欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于改進(jìn)細(xì)胞膜優(yōu)化算法的汽車(chē)底盤(pán)系統(tǒng)集成多目標(biāo)優(yōu)化方法與流程

文檔序號(hào):11199412閱讀:996來(lái)源:國(guó)知局
一種基于改進(jìn)細(xì)胞膜優(yōu)化算法的汽車(chē)底盤(pán)系統(tǒng)集成多目標(biāo)優(yōu)化方法與流程

本發(fā)明涉及汽車(chē)底盤(pán)系統(tǒng)領(lǐng)域,特別是汽車(chē)底盤(pán)系統(tǒng)集成及基于該集成系統(tǒng)的多目標(biāo)優(yōu)化方法。



背景技術(shù):

轉(zhuǎn)向系統(tǒng)與懸架系統(tǒng)是汽車(chē)底盤(pán)系統(tǒng)中影響車(chē)身姿態(tài)的兩大關(guān)鍵系統(tǒng),是保證車(chē)輛行駛平順性、操作穩(wěn)定性和安全性的重要組成部件。通常在分析懸架系和轉(zhuǎn)向系的性能時(shí),人們習(xí)慣把它們對(duì)車(chē)輛行駛平順性和操縱穩(wěn)定性的影響相對(duì)獨(dú)立開(kāi)來(lái),即對(duì)懸架系和轉(zhuǎn)向系建立獨(dú)立的互不干擾的動(dòng)力學(xué)模型來(lái)進(jìn)行分析。假設(shè)垂直方向的輸入對(duì)汽車(chē)的橫擺運(yùn)動(dòng)和橫向運(yùn)動(dòng)無(wú)影響,即懸架的運(yùn)動(dòng)不影響轉(zhuǎn)向系;同樣輪胎產(chǎn)生的側(cè)向力只限于操縱穩(wěn)定性考慮的范圍,對(duì)汽車(chē)垂直方向的運(yùn)動(dòng)無(wú)影響,即轉(zhuǎn)向系的運(yùn)動(dòng)不影響懸架運(yùn)動(dòng)。這樣假設(shè),可以簡(jiǎn)化分析范圍,但是在汽車(chē)實(shí)際行使過(guò)程中,路面在給車(chē)輛提供轉(zhuǎn)向側(cè)向力的同時(shí),也給也給懸架系統(tǒng)輸入了一個(gè)垂向的干擾,因此,汽車(chē)在垂向和橫向的運(yùn)動(dòng)是相互影響,相互耦合的,必須對(duì)這種影響加以考慮,才能完全實(shí)現(xiàn)對(duì)車(chē)輛實(shí)際運(yùn)動(dòng)的建模分析。懸架的作用除支撐車(chē)輛、隔離路面干擾外,還將控制轉(zhuǎn)向時(shí)的車(chē)身姿態(tài),并傳遞來(lái)自輪胎的力。即同樣的車(chē)身運(yùn)動(dòng)可由行駛輸入引起,如路面不平引起的車(chē)身側(cè)傾;也可由操縱方面引起,如轉(zhuǎn)向時(shí)引起的車(chē)身側(cè)傾。把兩者獨(dú)立研究,這與現(xiàn)代車(chē)輛控制技術(shù)不斷走向集成控制的發(fā)展方向相違背。另一方面,從汽車(chē)?yán)碚摽芍?,平順性和操縱穩(wěn)定性可視為一對(duì)矛盾,兩者通常呈相反的變化趨勢(shì),一個(gè)改善必然會(huì)導(dǎo)致另一個(gè)惡化,這歸根結(jié)底是由于兩者的動(dòng)力學(xué)模型嚴(yán)格區(qū)分,不能同時(shí)進(jìn)行分析和優(yōu)化的結(jié)果。因而對(duì)底盤(pán)系統(tǒng)進(jìn)行分析研究,建立轉(zhuǎn)向系和懸架系的集成優(yōu)化模型并提出相應(yīng)的集成優(yōu)化算法和策略就變得極為迫切了。

此外,多目標(biāo)算法的研究對(duì)提升汽車(chē)底盤(pán)系統(tǒng)的綜合性能具有重大意義。細(xì)胞膜優(yōu)化算法是一種新型的仿生智能算法,其通過(guò)研究物質(zhì)進(jìn)入細(xì)胞膜的的過(guò)程,將細(xì)胞膜對(duì)物質(zhì)的選擇機(jī)制應(yīng)用到對(duì)優(yōu)化結(jié)果的選擇上,并通過(guò)實(shí)驗(yàn)檢驗(yàn),具有良好的優(yōu)化效果。但是傳統(tǒng)的細(xì)胞膜優(yōu)化算法,一方面存在著優(yōu)化收斂較慢的缺點(diǎn),在優(yōu)化前期容易陷入局部最優(yōu)解,在優(yōu)化后期,隨著想最優(yōu)解的逼近,優(yōu)化效率降低;另一方面,傳統(tǒng)的細(xì)胞膜優(yōu)化算法在解集的多樣性方面與nsga-ii,多島遺傳算法等具有一定差距,其多樣性需要進(jìn)一步改善。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)背景技術(shù)中所涉及到的缺陷,提供一種基于改進(jìn)細(xì)胞膜優(yōu)化算法的汽車(chē)底盤(pán)系統(tǒng)集成多目標(biāo)優(yōu)化方法。

本發(fā)明為解決上述技術(shù)問(wèn)題采用以下技術(shù)方案:

所述多目標(biāo)優(yōu)化方法,包含如下步驟:

1)建立新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)模型、整車(chē)動(dòng)力學(xué)模型,主動(dòng)懸架系統(tǒng)模型,路面輸入模型,輪胎模型,其中新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)模型包括方向盤(pán)輸入模型、轉(zhuǎn)向伺服電機(jī)模型、助力電機(jī)模型、輸出軸模型、齒輪齒條模型;

2)將新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向路感、轉(zhuǎn)向靈敏度以及主動(dòng)懸架系統(tǒng)的平順性作為新型電動(dòng)助力轉(zhuǎn)向的性能評(píng)價(jià)指標(biāo),并建立量化公式;

