摘要：虛擬試驗(yàn)場（VPG）是解決道路疲勞載荷數(shù)據(jù)采集（RIDA）問題的關(guān)鍵方法之一。然而，該方法的應(yīng)用面臨著多路況仿真周期長、載荷結(jié)果處理繁雜、數(shù)據(jù)查找與提取不便等難點(diǎn)。為了提高車輛仿真優(yōu)化效率，本文設(shè)計一種基于ADAMS的虛擬試驗(yàn)場自動化仿真系統(tǒng)。通過分析虛擬試驗(yàn)場的應(yīng)用難點(diǎn)，介紹了該系統(tǒng)實(shí)現(xiàn)批量化、自動化和可視化的處理方法，并在此過程中進(jìn)行任務(wù)監(jiān)督和仿真管理，保證了魯棒性。仿真測試結(jié)果表明虛擬試驗(yàn)場的多路況仿真效率顯著提升，進(jìn)一步驗(yàn)證了該系統(tǒng)的有效性。

關(guān)鍵詞：虛擬試驗(yàn)場;道路疲勞載荷數(shù)據(jù);ADAMS;自動化仿真

中圖分類號：TP391.9文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）09-0260-04

車輛零部件疲勞分析的道路載荷數(shù)據(jù)采集（ Road Load Da-to Acquisition，RLDA），其傳統(tǒng)方法需要組裝物理樣車，安裝與調(diào)試傳感器以及到試驗(yàn)場采集現(xiàn)場信號，成本高、周期長，難以滿足底盤配置與調(diào)教優(yōu)化的需求[1]。而利用虛擬樣車代替物理樣車進(jìn)行車輛測試、評估的虛擬試驗(yàn)場（ Virtual Proving Ground。VPG），成為解決傳統(tǒng)道路載荷數(shù)據(jù)采集問題的新方法，被越來越多的汽車主機(jī)廠采用，如VOLVO、吉利和上汽等[2-4]。

虛擬試驗(yàn)場通過構(gòu)建三維數(shù)字路面模型、高精度輪胎模型與全面的懸掛子系統(tǒng)模型，建立模型數(shù)據(jù)庫，有效地保證了車輛動力學(xué)仿真結(jié)果的準(zhǔn)確率與可信度。在此基礎(chǔ)上，便于用戶開展結(jié)構(gòu)疲勞、全頻率振動噪聲分析和碰撞歷程仿真，降低成本與縮短周期[5][6]。另一方面，虛擬試驗(yàn)場配合完備的路面庫進(jìn)行多路況仿真測試可預(yù)測車輛的最大有效顛簸行程和車身最大負(fù)荷，進(jìn)而降低后期的潛在風(fēng)險和研究成本[1]。

國內(nèi)外汽車主機(jī)廠主要采用集建模、求解、可視化技術(shù)為一體的動力學(xué)仿真軟件ADAMS構(gòu)建虛擬試驗(yàn)場，該軟件是目前世界上使用范圍最廣、最負(fù)盛名的機(jī)械系統(tǒng)仿真分析軟件[7]。然而，現(xiàn)有的虛擬試驗(yàn)場多路況仿真過程存在周期長、任務(wù)管理困難等問題，難以有效應(yīng)對多方案底盤調(diào)教的需求。此外，ADAMS的仿真計算結(jié)果的冗余數(shù)據(jù)多，導(dǎo)致在道路載荷提取過程中存在數(shù)據(jù)查找困難、關(guān)鍵數(shù)據(jù)提取煩瑣、歷史數(shù)據(jù)重用率低等問題。

本文通過分析虛擬試驗(yàn)場的仿真流程及其相關(guān)的應(yīng)用問題，設(shè)計一種基于ADAMS的虛擬試驗(yàn)場自動化仿真系統(tǒng)。該系統(tǒng)能實(shí)現(xiàn)批量自動化仿真、道路載荷數(shù)據(jù)自動拆分與數(shù)據(jù)可視化功能，有效解決虛擬試驗(yàn)場的道路載荷提取問題。最后，通過批量仿真測試，驗(yàn)證該系統(tǒng)的有效性與性能。

1 系統(tǒng)方案

自動化仿真的任務(wù)是根據(jù)用戶需求，確定仿真模型與路面工況，控制ADAMS執(zhí)行批量并行仿真求解，然后提取仿真結(jié)果中的道路載荷數(shù)據(jù)，最后提供可視化交互界面，便于用戶分析仿真結(jié)果。因此，自動化仿真系統(tǒng)可劃分成自動化仿真模塊、數(shù)據(jù)拆分模塊、數(shù)據(jù)后處理模塊三個部分，如圖1所示。

