張德 王偉

摘 要：建立懸架運(yùn)動(dòng)學(xué)分析的近似模型，能夠有效地控制仿真程序的重復(fù)運(yùn)行次數(shù)。本文采用遺傳算法進(jìn)行懸架優(yōu)化設(shè)計(jì)，將遺傳算法與高質(zhì)量的近似模型相結(jié)合，能夠在遺傳算法優(yōu)勢(shì)得到充分發(fā)揮的前提下有效控制仿真程序的重復(fù)運(yùn)行次數(shù)，協(xié)調(diào)計(jì)算成本與計(jì)算精度的矛盾。

關(guān)鍵詞：汽車懸架;優(yōu)化設(shè)計(jì);仿真分析;遺傳算法

0 概述

遺傳算法是一種借鑒生物界自然選擇和進(jìn)化機(jī)制發(fā)展起來的隨機(jī)搜索算法，具有良好的收斂性和多目標(biāo)優(yōu)化性。基于ADAMS/Car建立了汽車前懸架系統(tǒng)的仿真模型，對(duì)其進(jìn)行了動(dòng)態(tài)仿真分析，并運(yùn)用遺傳算法對(duì)該汽車的懸架進(jìn)行了優(yōu)化，提升設(shè)計(jì)質(zhì)量。

1 前懸架系統(tǒng)仿真模型的建立

（1）近似模型基本原理。近似模型是指計(jì)算量小、計(jì)算結(jié)果與仿真程序相近的分析模型。近似模型技術(shù)包括試驗(yàn)設(shè)計(jì)、建模方法兩部分，其構(gòu)造過程分為3個(gè)步驟：根據(jù)試驗(yàn)設(shè)計(jì)在參數(shù)空間中生成若干樣本點(diǎn)，即若干組輸入數(shù)據(jù);根據(jù)仿真程序獲得與輸入數(shù)據(jù)相對(duì)應(yīng)的輸出數(shù)據(jù);根據(jù)建模方法在輸入/輸出數(shù)據(jù)基礎(chǔ)上進(jìn)行重構(gòu)，建立表達(dá)輸入、輸出間函數(shù)關(guān)系的近似模型。在優(yōu)化設(shè)計(jì)過程中可用近似模型代替復(fù)雜費(fèi)時(shí)的仿真程序?qū)δ繕?biāo)函數(shù)進(jìn)行求解，從而達(dá)到控制計(jì)算成本的目的。

（2）以某車型麥弗遜懸架為原型基礎(chǔ)，參照ADAMS/Car中的麥弗遜式獨(dú)立懸架模板以及標(biāo)準(zhǔn)懸架試驗(yàn)臺(tái)，建立了前懸架系統(tǒng)模型，前懸架系統(tǒng)模型麥弗遜懸架由車身、下擺臂、轉(zhuǎn)向節(jié)總成、轉(zhuǎn)向拉桿、減振器、螺旋彈簧以及車輪組成。在建模過程中對(duì)模型作了一些合理的簡(jiǎn)化，如忽略車輪的厚度和各部件的彈性作用等。確定麥弗遜懸架模型設(shè)計(jì)變量的關(guān)鍵是確定硬點(diǎn)，硬點(diǎn)是懸架模型中各零件之間連接處的重要幾何定位點(diǎn)，在子系統(tǒng)的坐標(biāo)系中給出零件之間連接點(diǎn)的幾何位置來確定硬點(diǎn)。根據(jù)絕對(duì)坐標(biāo)系可由設(shè)計(jì)圖紙得到硬點(diǎn)的坐標(biāo)值，利用ADAMS/Car會(huì)自動(dòng)創(chuàng)建相對(duì)縱向中心線的對(duì)稱硬點(diǎn)和零件。

2 麥弗遜懸架的仿真及優(yōu)化分析

2.1 遺傳算法

遺傳算法是一類借鑒生物界的進(jìn)化規(guī)律演化而來的隨機(jī)化搜索方法，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，具有以下幾方面的特點(diǎn)：

①遺傳算法從問題解的串集開始搜索，而不是從單個(gè)解開始。這是遺傳算法與傳統(tǒng)優(yōu)化算法的極大區(qū)別。傳統(tǒng)優(yōu)化算法是從單個(gè)初始值迭代求最優(yōu)解的，容易誤入局部最優(yōu)解;遺傳算法從串集開始搜索，覆蓋面大，利于全局擇優(yōu)，同時(shí)算法本身易于實(shí)現(xiàn)并行化。②遺傳算法基本上不用搜索空間的知識(shí)或其它輔助信息，而僅用適應(yīng)度函數(shù)值來評(píng)估個(gè)體，在此基礎(chǔ)上進(jìn)行遺傳操作。適應(yīng)度函數(shù)不僅不受連續(xù)可微的約束，而且其定義域可以任意設(shè)定，這使得遺傳算法的應(yīng)用范圍大大擴(kuò)展。③遺傳算法采用概率的變遷規(guī)則而不是確定性規(guī)則來確定其搜索方向。④具有自組織、自適應(yīng)和自學(xué)習(xí)性。遺傳算法利用進(jìn)化過程獲得的信息自行組織搜索時(shí)，硬度大的個(gè)體具有較高的生存概率，并獲得更適應(yīng)環(huán)境的基因結(jié)構(gòu)。