其中,轉(zhuǎn)向路感的量化公式為:

式中:x1=j(luò)e+n1jp1+jp2+g2jm;

y1=be+n1bp+bp+g2bm;

z1=n1ks+gn1kkaks。

其中,s為拉普拉斯算子,e(s)為轉(zhuǎn)向路感,th為轉(zhuǎn)向盤(pán)輸入轉(zhuǎn)矩,相應(yīng)的th(s)為經(jīng)拉普拉斯變換后的轉(zhuǎn)向盤(pán)輸入轉(zhuǎn)矩,tw為作用在輸出軸上的反作用轉(zhuǎn)矩,tw(s)為經(jīng)拉普拉斯變換后作用在輸出軸上的反作用轉(zhuǎn)矩,n1為轉(zhuǎn)向伺服電機(jī)的定子轉(zhuǎn)角與轉(zhuǎn)子轉(zhuǎn)角的比值。ks為轉(zhuǎn)向柱等效剛度,je為輸出軸的轉(zhuǎn)動(dòng)慣量,jp1為轉(zhuǎn)向伺服電機(jī)定子部分的轉(zhuǎn)動(dòng)慣量,jp2為轉(zhuǎn)向伺服電機(jī)轉(zhuǎn)子部分的轉(zhuǎn)動(dòng)慣量;be為輸出軸的阻尼系數(shù);g為渦輪-蝸桿減速機(jī)構(gòu)的減速比;jm為助力電機(jī)和離合器的轉(zhuǎn)動(dòng)慣量,bm為助力電機(jī)粘性阻尼系數(shù),bp為轉(zhuǎn)向伺服電機(jī)轉(zhuǎn)向時(shí)的粘性阻尼,k為助力電機(jī)助力增益,ka為電動(dòng)機(jī)轉(zhuǎn)矩系數(shù)。

轉(zhuǎn)向靈敏度的量化公式為:

其中,

x2=n2g2jm+n1n2jp1+n2jp2+n2je;

y2=n2g2bm+n1n2bp+n2bp+n2be;

a2=-ixzlβyδ+ixzlδyβ-ixnβyδ+ixnδyβ+mulpnδ+mshlβnδ-mshlδnβ

a1=lpnβyδ-lpnδyβ-mulδnφ+mulφnδ+mshunδyφ-mshunφyδ

a0=-lβnφyδ+lβnδyφ-lδnβyφ+lδnφyβ+lφnβyδ-lφnδyβ

b1=izlβyφ-izlφyβ+ixznβyφ-ixznφyβ-lpnβyr+lpnryβ

+mulpnβ-mulφnr+mulrnφ+mshunφyr-mshunryφ

b0=lβnφyr-lβnryφ-lφnβyr+lφnryβ+lrnβyφ-lrnφyβ

-mulβnφ+mulφnβ+mshunβyφ-mshunφyβ

f3=i2xzyδ-ixizyδ-mshizlδ-mshixznδ

f1=-izlδyφ+izlφyδ-ixznδyφ+ixznφyδ+lpnδyr-lpnryδ-mulpnδ

f0=-lδnφyr+lδnryφ+lφnδyr-lφnryδ-lrnδyφ+lrnφyδ

+mulδnφ-mulφnδ+mshunφyδ-mshunδyφ

h2=-muizlδ-muixznδ-mshuizyδ

h1=-izlβyδ+izlδyβ-ixznβyδ+ixznδyβ

+mulδnr-mulrnδ-mshunδyr+mshunryδ

h0=-lβnδyr+lβnryδ+lδnβyr-lδnryβ-lrnβyδ+lrnδyβ

+mulβnδ-mulδnβ+mshunδyβ-mshunβyδ

nβ=-a(k1+k2)+b(k3+k4)

nφ=-ae1(k1+k2)+be2(k3+k4)

nδ=a(k1+k2);

yβ=-(k1+k2+k3+k4)

yφ=-(k1+k2)e1-(k3+k4)e2

yδ=k1+k2;

lβ=-(k1+k2+k3+k4)h

lθ=-[(c21-c22)a+(c23-c24)b]d

lδ=(k1+k2)h

lp=-(d21+d22+d23+d24)d2

le=-[(d21-d22)a+(d23-d24)b]d

式(2)中,δ(s)為經(jīng)拉普拉斯變換后的前輪轉(zhuǎn)角,θs(s)為經(jīng)拉普拉斯變換后的方向盤(pán)轉(zhuǎn)角,β(s)為經(jīng)拉普拉斯變換后的橫擺加速度,φ(s)為經(jīng)拉普拉斯變換后的質(zhì)心側(cè)偏角,wr(s)為經(jīng)拉普拉斯變換后的橫擺角速度,n2為從轉(zhuǎn)向螺桿到前輪的傳動(dòng)比,u為汽車(chē)車(chē)速,b為質(zhì)心到車(chē)輛后軸距離,d為車(chē)輛1/2輪距,e1為側(cè)傾轉(zhuǎn)向系數(shù),k1、k2分別為汽車(chē)左前輪和右前輪的側(cè)偏剛度;h為汽車(chē)的側(cè)傾力臂;m為汽車(chē)的整車(chē)質(zhì)量;ms為汽車(chē)的簧載質(zhì)量;ix為汽車(chē)的懸掛質(zhì)量對(duì)x軸的轉(zhuǎn)動(dòng)慣量;iy為汽車(chē)的懸掛質(zhì)量對(duì)y軸的轉(zhuǎn)動(dòng)慣量;iz為汽車(chē)的懸掛質(zhì)量對(duì)z軸的轉(zhuǎn)動(dòng)慣量;ixz為汽車(chē)的懸掛質(zhì)量對(duì)x,z軸的慣性積;e1為汽車(chē)的前側(cè)傾轉(zhuǎn)向系數(shù);e2為汽車(chē)的后側(cè)傾轉(zhuǎn)向系數(shù);ca1為汽車(chē)的前懸架橫向穩(wěn)定桿角剛度;ca2為汽車(chē)的后懸架橫向穩(wěn)定桿角剛度;c21、c22分別為汽車(chē)的左前懸架剛度和右前懸架剛度;c23、c24分別為汽車(chē)的左后懸架剛度和右后懸架剛度;d21、d22分別為汽車(chē)的左前懸架阻尼系數(shù)和右前懸架阻尼系數(shù);d23、d24分別為汽車(chē)的左后懸架阻尼系數(shù)和右后懸架阻尼系數(shù)。

