電動汽車動力總成懸置系統(tǒng)隔振率優(yōu)化

摘要：隨著電動汽車技術(shù)的快速發(fā)展，人們對汽車駕駛體驗的要求越來越高。其中，懸置系統(tǒng)作為影響車輛操控性、舒適性和安全性的重要組成部分，對隔振效果的要求也越來越高。深入研究了電動汽車懸置系統(tǒng)的隔振問題，提出了一種基于遺傳算法的隔振率優(yōu)化的方法，通過調(diào)整系統(tǒng)參數(shù)以提高懸置系統(tǒng)在振動傳遞方面的性能。

關(guān)鍵詞：懸置系統(tǒng)；隔振率；遺傳算法；優(yōu)化

中圖分類號：U463.4 收稿日期：2024-01-10

DOI：10.19999/j.cnki.1004-0226.2024.04.018

1 前言

電動汽車作為新能源汽車的代表，其出色的環(huán)保性能引起了廣泛關(guān)注。在追求零排放的同時，車輛駕駛的舒適性也成為汽車制造商和消費者關(guān)注的焦點之一。懸置系統(tǒng)作為負(fù)責(zé)車身支撐和隔離震動的核心組件，對車輛的隔振效果有著直接而重要的影響。

本文旨在通過優(yōu)化電動汽車懸置系統(tǒng)的隔振率，降低車輛行駛過程中的振動和噪聲。通過深入分析懸置系統(tǒng)結(jié)構(gòu)和隔振機理，利用遺傳算法對懸置系統(tǒng)的剛度進(jìn)行優(yōu)化，探索懸置系統(tǒng)在隔振方面的潛在優(yōu)化空間。

2 懸置系統(tǒng)結(jié)構(gòu)與工作原理

通常情況下，不同的車型需要配置不同結(jié)構(gòu)的懸置系統(tǒng)，在實際布置過程中，受發(fā)動機布置位置及車身空間的影響，懸置系統(tǒng)的布置結(jié)構(gòu)也各不相同。根據(jù)汽車發(fā)動機主軸線與懸置元件各方向的剛度軸線的布置夾角不同，可將懸置布置形式分為平置式、斜置式、會聚式三種形式。增程式汽車的動力總成主要由電動機、發(fā)動機、變速器和控制系統(tǒng)組成，本文主要考慮動力總成系統(tǒng)的兩個主要激勵源：電動機和發(fā)動機。對于增程式汽車來說電動機是行駛的主要動力源，發(fā)動機主要用于為電機提供電力和為電池包充電。目前增程式汽車懸置系統(tǒng)主要采用平置式中的左、右、后三點式布置，發(fā)動機和電動機連接在一起共用一套懸置系統(tǒng)[1]。

如圖1所示，以動力總成質(zhì)心G0為原點建立動力總成質(zhì)心坐標(biāo)G0-XYZ，G0為動力總成質(zhì)心，X軸由車頭指向車尾，Z軸垂直向上，Y軸由右手定則確定。在建立動力總成懸置系統(tǒng)六自由度模型時，一般將動力總成視為剛體，且發(fā)動機在動力總成的質(zhì)量中占較大比例，懸置由金屬支架和彈性阻尼元件組成。在整車坐標(biāo)系下增程式汽車動力總成六自由度模型如圖1所示。

動力總成懸置系統(tǒng)振動的拉格朗日方程為[2]：

式中，[Qi]為系統(tǒng)廣義坐標(biāo)；[T]為系統(tǒng)振動時的動能；[U]為系統(tǒng)振動時的勢能；[D]為系統(tǒng)振動時的耗散能；[Fi]為懸置系統(tǒng)激振力。

3 隔振率的定義與分析

隔振率是評估懸置系統(tǒng)在不同頻率下對振動的隔離效果的指標(biāo)。具體而言，它表示懸置系統(tǒng)對輸入振動的減幅程度。在提高隔振率的同時，車輛乘坐舒適性和操控性都能得到顯著提升。因此，優(yōu)化懸置系統(tǒng)的隔振率是提高電動汽車整體性能的有效途徑。一般隔振率表示為被隔振物體振動響應(yīng)與基礎(chǔ)振動響應(yīng)的比值，常用加速度形式的隔振率計算公式為[3]：

式中，[q?1～9]，[aactive]為基礎(chǔ)振動響應(yīng)的加速度；[apassive]為被隔振物體振動響應(yīng)加速度，[ζ]為懸置系統(tǒng)阻尼比，[λ]為懸置系統(tǒng)頻率比。隔振率越大，代表懸置系統(tǒng)的隔振性能越好，當(dāng)[Gq≥20 dB]時，表明動力總成懸置系統(tǒng)主動側(cè)傳遞到被動側(cè)的能量消減了90%以上，隔振性能良好[4]。

4 基于遺傳算法對隔振率優(yōu)化

遺傳算法是一種模擬自然選擇和遺傳機制的優(yōu)化算法，用于在搜索空間中尋找最優(yōu)解或近似最優(yōu)解。遺傳算法的設(shè)計靈感來自于達(dá)爾文的進(jìn)化理論，通過模擬遺傳、變異、選擇和適應(yīng)度等生物學(xué)概念，通過迭代進(jìn)化的方式來優(yōu)化問題。以下是遺傳算法的主要步驟：