自動化仿真模塊根據(jù)界面交互結(jié)果，統(tǒng)計仿真任務(wù)，將仿真參數(shù)按照既定流程，批量生成仿真處理命令，驅(qū)動ADAMS仿真計算，同時對并行的仿真任務(wù)過程進(jìn)行狀態(tài)監(jiān)測與管理，并將仿真結(jié)果文件存儲到數(shù)據(jù)庫中。數(shù)據(jù)拆分模塊以數(shù)據(jù)流形式加載結(jié)果文件，提取關(guān)鍵部件的道路載荷數(shù)據(jù)，如車身、懸架、輪心、轉(zhuǎn)向拉桿等部件的載荷、位移、加速度等。然后按照任務(wù)參數(shù)、數(shù)據(jù)歸屬、數(shù)據(jù)類型的區(qū)別，生成相應(yīng)的專用數(shù)據(jù)文件，存儲到數(shù)據(jù)庫。數(shù)據(jù)后處理模塊針對標(biāo)準(zhǔn)化存儲的仿真結(jié)果，提供可視化操作界面，快速定位數(shù)據(jù)對應(yīng)的拆分?jǐn)?shù)據(jù)文件并加載數(shù)據(jù)曲線，實(shí)現(xiàn)數(shù)據(jù)的可視化與歷史仿真結(jié)果數(shù)據(jù)對比，輔助用戶優(yōu)化設(shè)計。

2 系統(tǒng)設(shè)計

2.1 仿真驅(qū)動

ADAMS提供后臺命令解析功能，仿真自動化模塊可通過命令交互驅(qū)動ADAMS執(zhí)行特定流程，實(shí)現(xiàn)仿真計算。虛擬試驗(yàn)場主要實(shí)施多種配置方案的底盤測量與多路況仿真，其仿真驅(qū)動流程如圖2所示。圖示流程中，由于ADAMS/Car模塊啟動后不再接收命令，因此自動化仿真模塊在與后臺命令交互時，按運(yùn)行流程將批處理操作命令語句打包，生成command/python命令文件提交給ADAMS/Car。ADAMS/Car以命令文件為指引，按照順序配置仿真模型與邊界參數(shù)，然后進(jìn)行仿真計算。

2.2 并行管理

自動化仿真提升效率的關(guān)鍵是批量任務(wù)的并行求解。然而，ADAM僅能建立與求解單個仿真，因此需要調(diào)用多個AD-AMS程序?qū)嵗?。此外，并行任?wù)數(shù)量受計算機(jī)硬件資源限制，硬件資源的不足會導(dǎo)致求解效率的降低。因此需要對并行任務(wù)進(jìn)行管理，平衡任務(wù)數(shù)量與求解效率的關(guān)系，提高仿真效率。并行求解任務(wù)的管理機(jī)制如圖3所示。

2.3 載荷數(shù)據(jù)拆分

整車模型常由車身、前懸、后懸、前后輪胎、動力總成、制動、轉(zhuǎn)向子系統(tǒng)模型構(gòu)成，其上定義有上千個硬點(diǎn)（Hardpoint）。硬點(diǎn)是零件內(nèi)部或零件連接關(guān)節(jié)的仿真數(shù)據(jù)記錄點(diǎn)，記錄位置的載荷、位移、加速度等物理量，每個物理量有多個分量。然而，仿真結(jié)果數(shù)據(jù)文件是以時間順序，逐硬點(diǎn)、逐分量存儲計算數(shù)據(jù)，分散存儲，數(shù)據(jù)量浩大。因此，傳統(tǒng)方法讀取單個硬點(diǎn)數(shù)據(jù)仍需解析整個文件，數(shù)據(jù)加載慢。另一方面，ADAMS/Post-Processor每次僅能提取一個硬點(diǎn)分量的載荷數(shù)據(jù)，人工提取效率極低，導(dǎo)致后續(xù)的疲勞耐久分析、平順性分析工作難以獲取數(shù)據(jù)。

數(shù)據(jù)拆分模塊利用自動化提取、拆分?jǐn)?shù)據(jù)方式可有效解決上述問題。其通過加載仿真結(jié)果文件，解析各關(guān)鍵硬點(diǎn)的數(shù)據(jù)，進(jìn)而拆分到多個數(shù)據(jù)文件中，并由該數(shù)據(jù)文件生成其余專用數(shù)據(jù)文件，其工作流程如圖4所示。在圖示過程中，為提高數(shù)據(jù)查找效率，方便管理，將同一零部件的多個硬點(diǎn)數(shù)據(jù)歸于同一數(shù)據(jù)文件。為兼容ADAMS/PostProcessor模塊，拆分?jǐn)?shù)據(jù)文件以RSP格式存儲。

