整车主动悬架平顺性时域仿真与优化

为消除剧烈振动给车辆行驶平顺性与稳定性带来的不良影响,利用拉格朗日法建立路面-车耦合的17自由度动力学方程;通过线性滤波白噪声法,建立路面不平度激励的时域模型;根据现代控制理论建立悬架系统多输入多输出的状态方程.利用线性二次型高斯控制理论设计主动悬架控制器,通过粒子群算法（PSO）对控制器的加权参数进行优化.仿真结果表明:车辆平顺性在主动悬架系统的控制下得到了较大的提升,同时车辆的操纵稳定性、结构稳定性均有所改进,车辆的综合性能有了全面的提高.      

基于平顺性和道路友好性的重型货车悬架优化

提出一种基于车辆动力学仿真的重型货车悬架系统多目标优化策略,可同时改善车辆的平顺性和道路友好性,从而缓解驾驶疲劳、延长道路使用寿命.基于车辆动力学原理在Matlab/Simulink平台上构建了10自由度钢板悬架重型货车-路面系统的动力学模型,选择与该车匹配的被动空气悬架并设计半主动空气悬架模糊控制器;仿真并分析钢板悬架车辆模型、被动空气悬架车辆模型、半主动空气悬架车辆模型的使用效果;以被动空气悬架作为进一步优化的对象,归纳其平顺性和道路友好性随阻尼系数的变化规律,从而得到使车辆综合性能最优的悬架阻尼系数.     

车辆平顺性评价标准适用性分析

针对目前国内外适用不同类别车辆及地形的平顺性评价标准空缺,介绍了轮式车辆平顺性评价体系,主要有两类:一类为ISO 2631及相似标准,一般用于评价普通车辆;另一类为基于6W平均吸收功率和垂直方向加速度峰值两个限值的评价方法,该方法一直为美军及北约组织用于评价军用战术车辆。参考国家标准GB/T 4970-1996对某国产乘用车进行了道路试验,确定了平顺性客观评价值,研究了基于限值的平顺性评价方法的适用性。该研究重要意义在于能够在各种类别车辆和不同地形中更好理解并适用平顺性评价标准。     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

多目标车辆路径问题的粒子群优化算法研究

针对粒子群算法(PSO)及其变种在约束多目标等复杂问题优化过程中所遇到的易陷入局部最优和收敛性问题,提出了一种基于动态学习和突变因子的粒子群算法(DSPSO)。首先,通过分析粒子群群体的学习机制,采用动态的学习策略,使粒子自适应动态调整认知成分和社会成分在迭代更新中的权重,以引导自身向最优解的方向探索,有效改善了群体的收敛速度;其次,通过引入阶梯突变因子的概念,使粒子在陷入局部最优时进行试探跳跃,阶梯突变赋予粒子突破更新步长限制的能力,使粒子在当前位置速度矢量方向上的二维空间邻域内进行试探寻优,当发现更优解时则跳出当前局部最优;最后,通过在BenchMark基准函数测试集中典型函数上的实验,证明了DSPSO的求解精度和收敛速度均优于对比算法。在多目标车辆路径问题实例优化中,解的可接受率和成功率分别为0.91和0.66,远优于对比算法中最优解的0.16和0.11,体现了所提改进算法在车辆路径问题中的优越性。     

车辆行驶平顺性的计算机辅助分析

介绍了作者开发的平顺性计算机辅助分析程序,能对二维五自由度,三维八自由度非独立悬架或独立悬架车辆的振动模型进行平顺性计算,分析评价及系统特性参数修改。该程序用Ｖｉｓｕａｌ Ｂａｓｉｃ５．０语言编写,运行于Ｗｉｎｄｏｗｓ９５环境下,与以往运行于ＤＯＳ环境下的同类程序相比,操作更为直观方便,功能和适用性更强,最后给出了某四轮农用运输车的平顺性计算和评价结果,并作了试验验证。     

空气悬架城市客车平顺性评估及优化

利用ADAMS/CAR建立空气弹簧城市客车多体动力学模型,研究车速和随机路面对客车平顺性的影响.采用Behnken盒式正交试验设计方法,对悬架参数进行灵敏度分析及优化,进而提升平顺性.研究表明:前悬弹簧刚度和前后悬减震器阻尼对平顺性影响较显著;当前悬弹簧刚度、减震器阻尼降低,以及后悬减震器阻尼增加时,整车平顺性得到较明显的提升.     

