CN106184351B - 一种电-液复合动力转向***的多目标优化方法 - Google Patents
一种电-液复合动力转向***的多目标优化方法 Download PDFInfo
- Publication number
- CN106184351B CN106184351B CN201610542761.9A CN201610542761A CN106184351B CN 106184351 B CN106184351 B CN 106184351B CN 201610542761 A CN201610542761 A CN 201610542761A CN 106184351 B CN106184351 B CN 106184351B
- Authority
- CN
- China
- Prior art keywords
- steering
- electric
- power
- hum
- assist motor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002131 composite material Substances 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000007788 liquid Substances 0.000 title claims description 28
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 26
- 230000035945 sensitivity Effects 0.000 claims abstract description 15
- 230000002068 genetic effect Effects 0.000 claims abstract description 12
- 238000002922 simulated annealing Methods 0.000 claims abstract description 8
- 238000005265 energy consumption Methods 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims description 19
- 238000013016 damping Methods 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000008649 adaptation response Effects 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 230000035772 mutation Effects 0.000 claims description 2
- 238000005316 response function Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 4
- 239000000243 solution Substances 0.000 description 9
- 150000001875 compounds Chemical class 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 241000721047 Danaus plexippus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000012224 working solution Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/06—Power-assisted or power-driven steering fluid, i.e. using a pressurised fluid for most or all the force required for steering a vehicle
- B62D5/062—Details, component parts
- B62D5/064—Pump driven independently from vehicle engine, e.g. electric driven pump
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Transportation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Power Steering Mechanism (AREA)