2.4 數(shù)據(jù)可視化

為提高拆分?jǐn)?shù)據(jù)使用效率與應(yīng)用歷史數(shù)據(jù)，數(shù)據(jù)后處理模塊設(shè)計提供數(shù)據(jù)可視化功能與數(shù)據(jù)處理功能，以替代ADAMS/PostProcessor。數(shù)據(jù)后處理模塊利用拆分?jǐn)?shù)據(jù)的標(biāo)準(zhǔn)化存儲與命名，基于層級歸屬關(guān)系自適應(yīng)地生成樹狀索引表。利用多個索引表的配合，快速定位目標(biāo)數(shù)據(jù)文件與識別硬點(diǎn)數(shù)據(jù)，由此加載目標(biāo)硬點(diǎn)分量的數(shù)據(jù)，生成曲線。同時，這種方式統(tǒng)一了對歷史仿真結(jié)果與當(dāng)前仿真結(jié)果的檢索，促進(jìn)歷史數(shù)據(jù)的應(yīng)用。

3 系統(tǒng)測試與驗(yàn)證

3.1 測試模型

測試使用簡化的整車模型，如圖5所示。其采用麥弗遜前懸、扭力梁后懸結(jié)構(gòu)，但省略了動力總成與外殼。輪胎類型采用215/50R17的Ftire（ Flexible Ring Tire Model）模型。Ftire輪胎模型是由Michael Gipser于2000年提出的一種柔性環(huán)輪胎模型，具備完全非線性及高精度輪胎穩(wěn)定特性，在辨識性與中高頻范圍內(nèi)的動力學(xué)仿真具有較好的仿真精度[8][9]。

虛擬試驗(yàn)場采用50個常見路面工況開展批量仿真測試，如凸臺路、坑洼路、卵石路、比利時路、減速帶等。路面模型使用激光掃描數(shù)據(jù)生成的CRG格式高精度三維數(shù)字路面。如圖6所示，展示了其中的凸臺路模型。

3.2 系統(tǒng)交互界面

基于WinForm框架，實(shí)現(xiàn)該仿真自動化系統(tǒng)。系統(tǒng)主要分為自動化仿真交互界面與數(shù)據(jù)后處理交互界面，分別如圖7、圖8所示。自動化仿真交互界面用于快速交互設(shè)置整車模型與路況選擇、實(shí)時顯示仿真的任務(wù)進(jìn)度。數(shù)據(jù)后處理交互界面用于數(shù)據(jù)可視化與數(shù)據(jù)對比分析等交互操作，其設(shè)計有三個索引表，借助“項(xiàng)目名一仿真輪次一零件名稱一路面一模型參數(shù)”層級關(guān)系定位數(shù)據(jù)文件，依照“硬點(diǎn)名稱一分量”定位數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的查找與加載。

3.3 批量自動化測試

經(jīng)測試，軟件自動化仿真控制過程如圖9所示，部分任務(wù)開始仿真后（黃色），調(diào)用多個window command processor與py-thon進(jìn)程進(jìn)行命令解析，然后驅(qū)動ADAMD/Car進(jìn)行命令解析（avlew進(jìn)程），最后使用ADAMS/Solver求解計算。而后續(xù)任務(wù)保持等待（灰色）。在仿真結(jié)束后，管理仿真且進(jìn)行數(shù)據(jù)拆分，將每個路況的res仿真結(jié)果文件提取分化為多個零件對應(yīng)多種數(shù)據(jù)文件。經(jīng)過自動仿真后，路況的仿真結(jié)果自動拆分提取零件數(shù)據(jù)，其中以車身部件為例，共拆分624個數(shù)據(jù)文件，其中凸臺路仿真拆分的rsp文件與tab文件如圖10所示。

對比自動化批量仿真與人工操作，運(yùn)行效率對比如表1所示。圖表數(shù)據(jù)表明，使用仿真自動化方式，以50個路面工況的批量任務(wù)為例，仿真計算效率提升達(dá)65%，而數(shù)據(jù)提取效率提升超過95%，效率顯著提升。此外，周期長的多路況仿真過程無需人工操作與任務(wù)管理，便于多種底盤配置方案的測試與調(diào)教，使得自動化仿真具有顯著的應(yīng)用意義。

