余捷

(福建工程學(xué)院 機(jī)械與汽車工程學(xué)院， 福建 福州 350118)

基于Isight的車輛速比優(yōu)化匹配設(shè)計(jì)

余捷

(福建工程學(xué)院 機(jī)械與汽車工程學(xué)院， 福建 福州 350118)

為進(jìn)一步提高車輛動力性和經(jīng)濟(jì)性,針對車輛傳動系速比進(jìn)行整車仿真與優(yōu)化設(shè)計(jì)。為有效解決多目標(biāo)優(yōu)化問題,將整車動力性指標(biāo)作為約束條件、經(jīng)濟(jì)性為優(yōu)化目標(biāo)進(jìn)行Cruise和Isight聯(lián)合仿真。結(jié)合某四驅(qū)車輛傳動比原始數(shù)據(jù)，速比優(yōu)化仿真結(jié)果顯示，車輛的性能有較好地提升。

動力系統(tǒng)； 參數(shù)匹配； 優(yōu)化設(shè)計(jì)； 仿真分析

變速器速比對于汽車的動力性和經(jīng)濟(jì)性有重要影響，因此，汽車在動力總成設(shè)計(jì)上力求速比優(yōu)化設(shè)計(jì)使汽車具有更佳和綜合性能?？紤]到車輛動力性與經(jīng)濟(jì)性對速比匹配是互相牽制的優(yōu)化目標(biāo)[1]，速比優(yōu)化屬于有約束、非線性、多目標(biāo)參數(shù)優(yōu)化問題。目前，解決車輛多目標(biāo)方法主要有直接法、間接法和智能優(yōu)化方法等[2～5]。為有效解決多目標(biāo)優(yōu)化問題，在分析車輛行駛特性的基礎(chǔ)上，將動力指標(biāo)作為約束條件，并以百km能耗最低作為優(yōu)化目標(biāo)，利用Isight與Cruise聯(lián)合仿真解決優(yōu)化任務(wù)，研究并驗(yàn)證所采用的匹配及優(yōu)化方法的可行性。

1 樣車整車參數(shù)及設(shè)計(jì)要求

為驗(yàn)證速比優(yōu)化思想，選擇樣車的基本參數(shù)及設(shè)計(jì)要求如表1、2所示。

2 聯(lián)合仿真模型搭建

2.1 建立Cruise整車模型

用表1具體參數(shù)在Cruise中建立模型和設(shè)置參數(shù)，如圖1。該模型包括整車、駕駛員、發(fā)動機(jī)、離合器、變速器、分動器、主減速器、輪胎和制動模塊等。圖2為模型在Cruise軟件的初步仿真，顯示車輛在UDC工況下需求車速和實(shí)際車速一致，車速跟隨性能較好，動力性指標(biāo)滿足設(shè)計(jì)要求。

表1 樣車基本參數(shù)

表2 車輛設(shè)計(jì)要求

2.2 建立聯(lián)合優(yōu)化仿真模型

圖3為Isight和Cruise聯(lián)合仿真流程圖，利用Isight中的優(yōu)化算法模塊對優(yōu)化變量進(jìn)行修改，再通過調(diào)用所集成的Cruise模型子程序進(jìn)行仿真計(jì)算，并對每次計(jì)算結(jié)果進(jìn)行讀取和評估。當(dāng)仿真結(jié)果達(dá)到最優(yōu)時(shí)，終止計(jì)算和輸出結(jié)果。

圖1 整車仿真模型Fig.1 Vehicle simulation model

圖2 UDC工況車速示意圖Fig.2 Sketch of vehicle-speed under UDC

圖3 聯(lián)合優(yōu)化流程圖Fig.3 Flowchart of joint optimization

與所有優(yōu)化問題的解決思路一樣，優(yōu)化計(jì)算的前提在于明確優(yōu)化變量和優(yōu)化目標(biāo)函數(shù)與約束條件。因此，在搭建好仿真平臺后，先選擇變速器各擋傳動比作為優(yōu)化變量，即：

X=[X1，X2，X3，X4，X5]

為將多目標(biāo)優(yōu)化問題簡化成單目標(biāo)優(yōu)化問題，文本以動力性指標(biāo)為約束條件實(shí)現(xiàn)經(jīng)濟(jì)性為目標(biāo)函數(shù)的優(yōu)化任務(wù)。因此，直接以Cruise仿真結(jié)果中的最小百km能耗為優(yōu)化目標(biāo)。而動力性以表2所示的最大爬坡度G、最高車速Umax和加速時(shí)間t等3個(gè)指標(biāo)為直接約束條件。此外，考慮到變速器換擋平順性需求，相鄰擋位之間傳動比比值小于等于1.8，并且隨著擋位數(shù)的升高相鄰兩擋傳動比逐漸減小，從而提高高擋位利用率。