汽车弹性元件对平顺性的影响分析及试验优化

基于Matlab/Simulink应用环境,建立1/4车辆三自由度平顺性模型,对随机路面输入下的汽车平顺性进行仿真。应用参数敏感度理论,分析悬架弹簧刚度、悬架橡胶件垂向刚度、座椅刚度和轮胎刚度对座椅和地板垂向加速度均方根值的影响。根据仿真分析结果,对某款轿车橡胶元件进行了试验优化。仿真和试验结果表明:改变橡胶元件刚度可以有效地提高汽车平顺性。     

交通拥堵情况下的多温共配车辆路径优化

针对实际配送过程中,经常会出现由于交通事故、上下班高峰期以及交通限流等因素导致的交通拥堵情况,为保证多温共配路径优化结果能更符合实际情况,提出了一种基于交通拥堵的多温共配优化模型,相较于传统的多温共配的路径优化模型,该模型更符合实际的运输情况.由于路径优化问题属于NP难问题,故采用随机自适应遗传算法进行求解,求出在总成本最优的情况下使路径最短、总成本最少的最佳配送路径.通过对比遗传算法和用Cplex求解,发现两者结果接近,且算法更为快速,更加适合大规模求解.算例分析结果表明:考虑了拥堵情况的路径优化,相较于没有考虑拥堵情况的路径优化,运输成本下降了16.74%.     

高速重载车辆主动油气悬架系统平顺性控制发展综述

主动油气悬架具有车身姿态和高度实时控制、阻尼、刚度参数实时调节,路面情况适应性好等特点,能使车辆在不同的运动状态或路面情况下始终保持良好的平顺性和操纵性能。随着计算机控制技术和电控技术的快速发展,以及人们对于乘车舒适性的要求愈来愈高,主动油气悬架在车辆上的应用需求日益增加,尤其是针对一些行驶路况较差、载重量大的高速重载底盘工程车辆,传统的被动油气悬架也难以满足其平顺性要求,采用主动油气悬架系统对车辆行驶的平顺性进行升级成为当前研究的热点。本文对车辆的主动油气悬架系统的原理及特点进行分析,以及对国内外高速重载车辆的主动油气悬架系统平顺性控制研究与应用现状进行总结和回顾,详细阐述了油气悬架进行主动控制常用的控制策略,最后对高速重载车辆的主动油气悬架系统技术的未来发展做出了展望。     

基于车辆平顺性的悬架参数优化

为了改善汽车行驶的舒适性,以某轿车为研究对象,以1/4车辆模型为例,建立了系统的动力学模型,并采用主要目标函数法对车辆悬架参数进行优化。仿真结果表明,优化后的车身垂直方向加速度均方根值减小了60%,汽车乘坐舒适性得到了显著的改善。通过仿真分析比较,证明采用此方法进行悬架参数优化对车辆平顺性和乘坐舒适性的改善有良好的效果。     

一种改进粒子群优化算法在车辆路径问题的应用研究

基于集合的粒子群优化算法(set-based particle swarm optimization,S-PSO) 主要用于解决离散域的组合优化问题。但S-PSO只考虑了当前粒子的最优对速度更新的影响,易陷入局部最优解。提出ES-PSO (enhanced S-PSO)算法,重新设计速度更新策略。在速度更新策略中加入了全局最优和邻域最优的影响,同时,修改权重系数,使粒子在更新时优先考虑服务时间较早的粒子,更加合理地安排了节点的服务顺序。使用ES-PSO算法求解带时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW),提出了ES-PSO-VRPTW算法。实验结果表明,基于Solomon数据集,ES-PSO-VRPTW算法在最优路径数目(number of vehicle-route,NV)和总里程(total distance,TD)上的表现比S-PSO-VRPTW更加优越。将ES-PSO-VRPTW用于求解带时间窗的垃圾回收车辆运输问题,得到的路径数目NV和总里程TD相对于S-PSO-VRPTW以及传统的遗传算法(genetic algorithm,GA)和蚁群算法(ant colony optimization,ACO)均有大幅度降低。     

多目标粒子群优化算法研究

在过去的十多年,粒子群算法对多目标优化问题的应用研究取得了较大的进展．本文首先描述多目标粒子群优化算法（MOPSO）的基本流程,然后从算法设计与应用等方面回顾MOPSO的研究进展,最后对该算法未来的研究进行了分析和展望.     

一种多项指标全提升的多目标优化演化算法

针对当前大部分多目标优化演化算法设计复杂、耗时巨大,以及取得的近似Pareto前沿点不够多、分布不均匀、覆盖不完整等问题,提出了一种新的基于粒子群和几何Pareto选择算法的多目标优化PSGPS算法.经过5个测试问题的实验结果表明:该算法使用较低的时间消耗,就能在前沿点个数、前沿点分布均匀性、覆盖完整度等性能指标上都优于当前流行的NSGA2,SPEA2和PESA等多目标优化演化算法.     

安装液压互联悬架铰接车辆的稳定性研究

为了探究悬架性能和鞍座结构参数对铰接车辆操纵稳定性的影响,提出了一种在半挂车单轴悬架上应用的抗侧倾液压互联系统.首先建立了半挂车单轴抗侧倾液压互联悬架频域模型并通过侧倾位移传递函数验证了该模型的有效性,同时依据复模态振动理论获得悬架的等效刚度和等效阻尼.在此基础上,建立了包含鞍座特性的铰接车辆耦合液压互联悬架模型实现仿真模拟.结果表明,鞍座刚度参数均不考虑时,该液压互联悬架系统只能单一地提升半挂车的侧倾稳定性;考虑鞍座侧倾刚度参数时,该系统下的牵引车和半挂车的侧倾、横摆稳定性以及整车的协调稳定性均得到提升,且增大鞍座横摆刚度和减小鞍座牵引点至半挂车距离,提升效果愈显著.所得结果为安装液压互联悬架铰接车辆的优化设计提供理论依据.     

基于平顺性的矿用人车悬架参数匹配研究

为解决矿用人车平顺性较差的问题,提出一种基于平顺性评价指标的悬架参数匹配方法。通过悬架系统非线性动力学模型,分析悬架刚度、阻尼、缓冲块刚度和间隙对平顺性的影响,以随机路面下1/3倍频带加权加速度均方根值和脉冲激励下车身最大加速度响应作为评价指标,兼顾悬架动载荷的标准差和动挠度,分别在随机输入下进行悬架刚度和阻尼匹配,在脉冲输入下进行缓冲块刚度和间隙匹配。通过改进前和改进后的对比试验,证明了合理匹配后的悬架能够很大程度降低车身加权加速度值,改善车辆在随机路面和脉冲激励下的行驶平顺性。     

基于平顺性某型汽车悬架的优化选择

研究了汽车悬架参数与平顺性的关系,并在此基础上探讨了悬架参数的优化设计.将某一区间的悬架刚度与阻尼比等分为若干份并进行排列组合,然后将每一组参数代入汽车三自由度振动模型并进行平顺性分析计算,从中优选出汽车振动系统"输出"较好的悬架参数组合.     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微
调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

采用改进神经网络PID控制的车辆悬架振动仿真研究

为了研究车辆悬架振动模型,创建了车辆悬架平面简图,并根据牛顿定律推导出车辆悬架振动微分方程式。引用BP神经网络PID控制器,对传统粒子群算法进行改进,将改进粒子群算法用于优化BP神经网络PID可知结构。通过MATLAB软件中对车辆悬架位移、速度和加速度进行仿真验证;同时,与BP神经网络PID控制器仿真结果进行比较和分析。结果表明,车辆悬架采用BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较大,车辆整体振动幅度较大;而采用改进BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较小,车辆整体振动幅度较小。采用改进神经网络PID控制车辆悬架,能够抑制路面噪声激励对车辆振动幅度的影响,提高车辆行驶的安全性。     

粒子群优化算法收敛性分析

对粒子群优化算法的收敛性进行了分析,给出了收敛条件,数值试验计算验证了收敛性分析结果。讨论了粒子群优化算法参数选取的基本原则。