CN112257182A - 面向整车振动抑制的磁流变悬置时频特征多目标优化方法 - Google Patents

面向整车振动抑制的磁流变悬置时频特征多目标优化方法 Download PDF

Info

Publication number
CN112257182A
CN112257182A CN202011158390.7A CN202011158390A CN112257182A CN 112257182 A CN112257182 A CN 112257182A CN 202011158390 A CN202011158390 A CN 202011158390A CN 112257182 A CN112257182 A CN 112257182A
Authority
CN
China
Prior art keywords
suspension
representing
mass
freedom
vehicle
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.)
Pending
Application number
CN202011158390.7A
Other languages
English (en)
Inventor
邓召学
蔡强
韦鑫鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Jiaotong University
Original Assignee
Chongqing Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN202011158390.7A priority Critical patent/CN112257182A/zh
Publication of CN112257182A publication Critical patent/CN112257182A/zh
Priority to CN202111056508.XA priority patent/CN113569340B/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开了一种面向整车振动抑制的磁流变悬置时频特征多目标优化方法，该方法基于多学科优化平台，研究悬置结构参数对车辆NVH品质的贡献能力及有效的时频域作用范围，采用时频分析方法提取典型工况振动响应的时频特征，以有效改善车辆NVH品质为优化目标，对磁流变悬置进行多目标优化。本发明方法对提升原有的基于悬置子***的设计优化理念以及对动力总成悬置***与整车NVH的匹配设计具有重要的指导意义。

