一種基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法
【專利摘要】本發(fā)明提供一種基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，屬于汽車底盤(pán)【技術(shù)領(lǐng)域】，同時(shí)涉及群體智能算法領(lǐng)域。根據(jù)不同車型或某一車型對(duì)懸架系統(tǒng)不同使用性能的要求，折中考慮懸架參數(shù)優(yōu)化過(guò)程中的各種矛盾，采用搜索能力較強(qiáng)的粒子群算法對(duì)懸架系統(tǒng)的參數(shù)進(jìn)行尋優(yōu)，建立作為尋優(yōu)判別標(biāo)準(zhǔn)的適應(yīng)度函數(shù)，得到粒子種群的歷史全局最優(yōu)值，作為滿足所需求解的懸架系統(tǒng)參數(shù)。該方法算法簡(jiǎn)單，收斂速度快，魯棒性強(qiáng)，目標(biāo)函數(shù)靈活可調(diào)，為懸架系統(tǒng)參數(shù)的優(yōu)化設(shè)計(jì)提供了一種新的思路。
【專利說(shuō)明】一種基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，屬于汽車底盤(pán)【技術(shù)領(lǐng)域】，同時(shí)涉及群體智能算法領(lǐng)域。
【背景技術(shù)】
[0002]懸架是現(xiàn)代汽車上的重要總成之一，其主要任務(wù)傳遞作用在車輪和車架之間的一切力和力矩；緩和路面沖擊，保證汽車的行駛平順性和操縱穩(wěn)定性，使汽車獲得高速行駛的能力。事實(shí)上，在對(duì)汽車的懸架系統(tǒng)進(jìn)行參數(shù)匹配設(shè)計(jì)時(shí)，一方面需要把所有的懸架部件安裝在有限的懸架空間內(nèi)，另一方面還必須使懸架的性能滿足使用要求，其性能可用三個(gè)基本參數(shù)進(jìn)行定量評(píng)價(jià)——不舒適性參數(shù)(車身加速度aw)、懸架動(dòng)行程(SWSnns)和輪胎動(dòng)載荷(DTLrms )。
[0003]群體智能算法也屬于啟發(fā)式算法，從20世界90年代初，已存在模擬自然界生物的群行為來(lái)構(gòu)造隨機(jī)優(yōu)化算法的思想，群體只能是新興的用于尋找全局最優(yōu)解的算法，因而在多目標(biāo)優(yōu)化求解問(wèn)題中有成功的應(yīng)用。其中，粒子群算法模擬鳥(niǎo)群飛行覓食的行為，通過(guò)鳥(niǎo)群之間的集體協(xié)作使群體達(dá)到最優(yōu)。其優(yōu)勢(shì)在于算法簡(jiǎn)潔，易于實(shí)現(xiàn)，沒(méi)有很多的參數(shù)調(diào)整，且無(wú)需梯度信息，是非線性連續(xù)優(yōu)化問(wèn)題、組合優(yōu)化問(wèn)題和混合整數(shù)非線性優(yōu)化問(wèn)題的有效優(yōu)化工具。對(duì)懸架系統(tǒng)參數(shù)的匹配設(shè)計(jì)可以看做是一個(gè)約束優(yōu)化問(wèn)題，通過(guò)對(duì)某些性能指標(biāo)進(jìn)行約束，而使系統(tǒng)可行 域中的其他的性能指標(biāo)達(dá)到最優(yōu)化。例如可對(duì)約束優(yōu)化問(wèn)題提出競(jìng)爭(zhēng)選擇的規(guī) 則，并建立懲罰函數(shù)剔除不滿足系統(tǒng)可行域的解集，通過(guò)全局尋優(yōu)，從而得到滿足懸架性能要求的最優(yōu)解。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問(wèn)題是:根據(jù)不同車型或某一車型對(duì)懸架系統(tǒng)不同使用性能的要求，折中考慮懸架參數(shù)優(yōu)化過(guò)程中的各種矛盾，對(duì)汽車的懸架系統(tǒng)參數(shù)進(jìn)行匹配設(shè)計(jì)。