轉(zhuǎn)向穩(wěn)定性條件:

選擇轉(zhuǎn)向靈敏度傳遞函數(shù)的分母:

q6s6+q5s5+q4s4+q3s3+q2s2+q1s1+q0(3)

其中:

q6=x2b4

q5=x2b3+y2b4

q4=x2b2+y2b3+z2b4

列出其routh表如下:

按照routh判據(jù),要求routh表中第一列各值為正;

汽車(chē)平順性指標(biāo)包括車(chē)身振動(dòng)加速度、懸架的動(dòng)撓度、和車(chē)輪動(dòng)載荷,其中,懸架系統(tǒng)模型為:

式(5)中,m11,m12分別為汽車(chē)的左前非懸掛質(zhì)量和右前非懸掛質(zhì)量,m13,m14分別為汽車(chē)的左后非懸掛質(zhì)量和右后非懸掛質(zhì)量,z11,z12分別為汽車(chē)的左前非懸掛質(zhì)量處的垂直位移和右前非懸掛質(zhì)量處的垂直位移,z13,z14分別為汽車(chē)的左后非懸掛質(zhì)量處的垂直位移和右后非懸掛質(zhì)量處的垂直位移。z1,z2分別為汽車(chē)的左前輪處路面輸入位移和右前輪處路面輸入位移,z3,z4分別為汽車(chē)的左后輪處路面輸入位移和右后輪處路面輸入位移,為車(chē)身振動(dòng)加速度;

車(chē)身振動(dòng)加速度傳遞函數(shù):

懸架動(dòng)撓度傳遞函數(shù):

車(chē)輪動(dòng)載荷傳遞函數(shù):

為路面不平度輸入,z21,z22分別為汽車(chē)的左前懸掛質(zhì)量處的垂直位移和右前懸掛質(zhì)量處的垂直位移,z23,z24分別為汽車(chē)的左后懸掛質(zhì)量處的垂直位移和右后懸掛質(zhì)量處的垂直位移。

車(chē)身振動(dòng)加速度懸架的動(dòng)撓度δd和車(chē)輪動(dòng)載荷fd三個(gè)振動(dòng)響應(yīng)量,它們的功率譜密度與路面輸入量的功率譜密度可表示為:

式中:為頻率,即為幅頻特性gx(f)為響應(yīng)量功率譜密度;為路面輸入量的功率譜密度。

根據(jù)隨機(jī)振動(dòng)理論,響應(yīng)均方值為:

式中:σx為振動(dòng)響應(yīng)量的標(biāo)準(zhǔn)差。

3)根據(jù)doe實(shí)驗(yàn)結(jié)果,選取對(duì)上述優(yōu)化目標(biāo)影響較大的參數(shù)作為優(yōu)化變量,選取轉(zhuǎn)向伺服電機(jī)的傳動(dòng)比n1、轉(zhuǎn)矩傳感器剛度ks(n.m/rad)和電動(dòng)機(jī)轉(zhuǎn)動(dòng)慣量jm(kg.m2),懸架剛度c21,c22,c23,c24(n/m),懸架橫向穩(wěn)定桿角剛度ca,ca2(n.m/rad),懸架阻尼d21,d22,d23,d24(n.s/m)和輪胎側(cè)偏剛度k1,k2,k3,k4(n/rad)作為設(shè)計(jì)變量。假設(shè)車(chē)輛前后懸架兩側(cè)具有相同的剛度和阻尼,設(shè)前后輪胎兩側(cè)側(cè)偏剛度相等,綜上所述,集成優(yōu)化系統(tǒng)選取的優(yōu)化設(shè)計(jì)變量為:

x=[n1、ks、jm、k1、k3、c21、c23、d21、d23、ca1、ca2];(11)

4)以集成系統(tǒng)的轉(zhuǎn)向路感、轉(zhuǎn)向靈敏度以及平順性作為優(yōu)化目標(biāo),以轉(zhuǎn)向穩(wěn)定性和轉(zhuǎn)向靈敏度,以及懸架動(dòng)撓度限為約束條件,建立集成系統(tǒng)多目標(biāo)優(yōu)化模型,其目標(biāo)函數(shù)表示為

式中,f1(x)表示路感在路面信息的有效頻率范圍(0,ω0)的頻域能量平均值;ω0表示路面信息中有用信號(hào)的最大頻率值,優(yōu)化設(shè)計(jì)中取ω0=40hz,f2(x)表示靈敏度在路面信息的有效頻率范圍(0,ω0)的頻域能量平均值,f3(x)表示平順性,w0、wi、wj+4為權(quán)重,s0、si、sj+4為比例因子。

5)首先,集成系統(tǒng)中轉(zhuǎn)向系統(tǒng)需要滿足routh判據(jù),即:

q6>0;q5>0;a1>0;b1>0;c1>0;d1>0;q0>0

此外,要求轉(zhuǎn)向靈敏度能量在一定的范圍,以確保駕駛員獲得良好的轉(zhuǎn)向靈敏度,即

0.0008≤f(x2)≤0.0099;

最后,懸架的動(dòng)撓度δd要求在一定范圍內(nèi),本優(yōu)化設(shè)置為:

0.06≤δd≤0.1;

6)采用改進(jìn)的細(xì)胞膜融合算法對(duì)上述參數(shù)進(jìn)行優(yōu)化,根據(jù)優(yōu)化結(jié)果得出最優(yōu)pareto解集,并選取最優(yōu)妥協(xié)解;

7)以最優(yōu)妥協(xié)解下各參數(shù)設(shè)置作為優(yōu)化結(jié)果,完成優(yōu)化。

進(jìn)一步,本發(fā)明所述改進(jìn)的細(xì)胞膜優(yōu)化算法具體步驟如下:

步驟a),隨機(jī)產(chǎn)生種群規(guī)模為n的初代種群p0。

步驟b),對(duì)種群進(jìn)行劃分

采用topsis方法對(duì)種群進(jìn)行排序,取前ps比例的物質(zhì)為脂溶性物質(zhì),排在后面的都作為非脂溶性物質(zhì);再根據(jù)物質(zhì)濃度高低,將非脂溶性物質(zhì)劃分為兩類(lèi):高濃度非脂溶性物質(zhì)和低濃度非脂溶性物質(zhì);

對(duì)于某物質(zhì)y,它所處的濃度定義為其鄰域范圍內(nèi)所包含的物質(zhì)數(shù)占總物質(zhì)數(shù)的百分比:

其中,con為該物質(zhì)周?chē)鷿舛?,m為總物質(zhì)的數(shù)量,n表示xi中到y(tǒng)的距離小于r×(u-l)的個(gè)數(shù),其中,r為計(jì)算物質(zhì)濃度采用的半徑系數(shù),u為解空間的上界值,l為解空間的下界值;

所有濃度的平均值meancon為:

若非脂溶性物質(zhì)所處的濃度大于meancon,那么將該物質(zhì)劃分為高濃度非脂溶性物質(zhì),否則將其劃分為低濃度非脂溶性物質(zhì);

步驟c),脂溶性物質(zhì)擴(kuò)散

對(duì)于每個(gè)脂溶性物質(zhì)在以該物質(zhì)為中心、ra為半徑的搜索區(qū)域內(nèi),隨機(jī)生成新的k1個(gè)物質(zhì)并對(duì)超出搜索范圍的部分進(jìn)行修正;

接著搜索半徑向量進(jìn)行收縮rnewa=ra×u;(15)

開(kāi)始時(shí)搜索半徑向量ra計(jì)算方法為:

其中,r∈[0,1],b=3,t為進(jìn)化設(shè)置最大代數(shù),t為優(yōu)化當(dāng)前代數(shù),t的初始值為0;當(dāng)t較小時(shí),s(t)≈1,搜索半徑相對(duì)較大,當(dāng)t較大時(shí),s(t)≈0,搜索半徑相對(duì)較小,加快搜索速度;

搜索范圍的修正方法為:對(duì)于任意k,若則令則令其中,uk為解空間的第k維上界值,lk為解空間的第k維下界值;

步驟d),高濃度非脂溶性物質(zhì)運(yùn)動(dòng)

令每個(gè)高濃度非脂溶性物質(zhì)存在載體的概率為p1,若rand[0,1]≤p1,則該物質(zhì)可以協(xié)助擴(kuò)散,從高濃度側(cè)運(yùn)動(dòng)到低濃度側(cè),并令新位置為局部搜索中心否則令原位為局部搜索中心;

接著,該物質(zhì)會(huì)進(jìn)行k次的局部搜索運(yùn)動(dòng),在此之前,需要初始化搜索半徑向量

搜索后,記錄k2個(gè)新物質(zhì)

步驟e),低濃度非脂溶性物質(zhì)運(yùn)動(dòng)

令每個(gè)低濃度非脂溶性物質(zhì)存在載體的概率為p2;

令低濃度非脂溶性物質(zhì)的能量均處于[0,1]內(nèi),且按線性分布;

首先計(jì)算每個(gè)低濃度非脂溶性物質(zhì)的函數(shù)值再將這些函數(shù)值進(jìn)行從小到大排序;

函數(shù)值最小的物質(zhì)其能量ei為emin,函數(shù)值最大的物質(zhì)其能量ei為emax,其他物質(zhì)的能量ei介于emin與emax之間,并按照排序的順序線性計(jì)算,其中,emin與emax為[0,1]內(nèi)的常數(shù),在這里emin取為0,emax取為1;

如果某物質(zhì)存在載體和足夠的能量,那么它可以進(jìn)行主動(dòng)運(yùn)輸,從低濃度側(cè)到高濃度側(cè),并令新位置為局部搜索中心否則令原位為局部搜索中心;

低濃度非脂溶性物質(zhì)主動(dòng)運(yùn)輸后的新位置

接著,初始化搜索半徑

然后,在以為中心和以rc為半徑的搜索區(qū)域內(nèi),隨機(jī)運(yùn)動(dòng)k3次,并對(duì)它們的范圍進(jìn)行修正;

記錄k3個(gè)新物質(zhì)

步驟f),生成參考點(diǎn)、參考線

根據(jù)優(yōu)化目標(biāo)的數(shù)量m以及人為劃分的搜索段數(shù)g,決定在優(yōu)化空間中均勻分布的參考點(diǎn)的數(shù)量h

將形成的參考點(diǎn)與優(yōu)化空間的初始點(diǎn)(可設(shè)置為原點(diǎn))相連,所連的線段稱為參考線。

步驟g),生成新種群

計(jì)算脂溶性物質(zhì)、高濃度非脂溶性物質(zhì)、低濃度非脂溶性物質(zhì)所產(chǎn)生的新一代個(gè)體,若個(gè)體數(shù)小于或者等于n,則所有個(gè)體作為下一子代,記為pt+1;否則需要對(duì)子代進(jìn)行篩選,根據(jù)遺傳算法的小生境操作,選取n個(gè)個(gè)體進(jìn)入下一代種群,其篩選方式為:根據(jù)非支配排序,等級(jí)高的非支配層個(gè)體優(yōu)先進(jìn)入,直到種群數(shù)量第一次達(dá)到或者超過(guò)n(假設(shè)此時(shí)支配層數(shù)為l),剛好達(dá)到n,則以上非支配層的所有個(gè)體均進(jìn)入新一代種群,否則前l(fā)-1層全部進(jìn)入新種群,l層需要重新篩選,根據(jù)l層個(gè)體與參考線的垂直距離進(jìn)行排序,同時(shí)比較與l層個(gè)體相關(guān)聯(lián)的參考線是否與其他前l(fā)-1層個(gè)體與之相關(guān)聯(lián),如果有,再進(jìn)行比較,當(dāng)l層個(gè)體與參考線相距更近,則保留到下一代種群,否則將按順序取下一個(gè)l層個(gè)體,直到使下一代個(gè)體數(shù)量達(dá)到n,如果在l層搜索不到足夠的個(gè)體,則妥協(xié),將距參考線更近的個(gè)體收入下一代種群,使種群數(shù)量達(dá)到n。

