基于MSCADAMS的懸架C特性計(jì)算試驗(yàn)一致性優(yōu)化研究本文對(duì)某AO級(jí)轎車后懸架C特性進(jìn)行了計(jì)算試驗(yàn)一致性優(yōu)化研究。以實(shí)車C特性試驗(yàn)結(jié)果結(jié)果為目標(biāo)應(yīng)用Pareto最優(yōu)性理論和NSGAⅡ遺傳算法對(duì)連接襯套剛度進(jìn)行了多目標(biāo)優(yōu)化。一、前言乘用車懸架K&C特性作為一項(xiàng)重要的系統(tǒng)總成外特性對(duì)整車的行駛性能具有直接的影響。隨著汽車工業(yè)的發(fā)展，乘用車行駛速度越來(lái)越高，行駛過(guò)程中車輪定位參數(shù)變化對(duì)車輛舒適性及操縱穩(wěn)定性的影響也越來(lái)越大。乘用車的K&C特性設(shè)計(jì)已經(jīng)成為國(guó)內(nèi)外汽車設(shè)計(jì)開(kāi)發(fā)過(guò)程中一項(xiàng)重要的內(nèi)容。虛擬樣機(jī)技術(shù)的發(fā)展，可以在車輛物理樣車生產(chǎn)之前利用CAE模型對(duì)車輛的性能進(jìn)行設(shè)計(jì)，然后再通過(guò)物理樣車對(duì)CAE模型進(jìn)行校正，實(shí)現(xiàn)CAE模型與實(shí)車性能的一致性，為以后產(chǎn)品開(kāi)發(fā)提供支持。本文以某物理樣車的五桿非獨(dú)立后懸架為研究對(duì)象，進(jìn)行了物理模型與ADAMS模型懸架C特性一致性優(yōu)化研究。懸架C特性也就是彈性運(yùn)動(dòng)學(xué)特性由懸架的彈性決定，懸架彈性中包括彈簧彈性、控制臂連接襯套彈性、與車身連接部分局部彈性、控制臂自身彈性以及車輪自身彈性。本次優(yōu)化研究將彈簧之外彈性擬合到襯套中，建立多剛體ADAMS模型，利用多目標(biāo)優(yōu)化理論，以連接襯套各向剛度為設(shè)計(jì)變量，以實(shí)車C特性試驗(yàn)數(shù)據(jù)為目標(biāo)，采用NSGAⅡ遺傳算法，得到懸架多目標(biāo)優(yōu)化的Pareto最優(yōu)集，實(shí)現(xiàn)物理樣車與ADAMS模型的一致。二、五桿式非獨(dú)立懸架ADAMS模型建立與驗(yàn)證建立五桿式非獨(dú)立懸架ADAMS模型見(jiàn)圖1，利用懸架K特性驗(yàn)證懸架模型的正確性，見(jiàn)圖2。因?yàn)閼壹躃特性主要與懸架硬點(diǎn)位置與彈簧剛度有關(guān)，通過(guò)對(duì)比證明模型精度滿足要求，可以進(jìn)行下一步C特性一致性優(yōu)化。點(diǎn)擊圖片查看大圖圖1懸架ADAMS模型點(diǎn)擊圖片查看大圖圖2平行輪工況前束變化對(duì)比三、五桿式非獨(dú)立懸架連接襯套剛度優(yōu)化以懸架控制臂連接橡膠襯套的剛度作為變量，以側(cè)向力作用下前束、外傾、輪心處側(cè)向位移的變化量以及以縱向力作用下前束的變化量為優(yōu)化目標(biāo)，以對(duì)應(yīng)的懸架C特性試驗(yàn)數(shù)據(jù)為目標(biāo)結(jié)果進(jìn)行多目標(biāo)優(yōu)化，從而確定變量的最終值。目標(biāo)中：側(cè)向力作用下前束、輪心處側(cè)向位移的變化量直接影響整車操縱穩(wěn)定性；縱向力作用下前束變化一定程度上決定整車直線行駛性能。3.1多目標(biāo)優(yōu)化理論根據(jù)整車性能的不同需求，懸架性能指標(biāo)之間通常是相背的，懸架的優(yōu)化也是一個(gè)匹配的過(guò)程。在多準(zhǔn)則或多設(shè)計(jì)目標(biāo)下進(jìn)行匹配時(shí)，如果這些目標(biāo)是相背的，需要找到滿足這些目標(biāo)的最佳設(shè)計(jì)方案，即進(jìn)行多目標(biāo)優(yōu)化。常規(guī)多目標(biāo)優(yōu)化方法很多，包含目標(biāo)規(guī)劃法、多目標(biāo)加權(quán)法、層次規(guī)劃法等，這些算法的特點(diǎn)是將多目標(biāo)轉(zhuǎn)化為單目標(biāo)處理。