈性元件參數(shù)均做線性化處理;(3)車身以剛體代替,并且車身與大地之間通過平行副連接,即只限制車身俯仰和橫擺自由度,其余自由度不做限制。1.2環(huán)理論、完全非線性由于須進行的是平順性仿真,且要分析的頻率較高,因此輪胎模型選擇Ftire。它是一種基于柔性環(huán)理論、完全非線性的輪胎模型。其適用頻率高達120~150Hz,且仿真精度較高,是MSC公司官方推薦的進行平順性和耐久性仿真的輪胎模型在使用Ftire時須注意的是:為了發(fā)揮其精度優(yōu)勢,Adams積分器積分最大步長H為了排除轉(zhuǎn)矩波動以外的激勵對車身振動的影響,本文中選擇平直路面。1.3基于des的永磁同步電機在縱臂和車輪之間定義單向轉(zhuǎn)矩,作用方式為TwoBodies,即準確模擬輪胎與減速器之間的作用轉(zhuǎn)矩和反作用轉(zhuǎn)矩。建立考慮轉(zhuǎn)子磁場前3階諧波影響的永磁同步電機轉(zhuǎn)矩模型式中各符號含義及取值見表1。轉(zhuǎn)矩時域曲線如圖2所示。1.4完整的模型最終建立的懸架-輪胎-路面多體動力學(xué)模型共有5個剛體(左右縱臂、左右減振器上支撐蓋和車身)、30個自由度,如圖3所示。2計算高度參數(shù)的兩個優(yōu)化懸架的結(jié)構(gòu)參數(shù)(如硬點位置)主要影響懸架的運動學(xué)特性,而懸架的性能參數(shù)(如彈性元件參數(shù))主要影響懸架的彈性運動學(xué)特性2.1策略設(shè)計試驗響應(yīng)面法是一套數(shù)學(xué)與統(tǒng)計學(xué)相結(jié)合的方法,是用一個超曲面來近似替代實際復(fù)雜結(jié)構(gòu)的輸入與輸出關(guān)系的方法進行響應(yīng)面法分析一般遵循以下5個步驟:(1)定義優(yōu)化目標;(2)選擇一系列變量作為優(yōu)化因素;(3)確定各因素的變化水平,根據(jù)策略設(shè)計試驗表;(4)進行試驗,記錄試驗結(jié)果;(5)分析試驗結(jié)果,進行優(yōu)化。本文中采用的具體步驟如下。(1)考慮到人體對不同頻率的振動敏感程度不同,參考ISO2631—1:1997的規(guī)定,選擇0~120Hz頻率范圍內(nèi)車身質(zhì)心垂向加權(quán)加速度均方根值作為優(yōu)化目標(2)所選取作為優(yōu)化因素的懸架性能參數(shù)如表2所示,各因素變化范圍為-50%~+50%。(3)常用的試驗設(shè)計方法有全因素法、部分因素法、中心復(fù)合設(shè)計(CCF)、D-最優(yōu)設(shè)計和Box-Behnken。D-最優(yōu)設(shè)計的根本思想是使X(4)仿真由懸架波動的轉(zhuǎn)矩驅(qū)動,在平直路面上直線行駛。仿真時間為10s,仿真步長為0.001s。(5)響應(yīng)面法優(yōu)化后的懸架性能參數(shù)見表3。對響應(yīng)面擬合結(jié)果進行模型適應(yīng)性檢查,得到復(fù)相關(guān)系數(shù)R2.2各因素對目標的影響各性能參數(shù)靈敏度如圖5所示。圖中縱坐標指的是某因素取值發(fā)生變化后(其余因素仍取初始值)所引起目標值的改變量與目標原始值的比值。正負號表示因素對目標的影響是增大還是減小。因此,縱坐標絕對值越大,表明該因素對目標的影響越明顯。由圖可見,T2.3目標的全局最優(yōu)解的初始優(yōu)化由于響應(yīng)面法最高只是2次擬合,因此即使擬合精度足夠高,用響應(yīng)面法算出來的極值仍可能與目標的全局最優(yōu)解存在一定的偏差。因此,有必要以這一優(yōu)化為初始點再次進行優(yōu)化,以便能更準確地找到全局最優(yōu)解。優(yōu)化因素就選擇T此處利用Adams自帶的優(yōu)化計算功能:優(yōu)化方法選擇梯度下降法;優(yōu)化目標不變,其結(jié)果見表3。3結(jié)果分析2.圖6為優(yōu)化前后質(zhì)心垂向加速度的自功率譜。由圖可見,優(yōu)化后的功率譜在25~100Hz范圍內(nèi)的幅值明顯降低,能量分布更均勻。優(yōu)化前、后的質(zhì)心垂向加權(quán)加速度均方根值對比見表4?？梢?經(jīng)過兩次優(yōu)化后,下降了11.2%,車身振動明顯減小。此外,通過響應(yīng)面法和梯度下降法的優(yōu)化效果對比可以發(fā)現(xiàn),響應(yīng)面法優(yōu)化后的結(jié)果并不是全局最優(yōu)的,其依然存在繼續(xù)降低的可能性。從而說明本文中進行兩次優(yōu)化的思路是可行且必要的。3提高懸架的nvh性能(1)通過對懸架性能參數(shù)的優(yōu)化,使車身振動能量降低,且在0