基于NSGA-Ⅱ算法的麦弗逊悬架多目标优化

为了减小悬架定位参数在轮跳过程中的变化量和变化趋势,以改善整车的操纵稳定性,减小轮胎的磨损,搭建了悬架硬点优化设计的平台。利用多目标/多参数优化软件Isight,联合Adams/Car,在工程可行性约束条件下,应用改进型非支配排序遗传算法NSGA-Ⅱ对悬架系统进行寻优计算,得到Pareto最优解集。优化结果表明,悬架定位参数在车轮跳动过程中的变化量有不同程度的减小;前束角和外倾角变化最明显,变化范围由-1.11°~1.22°降低到-0.2°~0.31°,减小了78.4%,外倾角由-1.12°~1.71°降低到-0.56°~1.27°,减小了35.1%;主销后倾和主销内倾角变化范围分别减小了3.1%和4.1%,有效地降低了轮胎磨损,使整车的操纵稳定性能有所改善。