步驟h),判斷優(yōu)化是否終止

若t<t,則對(duì)t進(jìn)行加1操作,并修正搜索半徑ra、rb、rc,返回步驟b)并進(jìn)入迭代,若t=t,則對(duì)解集進(jìn)行排序,形成pareto解集,給出優(yōu)化解,優(yōu)化結(jié)束。

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比,具有以下技術(shù)效果:

1.本發(fā)明提出的汽車(chē)底盤(pán)系統(tǒng)多目標(biāo)優(yōu)化方法,以提升轉(zhuǎn)向系統(tǒng)及懸架兩個(gè)方面的綜合性能為目標(biāo),在轉(zhuǎn)向系統(tǒng)方面,通過(guò)提高轉(zhuǎn)向路感以提升駕駛員駕駛感受,提高轉(zhuǎn)向系統(tǒng)靈敏度以提高汽車(chē)的操縱性能;在懸架系統(tǒng)方面,以轉(zhuǎn)向系統(tǒng)的平順性為優(yōu)化目標(biāo)。綜合轉(zhuǎn)向與懸架的性能要求,對(duì)多個(gè)優(yōu)化目標(biāo)進(jìn)行優(yōu)化,可以有效改善汽車(chē)底盤(pán)系統(tǒng)的綜合性能,同時(shí),為汽車(chē)其他系統(tǒng)的優(yōu)化奠定基礎(chǔ),提供方法、理論指導(dǎo)。

2.本發(fā)明提出的改進(jìn)的細(xì)胞膜優(yōu)化算法,將非支配排序、基于參考點(diǎn)的小生境選擇機(jī)制與傳統(tǒng)的細(xì)胞膜優(yōu)化算法相融合,通過(guò)傳統(tǒng)細(xì)胞膜優(yōu)化算法產(chǎn)生子代個(gè)體,通過(guò)非支配排序與小生境操作對(duì)子代個(gè)體進(jìn)行篩選,可以有效的提高多目標(biāo)優(yōu)化結(jié)果解的多樣性,提升多目標(biāo)優(yōu)化算法的效率。

附圖說(shuō)明

圖1為底盤(pán)集成系統(tǒng)優(yōu)化方法流程圖;

圖2為改進(jìn)的細(xì)胞膜優(yōu)化算法流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說(shuō)明:

如圖1所示,所述多目標(biāo)優(yōu)化方法,其特征在于,包含如下步驟:

1)建立新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)模型、整車(chē)動(dòng)力學(xué)模型,主動(dòng)懸架系統(tǒng)模型,路面輸入模型,輪胎模型,其中新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)模型包括方向盤(pán)輸入模型、轉(zhuǎn)向伺服電機(jī)模型、助力電機(jī)模型、輸出軸模型、齒輪齒條模型;

模型建立方法參見(jiàn)《汽車(chē)動(dòng)力轉(zhuǎn)向泵及控制閥的研究》(山東理科大學(xué)等,高校理科研究)、《電控液壓助力轉(zhuǎn)向系統(tǒng)的設(shè)計(jì)研究》(張君君,江蘇大學(xué))、《電動(dòng)液壓助力轉(zhuǎn)向系統(tǒng)控制策略及其能耗分析方法》(蘇建寬等,機(jī)械設(shè)計(jì)與制造)等文獻(xiàn)公開(kāi)的方法;

2)將新型電動(dòng)助力轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向路感、轉(zhuǎn)向靈敏度以及主動(dòng)懸架系統(tǒng)的平順性作為新型電動(dòng)助力轉(zhuǎn)向的性能評(píng)價(jià)指標(biāo),并建立量化公式;

其中,轉(zhuǎn)向路感的量化公式為:

式中:x1=j(luò)e+n1jp1+jp2+g2jm;

y1=be+n1bp+bp+g2bm;

z1=n1ks+gn1kkaks。

s為拉普拉斯算子,e(s)為轉(zhuǎn)向路感,th為轉(zhuǎn)向盤(pán)輸入轉(zhuǎn)矩,相應(yīng)的th(s)為經(jīng)拉普拉斯變換后的轉(zhuǎn)向盤(pán)輸入轉(zhuǎn)矩,tw為作用在輸出軸上的反作用轉(zhuǎn)矩,tw(s)為經(jīng)拉普拉斯變換后作用在輸出軸上的反作用轉(zhuǎn)矩,n1為轉(zhuǎn)向伺服電機(jī)的定子轉(zhuǎn)角與轉(zhuǎn)子轉(zhuǎn)角的比值;ks為轉(zhuǎn)向柱等效剛度,s、je為輸出軸的轉(zhuǎn)動(dòng)慣量,jp1為轉(zhuǎn)向伺服電機(jī)定子部分的轉(zhuǎn)動(dòng)慣量,jp2為轉(zhuǎn)向伺服電機(jī)轉(zhuǎn)子部分的轉(zhuǎn)動(dòng)慣量;be為輸出軸的阻尼系數(shù);g為渦輪-蝸桿減速機(jī)構(gòu)的減速比;jm為助力電機(jī)和離合器的轉(zhuǎn)動(dòng)慣量,bm為助力電機(jī)粘性阻尼系數(shù),bp為轉(zhuǎn)向伺服電機(jī)轉(zhuǎn)向時(shí)的粘性阻尼,k為助力電機(jī)助力增益,ka為電動(dòng)機(jī)轉(zhuǎn)矩系數(shù)。

轉(zhuǎn)向靈敏度的量化公式為:

其中,

x2=n2g2jm+n1n2jp1+n2jp2+n2je;

y2=n2g2bm+n1n2bp+n2bp+n2be;

a2=-ixzlβyδ+ixzlδyβ-ixnβyδ+ixnδyβ+mulpnδ+mshlβnδ-mshlδnβ

a1=lpnβyδ-lpnδyβ-mulδnφ+mulφnδ+mshunδyφ-mshunφyδ

a0=-lβnφyδ+lβnδyφ-lδnβyφ+lδnφyβ+lφnβyδ-lφnδyβ

b1=izlβyφ-izlφyβ+ixznβyφ-ixznφyβ-lpnβyr+lpnryβ

+mulpnβ-mulφnr+mulrnφ+mshunφyr-mshunryφ

b0=lβnφyr-lβnryφ-lφnβyr+lφnryβ+lrnβyφ-lrnφyβ

-mulβnφ+mulφnβ+mshunβyφ-mshunφyβ

f3=i2xzyδ-ixizyδ-mshizlδ-mshixznδ

f1=-izlδyφ+izlφyδ-ixznδyφ+ixznφyδ+lpnδyr-lpnryδ-mulpnδ

f0=-lδnφyr+lδnryφ+lφnδyr-lφnryδ-lrnδyφ+lrnφyδ

+mulδnφ-mulφnδ+mshunφyδ-mshunδyφ

h2=-muizlδ-muixznδ-mshuizyδ

h1=-izlβyδ+izlδyβ-ixznβyδ+ixznδyβ

+mulδnr-mulrnδ-mshunδyr+mshunryδ

h0=-lβnδyr+lβnryδ+lδnβyr-lδnryβ-lrnβyδ+lrnδyβ

+mulβnδ-mulδnβ+mshunδyβ-mshunβyδ

nβ=-a(k1+k2)+b(k3+k4)

nφ=-ae1(k1+k2)+be2(k3+k4)

nδ=a(k1+k2);

yβ=-(k1+k2+k3+k4)

yφ=-(k1+k2)e1-(k3+k4)e2

yδ=k1+k2;

lβ=-(k1+k2+k3+k4)h

lθ=-[(c21-c22)a+(c23-c24)b]d

lδ=(k1+k2)h

lp=-(d21+d22+d23+d24)d2

le=-[(d21-d22)a+(d23-d24)b]d

δ(s)為經(jīng)拉普拉斯變換后的前輪轉(zhuǎn)角,θs(s)為經(jīng)拉普拉斯變換后的方向盤(pán)轉(zhuǎn)角,β(s)為經(jīng)拉普拉斯變換后的橫擺加速度,φ(s)為經(jīng)拉普拉斯變換后的質(zhì)心側(cè)偏角,wr(s)為經(jīng)拉普拉斯變換后的橫擺角速度,n2為從轉(zhuǎn)向螺桿到前輪的傳動(dòng)比,u為汽車(chē)車(chē)速,d為車(chē)輛1/2輪距,e1為側(cè)傾轉(zhuǎn)向系數(shù),k1、k2分別為汽車(chē)左前輪和右前輪的側(cè)偏剛度;h為汽車(chē)的側(cè)傾力臂;m為汽車(chē)的整車(chē)質(zhì)量;ms為汽車(chē)的簧載質(zhì)量;ix為汽車(chē)的懸掛質(zhì)量對(duì)x軸的轉(zhuǎn)動(dòng)慣量;iy為汽車(chē)的懸掛質(zhì)量對(duì)y軸的轉(zhuǎn)動(dòng)慣量;iz為汽車(chē)的懸掛質(zhì)量對(duì)z軸的轉(zhuǎn)動(dòng)慣量;ixz為汽車(chē)的懸掛質(zhì)量對(duì)x,z軸的慣性積;e1為汽車(chē)的前側(cè)傾轉(zhuǎn)向系數(shù);e2為汽車(chē)的后側(cè)傾轉(zhuǎn)向系數(shù);ca1為汽車(chē)的前懸架橫向穩(wěn)定桿角剛度;ca2為汽車(chē)的后懸架橫向穩(wěn)定桿角剛度;c21、c22分別為汽車(chē)的左前懸架剛度和右前懸架剛度;c23、c24分別為汽車(chē)的左后懸架剛度和右后懸架剛度;d21、d22分別為汽車(chē)的左前懸架阻尼系數(shù)和右前懸架阻尼系數(shù);d23、d24分別為汽車(chē)的左后懸架阻尼系數(shù)和右后懸架阻尼系數(shù)。

轉(zhuǎn)向穩(wěn)定性條件:

選擇轉(zhuǎn)向靈敏度傳遞函數(shù)的分母:

q6s6+q5s5+q4s4+q3s3+q2s2+q1s1+q0(3)

其中:

q6=x2b4

q5=x2b3+y2b4

q4=x2b2+y2b3+z2b4

列出其routh表如下:

按照routh判據(jù),要求routh表中第一列各值為正。

汽車(chē)平順性指標(biāo)包括車(chē)身振動(dòng)加速度、懸架的動(dòng)撓度、和車(chē)輪動(dòng)載荷,其中,懸架系統(tǒng)模型為:

式中,m11,m12分別為汽車(chē)的左前非懸掛質(zhì)量和右前非懸掛質(zhì)量,m13,m14分別為汽車(chē)的左后非懸掛質(zhì)量和右后非懸掛質(zhì)量,z11,z12分別為汽車(chē)的左前非懸掛質(zhì)量處的垂直位移和右前非懸掛質(zhì)量處的垂直位移,z13,z14分別為汽車(chē)的左后非懸掛質(zhì)量處的垂直位移和右后非懸掛質(zhì)量處的垂直位移。z1,z2分別為汽車(chē)的左前輪處路面輸入位移和右前輪處路面輸入位移,z3,z4分別為汽車(chē)的左后輪處路面輸入位移和右后輪處路面輸入位移,為車(chē)身振動(dòng)加速度

車(chē)身振動(dòng)加速度傳遞函數(shù):

懸架動(dòng)撓度傳遞函數(shù):

車(chē)輪動(dòng)載荷傳遞函數(shù):

