鄭宇龍

（陜西重型汽車有限公司，陜西 西安 710020）

基于遺傳算法車輛傳動(dòng)系統(tǒng)優(yōu)化

鄭宇龍

（陜西重型汽車有限公司，陜西 西安 710020）

本文采用遺傳算法，以汽車的動(dòng)力性和燃油經(jīng)濟(jì)性最優(yōu)為目標(biāo)，同時(shí)考慮一定的約束條件，對(duì)汽車的傳動(dòng)系參數(shù)進(jìn)行優(yōu)化，并通過仿真進(jìn)行驗(yàn)證。

傳動(dòng)系 優(yōu)化 遺傳算法

CLC NO.:U463.2Docum ent Code:AArticle ID:1671-7988(2014)06-18-03

前言

汽車的動(dòng)力性和燃油經(jīng)濟(jì)性是汽車的重要性能。汽車動(dòng)力性和燃油經(jīng)濟(jì)性的好壞，很大程度上取決于發(fā)動(dòng)機(jī)的特性和汽車傳動(dòng)系形式及參數(shù)選擇，也就是取決于汽車動(dòng)力傳動(dòng)系統(tǒng)匹配的合理程度。汽車的動(dòng)力性和燃油經(jīng)濟(jì)性在傳動(dòng)系參數(shù)選取中是相互矛盾的，需要優(yōu)化手段來協(xié)調(diào)。本文綜合考慮了影響汽車性能的諸多因素，以動(dòng)力性和燃油經(jīng)濟(jì)性最優(yōu)作為目標(biāo)函數(shù)，以變速器的速比作為設(shè)計(jì)變量，運(yùn)用遺傳算法進(jìn)行優(yōu)化計(jì)算，以達(dá)到合理匹配傳動(dòng)系參數(shù)的目的，進(jìn)而優(yōu)化汽車的動(dòng)力性和燃油經(jīng)濟(jì)性。

1、優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型

1.1 設(shè)計(jì)變量

由于實(shí)際條件限制，本文發(fā)動(dòng)機(jī)參數(shù)給定，優(yōu)選變速器及橋速比，達(dá)到合理匹配汽車傳動(dòng)系統(tǒng)的目的。因此設(shè)計(jì)變量取變速器各檔速比1gi、2gi……ig8和橋速比i0。

1.2 目標(biāo)函數(shù)

本文以動(dòng)力性和燃油經(jīng)濟(jì)性最優(yōu)作為目標(biāo)函數(shù)。

1.2.1 動(dòng)力性目標(biāo)函數(shù)

動(dòng)力性的諸多評(píng)價(jià)指標(biāo)中，能夠綜合反映汽車極限動(dòng)力性能的評(píng)價(jià)指標(biāo)為原地起步連續(xù)換擋加速時(shí)間，優(yōu)化中要求加速時(shí)間盡量小。原地起步連續(xù)換擋加速時(shí)間T的數(shù)學(xué)表達(dá)式為：

式中，F(xiàn)t為汽車的驅(qū)動(dòng)力, Ff為滾動(dòng)阻力, Fw為空氣阻力,為汽車旋轉(zhuǎn)質(zhì)量換算系數(shù)；G為汽車的滿載重力,uamin為汽車最低檔最低車速，ua為汽車加速終了時(shí)的速度，忽略汽車原地起步時(shí)離合器打滑的時(shí)間。

1.2.2 燃油經(jīng)濟(jì)性

要盡可能準(zhǔn)確的評(píng)價(jià)燃油經(jīng)濟(jì)性，應(yīng)按照多工況模式建立燃油經(jīng)濟(jì)性數(shù)學(xué)模型。因此本文采用GB/T12545．2-2001中六工況循環(huán)的百公里燃油消耗量作為目標(biāo)函數(shù)。

式中，Q(x1x2......xm)為循環(huán)工況中每一種工況的燃油消耗量。

1.3 約束條件

汽車在獲得較好的動(dòng)力性和燃油經(jīng)濟(jì)性同時(shí)，某些性能還需要滿足一定的約束條件

1.3.1 速比約束條件

為了換擋方便，同時(shí)充分利用發(fā)動(dòng)機(jī)的功率，變速器各檔的傳動(dòng)比大體上是按照等比級(jí)數(shù)分配。因?yàn)檩^高檔的利用率、行駛時(shí)間及換擋頻率均大于低檔，因此對(duì)等比級(jí)數(shù)分配方案進(jìn)行修正，隨檔位升高，相鄰兩檔的傳動(dòng)比也逐漸減小。相鄰兩檔之間的傳動(dòng)比比值還不宜過大，否則會(huì)造成換擋困難。一般認(rèn)為比值不宜大于1.7-1.8。

因此，確定速比約束條件如下：式中：ig1,ig2......ig8為變速器各檔傳動(dòng)比。

1.3.2 最高檔動(dòng)力因數(shù)要求

D'max-Dmax≤0

式中：Dm'ax為最高檔動(dòng)力因數(shù)要求值；

Dmax為最高檔最大動(dòng)力因數(shù)

1.3.3 最大車速要求

式中：ua'max為最高車速要求值；

uamax為最高車速

2、優(yōu)化模型求解

早期解決多目標(biāo)優(yōu)化問題一般都是先通過加權(quán)法、約束法、目標(biāo)規(guī)劃法等方法將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題，然后再用經(jīng)典的單目標(biāo)優(yōu)化算法將問題解決。

但傳統(tǒng)的多目標(biāo)優(yōu)化方法存在著各目標(biāo)之間定量比較困難、主觀性強(qiáng)等缺點(diǎn)，使得優(yōu)化結(jié)果經(jīng)常不能令人滿意。為了更好的解決實(shí)際中的多目標(biāo)優(yōu)化問題，研究人員又引入了多目標(biāo)進(jìn)化算法。如向量評(píng)價(jià)遺傳算法的多目標(biāo)遺傳算法、基于Pareto排序的多目標(biāo)遺傳算法、基于Pareto支配性的小生境遺傳算法、帶精英策略的非支配排序遺傳算法等。

遺傳算法具有使用范圍廣、具有良好的全局優(yōu)化性、具有強(qiáng)的通用性、使用概率搜索技術(shù)使搜索的靈活性大大增強(qiáng)、易于編程實(shí)現(xiàn)等優(yōu)點(diǎn)，所以廣泛應(yīng)用于許多學(xué)科。

NSGA-Ⅱ（改進(jìn)的帶精英策略的非支配排序遺傳算法）通過非支配排序算法保證得到比較優(yōu)越的子代，通過共享函數(shù)保證了種群的多樣性，使得該算法優(yōu)于其余的進(jìn)化算法。本文采用NSGA-Ⅱ多對(duì)目標(biāo)參數(shù)進(jìn)行優(yōu)化。

3、結(jié)果評(píng)價(jià)

我們用這種方法對(duì)某重型汽車傳動(dòng)系參數(shù)進(jìn)行優(yōu)化，目標(biāo)參數(shù)計(jì)算結(jié)果見圖1。

最終確定參數(shù)優(yōu)化結(jié)果見表1。

表1 最終確定參數(shù)優(yōu)化結(jié)果

優(yōu)化前后性能對(duì)比見圖2。

優(yōu)化后整車動(dòng)力性和燃油經(jīng)濟(jì)性對(duì)比見表2。

表2 優(yōu)化后整車動(dòng)力性和燃油經(jīng)濟(jì)性對(duì)比

由動(dòng)力特性曲線可知，優(yōu)化后低檔動(dòng)力因數(shù)高于優(yōu)化前，說明這些檔位動(dòng)力特性得到改善；由最高檔油耗曲線可以得出，在優(yōu)化后油耗在低速時(shí)與優(yōu)化前相當(dāng)，在高速時(shí)油耗小于優(yōu)化前，即最高檔燃油經(jīng)濟(jì)性得到了改善。

4、結(jié)論

汽車的動(dòng)力性和燃油經(jīng)濟(jì)性是相互矛盾的，不可能存在一種方案，使汽車的動(dòng)力性和燃油經(jīng)濟(jì)性都達(dá)到最優(yōu)。經(jīng)過本文優(yōu)化后的動(dòng)力傳動(dòng)系統(tǒng)，整車低檔位行駛時(shí)動(dòng)力性得到了提高，在最高檔行駛時(shí)具有更好的燃油經(jīng)濟(jì)性。因此本文匹配優(yōu)化后的傳動(dòng)系參數(shù)是合理的，驗(yàn)證了本文優(yōu)化方法的正確性。

[1] 余志生 汽車?yán)碚?北京 機(jī)械工業(yè)出版社 2000.

[2] 何仁 汽車動(dòng)力性、燃油經(jīng)濟(jì)性模擬計(jì)算方法及其應(yīng)用北京 機(jī)械工業(yè)出版社 1996.

[3] 徐宗本，陳志平 遺傳算法基礎(chǔ)理論研究的新近發(fā)展 數(shù)學(xué)進(jìn)展 2004（4）：91-114.

Optim ization of parameters for vehicle transm ission based on genetic algorithm

Zheng Yulong
（Shaanxi Heavy Duty Automobile Co. Ltd, Shaanxi Xi’an710020）

This thesis optimized parameters of vehicle transmission based on genetic algorithm for the best vehicle dynamic property and fuel economy. We validated the parameters of vehicle transmission on computer simulation considering some constraint condition.

Powertrain; Optim ization; Genetic algorithm

U463.2

A

1671-7988(2014)06-18-03

鄭宇龍，就職于陜西重型汽車有限公司。