半主动悬置幅变动特性建模方法与流程

本发明涉及半主动悬置领域，特别涉及一种解耦膜刚度控制式半主动悬置幅变动特性建模方法。

背景技术：

悬置是用于减少并控制发动机振动的传递，并起到支承作用的汽车动力总成件，应用于当前汽车工业中，广泛使用的悬置分为传统的纯胶悬置，以及动、静态性能较好的液压悬置。悬置不仅具有承载的功能，更重要的是隔离动力总成工作时产生的振动向车体的传递，以降低车内振动和噪声。

半主动悬置的动特性分为频变动特性和幅变动特性。频变动特性指的是悬置随激振力频率的变化而表现出不同的性能。幅变动特性指的是悬置随激振力振幅的变化而表现出不同的性能。目前的研究主要集中于结构设计、频变动特性分析和整车匹配等方面。传统集总参数动特性模型应用较广，常用于悬置的特性分析，但其无法表述半主动悬置的幅变特性，不能全面地研究半主动悬置的动态特性。

技术实现要素：

针对现有技术存在的不足，本发明要解决的技术问题是提供一种半主动悬置幅变动特性建模方法，解决传统集总参数动特性模型无法表述半主动悬置幅变特性的问题。

为了实现上述目的，本发明是通过如下的技术方案来实现：半主动悬置幅变动特性建模方法的具体流程如下：

步骤一：根据半主动悬置的结构，建立集总参数模型，对半主动悬置及橡胶主簧进行不同振幅下的动特性试验，分别获得不同振幅激励下的动特性试验曲线；

步骤二：采用遗传算法对半主动悬置进行参数识别；

步骤三：基于参数识别结果，对集总参数模型进行修正，确定惯性通道液感修正系数，使用幂指数模型拟合出惯性通道液阻的幅变修正系数，并应用二次多项式响应面方法获得橡胶主簧动特性关于幅值和频率的回归方程；

步骤四：将修正集总参数模型的参数拟合结果带入模型中，获得半主动悬置修正集总参数模型的动特性仿真结果；

步骤五：将修正集总参数模型仿真结果与动特性试验结果进行对比，验证修正集总参数模型的准确性。

进一步的，步骤一中的半主动悬置集总参数力学模型包括7个集总参数，分别为橡胶主簧刚度、橡胶主簧阻尼、等效泵压面积、上液室体积刚度、下液室体积刚度、惯性通道液感和惯性通道液阻。

进一步的，采用遗传算法对半主动悬置进行参数识别方法为：以试验获得的动特性试验曲线和集总参数动特性曲线的误差的加权平均和为遗传算法的适应度函数。

进一步的，修正集总参数模型的准确性是通过对比试验动特性和修正集总参数模型仿真动特性进行验证。

本发明的有益效果：

本发明的半主动悬置幅变动特性建模方法，解决了经典集总参数模型无法表述半主动悬置幅变特性的问题，使得对半主动悬置的动特性的研究更加深入和全面。

附图说明

图1为本发明一种半主动悬置幅变动特性建模方法的流程图。

图2为半主动悬置集总参数力学模型。

图3为本发明的参数辨识方法流程图。

图4为修正集总参数幅变特性动刚度仿真结果图。

图5为修正集总参数幅变特性滞后角仿真结果图。

图6为硬模式修正集总参数模型仿真与试验动刚度对比图。

图7为硬模式修正集总参数模型仿真与试验滞后角对比图。

图8为软模式修正集总参数模型仿真与试验动刚度对比图。

图9为软模式修正集总参数模型仿真与试验滞后角对比图。

附图中标记名称：

1-发动机、2-车架、3-橡胶主簧等效刚度、4-橡胶主簧等效阻尼，5-等效活塞、6-上液室、7-解耦膜、8-惯性通道、9-下液室

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

如图1所示，本发明提供一种技术方案：首先对半主动悬置和橡胶主簧进行不同位移振幅激励下的动特性试验，根据试验结果，使用遗传算法辨识半主动悬置的主要集总参数。根据参数识别结果，对与结构参数直接相关的理论集总参数公式进行修正，确定惯性通道液感修正系数，使用幂指数模型拟合出了惯性通道液阻的幅变修正系数，并应用二次多项式响应面方法获得橡胶主簧动特性关于幅值和频率的回归方程。将修正后的集总参数带回集总参数模型用于半主动悬置幅变动特性的分析，验证修正集总参数模型的准确性。

如图2所示为半主动悬置集总参数力学模型，包括发动机1、车架2、橡胶部分和流体部分。橡胶部分包括橡胶主簧等效刚度部分3和橡胶主簧等效阻尼部分4，流体部分包括等效活塞5、上液室6、解耦膜7、惯性通道8、下液室9。在振动过程中，由于上液室6和下液室9之间存在压力差，致使液体流经惯性通道8而产生沿程能量损失和入口、出口时的局部能量损失，达到衰减振动的目的。