為路面不平度輸入,z21,z22分別為汽車(chē)的左前懸掛質(zhì)量處的垂直位移和右前懸掛質(zhì)量處的垂直位移,z23,z24分別為汽車(chē)的左后懸掛質(zhì)量處的垂直位移和右后懸掛質(zhì)量處的垂直位移。

車(chē)身振動(dòng)加速度懸架的動(dòng)撓度δd和車(chē)輪動(dòng)載荷fd三個(gè)振動(dòng)響應(yīng)量,它們的功率譜密度與路面輸入量的功率譜密度可表示為:

式中:為頻率,即為幅頻特性gx(f)為響應(yīng)量功率譜密度;為路面輸入量的功率譜密度。

根據(jù)隨機(jī)振動(dòng)理論,響應(yīng)均方值為:

式中:σx為振動(dòng)響應(yīng)量的標(biāo)準(zhǔn)差。

3)根據(jù)doe實(shí)驗(yàn)結(jié)果,選取對(duì)上述優(yōu)化目標(biāo)影響較大的參數(shù)作為優(yōu)化變量,選取轉(zhuǎn)向伺服電機(jī)的傳動(dòng)比n1、轉(zhuǎn)矩傳感器剛度ks(n.m/rad)和電動(dòng)機(jī)轉(zhuǎn)動(dòng)慣量jm(kg.m2),懸架剛度c21,c22,c23,c24(n/m),懸架橫向穩(wěn)定桿角剛度ca,ca2(n.m/rad),懸架阻尼d21,d22,d23,d24(n.s/m)和輪胎側(cè)偏剛度k1,k2,k3,k4(n/rad)作為設(shè)計(jì)變量。假設(shè)車(chē)輛前后懸架兩側(cè)具有相同的剛度和阻尼,設(shè)前后輪胎兩側(cè)側(cè)偏剛度相等,綜上所述,集成優(yōu)化系統(tǒng)選取的優(yōu)化設(shè)計(jì)變量為:

x=[n1、ks、jm、k1、k3、c21、c23、d21、d23、ca1、ca2]。(11)

4)以集成系統(tǒng)的轉(zhuǎn)向路感、轉(zhuǎn)向靈敏度以及平順性作為優(yōu)化目標(biāo),以轉(zhuǎn)向穩(wěn)定性和轉(zhuǎn)向靈敏度,以及懸架動(dòng)撓度限為約束條件,建立集成系統(tǒng)多目標(biāo)優(yōu)化模型,其目標(biāo)函數(shù)表示為

式中,f1(x)表示路感在路面信息的有效頻率范圍(0,ω0)的頻域能量平均值;ω0表示路面信息中有用信號(hào)的最大頻率值,優(yōu)化設(shè)計(jì)中取ω0=40hz,f2(x)表示靈敏度在路面信息的有效頻率范圍(0,ω0)的頻域能量平均值,f3(x)表示平順性,w0、wi、wj+4為權(quán)重,s0、si、sj+4為比例因子。

5)首先,集成系統(tǒng)中轉(zhuǎn)向系統(tǒng)需要滿足routh判據(jù),即:

q6>0;q5>0;a1>0;b1>0;c1>0;d1>0;q0>0

此外,要求轉(zhuǎn)向靈敏度能量在一定的范圍,以確保駕駛員獲得良好的轉(zhuǎn)向靈敏度,即

0.0008≤f(x2)≤0.0099

最后,懸架的動(dòng)撓度δd要求在一定范圍內(nèi),本優(yōu)化設(shè)置為:

0.06≤δd≤0.1

6)采用改進(jìn)的細(xì)胞膜融合算法對(duì)上述參數(shù)進(jìn)行優(yōu)化,根據(jù)優(yōu)化結(jié)果得出最優(yōu)pareto解集,并選取最優(yōu)妥協(xié)解;

7)以最優(yōu)妥協(xié)解下各參數(shù)設(shè)置作為優(yōu)化結(jié)果,完成優(yōu)化。

本實(shí)施例中,如圖2所示,所述改進(jìn)的細(xì)胞膜優(yōu)化算法其特征在于,包括如下步驟:

步驟a),隨機(jī)產(chǎn)生種群規(guī)模為n的初代種群p0。

步驟b),對(duì)種群進(jìn)行劃分

采用topsis方法對(duì)種群進(jìn)行排序,取前ps比例的物質(zhì)為脂溶性物質(zhì),排在后面的都作為非脂溶性物質(zhì);再根據(jù)物質(zhì)濃度高低,將非脂溶性物質(zhì)劃分為兩類(lèi):高濃度非脂溶性物質(zhì)和低濃度非脂溶性物質(zhì);

對(duì)于某物質(zhì)y,它所處的濃度定義為其鄰域范圍內(nèi)所包含的物質(zhì)數(shù)占總物質(zhì)數(shù)的百分比:

其中,con為該物質(zhì)周?chē)鷿舛?,m為總物質(zhì)的數(shù)量,n表示xi中到y(tǒng)的距離小于r×(u-l)的個(gè)數(shù),其中,r為計(jì)算物質(zhì)濃度采用的半徑系數(shù),u為解空間的上界值,l為解空間的下界值;

所有濃度的平均值meancon為:

若非脂溶性物質(zhì)所處的濃度大于meancon,那么將該物質(zhì)劃分為高濃度非脂溶性物質(zhì),否則將其劃分為低濃度非脂溶性物質(zhì);

步驟c),脂溶性物質(zhì)擴(kuò)散

對(duì)于每個(gè)脂溶性物質(zhì)在以該物質(zhì)為中心、ra為半徑的搜索區(qū)域內(nèi),隨機(jī)生成新的k1個(gè)物質(zhì)并對(duì)超出搜索范圍的部分進(jìn)行修正;

接著搜索半徑向量進(jìn)行收縮rnewa=ra×u;(15)

開(kāi)始時(shí)搜索半徑向量ra計(jì)算方法為:

其中,r∈[0,1],b=3,t為進(jìn)化設(shè)置最大代數(shù),t為優(yōu)化當(dāng)前代數(shù),t的初始值為0;當(dāng)t較小時(shí),s(t)≈1,搜索半徑相對(duì)較大,當(dāng)t較大時(shí),s(t)≈0,搜索半徑相對(duì)較小,加快搜索速度;

搜索范圍的修正方法為:對(duì)于任意k,若則令則令其中,uk為解空間的第k維上界值,lk為解空間的第k維下界值;

步驟d),高濃度非脂溶性物質(zhì)運(yùn)動(dòng)

令每個(gè)高濃度非脂溶性物質(zhì)存在載體的概率為p1,若rand[0,1]≤p1,則該物質(zhì)可以協(xié)助擴(kuò)散,從高濃度側(cè)運(yùn)動(dòng)到低濃度側(cè),并令新位置為局部搜索中心否則令原位為局部搜索中心;

接著,該物質(zhì)會(huì)進(jìn)行k次的局部搜索運(yùn)動(dòng),在此之前,需要初始化搜索半徑向量

搜索后,記錄k2個(gè)新物質(zhì)

步驟e),低濃度非脂溶性物質(zhì)運(yùn)動(dòng)

令每個(gè)低濃度非脂溶性物質(zhì)存在載體的概率為p2;

令低濃度非脂溶性物質(zhì)的能量均處于[0,1]內(nèi),且按線性分布;

首先計(jì)算每個(gè)低濃度非脂溶性物質(zhì)的函數(shù)值再將這些函數(shù)值進(jìn)行從小到大排序;

函數(shù)值最小的物質(zhì)其能量ei為emin,函數(shù)值最大的物質(zhì)其能量ei為emax,其他物質(zhì)的能量ei介于emin與emax之間,并按照排序的順序線性計(jì)算,其中,emin與emax為[0,1]內(nèi)的常數(shù),在這里emin取為0,emax取為1;

如果某物質(zhì)存在載體和足夠的能量,那么它可以進(jìn)行主動(dòng)運(yùn)輸,從低濃度側(cè)到高濃度側(cè),并令新位置為局部搜索中心否則令原位為局部搜索中心;

低濃度非脂溶性物質(zhì)主動(dòng)運(yùn)輸后的新位置

接著,初始化搜索半徑

然后,在以為中心和以rc為半徑的搜索區(qū)域內(nèi),隨機(jī)運(yùn)動(dòng)k3次,并對(duì)它們的范圍進(jìn)行修正;

記錄k3個(gè)新物質(zhì)

步驟f),生成參考點(diǎn)、參考線

根據(jù)優(yōu)化目標(biāo)的數(shù)量m以及人為劃分的搜索段數(shù)g,決定在優(yōu)化空間中均勻分布的參考點(diǎn)的數(shù)量h:

將形成的參考點(diǎn)與優(yōu)化空間的初始點(diǎn)(可設(shè)置為原點(diǎn))相連,所連的線段稱為參考線。

步驟g),生成新種群

計(jì)算脂溶性物質(zhì)、高濃度非脂溶性物質(zhì)、低濃度非脂溶性物質(zhì)所產(chǎn)生的新一代個(gè)體,若個(gè)體數(shù)小于或者等于n,則所有個(gè)體作為下一子代,記為pt+1;否則需要對(duì)子代進(jìn)行篩選,根據(jù)遺傳算法的小生境操作,選取n個(gè)個(gè)體進(jìn)入下一代種群,其篩選方式為:根據(jù)非支配排序,等級(jí)高的非支配層個(gè)體優(yōu)先進(jìn)入,直到種群數(shù)量第一次達(dá)到或者超過(guò)n(假設(shè)此時(shí)支配層數(shù)為l),剛好達(dá)到n,則以上非支配層的所有個(gè)體均進(jìn)入新一代種群,否則前l(fā)-1層全部進(jìn)入新種群,l層需要重新篩選,根據(jù)l層個(gè)體與參考線的垂直距離進(jìn)行排序,同時(shí)比較與l層個(gè)體相關(guān)聯(lián)的參考線是否與其他前l(fā)-1層個(gè)體與之相關(guān)聯(lián),如果有,再進(jìn)行比較,當(dāng)l層個(gè)體與參考線相距更近,則保留到下一代種群,否則將按順序取下一個(gè)l層個(gè)體,直到使下一代個(gè)體數(shù)量達(dá)到n,如果在l層搜索不到足夠的個(gè)體,則妥協(xié),將距參考線更近的個(gè)體收入下一代種群,使種群數(shù)量達(dá)到n。

步驟h),判斷優(yōu)化是否終止

若t<t,則對(duì)t進(jìn)行加1操作,并修正搜索半徑ra、rb、rc,返回步驟b)并進(jìn)入迭代,若t=t,則對(duì)解集進(jìn)行排序,形成pareto解集,給出優(yōu)化解,優(yōu)化結(jié)束。

本技術(shù)領(lǐng)域技術(shù)人員可以理解的是,除非另外定義,這里使用的所有術(shù)語(yǔ)(包括技術(shù)術(shù)語(yǔ)和科學(xué)術(shù)語(yǔ))具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是,諸如通用字典中定義的那些術(shù)語(yǔ)應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義,并且除非像這里一樣定義,不會(huì)用理想化或過(guò)于正式的含義來(lái)解釋。

以上所述的具體實(shí)施方式,對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說(shuō)明,所應(yīng)理解的是,以上所述僅為本發(fā)明的具體實(shí)施方式而已,并不用于限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所做的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
宁夏| 乡宁县| 涪陵区| 沙田区| 乌苏市| 嘉黎县| 秦皇岛市| 庆城县| 射阳县| 始兴县| 皋兰县| 磴口县| 贺兰县| 怀安县| 乃东县| 安丘市| 凉山| 菏泽市| 家居| 平湖市| 聂拉木县| 正安县| 西青区| 博兴县| 新乐市| 萨嘎县| 独山县| 吉安县| 原阳县| 汶川县| 准格尔旗| 沙河市| 招远市| 南城县| 乐东| 兴仁县| 岢岚县| 扎鲁特旗| 宝兴县| 萍乡市| 叙永县|