基于粒子群算法的被动分数阶汽车悬架参数优化设计

利用粒子群算法研究了被动分数阶汽车悬架参数的优化设计。分数阶汽车悬架系统是指运动微分方程中含有分数阶微分项的汽车悬架系统。建立了被动分数阶悬架系统的仿真模型,利用Oustaloup滤波器算法实现了该模型中分数阶微积分的近似计算。利用粒子群算法寻找一组最优的悬架参数来协调汽车操纵稳定性和乘坐舒适性的关系以到达最优的悬架性能。对比原悬架系统和优化后悬架系统在A、B、C、D共四级路面输入下的响应及其频率特性。研究结果表明,利用该方法对被动分数阶悬架参数进行优化设计,在保证汽车操纵稳定性的前提下乘坐舒适性得到明显改善。     

基于粒子群算法的重型车辆悬架路面友好性非线性优化EI北大核心CSCD

针对重型车辆悬架系统的非线性优化问题,提出了采用粒子群算法进行悬架系统优化设计方法。以四分之一汽车模型为研究对象,以车轮最大动载荷最小化为目标,以非簧载质量的固有频率为约束条件,建立了改善被动悬架系统性能的优化模型。通过粒子群算法求解该优化问题,以少量的迭代次数得到了性能优良的悬架参数,如悬架刚度和悬架阻尼。对设计的悬架系统进行时域和频域性能分析,并详细讨论了该方法与遗传算法优化的本质区别,结果表明,粒子群算法可以快速地得到一个较好的优化结果,这为设计人员后续的修改设计提供重要参数,同时为解决含有非线性问题的新型悬架系统优化设计提供了一种新的可行方法。     

基于粒子群算法的重型车辆悬架路面友好性非线性优化

针对重型车辆悬架系统的非线性优化问题,提出了采用粒子群算法进行悬架系统优化设计方法。以四分之一汽车模型为研究对象,以车轮最大动载荷最小化为目标,以非簧载质量的固有频率为约束条件,建立了改善被动悬架系统性能的优化模型。通过粒子群算法求解该优化问题,以少量的迭代次数得到了性能优良的悬架参数,如悬架刚度和悬架阻尼。对设计的悬架系统进行时域和频域性能分析,并详细讨论了该方法与遗传算法优化的本质区别,结果表明,粒子群算法可以快速地得到一个较好的优化结果,这为设计人员后续的修改设计提供重要参数,同时为解决含有非线性问题的新型悬架系统优化设计提供了一种新的可行方法。     

单气室油气弹簧的优化设计研究

摘要：讨论了某军用越野车单气室油气弹簧的优化设计。首先建立油气弹簧的单缸数学模型,进而建立油气悬架系统1/2车辆模型的数学模型。然后根据越野车的特点,以车辆的平顺性和轮胎的接地性作为目标函数,以前、后油气弹簧的主要参数包括主活塞直径、阻尼孔水力直径、单向阀水力直径以及平衡位置时副气室和蓄能器内气体体积与压力作为设计变量,结合约束条件,建立了基于1/2车辆模型的油气弹簧优化设计数学模型,并应用粒子群算法进行了求解。结果分析表明,优化设计后的油气悬架系统的综合性能提高了37.33%。     

基于量子粒子群算法的主动悬架分数阶控制策略

结合分数阶微积分理论,针对1/4车辆主动悬架模型,设计一种以车身垂向加速度为反馈变量的分数阶控制器。综合车身垂向加速、悬架动挠度和车轮相对动载荷3个指标,建立优化指标的无量纲评价函数。将分数阶控制器的比例系数、积分系数、积分阶次、微分系数及微分阶次当作五维空间粒子,采用量子粒子群算法(QPSO)确定最优粒子。利用MATLAB软件建立悬架系统仿真模型,分别对被动悬架、含整数阶控制器的主动悬架及含分数阶控制器的主动悬架进行时域和频域仿真研究,对比结果表明,相对于整数阶主动悬架与被动悬架,含分数阶控制器的主动悬架明显改善了汽车平顺性。基于量子粒子群算法的主动悬架分数阶控制策略能更有效地抑制车身共振、改善汽车乘坐舒适性。     