Abstract
本发明公开了一种新型电‑液复合动力转向***的多目标优化方法,其中,电‑液复合转向***的助力部分由电动助力转向模块和液压助力模块组成,通过耦合器来实现两个模块助力的控制,解决传统大型客车采用的液压助力***、电控液压助力***助力特性可调性以及中高速时转向路感较差的问题。同时,通过对电‑液复合动力转向***多目标优化,以转向路感、转向能耗为目标,转向灵敏度为约束条件,基于模拟退火修正的改进多岛遗传算法,对电‑液复合动力转向***的选定参数进行优化设计,与多岛遗传算法的优化结果相比,优化后的电‑液复合动力转向***可以获得较好全局收敛性、收敛速度,以及较好的转向路感和转向经济性。
Description
技术领域
本发明涉及汽车助力转向***技术领域,具体指代一种电-液复合动力转向***的多目标优化方法。
背景技术
目前,现有的汽车普遍采用的助力转向***有:液压助力转向***、电控液压助力转向***和电动助力转向***。其中,液压助力转向***、电控液压助力转向***可在汽车低速工况下提供较大助力,减轻驾驶员转向时负担;但在高速工况下转向路感较差,操纵稳定性存在问题。电动助力转向***由控制器、助力电机、减速机构转向盘转矩传感器以及车速传感器等组成,控制器接受传感器测得的转向盘转矩信号和车速信号并进行处理,控制电机根据事先确定的助力特性输出助力转矩。但受汽车本身蓄电池电压等电气特性影响,其输出的最大助力矩较小,不满足大型客车等车辆的需求。
国内客车企业在各种车型客车的设计之初,还没有形成一套***的优化设计理论方法对其转向***结构参数进行设计,而往往依赖于设计人员的经验进行设计。目前,针对电-液复合转向***机械***参数和液压***参数进行多目标优化设计,使转向***保持稳定性的情况下获得良好的转向路感和转向经济性的方法尚未见公开。
发明内容
针对于上述现有技术的不足,本发明的目的在于提供一种电-液复合动力转向***的多目标优化方法,以解决现有技术中液压助力转向***、电控液压助力转向***在高速工况下转向路感较差,操纵稳定性存在问题,以及大型客车转向经济性的问题。
为达到上述目的,本发明的一种电-液复合动力转向***的多目标优化方法,包括步骤如下:
(1)对电-液复合动力转向***进行动力学建模;
(2)选取转向***能耗、转向***转向路感、转向灵敏度作为电-液复合转向***的性能评价指标,其量化公式分别为:
转向路感:
式中:
Td为驾驶员对转向盘输入的力矩;Tp为转向阻力矩在摇臂轴上的等效力矩;Ks为转向轴刚度;rw为齿扇节圆半径;Jlg为电动助力模块减速机构和转向螺杆的等效转动惯量;mlm为转向螺母的质量;Jcs为转向齿扇的转动惯量;l为螺杆力的中心距;P为转向螺杆螺距;Jm2为助力电机B的转动惯量;n2为助力电机A转角到转向螺杆转角的减速比;ig为减速机构的减速比;Jm1为助力电机A的转动惯量;n1为助力电机A转角到转向螺杆转角的减速比;Ap为液压缸活塞的有效面积;q为双作用叶片泵排量;Blg为转向螺杆与减速机构的等效粘性阻尼系数;Blm为转向螺母的粘性阻尼系数;Bcs为齿扇的粘性阻尼系数;Bm2为助力电机B的粘性阻尼系数;Bm1为助力电机A的粘性阻尼系数;ρ是助力油液密度;Ai是第i个阀口的节流面积;Cq为流量系数;Ai为第i个阀口的节流面积;Ks为转矩传感器刚度;Ka为电动机转矩系数;K1、K2分别为助力电机A、B的助力增益;
转向灵敏度表达式为:
前轮转角和转向盘转角之比的传递函数为:
式中:
n3为车轮转角到转向螺杆转角的减速比;
A2=muLpNδ+IxNδYβ-IxNβYδ
A1=muLφNδ-LpNδYβ+LpNβYδ-humsNφYδ+humsNδYφ
A0=-LφNδYβ+LφNβYδ
B0=muLφNβ-LφNβYr+LφNrYβ-humsNφYβ+humsNβYφ
F1=-muLpNδ+LpNδYr+IzLφYδ-LpNrYδ+IxzNφYδ-IxzNδYφ
F0=-muLφNδ+LφNδYr-LφNrYδ+humsNφYδ-humsNδYφ
H2=-muIxzNδ-huIzmsYδ
H1=-humsNδYr+IxzNδYβ+humsNrYδ-IxzNβYδ
H0=humsNδYβ-humsNβYδ
转向经济性:
E=P1+P2+P3+P4 (3)
式中:
P1为电子控制单元ECU功率损失;P2为助力电机A、助力电机B功率损失;P3为液压助力模块转向助力泵功率损失;P4为液压助力模块转阀结构功率损失;RA为电枢电阻;IA为电枢电流;Us为控制器两端电压;Relec为控制器电阻;Mci为电机中摩擦造成的转矩损失;CFr为速比摩擦系数;ωi为电机转速;CFr2为速比平方摩擦系数;Ci为电机其他损失;