根据半主动悬置的结构，建立集总参数模型，对半主动悬置及橡胶主簧进行动特性试验，分别获得不同振幅激励下的动特性试验曲线。

根据流体力学的动量守恒定理，有：

发动机振动位移激励经悬置传递到车身或车架上的力为：

对上述公式4进行拉氏变换，合并可得悬置的复刚度表达式如下:

其中，公式1至公式5中：Kr为橡胶主簧刚度，Br为橡胶主簧阻尼，Ap为等效活塞的面积，K1为上液室体积刚度，K2为下液室体积刚度，I为惯性通道液感，R为惯性通道液阻，体积刚度为上液室6和下液室9单位体积的变化引起变化。

其中x(t)是发动机位移激励，F(t)是传递到车架/车身上的力,Q是惯性通道内液体的流量。

其中s＝jw为复变量。

按照定义，悬置的动刚度为复刚度表达式的实部，悬置的阻尼角为复刚度表达式的虚部与实部比值的正切值，即：

K_d(f)＝real(K^*) (6)

其中，公式6至公式7中：f为集总参数动特性模型的参数，K_d(f)、θ(f)分别为悬置动刚度和阻尼滞后角数据，K^*为悬置复刚度，imag(K^*)为复刚度表达式的虚部，real(K^*)为复刚度表达式的实部。

如图3所示，采用遗传算法对半主动悬置进行参数识别，以试验获得的动特性曲线和集总参数动特性曲线的误差的加权平均和为遗传算法的适应度函数，半主动悬置的参数辨识问题转化为在可行域内寻找一组最优参数使得试验曲线和集总参数动特性曲线之间的误差最小化。具体流程为：

(1)遗传算法GA对参数初始值编码，遗传算法(GA)是根据生物进化原理，将随机生成的样本群作为种子。

(2)选择，对样本进行适应度分析选择。

(3)交叉，舍去质量较差的样本，按设定的比例将适应度较低的样本淘汰，并由质量较高的样本进行任意组合，得到新一代的样本，称之为交叉。为了保持本群的总数不变，交叉生成的样本数与淘汰的样本数一致。

(4)变异，为了防止计算时发生局部收敛的情况，并保持样本多样性，每经过五代交叉后按比例从样本群中随机淘汰部分样本，并随机生成新的样本进行补充。

(5)计算适应度值。

(6)若计算值满足条件，则输出参数辨识结果；若不满足条件则返回至步骤(2)。

采用遗传算法对半主动悬置进行参数识别，以试验获得的动特性试验曲线和集总参数动特性曲线的误差的加权平均和为遗传算法的适应度函数遗传算法。参数辨识的适应度函数的取值为：

其中公式8中：θ为集总参数动特性模型的参数，K_d、为试验动刚度和阻尼滞后角数据，为集总参数模型计算得到的动刚度和阻尼滞后角，ω₁、ω₂为权重系数，ω₁、ω₂分别代表了动刚度和阻尼滞后角在参数辨识中的重要程度，Δ(θ)为试验动特性曲线与集总参数动特性曲线之间的相对误差平方和。

基于参数识别结果，对集总参数模型进行修正，确定惯性通道液感修正系数，使用幂指数模型拟合出惯性通道液阻的幅变修正系数，并应用二次多项式响应面方法获得橡胶主簧动特性关于幅值和频率的回归方程。

半主动悬置幅变特性修正集总参数模型为：

K_d(f,x)＝real(K^*) (9)

R(x)＝η(x)*R₀ (11)

I＝γ*I₀ (12)

k_r(f,x)＝β₀+β₁f+β₂x+β₃f²+β₄x²+β₅fx (13)

其中公式9至公式13中，γ为惯性通道液感修正系数，I₀为惯性通道液感的理论估算值，其计算公式如下：

其中公式14中，m_i为惯性通道中液体的质量。

不考虑幅变特性影响的惯性通道液阻，

公式15中，R₀为假设惯性通道内液体流动为层流

液阻幅变修正系数为：

η(x)＝ax^b (16)

公式16中，η(x)为液阻幅变修正系数，其中，a和b的值可由最小二乘法确定。

如图4、图5所示，将修正集总参数模型的参数拟合结果带入模型中，获得不同振幅下半主动悬置修正集总参数模型的动特性仿真结果。其中，解耦膜气室密闭时的状态为硬模式，解耦膜气室开启与空气联通时的状态为软模式。可以看出，修正集总参数模型能够同时反映半主动悬置的幅变和频变特性。

图6、图7为不同振幅下硬模式修正集总参数模型仿真与动特性试验结果对比，图8、图9为不同振幅下软模式修正集总参数模型仿真与动特性试验结果对比。由仿真和试验结果的对比可知，建立的修正集总参数模型能够准确描述半主动悬置的幅变动态性，为预测半主动悬置的动特性和整车动力学仿真奠定了良好的基础。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。