2.2 麥弗遜懸架的仿真分析

（1）懸架系統(tǒng)各種運(yùn)動(dòng)特性參數(shù)的計(jì)算是通過懸架的幾何分析、柔度矩陣分析得到的。其中幾何分析是指懸架轉(zhuǎn)向系統(tǒng)在懸架跳動(dòng)、側(cè)傾、轉(zhuǎn)向系轉(zhuǎn)向等各種運(yùn)動(dòng)輸入下，懸架轉(zhuǎn)向系統(tǒng)中各物體的位置和方向的變化，許多車輛參數(shù)的計(jì)算都是通過幾何分析進(jìn)行的。在懸架的幾何分析中，主要參數(shù)有主銷內(nèi)傾角、主銷后傾角、車輪外傾角和前束角等。

（2）左右車輪平行跳動(dòng)試驗(yàn)方法是懸架運(yùn)動(dòng)特性分析的基本方法，實(shí)際上是對(duì)車輪遇到障礙物時(shí)懸架的運(yùn)動(dòng)、路面不平引起的顛簸運(yùn)動(dòng)、汽車加減速時(shí)車身縱傾引起的懸架運(yùn)動(dòng)和車身側(cè)傾時(shí)引起的懸架運(yùn)動(dòng)等較多運(yùn)動(dòng)的綜合分析。

（3）左右車輪平行跳動(dòng)試驗(yàn)仿真分析是分析懸架運(yùn)動(dòng)合理性的重要依據(jù)，較為全面地反映了懸架的運(yùn)動(dòng)特性。在懸架測(cè)試臺(tái)上對(duì)雙橫臂式獨(dú)立懸架進(jìn)行兩側(cè)車輪垂直上下跳動(dòng)時(shí)的運(yùn)動(dòng)學(xué)仿真，車輪從靜平衡位置開始上下跳動(dòng)。懸架系統(tǒng)幾何分析的相關(guān)參數(shù)隨車輪跳動(dòng)行程的變化情況，通過對(duì)建立的前懸架轉(zhuǎn)向系統(tǒng)模型的動(dòng)態(tài)仿真，設(shè)置仿真步數(shù)為15，在ADAMS/Postprecessor模塊中得到分析結(jié)果曲線，根據(jù)幾何分析相關(guān)參數(shù)隨車輪輪心跳動(dòng)變化曲線，確定具體需要優(yōu)化的參數(shù)。

2.3 麥弗遜懸架的優(yōu)化分析

為了解決所建懸架模型中出現(xiàn)的問題，考慮對(duì)前懸架進(jìn)行結(jié)構(gòu)調(diào)整。利用Matlab編程，以當(dāng)車輪相對(duì)于車體上下跳動(dòng)時(shí)，車輪外傾角和車輪前束角相對(duì)于平衡位置的變化量絕對(duì)值加權(quán)之和為適值評(píng)價(jià)函數(shù)，以如圖1所示，懸架上支點(diǎn)A、轉(zhuǎn)向梯形斷點(diǎn)H、下擺臂中心軸中點(diǎn)J的硬點(diǎn)坐標(biāo)為設(shè)計(jì)變量進(jìn)行120代的遺傳優(yōu)化運(yùn)算，得到優(yōu)化后的染色體，即優(yōu)化后的硬點(diǎn)坐標(biāo)。

然后采用在每代中染色體的交叉率Pc=0.3，變異率Pm=0.1生成變化曲線，觀察優(yōu)化結(jié)果并對(duì)比前后硬點(diǎn)坐標(biāo)，得出最佳匹配的車輪外傾角和前束角的變化范圍，這對(duì)于防止制動(dòng)時(shí)因左右制動(dòng)力誤差造成的直線行駛穩(wěn)定性變壞和減小外傾角引起的地面對(duì)輪胎的側(cè)向力使汽車跑偏的趨勢(shì)都是有利的，這對(duì)于減少輪胎的磨損也是有利的。

3 結(jié)束語

通過在ADAMS/Car中建立懸架虛擬測(cè)試平臺(tái)進(jìn)行運(yùn)動(dòng)學(xué)仿真分析，并運(yùn)用遺傳算法對(duì)模型的硬點(diǎn)坐標(biāo)進(jìn)行多次遺傳優(yōu)化運(yùn)算，這對(duì)模型的定位參數(shù)、性能指標(biāo)的優(yōu)化，以及減少輪胎的磨損等方面非常有利，進(jìn)而提升懸架設(shè)計(jì)的質(zhì)量。

參考文獻(xiàn)：

[1]劉江南，韓旭，陳羽等，雙橫臂式前獨(dú)立懸架的改進(jìn)遺傳算法優(yōu)化[J].中國機(jī)械工程，2007.

[2]基于免疫遺傳算法的設(shè)備布局問題研究[J].武漢理工大學(xué)學(xué)報(bào)：信息與管理工程版，2011.