Description

面向整车振动抑制的磁流变悬置时频特征多目标优化方法
技术领域
本发明涉及汽车性能优化技术领域，尤其涉及一种面向整车振动抑制的磁流变悬置时频特征多目标优化方法。
背景技术
汽车轻量化是实现汽车节能减排目标的重要举措。然而，汽车轻量化会带来更加严峻的振动和噪声问题。性能良好的动力总成悬置***可以有效降低车内振动噪声，提高乘坐舒适性，更好地保护动力总成。因此，为适应汽车轻量化技术的发展，开发高性能的动力总成悬置***，成为改善车辆NVH噪声、振动与声振粗糙度(Noise、Vibration、Harshness)品质的迫切需求。现有的针对磁流变悬置优化设计方法，大多以磁流变悬置本体性能最优或动力总成6自由度模型的成固有频率和能量分布要求等目标进行优化，而未把磁流变悬置纳入整车***。但是动力总成悬置***作为整车重要子***，割裂动力总成悬置***与车身和动力总成的耦合振动关系，孤立地研究磁流变悬置的本体优化，很难实现悬置子***与整车NVH品质之间的优良匹配关系。
因此，亟需一种将磁流变阻尼器嵌入整车动力学模型内，对磁流变阻尼器的结构参数进行优化的方法。
发明内容
有鉴于此，本发明提供一种面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：所述优化方法包括以下步骤：
S1：采用现有的有限元软件构建10自由度汽车整车动力学模型，所述10自由度包括3自由度动力总成、3自由度车身和4个单自由度非簧载质量；
S2：构建磁路有限元模型：确定磁流变悬置，根据磁流变悬置在有限元软件中进行结构参数建模，并利用有限元软件对磁流变阻尼器的电磁场进行分析，获得磁场感应强度；
S3：构建磁流变悬置动力学模型：利用有限元软件确定磁流变悬置的动力学模型；
S4：利用有限元软件对磁流变悬置的结构参数进行灵敏度分析，筛选出设计变量，所述设计变量是指对磁流变悬置的磁感应强度影响超过预设灵敏度阈值的结构参数，同时确定所述设计变量的优化区间；
S5：利用有限元软件在整车动力模型中确定车辆典型工况悬置主被动侧、座椅导轨处的振动响应，采用快速傅里叶变换提取稳态工况振动响应时频特征量，采用小波时频分析提取非稳态工况振动响应时频特征量，并采用灵敏度分析筛选有效改善车辆的NVH品势的时频特征量；
S6：以步骤S4的设计变量为优化变量，以磁感应强度和磁流变悬置可调性能为约束条件，以有效改善车辆的NVH品质的时频特征量作为优化目标，构建结构优化模型；
S7：采用现有的智能优化算法对结构优化模型进行求解，利用模糊决策方法对最优解集进行优选并输出结构优化结果。
进一步，所述10自由度汽车整车动力学模型包括车辆的10自由度振动微分模型，所述模型如下：
Figure BDA0002743527740000021
其中，Mw表示质量矩阵，q表示中间变量，Cw表示阻尼矩阵，Cmr表示可控阻尼矩阵，Kw表示刚度矩阵，Dw表示动力总成激励矩阵，Qw表示路面激励，Fe表示发动机激励矩阵，Fq表示路面激励矩阵；
所述质量矩阵Mw采用如下方法确定：
[Mw]＝diag(me Iex Iey mb Ibx Iby mu1 mu2 mu3 mu4) (1-1)
其中，Mw表示质量矩阵，me表示动力总成质量，Iex表示动力总成质量的侧倾转动惯量，Iey表示动力总成质量的俯仰转动惯量，mb表示车身质量，Ibx表示车身质量的侧倾转动惯量，Iby表示车身质量的俯仰转动惯量，mui(i＝1,2,3,4)表示非簧载质量；
所述发动机激励Fe采用如下方式确定：
Fe＝[Fez Mex Mey]T (1-2)
其中，Fe表示发动机激励矩阵，Fez表示为动力总成垂向激振力，Mex表示动力总成侧倾力矩，Mey表示动力总成俯仰力矩；
所述路面激励Fq采用如下方法确定：
Fq＝[q1 q2 q2 q4]T (1-3)
其中，Fq表示路面激励矩阵，qi(i＝1,2,3,4)表示路面激励；
所述中间变量q采用如下方法确定：
q＝[ze θex θey zb θbx θby zu1 zu2 zu3 zu4]T (1-4)
其中，q表示中间变量，ze表示动力总成的垂直位移，zb表示车身的垂直位移，θex表示动力总成的侧倾角，θbx表示车身的侧倾角，θey表示动力总成的俯仰角，θby表示车身的俯仰角，zui(i＝1,2,3,4)表示非簧载质量位移。
进一步，所述10自由度汽车整车动力学模型的3自由度动力总成模型如下：
Figure BDA0002743527740000031
