基于智能算法的汽車(chē)懸架參數(shù)優(yōu)化設(shè)計(jì)研究.pdf

1、針對(duì)車(chē)輛懸架系統(tǒng)的研究現(xiàn)狀，采用仿真分析和試驗(yàn)相結(jié)合的方法，對(duì)影響乘坐舒適性和路面損壞性的性能指標(biāo)進(jìn)行了比較系統(tǒng)的研究。在三種雄性側(cè)邊斑點(diǎn)蜥蜴的行為特點(diǎn)和繁衍生存機(jī)理研究的基礎(chǔ)上，提出一種仿生蜥蜴進(jìn)化博弈智能算法，結(jié)合博弈機(jī)理應(yīng)用于整車(chē)平順性的研究中。提出了基于改進(jìn)型Elman神經(jīng)網(wǎng)絡(luò)PAC控制器，對(duì)六自由度懸架試驗(yàn)平臺(tái)系統(tǒng)進(jìn)行控制研究，通過(guò)實(shí)驗(yàn)分析了性能指標(biāo)參數(shù)對(duì)時(shí)域內(nèi)輪荷利用率和頻域內(nèi)相位角的影響，為懸架系統(tǒng)的設(shè)計(jì)、參數(shù)選擇等提供了

2、一種研究方法。
　　（1）建立了八自由度整車(chē)平順性運(yùn)動(dòng)學(xué)方程，采用白噪聲濾波法分別對(duì)三種路面等級(jí)（A、B、C）隨機(jī)激勵(lì)進(jìn)行了仿真，通過(guò)對(duì)運(yùn)動(dòng)學(xué)方程進(jìn)行求解，得到整車(chē)的模態(tài)特性和三種路面激勵(lì)輸入下各個(gè)自由度垂直位移、垂直速度、垂直加速度等振動(dòng)響應(yīng)量，分析了座椅、懸架、車(chē)輪等的剛度、阻尼參數(shù)變化對(duì)車(chē)輛行駛性能的影響。給出了舒適性、安全性、空間占用三個(gè)懸架性能評(píng)價(jià)指標(biāo)，以及各自對(duì)應(yīng)的評(píng)價(jià)內(nèi)容：座椅加速度均方根值aw、相對(duì)動(dòng)載荷均方根值r

3、.m.sDTL、懸架動(dòng)行程；并對(duì)座椅、懸架、輪胎參數(shù)與aw、 r.m.sDTL間的關(guān)聯(lián)性進(jìn)行了分析。
　?。?）提出了基于競(jìng)爭(zhēng)合作博弈的多目標(biāo)優(yōu)化方法，采用模糊聚類(lèi)方法建立設(shè)計(jì)變量與目標(biāo)函數(shù)間的映射因子指標(biāo)，求解出各個(gè)博弈參與方各自的策略空間，所有博弈參與方遵循共同的約束協(xié)議：“利己不損人”，即各個(gè)博弈參與方都在追求自身絕對(duì)利益的最大化，同時(shí)不允許損害其它博弈參與方的相對(duì)收益，在各個(gè)博弈參與方所隸屬的策略空間中，進(jìn)行目標(biāo)函數(shù)的優(yōu)化

4、設(shè)計(jì)，獲得各個(gè)博弈參與方相對(duì)于其它博弈參與方的最佳對(duì)策，所有博弈參與方的最佳對(duì)策形成一輪博弈的策略組合，并根據(jù)博弈循環(huán)收斂判別，通過(guò)多次循環(huán)博弈，獲得最終的博弈解。結(jié)合車(chē)輛的乘坐舒適性、車(chē)輛對(duì)路面的損壞性和車(chē)輛平順性，以座椅加速度均方根值、輪胎相對(duì)動(dòng)載荷均方根值和懸架最大動(dòng)行程作為三個(gè)目標(biāo)函數(shù)，采用競(jìng)爭(zhēng)合作博弈方法進(jìn)行了仿真，仿真計(jì)算結(jié)果表明了本算法的有效性。同時(shí)結(jié)合MTS320型4通道輪胎耦合道路模擬機(jī)，整車(chē)臺(tái)架、D2P（Develo

5、pment to Product）快速原型開(kāi)發(fā)平臺(tái)以及數(shù)據(jù)采集成系統(tǒng)等對(duì)整車(chē)座椅加速度均方根值、輪胎相對(duì)動(dòng)載荷均方根值和懸架最大動(dòng)行程等進(jìn)行了試驗(yàn)驗(yàn)證分析。
　　（3）針對(duì)競(jìng)爭(zhēng)合作博弈中各個(gè)博弈方間的競(jìng)爭(zhēng)合作關(guān)系，在對(duì)競(jìng)爭(zhēng)合作博弈機(jī)理研究的基礎(chǔ)上，進(jìn)化所體現(xiàn)出行為特征，對(duì)三種雄性側(cè)邊斑點(diǎn)蜥蜴的行為特點(diǎn)和繁衍生存機(jī)理進(jìn)行仿生，把橙色喉嚨雄性側(cè)邊斑點(diǎn)蜥蜴擬人化為博弈論中的寡頭模型，把藍(lán)色喉嚨雄性側(cè)邊斑點(diǎn)蜥蜴擬人化為博弈論中的合作模型，

