一种基于k&c特性的悬架硬点优化方法
【技术领域】
[0001] 本发明涉及汽车技术领域，尤其涉及一种基于K&C特性的悬架硬点优化方法。
【背景技术】
[0002] 汽车底盘设计是汽车设计中的核必模块，而底盘设计的关键在于悬架设计。悬 架是汽车底盘中最重要、也是车辆改型设计中经常需要重新设计的部件，悬架的性能直 接影响到操纵稳定性、乘坐舒适性和制动安全性等整车性能。悬架K&C (Kinematics & Compliance)特性即悬架运动学与弹性运动学特性。所谓悬架运动学(简称K特性）描述的 是车轮在悬架弹黃变形过程和汽车转向时车轮姿态的变化；所谓悬架弹性运动学(简称C 特性）描述的是由于轮胎和路面之间的力和力矩引起的车轮姿态的变化。在整车项目开发 中，运用底盘动力学分析方法，设计和优化悬架K&C特性和转向特性，对保证车辆动力学性 能、减少设计更改、缩短开发周期、降低开发成本等方面具有重要意义。
[0003] 在整车项目前期开发阶段，底盘硬点方案是设计开发的关键，对标车硬点逆向扫 描和K&C试验是常用的设计手段。但是由于逆向H坐标扫描仪的精度、人为误差、空间限 巧峰因素，造成逆向扫描硬点不全和准确度不够，而W此逆向硬点数据建立的ADAMS (全称 Automatic Dynamic Analysis of Mechanical Systems,是美国 MDI 公司开发的一款虚拟 样机分析软件）模型仿真结果跟对标车K&C试验结果不完全吻合。造成送种差异的主要来 源在于逆向扫描硬点数据有误差，因此有必要得到与K&C试验结果一致的底盘硬点。
[0004] 目前解决送个问题的途径主要是利用多体动力学方法建立悬架系统的数学模型， 通过不同的优化方法来得到满足K&C试验的硬点。但是送种方法要求工程师具备力学、数 学W及编程方面的能力，而且需要验证数学模型的准确度，时间成本高、工作效率低。而目 前尚未有一种方法，能够有效地整合各种设计手段，建立一个统一和高效的分析流程，方 便快速地解决逆向扫描硬点数据与K&C试验结果不符的问题，W及得到逆向未能扫描的硬 点。
【发明内容】
[0005] 本发明所要解决的技术问题在于，提供一种基于K&C特性的悬架硬点优化方法， 能够快速准确地得到符合对标车K&C特性的底盘优化硬点，特别是逆向未能扫描的硬点， 节省研发时间，提高工作效率。
[0006] 为了解决上述技术问题，本发明提供一种基于K&C特性的悬架硬点优化方法，包 括： 步骤SI,根据H坐标扫描仪逆向的硬点数据，建立ADAMS悬架模型并进行仿真，得到 K&C特性仿真数据； 步骤S2,在MTLAB中对比分析所述K&C特性仿真数据和K&C特性试验数据，获得有差 异的K&C特性指标，并将其作为优化目标； 步骤S3,利用MTLAB编制优化目标函数矩阵及约束条件矩阵； 步骤S4,将步骤S1-S3集成到ISIGHT软件中实现； 步骤S5,将所述优化目标函数矩阵通过DOE试验设计进行试验，并结合所述约束条件 矩阵，分析获得对K&C特性指标影响最大的硬点； 步骤S6,将所述获得的对K&C特性指标影响最大的硬点重新作为ISIGHT的设计输入变 量，并结合所述约束条件矩阵，采用多岛遗传算法进行优化。
[0007] 其中，所述步骤Sl具体包括： 在CATIA中建立所需的整车坐标系，与H坐标扫描仪逆向数据坐标对齐，测量各个扫 描硬点坐标； 在ADAMS中建立悬架、转向和稳定杆的动力学模型，并完成整个悬架装配体； 创建ADAMS悬架模型仿真的命令文件； 建立调用ADAMS后台运行的bat后处理文件并运行。
[000引其中，所述命令文件包括仿真的装配模型、仿真条件W及仿真输出结果。
[0009] 其中，所述K&C特性仿真数据构成nXm的矩阵，其中m=K&C特性指标的个数+1， n=仿真步数+1。
[0010] 其中，所述步骤S2具体包括： 在MTLAB中分别对所述K&C特性仿真数据和K&C试验数据进行目标函数拟合，得到 K&C特性仿真数据拟合曲线和K&C试验数据拟合曲线； 比较所述K&C特性仿真数据拟合曲线和K&C试验数据拟合曲线的趋势，W及零点梯度 值，找出有差异的K&C特性指标。
[0011] 其中，所述步骤S3中，单个所述优化目标为H元多次函数，所述优化目标的目标 值设为所述K&C试验数据拟合曲线的零点梯度值、零点值W及各自最大值与最小值的差 值。
[0012] 其中，所述步骤S3中，所述约束条件矩阵由所述优化目标函数的约束条件构成， 所述约束条件至少包括零部件各硬点相对位置的关系、空间布置约束。
[0013] 其中，所述步骤S3还包括；W所述步骤Sl中逆向扫描的硬点作为优化因素，根据 工程实际经验，确定不同硬点坐标的变化范围。
[0014] 其中，所述步骤S4具体包括： 将设计输入变量通过调用ADAMS命令反馈给ADAMS悬架模型，在ADAMS后台进行仿真， 仿真结果作为设计输出，再输入给MTLAB中的所述优化目标矩阵。
[001引其中，所述步骤S4还包括： 定义设计输入和设计输出边界，约束W及优化设计目标，所述设计输入为所述ADAMS 悬架模型的子系统文件，所述设计输出为所述K&C特性数据文件，所述优化设计目标为所 述优化目标函数矩阵。