其中，me表示动力总成质量，fmr表示磁流变悬置的可控阻尼力，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力；
Figure BDA0002743527740000032
其中，Iex表示动力总成质量的侧倾转动惯量，θex表示动力总成的侧倾角，(texi,teyi)(i＝1,2,3,4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1，2，3，4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000041
其中，Iey表示动力总成质量的俯仰转动惯量，θey表示车身的俯仰角，(texi,teyi)(i＝1,2,3,4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的3自由度车身模型如下：
Figure BDA0002743527740000042
其中，mb表示车身质量，zb表示车身的垂直位移，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000043
其中，Ibx表示车身质量的侧倾转动惯量，θbx表示车身的侧角，(toxi,toyi)(i＝1,2,3,4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000044
其中，Iby表示车身质量的俯仰转动惯量，θby表示车身的俯仰角，(tbxi,tbyi)(i＝1,2,3,4)--各悬挂点在整车质心坐标系下的坐标，(toxi,toyi)(i＝1,2,3,4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的4个单自由度非簧载质量模型如下：
Figure BDA0002743527740000051
其中，mui(i＝1,2,3,4)表示非簧载质量，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，zui(i＝1,2,3,4)表示非簧载质量位移，kui(i＝12,3,4)表示轮胎刚度，qi(i＝1,2,3,4)表示路面激励。
进一步，步骤S5中的典型工况包括启停工况、匀速工况、加速工况和过减速带工况。
本发明的有益技术效果：本申请提供的磁流变悬置多目标优化方法，将磁流变悬置的结构优化直接建立在整车模型下，使得优化结果更接近真实工况；综合考虑优化目标之间的关联性，减少优化目标之间的冲突，以提升整车NVH性能为目标，优化磁流变悬置的结构参数，为磁流变悬置的结构优化提供数据。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本申请的优化技术路线示意图。
图2为本申请的匀速行驶工况座椅导轨处加速度信号响应效果图。
图3为本申请的启停工况座椅导轨处加速度信号响应效果图。
图4为本申请的车辆过减速带工况座椅导轨处加速度信号响应效果图。
图5为本申请的10自由度车辆动力学分析模型结构示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明：
本发明提供一种面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：所述优化方法包括以下步骤：如图1所示，
S1：采用现有的有限元软件构建10自由度汽车整车动力学模型，所述10自由度包括3自由度动力总成、3自由度车身和4个单自由度非簧载质量；在本实施例中，所述有限元软件采用现有的有限元软件，如遗传优化算法、ANSYS、ABAQUS、Hypermesh等，本领域技术人员可根据实际工况需要，选用合适的有限元软件。
S2：构建磁路有限元模型：确定磁流变悬置，根据磁流变悬置在有限元软件中进行结构参数建模，并利用有限元软件对磁流变阻尼器的电磁场进行分析，获得磁场感应强度；
S3：构建磁流变悬置动力学模型：利用有限元软件确定磁流变悬置的动力学模型；
S4：利用有限元软件对磁流变悬置的结构参数进行灵敏度分析，筛选出设计变量，所述设计变量是指对磁流变悬置的磁感应强度影响超过预设灵敏度阈值的结构参数，同时确定所述设计变量的优化区间；在本实施例中，采用的是倍程区间灵敏度分析方法。
S5：利用有限元软件在整车动力模型中确定车辆典型工况悬置主被动侧、座椅导轨处的振动响应，采用快速傅里叶变换提取稳态工况振动响应时频特征量，采用小波时频分析提取非稳态工况振动响应时频特征量，并采用灵敏度分析筛选有效改善车辆的NVH品势的时频特征量；
