淺談汽車懸架優(yōu)化設(shè)計方法及其應(yīng)用

張德 王偉

摘 要：建立懸架運動學(xué)分析的近似模型，能夠有效地控制仿真程序的重復(fù)運行次數(shù)。本文采用遺傳算法進行懸架優(yōu)化設(shè)計，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)勢得到充分發(fā)揮的前提下有效控制仿真程序的重復(fù)運行次數(shù)，協(xié)調(diào)計算成本與計算精度的矛盾。

關(guān)鍵詞：汽車懸架;優(yōu)化設(shè)計;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化機制發(fā)展起來的隨機搜索算法，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，對其進行了動態(tài)仿真分析，并運用遺傳算法對該汽車的懸架進行了優(yōu)化，提升設(shè)計質(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。近似模型是指計算量小、計算結(jié)果與仿真程序相近的分析模型。近似模型技術(shù)包括試驗設(shè)計、建模方法兩部分，其構(gòu)造過程分為3個步驟：根據(jù)試驗設(shè)計在參數(shù)空間中生成若干樣本點，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)上進行重構(gòu)，建立表達輸入、輸出間函數(shù)關(guān)系的近似模型。在優(yōu)化設(shè)計過程中可用近似模型代替復(fù)雜費時的仿真程序?qū)δ繕?biāo)函數(shù)進行求解，從而達到控制計算成本的目的。

（2）以某車型麥弗遜懸架為原型基礎(chǔ)，參照ADAMS/Car中的麥弗遜式獨立懸架模板以及標(biāo)準(zhǔn)懸架試驗臺，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。在建模過程中對模型作了一些合理的簡化，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)計變量的關(guān)鍵是確定硬點，硬點是懸架模型中各零件之間連接處的重要幾何定位點，在子系統(tǒng)的坐標(biāo)系中給出零件之間連接點的幾何位置來確定硬點。根據(jù)絕對坐標(biāo)系可由設(shè)計圖紙得到硬點的坐標(biāo)值，利用ADAMS/Car會自動創(chuàng)建相對縱向中心線的對稱硬點和零件。

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化規(guī)律演化而來的隨機化搜索方法，其主要特點是直接對結(jié)構(gòu)對象進行操作，具有以下幾方面的特點：

①遺傳算法從問題解的串集開始搜索，而不是從單個解開始。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)，同時算法本身易于實現(xiàn)并行化。②遺傳算法基本上不用搜索空間的知識或其它輔助信息，而僅用適應(yīng)度函數(shù)值來評估個體，在此基礎(chǔ)上進行遺傳操作。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。遺傳算法利用進化過程獲得的信息自行組織搜索時，硬度大的個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)各種運動特性參數(shù)的計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、側(cè)傾、轉(zhuǎn)向系轉(zhuǎn)向等各種運動輸入下，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)的計算都是通過幾何分析進行的。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）左右車輪平行跳動試驗方法是懸架運動特性分析的基本方法，實際上是對車輪遇到障礙物時懸架的運動、路面不平引起的顛簸運動、汽車加減速時車身縱傾引起的懸架運動和車身側(cè)傾時引起的懸架運動等較多運動的綜合分析。

（3）左右車輪平行跳動試驗仿真分析是分析懸架運動合理性的重要依據(jù)，較為全面地反映了懸架的運動特性。在懸架測試臺上對雙橫臂式獨立懸架進行兩側(cè)車輪垂直上下跳動時的運動學(xué)仿真，車輪從靜平衡位置開始上下跳動。懸架系統(tǒng)幾何分析的相關(guān)參數(shù)隨車輪跳動行程的變化情況，通過對建立的前懸架轉(zhuǎn)向系統(tǒng)模型的動態(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，考慮對前懸架進行結(jié)構(gòu)調(diào)整。利用Matlab編程，以當(dāng)車輪相對于車體上下跳動時，車輪外傾角和車輪前束角相對于平衡位置的變化量絕對值加權(quán)之和為適值評價函數(shù)，以如圖1所示，懸架上支點A、轉(zhuǎn)向梯形斷點H、下擺臂中心軸中點J的硬點坐標(biāo)為設(shè)計變量進行120代的遺傳優(yōu)化運算，得到優(yōu)化后的染色體，即優(yōu)化后的硬點坐標(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)果并對比前后硬點坐標(biāo)，得出最佳匹配的車輪外傾角和前束角的變化范圍，這對于防止制動時因左右制動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輪胎的側(cè)向力使汽車跑偏的趨勢都是有利的，這對于減少輪胎的磨損也是有利的。

3 結(jié)束語

通過在ADAMS/Car中建立懸架虛擬測試平臺進行運動學(xué)仿真分析，并運用遺傳算法對模型的硬點坐標(biāo)進行多次遺傳優(yōu)化運算，這對模型的定位參數(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，進而提升懸架設(shè)計的質(zhì)量。

參考文獻：

[1]劉江南，韓旭，陳羽等，雙橫臂式前獨立懸架的改進遺傳算法優(yōu)化[J].中國機械工程，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：信息與管理工程版，2011.