[0016] 实施本发明所带来的有益效果是；不需要工程师掌握力学、数学等方面深厚的理 论知识，针对逆向扫描硬点数据与K&C试验结果不符的问题，根据工程实际经验，编制优化 目标函数矩阵和约束条件矩阵，联合ADAMS、MTLAB和ISIGHT软件，基于对标车的K&C特 性，能够快速准确地得到符合对标车K&C特性指标的底盘优化硬点，特别是逆向未能扫描 的硬点，大大节省研发时间，提高工作效率。
【附图说明】
[0017] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据送些附图获得其他的附图。
[001引图1是本发明实施例一种车内平均混响时间的计算方法的流程示意图。
[0019] 图2是本发明实施例中ISIGHT集成优化的一般过程示意图。
[0020] 图3是本发明实施例中ADAMS模型的子系统文件示意图。
[0021] 图4是本发明实施例中ADAMS模型仿真数据文件示意图。
[0022] 图5是本发明实施例中通过DOE分析所得结果示意图。
【具体实施方式】
[0023] W下结合附图对本发明实施例进行详细说明。
[0024] 请参照图1所示，本发明实施例提供一种基于K&C特性的悬架硬点优化方法，包 括： 步骤SI,根据H坐标扫描仪逆向的硬点数据，建立ADAMS悬架模型并进行仿真，得到 K&C特性仿真数据； 步骤S2,在MTLAB中对比分析K&C特性仿真数据和K&C特性试验数据，获得有差异的 K&C特性指标，并将其作为优化目标； 步骤S3,利用MTLAB编制优化目标函数矩阵及约束条件矩阵； 步骤S4,将步骤S1-S3集成到ISIGHT软件中实现； 步骤S5,将优化目标函数矩阵通过DOE试验设计进行试验，并结合约束条件矩阵，分析 获得对K&C特性指标影响最大的硬点； 步骤S6,将获得的对K&C特性指标影响最大的硬点重新作为ISIGHT的设计输入变量， 并结合约束条件矩阵，采用多岛遗传算法进行优化。
[00巧]W下对各步骤进行具体说明。
[0026] 步骤Sl中，在CATIA (法国达索公司开发的一种H维CAD设计软件）中建立所需 的整车坐标系，与H坐标扫描仪逆向数据坐标对齐，测量各个扫描硬点坐标，对于未能扫描 的硬点，根据逆向时的粗糖数据进行合理估值，整理出整个悬架的硬点坐标。在ADAMS中建 立悬架、转向和稳定杆的动力学模型，并完成整个悬架装配体。
[0027] 创建ADAMS模型仿真的命令文件，其后缀名为cmd，里面包含仿真的装配模型、 仿真条件W及仿真输出结果，根据工程实际经验来选择需要的仿真输出结果；建立调用 ADAMS后台运行的bat后处理文件；双击所建立的bat文件，在后台进行ADAMS模型仿真，包 括平行轮跳、反向轮跳、同向回正力矩、反向回正力矩、同向侧向力、反向侧向力、制动力和 转向的仿真试验，就可W输出所选择的K&C特性仿真结果，得到K&C特性仿真数据文件，为 nXm的矩阵，其中m=K&C特性指标的个数+1 (其中有一列是车轮跳动量，其它的是K&C特 性指标，所W要+1)，n=仿真步数+1，W后缀名txt格式保存。需要说明的是，利用bat文 件调用ADAMS软件后台运行仿真模型，可W省略ADAMS的操作过程，而且仿真输出结果易于 辨识和处理，同时使仿真过程自动化，减少了工作量，提高了工作效率。
[002引步骤S2中，在MTLAB (美国MathWorks公司出品的商业数学软件）中分别对K&C 特性仿真数据和K&C试验数据进行目标函数拟合，得到K&C特性仿真数据拟合曲线和K&C 试验数据拟合曲线。在MATLAB中对仿真数据和K&C试验数据进行对比分析，主要分析两种 拟合曲线的趋势和零点的梯度值，找出有差异的K&C特性指标。下面W平行轮跳前束toe 目标为例，利用MTLAB对仿真和试验的toe数据进行目标函数拟合，自变量为车轮跳动量， 根据经验，采用H次函数拟合，目标拟合函数为ft。。= ax3 + bx2 + CX + d，然后再对其进行 一阶求导，其函数为壯t。。= 3ax2 +化X + C，其中a、b、c、d为拟合系数，X为车轮跳动量， 最后算出在零点的一阶导数值即为toe零点的梯度值。一般麦弗逊悬架的toe的经验值范 围为壯t。。《3deg/m，对比上述仿真和K&C试验数据拟合的零点梯度值，再结合经验值，最后 判断toe指标是否为差异指标。其它K&C特性指标的差异性参照此方法进行确定。确定的 存在差异性的K&C特性指标，将作为后续优化目标。
[0029] 步骤S3中，单个优化目标为H元多次函数，根据工程实际经验，优化目标值可设 为K&C试验数据拟合曲线的零点梯度值、零点值W及各自最大值与最小值的差值，总共有m 个单目标优化函数，利用MTLAB编制优化目标函数矩阵程序。W平行轮跳前束toe为例， 单个优化目标函数矩阵如下：
最后m个平行轮跳前束toe单目标优化函数矩阵为nXm的矩阵；f"m = [toe"i… t0e"m]