S6：以步骤S4的设计变量为优化变量，以磁感应强度和磁流变悬置可调性能为约束条件，以有效改善车辆的NVH品质的时频特征量作为优化目标，构建结构优化模型；
S7：采用现有的智能优化算法对结构优化模型进行求解，利用模糊决策方法对最优解集进行优选并输出结构优化结果。在本实施例中，采用的是遗传优化算法。
上述技术方案，将磁流变悬置的结构优化直接建立在整车模型下，使得优化结果更接近真实工况；综合考虑优化目标之间的关联性，减少优化目标之间的冲突，以提升整车NVH性能为目标，优化磁流变悬置的结构参数，为磁流变悬置的结构优化提供数据。
在本实施例中，所述10自由度汽车整车动力学模型包括车辆的10自由度振动微分模型，所述模型如下：
Figure BDA0002743527740000071
其中，Mw表示质量矩阵，q表示中间变量，Cw表示阻尼矩阵，Cmr表示可控阻尼矩阵，Kw表示刚度矩阵，Dw表示动力总成激励矩阵，Qw表示路面激励，Fe表示发动机激励矩阵，Fq表示路面激励矩阵；
所述质量矩阵Mw采用如下方法确定：
[Mw]＝diag(me Iex Iey mb Ibx Iby mu1 mu2 mu3 mu4) (1-1)
其中，Mw表示质量矩阵，me表示动力总成质量，Iex表示动力总成质量的侧倾转动惯量，Iey表示动力总成质量的俯仰转动惯量，mb表示车身质量，Ibx表示车身质量的侧倾转动惯量，Iby表示车身质量的俯仰转动惯量，mui(i＝1,2,3,4)表示非簧载质量；
所述发动机激励Fe采用如下方式确定：
Fe＝[Fez Mex Mey]T (1-2)
其中，Fe表示发动机激励矩阵，Fez表示为动力总成垂向激振力，Mex表示动力总成侧倾力矩，Mey表示动力总成俯仰力矩；
所述路面激励Fq采用如下方法确定：
Fq＝[q1 q2 q2 q4]T (1-3)
其中，Fq表示路面激励矩阵，qi(i＝1，2，3，4)表示路面激励；
所述中间变量q采用如下方法确定：
q＝[ze θex θey zb θbx θby zu1 zu2 zu3 zu4]T (1-4)
其中，q表示中间变量，ze表示动力总成的垂直位移，zb表示车身的垂直位移，θex表示动力总成的侧倾角，θbx表示车身的侧倾角，θey表示动力总成的俯仰角，θby表示车身的俯仰角，zui(i＝1,2,3,4)表示非簧载质量位移。
在本实施例中，所述10自由度汽车整车动力学模型的3自由度动力总成模型如下：如图5所示，
Figure BDA0002743527740000081
其中，me表示动力总成质量，fmr表示磁流变悬置的可控阻尼力，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力；
Figure BDA0002743527740000082
其中，Iex表示动力总成质量的侧倾转动惯量，θex表示动力总成的侧倾角，(texi,teyi)(i＝1,2,3,4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000083
其中，Iey表示动力总成质量的俯仰转动惯量，θey表示车身的俯仰角，(texi,teyi)(i＝1,2,3,4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的3自由度车身模型如下：
Figure BDA0002743527740000084
其中，mb表示车身质量，zb表示车身的垂直位移，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000085
其中，Ibx表示车身质量的侧倾转动惯量，θbx表示车身的侧角，(toxi,toyi)(i＝1,2,3,4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure BDA0002743527740000091
其中，Iby表示车身质量的俯仰转动惯量，θby表示车身的俯仰角，(tbxi,tbyi)(i＝1,2,3,4)--各悬挂点在整车质心坐标系下的坐标，(toxi,toyi)(i＝1,2,3,4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的4个单自由度非簧载质量模型如下：
Figure BDA0002743527740000092
其中，mui(i＝1,2,3,4)表示非簧载质量，fbi(i＝1,2,3,4)表示四个非簧载质量的悬架力，zui(i＝1,2,3,4)表示非簧载质量位移，kui(i＝12,3,4)表示轮胎刚度，qi(i＝1,2,3,4)表示路面激励。