[0005]本發(fā)明解決該技術(shù)問(wèn)題所采用的技術(shù)方案是:采用搜索能力較強(qiáng)的粒子群算法對(duì)懸架系統(tǒng)的參數(shù)范圍進(jìn)行尋優(yōu)，建立作為尋優(yōu)判別標(biāo)準(zhǔn)的適應(yīng)度函數(shù)，得到粒子種群的歷史全局最優(yōu)值，作為滿足所需求解的懸架系統(tǒng)參數(shù)。
[0006]本發(fā)明的基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，包括以下步驟:
[0007]步驟1、將汽車簡(jiǎn)化為四分之一單輪車輛模型，根據(jù)車身質(zhì)量mb，車輪質(zhì)量mt，車身垂直位移zb、車身垂直速度ih和車身垂直加速度5b，車輪垂直位移zt、車輪垂直速度和車輪垂直加速度it，懸架剛度ks，輪胎剛度kt，減振器阻尼系數(shù)c以及路面不平度Z(l，建立二自由度車輛動(dòng)力學(xué)微分方程；
【權(quán)利要求】
1.一種基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，其特征在于包括以下步驟: 步驟1、將汽車簡(jiǎn)化為四分之一單輪車輛模型，根據(jù)車身質(zhì)量mb，車輪質(zhì)量mt，車身垂直位移zb、車身垂直速度ib和車身垂直加速度車輪垂直位移zt、車輪垂直速度it和車輪垂直加速度1.懸架剛度ks，輪胎剛度kt，減振器阻尼系數(shù)c以及路面不平度Ztl,建立二自由度車輛動(dòng)力學(xué)微分方程；

2.根據(jù)權(quán)利要求1所述的基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，其特征在于，所述步驟3中，約束條件和懲罰函數(shù)的建立方法如下: 約束條件:當(dāng)以舒適性為導(dǎo)向時(shí)，&>0且q2=0，懸架撞擊限位塊的概率為0.3%，車輪跳離地面的概率為0.3%，阻尼比;范圍為(0.2，0.45)，懸架剛度系數(shù)范圍為(1^_，ksmax);當(dāng)以安全性為導(dǎo)向時(shí)，qi=0且q2>0，車身垂直加速度超過(guò)0.8g的概率為0.3%，懸架撞擊限位塊的概率0.3%，阻尼比;范圍為(0.2，0.45)，懸架剛度系數(shù)范圍為(1^_，ksmax);當(dāng)兼顧平順性和舒適性時(shí)，I古0且q2古0時(shí)，設(shè)定不同的Q1和q2可以使懸架系統(tǒng)達(dá)到不同的綜合性能，懸架撞擊限位塊的概率為0.3%，阻尼比(范圍滿足(0.2,0.45)，懸架剛度系數(shù)范圍為(ksmin，ksmax ); 懲罰函數(shù):當(dāng)解不滿足約束條件時(shí)，則令粒子當(dāng)前位置的適應(yīng)度值遠(yuǎn)遠(yuǎn)大于其歷史最優(yōu)適應(yīng)度值。
3.根據(jù)權(quán)利要求1所述的基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，其特征在于，在步驟6中對(duì)粒子速度進(jìn)行更新時(shí)，由于粒子各維之間的數(shù)量級(jí)不同，設(shè)定不同的最大速度，令 Vmax= [Vlmax V2max]。
4.根據(jù)權(quán)利要求1所述的基于粒子群算法的車輛懸架系統(tǒng)參數(shù)優(yōu)化方法，其特征在于，當(dāng)懸架系統(tǒng)剛度為已知時(shí)，則ks=ksniin=ks_，步驟4中，搜索空間維度N=l，表示待確定的可調(diào)阻尼減振器的阻尼系數(shù)。
【文檔編號(hào)】G06N3/00GK103646280SQ201310615996
【公開(kāi)日】2014年3月19日 申請(qǐng)日期:2013年11月28日 優(yōu)先權(quán)日:2013年11月28日
【發(fā)明者】陳龍, 施德華, 江浩斌, 汪若塵 申請(qǐng)人:江蘇大學(xué)