a.初始化種群：隨機生成初始群體，其中每個個體都是問題的一個可能解。這個群體被稱為種群。

b.適應(yīng)度評估：對每個個體計算適應(yīng)度，適應(yīng)度評估決定了每個個體在繁殖中的概率。

c.選擇：根據(jù)個體的適應(yīng)度，選擇一部分個體作為父代，通常適應(yīng)度越高的個體被選中的概率越大。這模擬了自然選擇中適者生存的過程。

d.交叉（交叉操作）：從選中的父代中選擇兩個或多個個體，通過某種方式交換它們的基因或參數(shù)，產(chǎn)生新的個體。這模擬了基因的交叉和重組。

e.變異：對新生成的個體進(jìn)行變異操作，即以一定的概率隨機改變個體的某些基因或參數(shù)。這模擬了生物學(xué)中基因突變的過程。

f.替代：將新生成的個體與原種群進(jìn)行比較，保留適應(yīng)度較高的個體，淘汰適應(yīng)度較低的個體。這模擬了新一代替代舊一代的進(jìn)化過程。

g.重復(fù)迭代：重復(fù)執(zhí)行上述步驟，直到滿足停止條件（如達(dá)到最大迭代次數(shù)、目標(biāo)適應(yīng)度達(dá)到一定水平等）。

針對六自由度懸置系統(tǒng)進(jìn)行優(yōu)化，以提升懸置系統(tǒng)的隔振性能為優(yōu)化目的，提升懸置系統(tǒng)隔振率作為優(yōu)化目標(biāo)，選擇懸置元件X、Y、Z三個方向剛度為設(shè)計變量，對動力總成懸置系統(tǒng)進(jìn)行優(yōu)化。本文算法采用25位的二進(jìn)制編碼方式進(jìn)行編碼，通過Crtrp函數(shù)產(chǎn)生具有200個個體的初始種群，其中每個個體的變量維度為9個，進(jìn)行適應(yīng)度值計算，并完成適應(yīng)度值排序。然后，通過隨機進(jìn)行采樣選擇，采用單點交叉進(jìn)行重組，通過離散變異產(chǎn)生新種群，交叉概率為0.8，變異率為0.02，如此進(jìn)行150次迭代，比較分析每一次迭代的適應(yīng)度值，最后選出最優(yōu)方案。

根據(jù)動力總成懸置系統(tǒng)的理論推導(dǎo)和遺傳算法的種群設(shè)計[5]，借助MATLAB軟件進(jìn)行編程計算，模擬分析動力總成懸置系統(tǒng)在不同動剛度下的隔振情況，其隔振率隨動剛度變化趨勢如圖2所示。

通過對MATLAB優(yōu)化后的數(shù)字進(jìn)行分析，采用遺傳算法經(jīng)過150次迭代，多目標(biāo)函數(shù)達(dá)到最小值，獲得優(yōu)化參數(shù)的最優(yōu)組合和優(yōu)化前參數(shù)的對比，如表1所示。

5 實驗驗證與結(jié)果分析

測試系統(tǒng)由測試對象、信號采集系統(tǒng)以及信號處理系統(tǒng)構(gòu)成，包括有LMS Test.Lab模態(tài)測試及分析系統(tǒng)、ICP三向加速度傳感器、LMS數(shù)據(jù)采集前端以及微機等。在測試過程中，各測點上的振動情況將通過ICP三向加速度傳感器收集到LMS多通道采集前端中，由LMS Test.Lab測試分析平臺將數(shù)據(jù)導(dǎo)出并存儲，測試結(jié)束后可根據(jù)工程需要對原始數(shù)據(jù)進(jìn)行處理，得到所需的模態(tài)參數(shù)及響應(yīng)曲線。測試布點如圖3所示。

本文分別對優(yōu)化前后左、右、后懸置的隔振率進(jìn)行了測試，測試工況為瀝青路面，樣車車速為勻速50 km/h。因為Z軸方向的振動是主要影響電動汽車NVH的方向，所以本文主要分析各懸置Z向的隔振率變化情況。通過實驗測試出的優(yōu)化前后的Z向隔振率如圖4所示。

通過對各個懸置隔振率的測試，可以看出在對懸置剛度優(yōu)化前，各個懸置在10～150 Hz的隔振率偏低，會導(dǎo)致汽車在行駛過程中有較大的振動噪聲。在優(yōu)化后，各懸置的隔振率都達(dá)到了20 dB以上，達(dá)到了企業(yè)要求的隔振標(biāo)準(zhǔn)。

6 結(jié)語

針對電動汽車懸置系統(tǒng)導(dǎo)致的振動噪聲問題，以懸置系統(tǒng)的剛度為設(shè)計變量，懸置的隔振率為優(yōu)化目標(biāo)。測試結(jié)果表明，利用遺傳算法對懸置的剛度值進(jìn)行優(yōu)化，能使動力總成懸置系統(tǒng)的隔振率相比優(yōu)化前有較為明顯的提升。

參考文獻(xiàn)：

[1]陳亮，謝有浩，汪選要.某電動SUV動力總成懸置系統(tǒng)優(yōu)化[J].中國科技信息，2023（20）：117-120.

[2]陳克，駱嘉暉.純電動汽車動力總成懸置系統(tǒng)隔振性能研究[J].中國工程機械學(xué)報，2021，19（6）：26-29.

[3]駱嘉暉.純電動汽車驅(qū)動電機總成懸置隔振性能研究[D].沈陽：沈陽理工大學(xué)，2022.

[4]王偉.微型電動汽車動力懸置系統(tǒng)多目標(biāo)優(yōu)化研究[D].淄博：山東理工大學(xué)，2021.2021.

[5]唐孝非.某商用車動力總成懸置系統(tǒng)優(yōu)化[D].重慶：重慶大學(xué)，2021.

作者簡介：

彭月，男，1997年生，碩士研究生在讀，研究方向為汽車NVH優(yōu)化。

陸靜（通訊作者），女，1973年生，教授，研究方向為振動與噪聲控制、汽車主動安全。