鳳貝貝
(安徽糧食工程職業(yè)學(xué)院 機(jī)電工程系,安徽 合肥 230000)
隨著汽車保有量的持續(xù)增加,汽車機(jī)械零部件出現(xiàn)了大量的強(qiáng)度性能問題,汽車零部件強(qiáng)度性能的好壞會直接影響汽車的整體質(zhì)量[1-2],對汽車機(jī)械零部件強(qiáng)度進(jìn)行評價就顯得十分重要.
汽車零部件強(qiáng)度評價的范圍十分廣泛,幾乎涵蓋整輛汽車的各個部件,汽車零部件質(zhì)量好壞會對汽車質(zhì)量產(chǎn)生重要的影響.在汽車產(chǎn)品開發(fā)的過程中,材料及工藝必須要進(jìn)行零件部性能分析和實(shí)驗(yàn),以有效確保產(chǎn)品的質(zhì)量.雖然在整個實(shí)驗(yàn)過程中,能夠考察汽車機(jī)械零部件強(qiáng)度,但是針對絕大部分的零部件而言,進(jìn)行實(shí)驗(yàn)測試需要耗費(fèi)大量的人力及物力[3],所以需要針對汽車機(jī)械零部件強(qiáng)度進(jìn)行專門的評價.由于各個零部件的功能、結(jié)構(gòu)及工況完全不同、分析以及實(shí)驗(yàn)的多樣性,現(xiàn)階段仍然缺少一種有效的汽車機(jī)械零部件強(qiáng)度評價流程.為了解決上述問題,結(jié)合模糊匹配計(jì)算,提出一種基于模糊匹配的汽車機(jī)械零部件強(qiáng)度評價模型.
在汽車研發(fā)的過程中,零部件的結(jié)構(gòu)強(qiáng)度和疲勞耐久性是設(shè)計(jì)的重中之重.進(jìn)行零部件強(qiáng)度分析的過程中,需要明確載荷,即使小的載荷也會造成分析結(jié)果存在較大差異,所以載荷是否合理是分析正確性的關(guān)鍵.
針對靜載荷的提取,首先需要考慮用戶是怎么使用汽車的、包含哪些工況信息以及各種工況的大致比例等;其次考慮哪些用戶使用的程度猛烈或者哪些用戶使用的輕柔等[4].
在汽車產(chǎn)品的研制過程中需要進(jìn)行大量的實(shí)驗(yàn)測試及分析.汽車零部件強(qiáng)度分析可以劃分為兩種不同的形式,分別為零部件級和系統(tǒng)級.
將零部件從子系統(tǒng)分離出來,分別針對汽車中的各個部件強(qiáng)度進(jìn)行分析,設(shè)定汽車子系統(tǒng)為研究對象,全面考慮各個子系統(tǒng)中組成部件的相關(guān)運(yùn)動影響關(guān)系,采用零部件分析方法對汽車零部件強(qiáng)度進(jìn)行計(jì)算,促使整個方法的計(jì)算速度大幅度提升,操作流程更加規(guī)范化.
在汽車開發(fā)初期,需要明確不同零部件的位置以及參數(shù)信息,該階段需要對零部件進(jìn)行強(qiáng)度分析[5-6],同時針對強(qiáng)度分析結(jié)果進(jìn)行優(yōu)化及改進(jìn).
汽車零部件強(qiáng)度分析方法主要存在以下兩方面的優(yōu)勢.
(1)汽車零部件分析花費(fèi)時間較短,同時建模及計(jì)算時間較短,且不需要高性能計(jì)算對復(fù)雜結(jié)構(gòu)進(jìn)行裝配,也不需要連接其它零部件的參數(shù),非常適用于反復(fù)驗(yàn)證的情況;
(2)零部件級別能夠充分利用多體動力學(xué)模型進(jìn)行載荷提取,利用有限元分析將載荷直接加載在零部件上,以有效提升不同工況的運(yùn)行速度.
汽車機(jī)械零部件是車輛重要組成部件,它的性能會直接影響汽車的綜合性能,尤其是車輛的動力性及燃料經(jīng)濟(jì)性.
其中汽車機(jī)械零部件強(qiáng)度是通過泵輪轉(zhuǎn)速及轉(zhuǎn)速關(guān)系確定[7].汽車性能主要是通過液力變矩器的外特性曲線表示.汽車零部件的外特性是在泵輪轉(zhuǎn)速不變的基礎(chǔ)上,獲取對應(yīng)泵輪矩陣.