(3)以转向路感和转向经济性作为优化目标,转向灵敏度作为约束条件,建立电-液复合动力转向***多目标优化模型,电-液复合动力转向***优化的目标函数f(x)为:
路感能量函数:
式中:
转向经济性:
优化约束条件为:
(4)将电动助力模块电机的转动惯量、减速机构减速比ig、转矩传感器刚度、前轮与转向机构等效到转向螺杆上的阻尼系数、双作用叶片泵参数定子厚度B、双作用叶片泵定子长轴半径R2作为设计变量;
(5)采用基于模拟退火算法修正的多岛遗传算法对步骤(4)中的选定参数进行优化,并根据ISIGHT中优化结果得到使转向路感、转向经济性达到最优解时的设计变量值;
(6)将优化得到的满足转向灵敏度约束的转向路感、转向经济性的最优解与多岛遗传算法优化结果进行比较,若采用本发明提出方法得到的转向路感、转向经济性优化结果均优于多岛遗传算法的优化结果,则认为该优化方法有效。
优选地,上述步骤(1)中的动力学建模包括:助力电机A模型、转向油泵模型、转阀模型、液压动力缸模型、助力电机B模型、减速机构模型、转向盘模型、循环球转向器模型、轮胎模型、整车模型以及能耗数学模型。
本发明的有益效果:
本发明针对电-液复合动力转向***推导得到性能评价指标转向***转向路感、转向灵敏度以及转向经济性,并建立三个评价指标的量化公式,以转向路感和转向经济性作为优化目标,转向灵敏度作为约束条件,建立电-液复合动力转向***多目标优化模型,采用基于模拟退火算法修正的改进多岛遗传算法优化算法;该方法对适应度函数进行SA修正,从而提升优化算法的收敛性,提高电-液复合动力转向***的多目标优化全局收敛性、收敛速度及优化效果。
在汽车助力转向***中实现多转向模式功能,可依据不同工况进行转向模式切换,实现汽车转向轻便性和转向路感的完美融合,而且还能将汽车助力转向的经济性与灵活性相结合,因此具有广阔的市场应用前景。
附图说明
图1绘示本发明复合助力转向***结构图;
图2绘示电-液复合助力***优化方法流程图;
图3绘示基于模拟退火算法修正的改进多岛遗传算法流程图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。
参照图1所示,本发明的一种电-液复合动力转向***的多目标优化方法,应用于电-液复合动力转向***,该***包括:机械转向模块、电动助力模块、液压助力模块以及ECU4、相应传感器;
所述机械转向模块包括依次连接的转向盘1、转向轴2、循环球转向器8、转向摇臂9、车轮10以及扭矩传感器3;
所述的电动助力模块包括助力电机A6、减速机构5;
所述的液压助力模块包括助力电机B13、转向助力泵12、转阀11、液压助力缸7、储油罐14;其中,液压助力缸7两侧安装液压传感器原件;
ECU4向助力电机A6发送控制信号,助力矩经减速机构5减速增矩后传递给转向摇臂9;ECU4向助力电机B13发送控制信号,驱动转向助力泵12工作,使油液经由高压油管流至控制阀、转阀、液压助力缸7,结束循环的工作液经由回油油管回流至油箱。ECU通过车速信号、转角信号、侧向加速度信号以及转向盘转矩信号15向相应控制电机发送信号16,通过控制电机电流A、B切换助力模式。
本实施例采用建模软件为MATLAB-simulink,优化软件为isight;进行多目标优化计算,图2为多目标优化方法流程示意图,具体步骤如下:
步骤1:对电-液复合动力转向***进行动力学建模;具体表现为依据《电动液压助力转向***的节能分析与建模仿真》(赵万里,江苏大学)、《电控液压助力转向***的设计研究》(张君君,江苏大学)、《纯电动客车电动助力转向***控制器开发》(林逸,江苏大学学报)文献公开的电动液压助力***的转阀、液压泵等结构,以及电动助力转向***的建模方法,建立电-液复合助力转向***的模型,为后续步骤的转向***仿真及优化奠定基础;
步骤2:选取转向***能耗、转向***转向路感、转向灵敏度作为电-液复合转向***的性能评价指标,建立三个性能评价指标量化公式:
转向路感:
式中:
Td为驾驶员对转向盘输入的力矩;Tp为转向阻力矩在摇臂轴上的等效力矩;Ks为转向轴刚度;rw为齿扇节圆半径;Jlg为电动助力模块减速机构和转向螺杆的等效转动惯量;mlm为转向螺母的质量;Jcs为转向齿扇的转动惯量;l为螺杆力的中心距;P为转向螺杆螺距;Jm2为助力电机B的转动惯量;n2为助力电机A转角到转向螺杆转角的减速比;ig为减速机构的减速比;Jm1为助力电机A的转动惯量;n1为助力电机A转角到转向螺杆转角的减速比;Ap为液压缸活塞的有效面积;q为双作用叶片泵排量;Blg为转向螺杆与减速机构的等效粘性阻尼系数;Blm为转向螺母的粘性阻尼系数;Bcs为齿扇的粘性阻尼系数;Bm2为助力电机B的粘性阻尼系数;Bm1为助力电机A的粘性阻尼系数;ρ是助力油液密度;Ai是第i个阀口的节流面积;Cq为流量系数;Ai为第i个阀口的节流面积;Ks为转矩传感器刚度;Ka为电动机转矩系数;K1、K2分别为助力电机A、B的助力增益;