基于如上分析,建立優(yōu)化數(shù)學(xué)模型為:

為了提高運(yùn)算速度，本文采用多島遺傳優(yōu)化算法進(jìn)行聯(lián)合仿真。遺傳算法是借助和模仿生物進(jìn)化適者生存的規(guī)律，通過對優(yōu)化問題的解空間個(gè)體進(jìn)行編碼，再對所編碼個(gè)體種群開展遺傳操作，主要有選擇、交叉、變異等，最后通過迭代在新種群中找出最優(yōu)解或較優(yōu)解的組合。多島遺傳算法則是對遺傳算法進(jìn)行改進(jìn)，從而獲得更優(yōu)良的計(jì)算效率和全局求解能力。多島遺傳算法將一個(gè)大種群分成若干子種群——島，并在每個(gè)島上運(yùn)用傳統(tǒng)遺傳算法進(jìn)行子種群進(jìn)化。

圖4 MIGA 算法中子種群/島生成原理 Fig.4 Neutron population/island generating principle in MIGA algorithm

3 聯(lián)合優(yōu)化仿真結(jié)果分析

優(yōu)化目標(biāo)值的變化趨勢如圖5所示，其橫坐標(biāo)為迭代次數(shù)，縱坐標(biāo)為100km能耗。表3為優(yōu)化前后各參數(shù)對比。

圖5 優(yōu)化目標(biāo)計(jì)算值變化過程Fig.5 Chart of optimization goal value calculated

表3 優(yōu)化前后對比

由表3可以看出，動力性除爬坡度(優(yōu)化前49.5%；優(yōu)化后53.79%)以外，最高車速和100 km加速時(shí)間在優(yōu)化后均下降，但仍然滿足表2的設(shè)計(jì)要求?？梢姡诓桓淖儌鲃颖纫酝鈪?shù)的前提下，經(jīng)濟(jì)性優(yōu)化有可能會導(dǎo)致整車動力性表現(xiàn)下降。優(yōu)化前后的傳動比所帶來的100 km能耗分別為11.43L和11.19L，比優(yōu)化前減少了2.1%，比優(yōu)化前減少了2.1% ，車輛將更加節(jié)能。

4 結(jié)論

介紹了一種兼顧汽車動力性和經(jīng)濟(jì)性的高效車輛速比優(yōu)化匹配方法。利用Cruise建立整車仿

真模型，再結(jié)合Isight的行業(yè)軟件集成和優(yōu)化算法開展速比優(yōu)化研究。仿真結(jié)果表明，該車的加速性能、爬坡性能和最高車速滿足設(shè)計(jì)要求，并且經(jīng)濟(jì)性在UDC工況下百km能耗有2.1%的節(jié)油效果，也驗(yàn)證了動力系統(tǒng)參數(shù)設(shè)計(jì)的合理性。

[1] 余志生.汽車?yán)碚揫M].5版.北京：機(jī)械工業(yè)出版社，2009.

[2] 吳峰，趙長祿，朱振夏,等.基于DOE和遺傳算法的傳動系參數(shù)優(yōu)化方法研究[J].車輛與動力技術(shù),2013(2)：11-15.

[3] 陳佼.某城市公交動力傳動系匹配優(yōu)化研究[D].南京：南京理工大學(xué)，2014.

[4] 劉新.純電動汽車動力參數(shù)匹配與仿真研究[D].重慶：重慶交通大學(xué)，2013.

[5] 王華秀，徐勇，楊興明.整車動力性經(jīng)濟(jì)性匹配優(yōu)化設(shè)計(jì)方法[J].汽車科技，2013(3)：48-53.

(責(zé)任編輯： 陳雯)

Optimization matching design for vehicle speed ratios based on the Isight

Yu Jie

(College of Mechanical and Automotive Engineering， Fujian University of Technology, Fuzhou 350118， China)

To further improve the dynamic performance and fuel economy of vehicles, simulation and optimization design for vehicle drivetrain speed ratio was developed. To solve multi-objective optimization problem effectively, the vehicle dynamic performance was considered as constraint condition and the vehicle’s economy was taken as the optimization goal to conduct joint simulation based on the Cruise and Isingt. As compared with the original ratios of a four-wheel drive vehicle, the optimal simulation results show that the performance of the vehicle is considerably improved.

drivetrain; parameters matching; optimization design; simulation analysis

10.3969/j.issn.1672-4348.2017.01.006

2016-11-30

福建省教育廳項(xiàng)目(JAT160322)；福建工程學(xué)院科研啟動基金(GY-Z14006)

余捷(1984-)，男，福建福州人，講師，博士研究生，研究方向：車輛動力總成設(shè)計(jì)。

U463．21

A

1672-4348(2017)01-0026-04