在本实施例中，步骤S5中的典型工况包括启停工况、匀速工况、加速工况和过减速带工况。
车辆以60km/h匀速行驶时，发动机的转速约为1800r/min。由图2可以看出，给磁流变悬置施加1.5A电流时，基于整车优化的悬置结构参数在整车动力学模型下的座椅导轨处振动加速度信号小于单体优化的座椅导轨处振动加速度信号。
一个完整的启停工况包括启动工况和怠速熄火工况，车辆启动时，发动机的转速由0r/min迅速增加至1700r/min，怠速状态下，此时发动机转速约为750r/min。由图3可以看出，给磁流变悬置施加1.5A电流时，基于整车优化的悬置结构参数在整车动力学模型下的座椅导轨处振动加速度信号小于单体优化的座椅导轨处振动加速度信号。
车辆以10km/h速度通过减速带时，发动机的转速约为1500r/min。由图4可以看出，给磁流变悬置施加1.5A电流时，基于整车优化的悬置结构参数在整车动力学模型下的座椅导轨处振动加速度信号小于单体优化的座椅导轨处振动加速度信号。
综合上图，启停工况和车辆在B级路面60km/h运行工况以及过减速带工况下，基于整车优化的磁流变悬置在整车模型上运行时的驾驶员座椅导轨处加速度均方根值均大于单体优化的悬置，基于整车动力学模型优化的磁流变悬置相比于单体优化的悬置座椅处加速度均方根值分别减小了39.9％、5.8％和26.3％，基于整车模型进行优化的磁流变悬置其隔振性能与单体优化设计后的磁流变悬置相比较，其隔振效果有一定程度的提高。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：所述优化方法包括以下步骤：
S1：采用现有的有限元软件构建10自由度汽车整车动力学模型，所述10自由度包括3自由度动力总成、3自由度车身和4个单自由度非簧载质量；
S2：构建磁路有限元模型：确定磁流变悬置，根据磁流变悬置在有限元软件中进行结构参数建模，并利用有限元软件对磁流变阻尼器的电磁场进行分析，获得磁场感应强度；
S3：构建磁流变悬置动力学模型：利用有限元软件确定磁流变悬置的动力学模型；
S4：利用有限元软件对磁流变悬置的结构参数进行灵敏度分析，筛选出设计变量，所述设计变量是指对磁流变悬置的磁感应强度影响超过预设灵敏度阈值的结构参数，同时确定所述设计变量的优化区间；
S5：利用有限元软件在整车动力模型中确定车辆典型工况悬置主被动侧、座椅导轨处的振动响应，采用快速傅里叶变换提取稳态工况振动响应时频特征量，采用小波时频分析提取非稳态工况振动响应时频特征量，并采用灵敏度分析筛选有效改善车辆的NVH品势的时频特征量；
S6：以步骤S4的设计变量为优化变量，以磁感应强度和磁流变悬置可调性能为约束条件，以有效改善车辆的NVH品质的时频特征量作为优化目标，构建结构优化模型；
S7：采用现有的智能优化算法对结构优化模型进行求解，利用模糊决策方法对最优解集进行优选并输出结构优化结果。
2.根据权利要求1所述面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：所述10自由度汽车整车动力学模型包括车辆的10自由度振动微分模型，所述模型如下：
Figure FDA0002743527730000011
其中，Mw表示质量矩阵，q表示中间变量，Cw表示阻尼矩阵，Cmr表示可控阻尼矩阵，Kw表示刚度矩阵，Dw表示动力总成激励矩阵，Qw表示路面激励，Fe表示发动机激励矩阵，Fq表示路面激励矩阵；
所述质量矩阵Mw采用如下方法确定：
[Mw]＝diag(me Iex Iey mb Ibx Iby mu1 mu2 mu3 mu4) (1-1)
其中，Mw表示质量矩阵，me表示动力总成质量，Iex表示动力总成质量的侧倾转动惯量，Iey表示动力总成质量的俯仰转动惯量，mb表示车身质量，Ibx表示车身质量的侧倾转动惯量，Iby表示车身质量的俯仰转动惯量，mui(i＝1,2,3,4)表示非簧载质量；
所述发动机激励Fe采用如下方式确定：
Fe＝[Fez Mex Mey]T (1-2)
其中，Fe表示发动机激励矩阵，Fez表示为动力总成垂向激振力，Mex表示动力总成侧倾力矩，Mey表示动力总成俯仰力矩；
所述路面激励Fq采用如下方法确定：
Fq＝[q1 q2 q2 q4]T (1-3)
其中，Fq表示路面激励矩阵，qi(i＝1,2,3,4)表示路面激励；
所述中间变量q采用如下方法确定：
q＝[ze θex θey zb θbx θby zu1 zu2 zu3 zu4]T (1-4)
