基于多目标梯度优化算法PE—HMGE动力总成悬置解耦优化.docVIP

基于多目标梯度优化算法PE—HMGE动力总成悬置解耦优化 　　摘要： 针对现有车型的动力总成悬置系统解耦率不能满足设计要求的问题，在Adams/View中建立悬置系统的多体动力学模型，通过Isight与Adams的集成，采用树优公司和eArtius公司联合开发的新一代多目标优化算法库PE（ParetoExplorer）中的HMGE（Hybrid Multigradient Exploration）算法，解决悬置系统的多目标优化问题.以汽车动力总成悬置系统六自由度解耦率最高作为设计目标，以悬置的各向刚度作为设计变量，同时考虑到各阶模态频率的合理配置分布，兼顾得到理想的频率间隔，成功解决悬置系统的多目标优化问题，并得到更高的优化效率. 　　关键词： 动力总成； 悬置； 解耦； 优化； Adams； Isight； PEHMGE 　　中图分类号： U463.33； TB115.1文献标志码： B 　　在现有的车型开发过程中，发现在使用原有的悬置刚度数据的前提下，悬置系统的解耦率远远低于设计要求，需要提出一种解决方案，使动力总成悬置系统解耦率满足设计目标要求. 　　本文针对现有解耦率不满足要求的问题，采用一种新的多目标优化算法，成功解决悬置系统的现有问题.首先，在Adams/View中建立悬置系统的多体动力学模型，通过多学科设计优化软件Isight与Adams的集成，并集成树优公司和eArtius公司联合开发的PE（ParetoExplorer）算法库，采用其全局多目标梯度算法的混合算法HMGE（Hybrid MultiGradient Exploration），解决悬置系统多目标优化问题.优化时以汽车动力总成悬置系统六自由度解耦率最高作为设计目标，以悬置的各向刚度作为设计变量，同时考虑到各阶模态频率的合理配置和理想的频率间隔，通过Isight建立优化模型，在满足频率布置要求的前提下使悬置系统解耦率达到设计要求. 　　1动力总成悬置系统动力学模型 　　1.1发动机悬置系统动力学模型 　　汽车动力总成悬置系统是由动力装置系统与隔振器组成的多自由度隔振系统.动力总成通过n（n≥3）个悬置支撑于车架、副车架或车身上.动力装置安装在悬置上，悬置可以直接与车身连接，也可以安置在车架上，车架再通过另外的隔振器与车身相连接.通常将动力总成视为刚体，各个悬置原件简化为3个相互垂直的线性弹簧黏性阻尼元件.由于悬置元件车架侧的振动远远小于发动机侧的振动，故将车架侧视为刚体.所建立的动力总成悬置系统六自由度模型见图1. 　　图 1动力总成悬置系统六自由度模型 　　1.2多自由度振动系统的振动微分方程 　　动力总成悬置系统属于多自由度振动系统[1]，可以建立系统动力微分方程（忽略系统阻尼）MX¨+KX=F （1）式中：M为系统的质量矩阵；K为系统的刚度矩阵；X为刚体的矢量坐标；F为力矩阵. 　　将式（1）转换到频域中，且不考虑外力的作用，可得（K-ω2M）X=0 （2）通过对式（2）的求解，可以得到系统在各个模态下的固有频率和模态振型，同时也是解耦率计算的基础. 　　2能量解耦法 　　动力总成悬置系统有6个方向的自由度，包括3个移动自由度（前后移动模态、上下移动模态和左右移动模态）和3个转动自由度（横向转动模态、纵向转动模态和左右转动模态）.如果这些模态是彼此独立的，那么可以把每个模态当成单自由度进行处理.这样，在处理一个模态时就不会影响到另外一个模态.模态彼此独立的情况也称为模态解耦.当然，在实际工作中，要使所有的模态完全解耦是不可能的.在某个频率下，会同时存在2种或是2种以上的模态，即2种以上的运动形式，将这种模态并存的情况称为模态耦合. 　　每个模态都会有一定能量，用Eij表示.下标i代表模态类型，i=1，2，…，6；j对应频率fj，j=1，2，…，6.在某个频率下，所有模态能量之和为该频率下模态能量总能量Ej=6i=1Eij （3） 对于这个频率，单个模态能量与总模态能量的比值就表示这个模态能量的强弱，用ξij表示，ξij=EijEj （4）解耦程度的高低是评价动力装置隔振设计好坏的重要指标之一.隔振设计的目标就是使这6个模态尽可能地解耦，特别是横向转动. 　　3混合多目标梯度优化算法PEHMGE 　　传统的多目标遗传算法在整个设计空间搜索Pareto最优解，具有很强的寻找全局最优解的能力，但收敛性较差，需要通过大量的迭代获得高精度的Pareto前沿，从而限制其解决复杂、大规模多目标优化问题的能力.基于梯度的方法具有较高的收敛于Pareto前沿的能力，但在寻找全局Pareto前沿和不相交的Pareto前沿部分时能力较差. 　　为解决这一问题，SEVASTYANOV在2005年提出混合多目标梯度优化算法PEHMGE