基于改进多目标粒子群算法的商用车悬架系统优化EI北大核心CSCD

为改善商用车辆的平顺性、安全性并减小轮胎动载对路面的破坏,以某6×4牵引列车为研究对象,建立12自由度振动力学模型。以车辆平顺性和轮胎动载为优化目标,选择前后悬架弹簧刚度、减振器阻尼系数为优化参数,设计了一种基于改进多目标粒子群优化算法MDPL-MOPSO的悬架系统多目标优化策略。悬架系统优化前后的结果对比表明,提出的改进多目标粒子群优化策略在改善车辆平顺性的同时,兼顾了轮胎动载对路面的损坏,具有较好的优化效果,对重型商用车在开发阶段平顺性和安全性优化评估具有一定的指导意义。     

基于改进多目标粒子群算法的商用车悬架系统优化

为改善商用车辆的平顺性、安全性并减小轮胎动载对路面的破坏,以某6×4牵引列车为研究对象,建立12自由度振动力学模型。以车辆平顺性和轮胎动载为优化目标,选择前后悬架弹簧刚度、减振器阻尼系数为优化参数,设计了一种基于改进多目标粒子群优化算法MDPL-MOPSO的悬架系统多目标优化策略。悬架系统优化前后的结果对比表明,提出的改进多目标粒子群优化策略在改善车辆平顺性的同时,兼顾了轮胎动载对路面的损坏,具有较好的优化效果,对重型商用车在开发阶段平顺性和安全性优化评估具有一定的指导意义。     

基于遗传算法和ADAMS的麦弗逊悬架优化研究

为了改善汽车麦弗逊前独立悬架的运动学特性,从而解决轿车前轮胎磨损较严重的问题,将遗传算法与机械系统动力学自动分析软件ADAMS相结合,根据悬架空间结构建立了麦弗逊悬架理论模型,利用ADAMS/View建立了该轿车的麦弗逊前悬架虚拟样机模型,利用ADAMS自带OPTDES GRG算法和用户自定义的遗传算法,选择对轮距变化影响较大的悬架结构参数作为设计变量,分别对该轿车的麦弗逊前悬架虚拟样机模型进行优化设计.经过2种算法的优化,悬架的运动学特性得到了不同程度的改善;而且通过2种算法优化结果的比较,得出了遗传算法和ADAMS软件相结合的优化设计方法在汽车悬架参数优化问题中的优越性、可行性.     

半主动抗俯仰液压互联悬架俯仰动力学的研究

在城市交通中,车辆频繁的加速和减速会引起车身俯仰振动,从而导致乘坐不适,甚至晕车。基于粒子群算法的类天棚控制和PID控制,研究一种阻尼连续可调的抗俯仰液压互联悬架系统。建立包含制动系统、轮胎和液压互联悬架系统的半车模型;分析液压互联悬架刚度阻尼特性和阻尼阀孔径对车身俯仰角平顺性的影响;设计类Skyhook和PID控制器,采用粒子群算法整定控制参数;利用Simulink和Amesim联合仿真模拟直线制动工况,分析平顺性优化效果和制动安全性。结果表明,与被动悬架相比,半主动抗液压互联悬架有效地提高车辆的平顺性。     

基于粒子群算法的高黏度大比重物料无轴螺旋输送机构优化设计

 为解决高黏度大比重物料无轴螺旋输送机的螺旋叶片变形问题,利用粒子群优化算法,以无轴螺旋叶片刚度变形最小为优化设计目标,构建了基于粒子群算法的无轴螺旋叶片优化设计模型.应用构建的理论模型,进行了实例设计,并通过实验研究进一步证实该设计方法具有先进性和实用性．将智能算法应用于机械优化设计,为该领域研究提供新思路．     

强横风作用下车辆半主动悬架模糊PID控制研究

为提高汽车高速行驶时的抗横风性能,提出一种阻尼系数修正的半主动悬架控制方法。基于Carsim 和MATLAB平台建立整车动力学模型和A级路面模型,设计一种基于横风的半主动悬架模糊PID控制系统,并利用粒子群算法优化PID控制器参数。PID控制器依据车辆质心垂直加速度确定各轮悬架系统的基本阻尼系数,模糊控制器根据横风强度和方向对阻尼系数进行修正。通过MATLAB和Carsim 联合仿真和实车道路试验与被动悬架系统相比,经过半主动悬架控制后的质心垂直加速度峰值和标准差均下降30 %以上,侧倾角速度标准差下降25 %以上,车辆在强横风作用下的行驶平顺性和安全性得到有效提高。     