其中，q表示中间变量，ze表示动力总成的垂直位移，zb表示车身的垂直位移，θex表示动力总成的侧倾角，θbx表示车身的侧倾角，θey表示动力总成的俯仰角，θby表示车身的俯仰角，zui(i＝1，2,3，4)表示非簧载质量位移。
3.根据权利要求1所述面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：所述10自由度汽车整车动力学模型的3自由度动力总成模型如下：
Figure FDA0002743527730000021
其中，me表示动力总成质量，fmr表示磁流变悬置的可控阻尼力，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力；
Figure FDA0002743527730000031
其中，Iex表示动力总成质量的侧倾转动惯量，θex表示动力总成的侧倾角，(texi,teyi)(i＝1，2，3，4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1，2，3，4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
Figure FDA0002743527730000032
其中，Iey表示动力总成质量的俯仰转动惯量，θey表示车身的俯仰角，(texi,teyi)(i＝1,2,3,4)表示悬置主动侧在动力总成质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的3自由度车身模型如下：
Figure FDA0002743527730000033
其中，mb表示车身质量，zb表示车身的垂直位移，fei(i＝1，2，3，4)表示四个非簧载质量的悬置力，fbi(i＝1，2，3，4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure FDA0002743527730000034
其中，Ibx表示车身质量的侧倾转动惯量，θbx表示车身的侧角，(toxi,toyi)(i＝1,2,3,4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1,2,3,4)表示四个非簧载质量的悬置力，fbi(i＝1，2，3，4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
Figure FDA0002743527730000035
其中，Iby表示车身质量的俯仰转动惯量，θby表示车身的俯仰角，(tbxi,tbyi)(i＝1，2，3，4)--各悬挂点在整车质心坐标系下的坐标，(toxi,toyi)(i＝1，2，3，4)--各悬置被动侧在整车质心坐标系下的坐标，fei(i＝1，2，3，4)表示四个非簧载质量的悬置力，fbi(i＝1，2，3，4)表示四个非簧载质量的悬架力，fmr表示磁流变悬置的可控阻尼力；
所述10自由度汽车整车动力学模型的4个单自由度非簧载质量模型如下：
Figure FDA0002743527730000041
其中，mui(i＝1,2,3,4)表示非簧载质量，fbi(i＝1，2，3，4)表示四个非簧载质量的悬架力，zui(i＝1，2，3，4)表示非簧载质量位移，kui(i＝12，3，4)表示轮胎刚度，qi(i＝1，2，3，4)表示路面激励。
4.根据权利要求1所述面向整车振动抑制的磁流变悬置时频特征多目标优化方法，其特征在于：步骤S5中的典型工况包括启停工况、匀速工况、加速工况和过减速带工况。
CN202011158390.7A 2020-10-26 2020-10-26 面向整车振动抑制的磁流变悬置时频特征多目标优化方法 Pending CN112257182A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011158390.7A CN112257182A (zh) 2020-10-26 2020-10-26 面向整车振动抑制的磁流变悬置时频特征多目标优化方法
CN202111056508.XA CN113569340B (zh) 2020-10-26 2021-09-09 面向整车振动抑制的磁流变悬置时频特征多目标优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011158390.7A CN112257182A (zh) 2020-10-26 2020-10-26 面向整车振动抑制的磁流变悬置时频特征多目标优化方法

Publications (1)

Publication Number Publication Date
CN112257182A true CN112257182A (zh) 2021-01-22

Family

ID=74261245

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202011158390.7A Pending CN112257182A (zh) 2020-10-26 2020-10-26 面向整车振动抑制的磁流变悬置时频特征多目标优化方法
CN202111056508.XA Active CN113569340B (zh) 2020-10-26 2021-09-09 面向整车振动抑制的磁流变悬置时频特征多目标优化方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202111056508.XA Active CN113569340B (zh) 2020-10-26 2021-09-09 面向整车振动抑制的磁流变悬置时频特征多目标优化方法

Country Status (1)

Country Link
CN (2) CN112257182A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761768A (zh) * 2021-07-30 2021-12-07 重庆交通大学 面向整车振动抑制的磁流变阻尼器一体化优化设计方法
US20230058568A1 (en) * 2021-08-19 2023-02-23 Ford Global Technologies, Llc Enhanced vehicle operation

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2618362A (en) * 2022-05-05 2023-11-08 Jaguar Land Rover Ltd Method of designing a vehicle suspension system
CN114934976B (zh) * 2022-06-10 2023-06-02 中国人民解放军陆军装甲兵学院士官学校 一种发动机振动控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060226289A1 (en) * 2005-04-06 2006-10-12 Emiph, Llc Method and apparatus for an adaptive suspension support system
CN107505134A (zh) * 2017-08-14 2017-12-22 山东交通学院 发动机凸轮轴轴承松脱故障诊断方法及***
CN110851910B (zh) * 2018-07-24 2023-03-28 上汽通用五菱汽车股份有限公司 一种发动机动力总成悬置***优化方法
CN109211570A (zh) * 2018-11-12 2019-01-15 吉林大学 一种电驱动动力总成***噪声源分离识别方法
CN111546850A (zh) * 2020-03-31 2020-08-18 重庆交通大学 基于混合逻辑动态模型的车身高度与车辆姿态协调控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113761768A (zh) * 2021-07-30 2021-12-07 重庆交通大学 面向整车振动抑制的磁流变阻尼器一体化优化设计方法
US20230058568A1 (en) * 2021-08-19 2023-02-23 Ford Global Technologies, Llc Enhanced vehicle operation
US11884287B2 (en) * 2021-08-19 2024-01-30 Ford Global Technologies, Llc Enhanced vehicle operation

Also Published As

Publication number Publication date
CN113569340B (zh) 2023-09-05
CN113569340A (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
CN112257182A (zh) 面向整车振动抑制的磁流变悬置时频特征多目标优化方法
CN113591360B (zh) 基于整车动力学模型的磁流变阻尼器结构参数优化方法
WO2020207405A1 (zh) 车辆扭矩处理方法、装置、车辆控制器及车辆
Xiong et al. A new dual axle drive optimization control strategy for electric vehicles using vehicle-to-infrastructure communications
CN107403040B (zh) 一种基于振动能量传递的轮毂电机驱动车辆减振设计方法
CN106956559A (zh) 一种汽车主动悬架的有限时间混合控制方法
CN113761768A (zh) 面向整车振动抑制的磁流变阻尼器一体化优化设计方法
CN111137093B (zh) 一种分布式驱动车辆悬架轮毂电机***控制方法及***
Liu et al. Energy management strategy of hybrid electric vehicles based on driving condition prediction
yin Tang et al. Research on suspension system based on genetic algorithm and neural network control
CN111506963B (zh) 一种基于重型商用车平顺性的分层优化方法及***
Peng et al. Shifting control optimisation of automatic transmission with congested conditions identification based on the support vector machine
Santiciolli et al. Gear shifting optimization strategy for Brazilian vehicles and traffic
Mello et al. Energy-optimal Speed Trajectories between Stops and Their Parameter Dependence.
Zhang et al. MPC controller design for low frequency vehicle longitudinal vibration suppression
CN104843013A (zh) 一种汽车变速***的高效挡位传动比匹配方法
Kawabe Slip suppression of electric vehicles using model predictive PID controller
CN109910869A (zh) 一种混合动力客车控制方法及装置
Tang et al. Optimal torque distribution strategy for minimizing energy consumption of four-wheel independent driven electric ground vehicle
Khodabakhshian et al. Improvement of fuel efficiency and drivability using simple prediction for gear changing
Pan et al. Energy-optimized adaptive cruise control strategy design at intersection for electric vehicles based on speed planning
Xia et al. Energy Management Optimization for Plug-In Hybrid Electric Vehicles Based on Real-World Driving Data
Wang et al. Effect of battery pack connection on vehicle ride comfort
Liqiang et al. Study on the ride comfort of vehicles driven by in-wheel motors
Cao et al. Vehicular Platoon Control Simulation Testing System Based on Unity and Driving Simulator

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210122