转向灵敏度表达式为:
前轮转角和转向盘转角之比的传递函数为:
式中:
n3为车轮转角到转向螺杆转角的减速比;
A2=muLpNδ+IxNδYβ-IxNβYδ
A1=muLφNδ-LpNδYβ+LpNβYδ-humsNφYδ+humsNδYφ
A0=-LφNδYβ+LφNβYδ
B1=-muLφNr+muLpNβ-LpNβYr+humsNφYr-IzLφYβ+LpNrYβ-IxzNφYβ
-humsNrYφ+IxzNβYφ
B0=muLφNβ-LφNβYr+LφNrYβ-humsNφYβ+humsNβYφ
F1=-muLpNδ+LpNδYr+IzLφYδ-LpNrYδ+IxzNφYδ-IxzNδYφ
F0=-muLφNδ+LφNδYr-LφNrYδ+humsNφYδ-humsNδYφ
H2=-muIxzNδ-huIzmsYδ
H1=-humsNδYr+IxzNδYβ+humsNrYδ-IxzNβYδ
H0=humsNδYβ-humsNβYδ
转向经济性:
E=P1+P2+P3+P4 (3)
式中:
P1为电子控制单元ECU功率损失;P2为助力电机A、助力电机B功率损失;P3为液压助力模块转向助力泵功率损失;P4为液压助力模块转阀结构功率损失;RA为电枢电阻;IA为电枢电流;Us为控制器两端电压;Relec为控制器电阻;Mci为电机中摩擦造成的转矩损失;CFr为速比摩擦系数;ωi为电机转速;CFr2为速比平方摩擦系数;Ci为电机其他损失;
步骤3:以转向路感和转向经济性作为优化目标,转向灵敏度作为约束条件,建立电-液复合动力转向***多目标优化模型,电-液复合动力转向***优化的目标函数f(x)为:
路感能量函数:
式中:
转向经济性:
优化约束条件为:
步骤4:将电动助力模块电机的转动惯量、减速机构减速比ig、转矩传感器刚度、前轮与转向机构等效到转向螺杆上的阻尼系数、双作用叶片泵参数定子厚度B、双作用叶片泵定子长轴半径R2作为设计变量;
步骤5:采用基于模拟退火算法修正的改进多岛遗传算法对步骤4中的选定参数进行优化,并根据优化结果选取最优解(参照图3所示);
具体包括:
5.1初始化群体;
5.2计算群体上每个个体的适应度值F;
5.3通过模拟退火修正模块进行修正并判断,满足条件则进入5.4,否则返回5.2;
修正模块执行步骤如下:
Step1:模块初始化
(11)k=1,j∈N,Freeze=0,设定初始参数Tk,Lk,s,q,ε;
(12)
(13)产生初始解xk∈S,令xs=xk;
Step2:选定领域并对每一领域j∈N进行领域搜索
(21)
(22)产生领域解x∈N(xk),计算δ1=f(x)-f(xk),δ2=f(x)-f(xs);
(23)若δ1<0,则若δ2<0,则xs=xk;否则,若exp(-δ1/Tk)>random[0,1],则xk=x,
(24)若则转(22);
(25)若所有领域搜索完毕(j≥|N|),转step3;否则,j=j+1,转(22);
Step 3:算法终止判定
(31)Freeze=Freeze+1;
(32)如果Freeze≥q,算法就会终止,从而输出解xs;否则,转入step 4;
Step 4:参数自适应控制以及修正适应度值
(41)计算温度控制系数
(42)计算温度
(43)计算搜索的次数和领域搜索强度;
(44)修正自适应度函数;
式中:F*为修正后适应度值,F为修正前适应度值,p为衰减因子;
(45)k=k+1,转step 2;
5.4由已修正的个体适应度值选择进入下一代个体;
5.5按概率Pc进行交叉操作;
5.6按概率Pc进行突变操作;
5.7判断模块,若满足条件则进入5.8输出最优解,否则返回5.2;
5.8输出最优解。
(6)将优化得到的满足转向灵敏度约束的转向路感、转向经济性的最优解与多岛遗传算法优化结果进行比较,若采用本发明提出方法得到的转向路感、转向经济性优化结果均优于多岛遗传算法的优化结果,则认为该优化方法有效。
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (3)
1.一种电-液复合动力转向***的多目标优化方法,其特征在于,包括步骤如下:
(1)对电-液复合动力转向***进行动力学建模;
(2)选取转向***转向路感、转向灵敏度、转向经济性作为电-液复合转向***的性能评价指标,其量化公式分别为:
转向路感:
式中:
Td为驾驶员对转向盘输入的力矩;Tp为转向阻力矩在摇臂轴上的等效力矩;Ks为转向轴刚度;rw为齿扇节圆半径;Jlg为电动助力模块减速机构和转向螺杆的等效转动惯量;mlm为转向螺母的质量;Jcs为转向齿扇的转动惯量;l为螺杆力的中心距;P为转向螺杆螺距;Jm2为助力电机B的转动惯量;n2为助力电机A转角到转向螺杆转角的减速比;ig为减速机构的减速比;Jm1为助力电机A的转动惯量;n1为助力电机A转角到转向螺杆转角的减速比;Ap为液压缸活塞的有效面积;q为双作用叶片泵排量;Blg为转向螺杆与减速机构的等效粘性阻尼系数;Blm为转向螺母的粘性阻尼系数;Bcs为齿扇的粘性阻尼系数;Bm2为助力电机B的粘性阻尼系数;Bm1为助力电机A的粘性阻尼系数;ρ是助力油液密度;Ai是第i个阀口的节流面积;Cq为流量系数;Ai为第i个阀口的节流面积;Ks为转矩传感器刚度;Ka为电动机转矩系数;K1、K2分别为助力电机A、B的助力增益;
转向灵敏度表达式为:
前轮转角和转向盘转角之比的传递函数为:
式中:
n3为车轮转角到转向螺杆转角的减速比;
A2=muLpNδ+IxNδYβ-IxNβYδ
A1=muLφNδ-LpNδYβ+LpNβYδ-humsNφYδ+humsNδYφ
A0=-LφNδYβ+LφNβYδ
B1=-muLφNr+muLpNβ-LpNβYr+humsNφYr-IzLφYβ+LpNrYβ-IxzNφYβ
-humsNrYφ+IxzNβYφ
B0=muLφNβ-LφNβYr+LφNrYβ-humsNφYβ+humsNβYφ
F1=-muLpNδ+LpNδYr+IzLφYδ-LpNrYδ+IxzNφYδ-IxzNδYφ
F0=-muLφNδ+LφNδYr-LφNrYδ+humsNφYδ-humsNδYφ
H2=-muIxzNδ-huIzmsYδ
H1=-humsNδYr+IxzNδYβ+humsNrYδ-IxzNβYδ
H0=humsNδYβ-humsNβYδ
转向经济性:
E=P1+P2+P3+P4 (3)
式中:
P1为电子控制单元ECU功率损失;P2为助力电机A、助力电机B功率损失;P3为液压助力模块转向助力泵功率损失;P4为液压助力模块转阀结构功率损失;RA为电枢电阻;IA为电枢电流;Us为控制器两端电压;Relec为控制器电阻;Mci为电机中摩擦造成的转矩损失;CFr为速比摩擦系数;ωi为电机转速;CFr2为速比平方摩擦系数;Ci为电机其他损失;
(3)以转向路感和转向经济性作为优化目标,转向灵敏度作为约束条件,建立电-液复合动力转向***多目标优化模型,电-液复合动力转向***优化的目标函数f(x)为:
路感能量函数:
式中:
转向经济性:
优化约束条件为:
(4)将电动助力模块电机的转动惯量Jm2、减速机构减速比ig、转矩传感器刚度Ks、前轮与转向机构等效到转向螺杆上的阻尼系数Blg、双作用叶片泵参数定子厚度B、双作用叶片泵定子长轴半径R2作为设计变量;
(5)采用基于模拟退火算法修正的多岛遗传算法对步骤(4)中的选定参数进行优化,并根据ISIGHT中优化结果得到使转向路感、转向经济性达到最优解时的设计变量值;
(6)将优化得到的满足转向灵敏度约束的转向路感、转向经济性的最优解与多岛遗传算法优化结果进行比较,若采用本发明提出方法得到的转向路感、转向经济性优化结果均优于多岛遗传算法的优化结果,则认为该优化方法有效。
2.根据权利要求1所述的电-液复合动力转向***的多目标优化方法,其特征在于,上述步骤(1)中的动力学建模包括:助力电机A模型、转向油泵模型、转阀模型、液压动力缸模型、助力电机B模型、减速机构模型、转向盘模型、循环球转向器模型、轮胎模型、整车模型以及能耗数学模型。
3.根据权利要求1所述的电-液复合动力转向***的多目标优化方法,其特征在于,上述步骤(5)具体包括:
5.1 初始化群体;
5.2 计算群体上每个个体的适应度值F;
5.3 通过模拟退火修正模块进行修正并判断,满足条件则进入5.4,否则返回5.2;
修正模块执行步骤如下:
Step1:模块初始化
(11)k=1,j∈N,Freeze=0,设定初始参数Tk,Lk,s,q,ε;
(12)
(13)产生初始解xk∈S,令xs=xk;
Step2:选定领域并对每一领域j∈N进行领域搜索
(21)
(22)产生领域解x∈N(xk),计算δ1=f(x)-f(xk),δ2=f(x)-f(xs);
(23)若δ1<0,则若δ2<0,则xs=xk;否则,若exp(-δ1/Tk)>random[0,1],则xk=x,
(24)若则转(22);
(25)若所有领域搜索完毕(j≥|N|),转step 3;否则,j=j+1,转(22);
Step 3:算法终止判定
(31)Freeze=Freeze+1;
(32)如果Freeze≥q,算法就会终止,从而输出解xs;否则,转入step 4;
Step 4:参数自适应控制以及修正适应度值
(41)计算温度控制系数
(42)计算温度
(43)计算搜索的次数和领域搜索强度;
(44)修正自适应度函数;
式中:F*为修正后适应度值,F为修正前适应度值,p为衰减因子;
(45)k=k+1,转step 2;
5.4 由已修正的个体适应度值选择进入下一代个体;
5.5 按概率Pc进行交叉操作;
5.6 按概率Pc进行突变操作;