3.4 數(shù)據(jù)可視化測試

車身與右前支柱的球鉸連接點(diǎn)的載荷，在整車模型中定義為H1510硬點(diǎn)，fz表示該硬點(diǎn)的Z方向載荷分量。同時加載車身與右前支柱在連接位置的z方向分量載荷，數(shù)據(jù)曲線如圖11所示。由圖可看出兩條曲線載荷大小相同，方向相反，驗(yàn)證了兩部件在H1510硬點(diǎn)處連接。

使用Adams/PostProcessor加載原始數(shù)據(jù)進(jìn)行驗(yàn)證，數(shù)據(jù)來源于res結(jié)果文件，數(shù)據(jù)曲線如圖12所示。對比不同路面的車身與右前支柱在H1510硬點(diǎn)Z方向載荷，由上至下分別是坑洼路、卵石路、比利時路，數(shù)據(jù)對比如圖13所示。對比可知，數(shù)據(jù)后處理模塊與PostProcessor加載的數(shù)據(jù)曲線形態(tài)完全一致，由此可驗(yàn)證，該系統(tǒng)能正確地進(jìn)行數(shù)據(jù)拆分與數(shù)據(jù)加載。 最后，對比數(shù)據(jù)后處理模塊與PostProcessor的數(shù)據(jù)加載效率，使用凸臺路的仿真結(jié)果數(shù)據(jù)進(jìn)行加載對比，其效率對比如表2所示。由表可知，利用數(shù)據(jù)后處理模塊加載數(shù)據(jù)，無須導(dǎo)人res仿真結(jié)果，直接查找加載目標(biāo)數(shù)據(jù)，對比歷史結(jié)果或?qū)Ρ榷鄠€路面結(jié)果時，更不需要重復(fù)導(dǎo)人其仿真結(jié)果文件，實(shí)現(xiàn)數(shù)據(jù)的便捷查看，同時促進(jìn)歷史案例數(shù)據(jù)的利用。

4 結(jié)論

本文提出了一種基于ADAMS的虛擬試驗(yàn)場自動化仿真方法，解決了虛擬試驗(yàn)場存在的問題。并基于此開發(fā)了完整的自動化仿真系統(tǒng)，實(shí)現(xiàn)了虛擬試驗(yàn)場的自動化仿真、仿真結(jié)果快速處理與可視化，并利用批量仿真測試與凸臺路的仿真數(shù)據(jù)對比測試。測試結(jié)果表明，虛擬試驗(yàn)場多路況仿真效率和道路載荷數(shù)據(jù)提取效率分別提升66%、96%，驗(yàn)證了該方法的有效性。

參考文獻(xiàn)：

[1] Wenkui F，Ligang L，Jin S，et al.Dynamic Simulation Analy-sis of Pothole Event Based on vRLDA[R]. SAE Technical Pa-per， 2016.

[2] Schudt J A，Kodali R，Shah M. et al.Vircual road load dataacquisition in practice at general motors[R]. SAE TechnicalPaper， 2011.

[3] Hong H J，Strumpfer S D.Virtual road load data acquisitionfor twist axle rear suspension[R]. SAE Technical Paper， 2011.

[4] Tasci M，Tebbe J C，Davis J D，et al.Development of 3-DDigital Proving Ground Profiles for Use in Virtual Predictionof Vehicle System/Sub-System Loads[R]. SAE Technical Pa-per， 2011.

[5]謝強(qiáng)，陳思忠.汽車虛擬試驗(yàn)場（VPG）技術(shù)[J].北京汽車，2003（3）：13-15.

[6]楊建森，李欣，王新宇.基于虛擬試驗(yàn)場的坑洼路動態(tài)載荷研究[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2019，33（7）：21-27.

[7]王成，王效岳.虛擬樣機(jī)技術(shù)及ADAMS[J].機(jī)械工程與自動化，2004（6）：66-68，75.

[8]費(fèi)瑞萍.FTire輪胎模型的仿真分析及試驗(yàn)研究[D].吉林大學(xué)，2011.

[9] You S S，F(xiàn)ricke D.Advances of virtual test-ing and hybrid simulation in automotive per-formance and durability evaluation[J]. SAEInternational Journal of Materials and Manu-facturing， 2011， 4（1）： 98-110.

【通聯(lián)編輯：梁書】

作者簡介：楊志岱（1995-），男，廣東茂名人，碩士研究生，主要研究方向：計算機(jī)仿真優(yōu)化。