汽车悬架系统是汽车的重要组成部分,路面不平度引起的车体振动主要是通过悬架系统得以衰减并加以控制。汽车悬架系统得以衰减并加以控制。汽车悬架系统参数设计的好坏直接影响到汽车的平顺性、操纵稳定性和货物的安全性,因此,如何选取悬架参数,使车体的振动加速度达到最小,是汽车设计的一个重要的问题。传统的悬架参数优化是根据最优化理论选取设计变量、列出目标函数、给定约束条件进而构造出最优化设计的数学模型。近年来,一些新的优化方法逐渐应用于汽车悬架参数优化领域,如神经网络优化方法、遗传算法、减小动载荷道路破坏的悬架优化方法等。研究人员基于最优控制理论和最小乘法对汽车悬架系统参数优化方法进行研究,利用该方法对汽车悬架参数进行优化和仿真,并与传统优化方法进行比较。
车身加速度是评价汽车平顺性的重要指标,另外悬架弹簧的动挠度与其限位行程有关,它们配合不当会增加撞击限位块的概率,使平顺性变坏,而且车轮与路面间的动载荷会影响汽车的操纵稳定性。故在设计悬架时,除了主要考虑车身加速度外,还要考虑悬架动挠度和车轮动载。为了验证优化的结果,研究人员与传统优化方法进行了比较,通过比较的数据不难发现,传统的优化方法由于采用了梯度运算,需要层层迭代,使得优化的时间增加,而此项研究方法只要求出最优控制力,便可很快得到优化参数。
应用最优控制理论和最小二乘法相结合的方法,在自由度1/4主动悬架车辆模型的基础上,对汽车振动系数参数优化进行了研究,并与传统优化方法进行了比较,数值仿真结果表明,该方法准确合理,在对复杂车辆模型悬架参数进行优化时,研究人员出具的这种方法的优化效率明显高于传统的优化方法。(zc)