5.7 判断模块,若满足条件则进入5.8输出最优解,否则返回5.2;
5.8 输出最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610542761.9A CN106184351B (zh) | 2016-07-11 | 2016-07-11 | 一种电-液复合动力转向***的多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610542761.9A CN106184351B (zh) | 2016-07-11 | 2016-07-11 | 一种电-液复合动力转向***的多目标优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106184351A CN106184351A (zh) | 2016-12-07 |
CN106184351B true CN106184351B (zh) | 2018-06-26 |
Family
ID=57477579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610542761.9A Active CN106184351B (zh) | 2016-07-11 | 2016-07-11 | 一种电-液复合动力转向***的多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106184351B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106891992A (zh) * | 2017-01-16 | 2017-06-27 | 南京航空航天大学 | 一种复合转向***及其多目标优化方法 |
CN106800040B (zh) * | 2017-02-24 | 2022-10-21 | 南京航空航天大学 | 一种汽车电控复合转向***及其多目标优化方法 |
CN107025337B (zh) * | 2017-03-22 | 2020-04-24 | 南京航空航天大学 | 基于细胞膜优化算法的汽车复合转向***多目标优化方法 |
CN107010107B (zh) * | 2017-04-20 | 2022-12-06 | 南京航空航天大学 | 一种大客车液压主动转向***及控制方法 |
CN107600173B (zh) * | 2017-09-20 | 2024-03-19 | 南京航空航天大学 | 一种汽车液压变传动比转向***及其多目标优化方法 |
CN108197392B (zh) * | 2018-01-05 | 2021-09-17 | 聊城大学 | 基于soc的汽车电动助力转向***的助力特性曲线设计方法 |
CN109318982B (zh) * | 2018-08-02 | 2021-05-25 | 江苏大学 | 一种混合动力转向***参数匹配方法 |
CN109614703B (zh) * | 2018-12-11 | 2020-07-28 | 南京天航智能装备研究院有限公司 | 一种汽车电液复合转向***的多学科集成建模及优化方法 |
CN109726516B (zh) * | 2019-01-30 | 2022-09-30 | 南京航空航天大学 | 一种多模式线控助力转向***的变传动比优化设计方法及其专用*** |
CN113895513B (zh) * | 2021-10-09 | 2022-10-28 | 南京航空航天大学 | 一种基于长短时融合的电-液集成转向***能量管理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123667A (zh) * | 2012-12-30 | 2013-05-29 | 徐工集团工程机械股份有限公司江苏徐州工程机械研究院 | 一种液电复合混合动力***关键元件参数选择的优化方法 |
CN104091028A (zh) * | 2014-07-18 | 2014-10-08 | 湖大海捷(湖南)工程技术研究有限公司 | 一种螺旋油楔轴承的多目标优化设计方法 |
CN105151117A (zh) * | 2015-08-28 | 2015-12-16 | 南京航空航天大学 | 一种电控液压助力转向***及基于该***的多目标优化方法 |
CN105667580A (zh) * | 2016-03-22 | 2016-06-15 | 南京航空航天大学 | 一种基于模糊控制的线控转向***及其控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080100882A (ko) * | 2007-05-15 | 2008-11-21 | 현대모비스 주식회사 | 도로에 따른 타이어 마찰력을 고려한 이에치피에스 제어방법 |
