王巖　張海潮　張軍

摘要：車輛轉(zhuǎn)向機構(gòu)用以控制各類輪式或履帶式車輛的行駛方向的機構(gòu)。本文研究并分析鉸接轉(zhuǎn)向機構(gòu)鉸接點位置的設(shè)計與優(yōu)化

關(guān)鍵詞：鉸接轉(zhuǎn)向；接點位置；優(yōu)化

一、鉸接轉(zhuǎn)向機構(gòu)鉸點位置在RecurDyn中的試驗設(shè)計

在DOE（試驗設(shè)計）中，試驗因素（Factor，簡稱因素或因子）是試驗的設(shè)計者希望考 察的試驗條件，因素的具體取值水平（Level）；根據(jù)試驗因素的數(shù)目可分為單因素優(yōu)化試驗和多因素優(yōu)化試驗；衡量試驗結(jié)果好壞程度的指標(biāo)稱為性能指標(biāo)或響應(yīng)變量（Response Variable）。

通常的DOE包括5個基本步驟：首先確定試驗的目的，然后選擇因素集，接下來確定因素的水平，之后進行試驗并記錄每次的試驗結(jié)果，最后分析因素對目標(biāo)性能的影響；當(dāng)前的DOE被分為兩大類，第一類是傳統(tǒng)的DOE技術(shù)，考慮模型行為的固有隨機性，通常適用于固有測量誤差的物理試驗；第二類指空間填充，尤其適用于確定性的計算機仿真，如拉丁方、正交矩陣、最大熵等。

RecurDyn在設(shè)計研究過程中自動執(zhí)行DOE過程，自動建立設(shè)計矩陣，并填充設(shè)計空間，根據(jù)各種給定的設(shè)計變量組合形式，評價其性能指標(biāo)。

在RecurDyn中效果分析（EffectAnalysis）的DOE方法包括：

（1）Extended Plackctt-BurmanDesign：可以產(chǎn)生混合水平設(shè)計（2-，3-，4-水平）；

（2）3-levelOrthogonalArrayDesign： 3水平正交矩陣設(shè)計，從2?1000因素中生成 3水平正交矩陣；

（3）Level-BalancedDescriptiveDesign：水平平衡描述設(shè)計，對于大規(guī)模問題可以 產(chǎn)生Strength-1正交矩陣。盡管不如Strength-2正交矩陣，但對于大規(guī)模問題非常有效。例如，對于10個水平20個因素，僅僅產(chǎn)生200個抽樣。

（4）Full Factorial Design：全因子設(shè)計，經(jīng)典的DOE方法，僅適用于小模型。

（5）2-level Orthogonal Array Design： 2水平正交矩陣設(shè)計，可從2?1023因素中產(chǎn)生2水平正交矩陣；

（6）Boses orthogonal Array Design：可以產(chǎn)生正交表，如 OA（q2，q+1，q， 2），其 中q是一個素數(shù)（2， 3， 5， 7，11，13，17……）。在正交矩陣OA（n， k，q，t）中，n、k、q及t分別表示矩陣行數(shù)、列數(shù)、各列因素中最大值以及互相關(guān)系數(shù)。

本文選用Full Factorial Design方法進行DOE研究，水平為5級，試驗次數(shù)共600 次，通過對仿真結(jié)果進行分析，可以得出使轉(zhuǎn)向過程中轉(zhuǎn)向力矩均方根值最大化、最小化的四個變量組合如圖1所示，各個變量對其的影響分析如圖2所示，DV4的變化對其的影響最為顯著且方差最小，而DV3的變化對其影響最小，每個變量的各水平對方差影響不大；同理，得到使轉(zhuǎn)向過程中左右油缸速度差絕對值最大和最小的變量組合，和各個變量的對其的影響分析及方差分析，從中可以看出，DV1、DV2的變化對其影響較大，而DV4的變化對其影響最?。豢梢缘玫绞罐D(zhuǎn)向過程中左右油缸形成的力矩差絕對值最大和最小化的變量組合，DV1和DV2的變化對其目標(biāo)影響較大，且方差有小的變化，而DV4變化時目標(biāo)函數(shù)的方差變化很小。從結(jié)果中可以看出變量對油缸速度差和力矩差的影響趨勢相似。兩側(cè)油缸速度差與其形成的力矩差的相關(guān)性分析，可知由變量變化引起的速度差增大同樣會引起力矩差的變大。

二、優(yōu)化結(jié)果及分析

進行收斂誤差項設(shè)置，可以對優(yōu)化目標(biāo)、等式約束和不等式約束分別進行誤差設(shè)置，數(shù)值分別為1.e-10、l.e-5和l.e-5，設(shè)定最大迭代次數(shù)100步， 然后執(zhí)行計算。計算完成后可以通過ResultSheet選項卡查看目標(biāo)值的計算過程，如圖3所示，選擇SummarySheet選項卡，查看詳細信息，如圖4所示，優(yōu)化過程中采用的初始DOE方法是離散拉丁方設(shè)計，元模型方法采用的協(xié)同克拉格法。

從Summary Sheet選項卡中可以看出優(yōu)化的性能指標(biāo)?？芍獌?yōu)化后轉(zhuǎn)向過程的

轉(zhuǎn)向力矩得均方根值為336.19KNm，此時的設(shè)計變量最優(yōu)值如表1所示，考慮到加工制造問題，應(yīng)對得到的變量值進行圓整。

根據(jù)優(yōu)化后得到的圓整的變量值生成新的鉸接轉(zhuǎn)向機構(gòu)，將其進行仿真得到分析結(jié)果與原有的設(shè)計結(jié)果進行對比，在轉(zhuǎn)向鉸點處加運動驅(qū)動速度函數(shù)IF（time-5： 5.5d，5.5d，-5.5d），表示在前5s時轉(zhuǎn)向角速度5.5°/s即向左轉(zhuǎn)向，在后5s時角速度 -5.5°/s即從左轉(zhuǎn)向極限位置向中間回正，在回正過程中產(chǎn)生的力矩大于轉(zhuǎn)向時產(chǎn)生的力矩，優(yōu)化后的機構(gòu)其轉(zhuǎn)向力矩和轉(zhuǎn)向回正力矩與原設(shè)計相比略有降低，最小值從275kNm下降到270kNm，僅降低了1.82%；在轉(zhuǎn)向回正過程中的左右油缸產(chǎn)生力矩差的絕對值大于轉(zhuǎn)向過程的，優(yōu)化后的機構(gòu)在整個運動過程中的力矩差的絕對值最大值變小，從67kNm下降到37kNm，降低了43.12%；另外，優(yōu)化后的左右油缸速度差與原設(shè)計相比有很大幅度的降低，從0.01m/s下降到0.005m/s，降低了50%，力矩差與速度差的降低對車輛轉(zhuǎn)向時的穩(wěn)定性有了很大的提高。

結(jié)束語：可見，經(jīng)過優(yōu)化后的轉(zhuǎn)向機構(gòu)性能有很大的提升。

基金項目：國家科技支撐計劃（2015BAK06B03） 。