通過汽車零部件的相似原理,針對于幾何相似、運(yùn)動相似以及動力相似等一系列的變矩器,主要存在以下的關(guān)系:
(1)
滑差率為:
(2)
式中,λT代表變矩器閉鎖滑差率,TT代表倒輪轉(zhuǎn)矩.其中汽車零部件的變矩比K為渦輪輸出矩陣以及泵輪輸出矩陣之比,即:
(3)
由于公式(3)中λT、λB均為i的函數(shù),當(dāng)i的取值不同時,能夠求解K的不同取值[8-9],所以變矩比的取值K即為i的函數(shù).其中,K=g(i)代表幾何相似液力變矩器的一個重要特性.
汽車零部件中變矩器效率等于渦輪輸出功率和泵輪輸入功率之比,即:
(4)
式中,nT代表渦輪轉(zhuǎn)速.
汽車機(jī)械零部件中液力變矩器受到的外力可表示為:
F=uiπ(r2-r1).
(5)
式中,ui代表等效側(cè)腔壓力值,r代表液力變矩器旋轉(zhuǎn)半徑值.
結(jié)合以上分析可知,組建汽車機(jī)械零部件性能特性的數(shù)學(xué)模型,其中最主要的步驟是確定對應(yīng)特性的表達(dá)式.
由于不同機(jī)械部件的液力變矩器的應(yīng)用條件不同,對其性能的要求也存在一定的差異性,液力變矩器的形式是多種多樣的,以下分別針對不同的性能特性進(jìn)行分析:
(1)通過單擊單項(xiàng)式液力變矩器的初始特征,能夠獲取以下的數(shù)學(xué)模型:
(6)
(7)
上式中,Aj表示泵輪轉(zhuǎn)速,ij表示泵輪轉(zhuǎn)速對應(yīng)用的關(guān)系曲線,Bk表示液力變矩器效率,ik表示法輪轉(zhuǎn)速的關(guān)系曲線.
(2)當(dāng)i>iM時,通過最小二乘法進(jìn)行曲線擬合[10],獲取如公式(8)所示的數(shù)學(xué)模型,即:
(8)
(3)設(shè)定λB=f(i)和K=g(i)均呈高次曲線形態(tài),通過最小二乘法進(jìn)行曲線擬合,得到綜合式液力變矩器初始特征的數(shù)學(xué)模型,如公式(9)所示:
(9)
在上述分析的基礎(chǔ)上,通過分析汽車機(jī)械零部件工作過程中的輸入特性,確保各個汽車機(jī)械零件共同工作點(diǎn)的計(jì)算方法,即:
(10)
汽車設(shè)計(jì)中動力性和燃料經(jīng)濟(jì)性的最優(yōu)化問題是多目標(biāo)優(yōu)化問題.在多目標(biāo)優(yōu)化問題中,由于兩個目標(biāo)之間相互矛盾,所以很難獲取單一目標(biāo)的最優(yōu)解[11-12].在實(shí)際研究的過程中,將汽車的動力特性設(shè)定為約束條件,選取傳動系參數(shù),優(yōu)化汽車燃料的經(jīng)濟(jì)性,即將多目標(biāo)優(yōu)化轉(zhuǎn)換為單目標(biāo)優(yōu)化.
以下通過模糊匹配計(jì)算方法建立汽車機(jī)械零部件強(qiáng)度評價模型,具體操作步驟如下所示.
(1)分別求解單一目標(biāo)的約束最優(yōu)解,在考慮汽車參數(shù)設(shè)計(jì)的取值范圍內(nèi),組建汽車動力特性優(yōu)化匹配的數(shù)學(xué)表達(dá)式:
(11)
上式中,X表示優(yōu)化匹配流圖,(Xi)T表示工作油密度,gk(X)表示變矩器的有效直徑.
(2)模糊化最優(yōu)解主要是將目標(biāo)函數(shù)在單一目標(biāo)最優(yōu)解時值轉(zhuǎn)換到[0,1]區(qū)間內(nèi)[13],通過隸屬函數(shù)給出對應(yīng)的模糊集合.
其中,模糊化最優(yōu)解及對應(yīng)的隸屬函數(shù)能夠表示為以下的形式:
(12)
(3)得到不同單目標(biāo)的模糊優(yōu)化解Nj(X)后,進(jìn)一步獲取模糊優(yōu)越解,它對應(yīng)的隸屬函數(shù)能夠表示為以下的形式:
N(X)=N1(X)∧N2(X)…∧Nj(X).
(13)
上式中,N(X)代表模糊優(yōu)越解;N1(X)∧N2(X)…∧Nj(X)表不同的階數(shù).
針對輔助檔位數(shù)為n的汽車液力自動變速器而言,設(shè)定優(yōu)化匹配設(shè)計(jì)變量為:
X=[x1,x2,...,xn]T.
(14)
式中,x1,x2...xn代表匹配變量對象,T代表轉(zhuǎn)置符號.
為了有效優(yōu)化不同目標(biāo)匹配函數(shù)值,需要設(shè)定汽車性能指標(biāo)在允許設(shè)計(jì)空間的最大值及最小值.
汽車的正常駕駛情況能夠通過多工況的試驗(yàn)示范進(jìn)行模擬,為了更加接近真實(shí)值[14],通過多工況平均百里油耗設(shè)定為參與優(yōu)化匹配的目標(biāo)函數(shù).以下重點(diǎn)針對傳動系統(tǒng)進(jìn)行優(yōu)化匹配,具體計(jì)算式為:
minF(X)=minQ.
(15)
汽車在行駛的過程中所包含的動力性主要是由最高車速、加速性能以及爬坡性能三個方面進(jìn)行綜合評價.在選擇轉(zhuǎn)動系統(tǒng)參數(shù)時,需要滿足汽車動力需求,對應(yīng)的直接檔力因數(shù):
在正常情況下,汽車的上坡以及加速能力可以表示為:
(16)
其中,I檔動力因素能夠最大程度反映汽車的爬坡能力[15],具體的計(jì)算式為:
(17)
在上述分析的基礎(chǔ)上,對約束條件進(jìn)行模糊描述,同時進(jìn)行模糊匹配計(jì)算,對汽車機(jī)械零部件強(qiáng)度進(jìn)行計(jì)算,通過計(jì)算結(jié)果建立汽車機(jī)械零部件強(qiáng)度評價模型,以此實(shí)現(xiàn)汽車機(jī)械零部件強(qiáng)度評價:
Wi=∑Sj·Qij.
(18)
上式中,Wi表示評價結(jié)果,Sj表示隨機(jī)誤差,Qij表示有效燃油消耗率.
為了驗(yàn)證所提基于模糊匹配的汽車機(jī)械零部件強(qiáng)度評價模型的綜合有效性,在Intel core i52.8 GHz CPU、8 G內(nèi)存,系統(tǒng)為Windows10,MATLAB 2014Ra下進(jìn)行仿真實(shí)驗(yàn)測試.
實(shí)驗(yàn)選取文獻(xiàn)[4]模型和文獻(xiàn)[5]模型作為對比對象,將汽車機(jī)械零部件強(qiáng)度評價精確度進(jìn)行為評價指標(biāo),具體的實(shí)驗(yàn)對比結(jié)果如表1~表3所列.
分析表1~表3中的實(shí)驗(yàn)數(shù)據(jù)可知,隨著實(shí)驗(yàn)次數(shù)的持續(xù)增加,本文模型的汽車機(jī)械零部件強(qiáng)度評價精確度最高;文獻(xiàn)[4]模型的汽車機(jī)械零部件強(qiáng)度評價精確度次之;文獻(xiàn)[5]模型的汽車機(jī)械零部件強(qiáng)度評價精確度最低.
為了更進(jìn)一步驗(yàn)證所提模型的有效性,以下實(shí)驗(yàn)測試對比3種不同評價模型的評價耗時,具體的實(shí)驗(yàn)對比結(jié)果如圖1所示.
分析圖1中的實(shí)驗(yàn)數(shù)據(jù)可知,相比另外兩種模型,所提模型的汽車機(jī)械零部件強(qiáng)度評價耗時明顯更高一些.
表1 所提模型的汽車機(jī)械零部件強(qiáng)度評價精確度變化情況
表2 文獻(xiàn)[4]模型的汽車機(jī)械零部件強(qiáng)度評價精確度變化情況
表3 文獻(xiàn)[5]模型的汽車機(jī)械零部件強(qiáng)度評價精確度變化情況
(a)所提模型的汽車機(jī)械零部件強(qiáng)度評價耗時變化情況
針對傳統(tǒng)模型存在的一系列問題,結(jié)合模糊匹配,設(shè)計(jì)并構(gòu)建一種基于模糊匹配的汽車機(jī)械零部件強(qiáng)度評價模型.仿真實(shí)驗(yàn)結(jié)果表明,所提模型能夠有效提升汽車機(jī)械零部件強(qiáng)度評價精確度,降低汽車機(jī)械零部件強(qiáng)度評價耗時.