US8150579B2 (en) * | 2009-03-27 | 2012-04-03 | GM Global Technology Operations LLC | Pump speed command generation algorithm for magnetorheological power steering coupling |
-
2016
- 2016-07-11 CN CN201610542761.9A patent/CN106184351B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123667A (zh) * | 2012-12-30 | 2013-05-29 | 徐工集团工程机械股份有限公司江苏徐州工程机械研究院 | 一种液电复合混合动力***关键元件参数选择的优化方法 |
CN104091028A (zh) * | 2014-07-18 | 2014-10-08 | 湖大海捷(湖南)工程技术研究有限公司 | 一种螺旋油楔轴承的多目标优化设计方法 |
CN105151117A (zh) * | 2015-08-28 | 2015-12-16 | 南京航空航天大学 | 一种电控液压助力转向***及基于该***的多目标优化方法 |
CN105667580A (zh) * | 2016-03-22 | 2016-06-15 | 南京航空航天大学 | 一种基于模糊控制的线控转向***及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106184351A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106184351B (zh) | 一种电-液复合动力转向***的多目标优化方法 | |
CN106428197B (zh) | 基于多模式转向***助力耦合器的控制器及控制方法 | |
CN109733466B (zh) | 一种汽车电液智能转向***及其多目标优化方法 | |
CN106800040B (zh) | 一种汽车电控复合转向***及其多目标优化方法 | |
WO2021077727A1 (zh) | 一种电动卡车线控转向***及其网络不确定控制方法 | |
CN105667343A (zh) | 电动汽车牵引力控制方法 | |
CN102955866A (zh) | 用于实现纯电动车整车性能评估及建模的方法 | |
CN104699891B (zh) | 电控液压助力转向***的随速可变助力特性设计方法 | |
CN201058622Y (zh) | 基于智能控制的电动助力转向*** | |
CN108622187A (zh) | 复合电源eps的能量动态控制***及方法 | |
CN111391822A (zh) | 一种极限工况下汽车横纵向稳定性协同控制方法 | |
CN110147580B (zh) | 考虑能耗的混合动力电控转向***助力电流特性曲线设计方法 | |
CN110266226B (zh) | 一种基于模型预测控制的电动汽车能效控制方法 | |
CN108563845B (zh) | 一种基于复合电源的eps控制器的构造方法 | |
CN108177688B (zh) | 一种液压轮毂马达辅助差动助力转向控制方法 | |
CN106741132B (zh) | 一种多模式主动转向***的控制器及其控制方法 | |
CN113602346B (zh) | 一种电动汽车动力转向稳定性建模与控制算法 | |
CN112918458B (zh) | 一种全工况下的智能线控底盘能耗预测优化方法 | |
CN113212546B (zh) | 一种商用车电液复合转向***及其分段能量管理方法 | |
CN108984860B (zh) | 一种复合电源eps的电源参数优化方法 | |
CN115723590A (zh) | 一种轮毂电机驱动汽车的节能转矩矢量控制方法 | |
CN112208627B (zh) | 一种双电机线控转向***及其多目标能量优化方法 | |
CN101920700A (zh) | 基于四大基础部件的电动汽车结构 | |
CN112896299B (zh) | 一种基于转向运动闭环的电动助力转向***控制策略 | |
Peng et al. | Study on a dual-motor driving electric power steering system for commercial vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |