一种优化汽车动力总成悬置系统的方法

摘要

本发明提供了一种优化汽车动力总成悬置系统的方法，其特征在于，步骤为：先根据某汽车的动力总成悬置系统的实际物理结构的位置关系，生成计算模型；再计算悬置系统的固有频率及解耦特性，若得到的固有频率及解耦特性不满足要求，则通过单变量计算法或优化计算法得到更好的计算结果。本发明的优点是：本发明提供的方法帮助使用者很快地计算出悬置在什么位置和采取多大刚度时能使得悬置系统具有最优的NVH性能。

主权项

1.一种优化汽车动力总成悬置系统的方法，其特征在于，用C++语言编制运行于电脑上，步骤为：步骤1、根据某汽车的动力总成悬置系统的实际物理结构的位置关系，生成计算模型：步骤1.1、用第一立体图形代替汽车的动力总成，并以第一立体图形的中心的坐标系G₀XYZ表示动力总成在空间的质心位置和三个刚度方向，用第二立体图形代替汽车的悬置，并以第i个第二立体图形的坐标系Q_iU_iV_iW_i表示第i个悬置在空间的质心位置和三个刚度方向；步骤1.2、输入动力总成的转动惯量和质量及每个悬置三个方向的刚度，并据此生成技术模型，即系统的自由振动方程：$\left[M\right]\left\{\stackrel{··}{Q}\right\}+\left[K\right]\left\{Q\right\}=0,$其中，{Q}为系统广义坐标矢量，即：{Q}＝{x y z θ_x θ_y θ_z}，x、y、z为动力总成质心沿动力总成质心坐标系的移动，θ_x、θ_y、θ_z为动力总成质心绕动力总成质心坐标系的转动，为{Q}的两次求导数，即加速度矢量；[M]为质量矩阵，式中，m为动力总成的质量；J_x、J_y、J_z分别表示动力总成绕动力总成质心坐标系X轴、Y轴、Z轴的转动惯量；J_xy、J_yz与J_zx分别表示动力总成在XY平面、YZ平面、ZX平面的惯性积；[K]为刚度矩阵，式中，为第i个悬置的刚度矩阵，k_ui、k_vi及k_wi分别为第i个悬置在坐标系Q_iU_iV_iW_i下沿u_i、v_i、w_i三个坐标轴方向的刚度；α_ui、β_ui、γ_ui分别为第i个悬置的弹性主轴u_i在动力总成质心坐标系G₀XYZ下的方向角；α_vi、β_vi、γ_vi分别为第i个悬置的弹性主轴v_i在动力总成质心坐标系G₀XYZ下的方向角；α_wi、β_wi、γ_wi分别为第i个悬置的弹性主轴w_i在动力总成质心坐标系G₀XYZ下的方向角；x_i、y_i、z_i为第i个悬置的位置坐标，即第i个悬置的质心O_i在坐标系G₀XYZ下的的坐标；步骤2、计算悬置系统的固有频率及解耦特性，其步骤为：步骤2.1、计算悬置系统的固有频率：通过det([K]-ω²[M])＝0得到系统的六阶固有频率ω₁，…，ω₆，其中，[K]为步骤1.2所述的刚度矩阵，[M]为步骤1.2所述的质量矩阵；步骤2.2、计算悬置系统的模态振型：通过求解齐次线性方程组j＝1，…，6，得到非零解向量{φ_j}，{φ_j}为对应固有频率ω_j的振型向量，从而得到模态振型，其中，[K]为步骤1.2所述的刚度矩阵，[M]为步骤1.2所述的质量矩阵；步骤2.3、计算悬置系统的解耦特性：当系统做第j阶主振动，j＝1，…，6，在第k个广义坐标上的能量分布为，k＝1，…，6：其中，ω_j为通过步骤2.1得到的固有频率，(φ_j)_l通过步骤2.2得到的第j阶主振动的振型向量φ_j的第l行的元素，(φ_j)_k通过步骤2.2得到的第j阶主振动的振型向量φ_j的第k行的元素，m_kl为步骤1.2所述的刚度矩阵[K]中第k行第l列的元素，其中l＝1，…，6，k＝1，…，6，k和l取不同的值共36项，组成一个六行六列的矩阵，即系统的解耦特性；悬置系统的解耦目标即系统的解耦特性的对角元素之和；步骤3、若步骤2得到的固有频率及解耦特性不满足要求，则通过单变量计算法或优化计算法选择其中更好的计算结果：单变量计算法的步骤为：步骤3.1、将某个悬置的位置、刚度或刚度比设为变量D_v，定义该变量D_v的最小值D_min、最大值D_max，设计算步数n及中间变量i，则D_v＝D_min+i*(D_max-D_min)/n；步骤3.2、根据变量的取值按照步骤2的所述的方法计算悬置系统的固有频率和解耦特性；步骤3.3、中间变量i增加一个步长，根据步骤3.1所述的公式重新计算变量D_v的值；步骤3.4、判断中间变量i的值是否大于步骤3.1所述的计算步数n，若是则结束计算，否则跳至步骤3.2；优化计算法的步骤为：步骤3.A、根据设计需要创建s个变量，令为D₁、D₂、……、D_s，设定交叉概率P_c，变异概率P_t，种群大小N，解耦目标值及最大进化代数；步骤3.B、将步骤3.A所述s个变量的取值组成一个向量积X，X＝{D₁，D₂，……，D_s}，当D₁、D₂、……、D_s在各自的取值范围内取N个随机数时，形成N个初始个体，即：X₁^K＝{R₁₁^k，R₂₁^k，……，R_s1^k}；X₂^K＝{R₁₂^k，R₂₂^k，……，R_s2^k}；……X_N^K＝{R_1N^k，R_2N^k，……，R_sN^k}，其中，R₁₁^k，R₁₂^k，……，R_1N^k为满足变量D₁取值范围的N个随机数，R₂₁^k，R₂₂^k，……，R_2N^k为满足变量D₂取值范围的N个随机数，R_s1^k，R_s2^k，……，R_sN^k为满足变量D_s取值范围的N个随机数，这N个初始个体称为第k代的一个种群；步骤3.C、根据X₁^K、X₂^K、……、X_N^K分别计算X₁^K对应的解耦目标DIP₁、X₂^K的解耦目标DIP₂、……、X_N^K的解耦目标DIP_N，再计算出X₁^K的适应度f₁、X₂^K的适应度f₂、……、X_N^K的适应度f_N，其中f_i＝DIP_i/(DIP₁+DIP₂+……+DIP_N)，并将适应度按照大小进行排序，并记录最大解DIP_max；步骤3.D、若DIP_max大于步骤3.A所述的解耦目标值或k大于步骤3.A所述的最大进化代数，则输出最优解，即最大解DIP_max，否则进入下一步；步骤3.E、随机产生0～1之间的一个数P_x，适应度f_i＞P_x的所有个体将被选择进入下一代，若被选择的个体数量小于N，则再产生一个随机数P_x进行重复选择，一直当被选择的个体数量达到N；步骤3.F、交叉生成下一代，即k+1代种群X₁^k+1、X₂^k+1、……、X_N^k+1；步骤3.G、对交叉产生的种群X₁^k+1、X₂^k+1、……、X_N^k+1全部进行变异操作，随后跳至步骤3.C。