6、把黃色喉嚨雄性側(cè)邊斑點(diǎn)蜥蜴擬人化為博弈論中的投機(jī)模型，提出一種求解多目標(biāo)優(yōu)化問(wèn)題的仿生蜥蜴進(jìn)化博弈算法。將三個(gè)設(shè)計(jì)目標(biāo)視為三種進(jìn)化蜥蜴，將設(shè)計(jì)變量映射為進(jìn)化蜥蜴種群的染色體，通過(guò)采用計(jì)算影響因子和模糊聚類(lèi)相結(jié)合方法，將染色體分割為反映三種進(jìn)化雄性側(cè)邊斑點(diǎn)蜥蜴各自遺傳因素的基因段，根據(jù)各自在進(jìn)化過(guò)程中表現(xiàn)出的行為特點(diǎn)，分別建立各自適應(yīng)函數(shù)與三個(gè)目標(biāo)函數(shù)的映射關(guān)系，用于評(píng)價(jià)三種進(jìn)化蜥蜴?zhèn)€體適應(yīng)自然的能力。在進(jìn)化過(guò)程中，三種進(jìn)化雄性側(cè)邊斑點(diǎn)蜥

7、蜴分別以各自的適應(yīng)函數(shù)為目標(biāo)進(jìn)化博弈，在每輪進(jìn)化博弈結(jié)束后，可求解出三種蜥蜴的最佳基因，并組建新的染色體，通過(guò)收斂準(zhǔn)則進(jìn)行收斂判斷，經(jīng)多次進(jìn)化迭代后，能獲得最佳染色體，即多目標(biāo)解。采用仿生蜥蜴進(jìn)化博弈算法對(duì)平順性指標(biāo)進(jìn)行求解，仿真計(jì)算結(jié)果表明了本算法的有效性，通過(guò)整車(chē)試驗(yàn)證明了：采用仿生蜥蜴進(jìn)化博弈算法優(yōu)化后，時(shí)速20 m/s的工況下，座椅加速度相對(duì)于初始設(shè)計(jì)、競(jìng)爭(zhēng)博弈設(shè)計(jì)分別下降了16.78％和11.18%，前后懸架動(dòng)行程均方根值、輪

8、胎動(dòng)載荷均方根值均有一定程度的下降，進(jìn)而提高了乘坐舒適性和行駛安全性。
　　（4）為驗(yàn)證論文提出算法的有效性，懸架參數(shù)值在時(shí)域、頻域內(nèi)對(duì)輪荷利用率和相位角的影響，依托安徽工業(yè)大學(xué)液壓與控制教育部工程研究中心“六自由度液壓振動(dòng)試驗(yàn)臺(tái)”進(jìn)行了懸架實(shí)驗(yàn)驗(yàn)證，系統(tǒng)主要由高頻液壓振動(dòng)平臺(tái)、懸架、減振彈簧、負(fù)載質(zhì)量、輪胎、液壓動(dòng)力站、數(shù)據(jù)采集系統(tǒng)、PAC控制器、位移傳感器和加速度傳感器等元器件組成，并提出了一種基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的六自

9、由度懸架試驗(yàn)控制系統(tǒng)研究方法。針對(duì)基本型Elman網(wǎng)絡(luò)忽略了輸出層節(jié)點(diǎn)的反饋，只能滿(mǎn)足一階線(xiàn)性動(dòng)態(tài)系統(tǒng)信號(hào)處理，而不能滿(mǎn)足多層網(wǎng)絡(luò)、多階系統(tǒng)的需求，提出了一種改進(jìn)型 Elman網(wǎng)絡(luò)；結(jié)合自適應(yīng)蟻群算法(ACO算法)信息素?fù)]發(fā)因子?的大小以及啟發(fā)式尋優(yōu)特征來(lái)對(duì)改進(jìn)的Elman網(wǎng)絡(luò)權(quán)值進(jìn)行訓(xùn)練、修正，以達(dá)到改進(jìn)后Elman網(wǎng)絡(luò)模型的智能尋優(yōu)及控制目的。改進(jìn)、訓(xùn)練后的網(wǎng)絡(luò)增強(qiáng)了關(guān)聯(lián)層以及輸出層的反饋，把反饋增益作當(dāng)作連接權(quán)值來(lái)實(shí)施網(wǎng)絡(luò)訓(xùn)練，訓(xùn)