除非預(yù)先獲知目標(biāo)函數(shù)最優(yōu)值的情況外，即使單目標(biāo)優(yōu)化求解很成功，也不能保證目標(biāo)達(dá)到Pareto最優(yōu)。本文多目標(biāo)優(yōu)化領(lǐng)域中的Pareto最優(yōu)性理論，利用NSGAⅡ遺傳算法（帶精英策略的非支配排序遺傳算法）獲得多目標(biāo)優(yōu)化的Pareto最優(yōu)集。Pareto最優(yōu)集的含義如下：對(duì)于最小多目標(biāo)優(yōu)化問(wèn)題，n個(gè)目標(biāo)分量fk(k=1，2，……，n)組成的向量：點(diǎn)擊圖片查看大圖點(diǎn)擊圖片查看大圖即不存在∈U，使下式成立：點(diǎn)擊圖片查看大圖3.2DOE分析設(shè)優(yōu)化目標(biāo)為：alattoe為側(cè)向力作用下前束變化量；blatcamber為側(cè)向力作用下外傾變化量；claty為側(cè)向力作用下輪心處側(cè)向位移的變化量；dbraketoe為縱向力作用下前束變化量。該懸架中一共有34個(gè)襯套剛度：上推力桿前襯套六向剛度(upfx、upfy、upfz、upftx、upfty、upftz)；上推力桿后襯套六向剛度(uprx、upry、uprz、uprtx、uprty、uprtz)；下推力桿前襯套六向剛度(downfx、downfy、downfz、downftx、downfty、downftz)；下推力桿后襯套六向剛度(downrx、downry、downrz、downrtx、downrty、downrtz)；橫拉桿左襯套六向剛度(rodlx、rodly、rodlz、rodltx、rodlty、rodltz)；橫拉桿右襯套六向剛度(rodrxy、rodrz、rodrtxy、rodrtz)。本次優(yōu)化研究變量太多，有些變量對(duì)結(jié)果影響很小，為了提高優(yōu)化效率需要進(jìn)行DOE分析見(jiàn)圖3、圖4，選取影響較大襯套剛度作為最終優(yōu)化變量。采用蒙特卡洛方法。點(diǎn)擊圖片查看大圖圖3所有變量對(duì)側(cè)向力外傾角影響點(diǎn)擊圖片查看大圖圖4所有變量對(duì)縱向力前束影響進(jìn)行.huishelirenDOE分析，以對(duì)目標(biāo)值的貢獻(xiàn)量1.5%為限制條件，選出主要影響因素9個(gè)，分別為upfy（上前推力桿Y方向）、upry（上后推力桿Y方向）、downfy（下前推力桿Y方向）、downrx（下后推力桿X方向）、downry（下后推力桿Y方向）、rodlx（橫拉桿左側(cè)X方向）、rodlty（橫拉桿左側(cè)繞Y方向）、rodrxy（橫拉桿右側(cè)XY方向）、rodrtxy（橫拉桿右側(cè)繞XY方向）。3.3分析優(yōu)化采用NSGAⅡ優(yōu)化遺傳算法得到的綜合的Pareto最優(yōu)集如圖5所示，單個(gè)詳細(xì)的Pareto最優(yōu)集如圖6所示。點(diǎn)擊圖片查看大圖圖5綜合Pareto最優(yōu)集點(diǎn)擊圖片查看大圖圖6dbraketoe-blatcamberPareto最優(yōu)集根據(jù)前后懸架匹配的結(jié)果，優(yōu)化前與優(yōu)化后圓整得到的襯套剛度以及安裝角度見(jiàn)表1。表1優(yōu)化前后設(shè)計(jì)變量選擇點(diǎn)擊圖片查看大圖3.4優(yōu)化參數(shù)的最終效驗(yàn)將近似模型優(yōu)化得到的參數(shù)帶入ADAMS復(fù)雜模型中，分析優(yōu)化前后四個(gè)目標(biāo)的變化曲線如圖7至圖10所示。點(diǎn)擊圖片查看大圖圖7側(cè)向力前束變化比較點(diǎn)擊圖片查看大圖圖8側(cè)向力外傾角變化比較點(diǎn)擊圖片查看大圖圖9側(cè)向力輪心側(cè)向位移變化比較點(diǎn)擊圖片查看大圖圖10縱向力前束變化比較四、結(jié)論本文對(duì)某物理樣機(jī)五桿