基于小波包与质心粒子群的齿轮箱故障诊断及应用

针对齿轮箱振动信号中蕴含大量状态信息难以有效提取的问题,利用小波包分解对原始振动信号进行降噪及特征能量提取,通过BP神经网络实现故障的模式识别。针对神经网络收敛速度慢、易陷入局部最优值问题,提出利用简单、易行的质心粒子群算法对BP神经网络的权值和偏置进行优化。在粒子群算法中,通过设计种群质心和最优个体质心、根据粒子位置动态改变惯性权重,并将其引入粒子群算法的速度调整公式中:来构建质心粒子群算法。分别将该方法与基本粒子群算法、遗传算法应用在齿轮箱故障诊断中,通过比较表明该方法可以有效提高分类效率和准确率。     

基于遗传粒子群算法的集成块布孔优化及其实现

 根据集成块的结构特点提出一种集成块布孔的优化方法,建立集成块空间布孔优化设计的数学模型和参数化描述,并结合遗传粒子群算法运用Visual Basic 6.0语言对提出的数学模型和优化方法进行编程实现.程序运行实例表明,运用遗传粒子群算法优化该数学模型可以很好地完成集成块的布孔优化设计,为以后集成块的自动优化设计和绘图打下坚实的基础,具有一定的实用价值.     

考虑随机因素的汽车悬架参数多目标稳健优化

为了稳健地提高汽车平顺性,减少轮胎对路面破坏。以某载货汽车的四自由度悬架模型为研究对象,同时考虑制造精度的影响,以车身垂直加速度、前后轮胎动载荷的均方根值的统计均值和方差为目标函数,采用蒙特卡罗抽样法和自适应多目标遗传算法对悬架参数进行稳健优化。结果表明：优化后的悬架弹簧刚度减少而阻尼系数增大,性能有大幅度改善,与传统的优化设计相比更符合实际情况,且具有更强的抗干扰能力。     

基于AMCQPSO的测试流程优化方法研究

测试流程的优化是测试性方案优化工作的开始,关系到整个测试性设计的好坏.针对现有优化方法的不足,提出带自适应变异的质心量子粒子群算法(AMCQPSO),为粒子群增加质心粒子、建立收缩扩张系数的自适应调节机制,并且引入变异因子,提高算法收敛速度的同时,增强了全局搜索能力,有效地避免了”早熟”现象.最后通过实例验证了算法的有效性,能够实现测试流程的优化.     

基于加速粒子群算法的车辆座椅悬架最优控制研究

针对传统最优线性二次型控制器中加权矩阵往往由设计者根据经验确定的问题,提出一种应用加速粒子群算法确定加权矩阵的方法。建立"车轮-车身-座椅、人体"6自由度随机振动系统模型,采用加速粒子群算法对座椅悬架进行参数优化,并对优化后系统进行最优线性二次型控制。将基于加速粒子群算法的最优线性二次型座椅悬架系统中"座椅、人体"垂向加速度与初始系统及基于常规粒子群算法和遗传算法的最优线性二次型控制系统进行对比,验证了此控制系统的有效性和优越性。     

基于多体力学的汽车空气弹簧悬架优化

基于ADAMS/View软件对湖南大学自主研发的某一车型,以提高整车行驶平顺性为目的,综合考虑阻尼系数、悬架刚度和非簧载质量各因素对平顺性的影响,建立了空气弹簧悬架及整车仿真分析模型,构造了仿真分析所需路谱的高程样本,对其影响汽车安全性、平稳性、舒适性的参数进行敏感性分析,并在此基础上对空气弹簧悬架系统参数进行优化设计.通过实车道路试验和仿真结果的对比,验证了仿真的可信度及可行性.     

汽车动力总成悬置系统鲁棒优化算法

应用鲁棒优化设计理论,考虑设计变量的不确定性对优化设计结果的影响,建立鲁棒优化模型。以动力总成悬置系统能量解耦为目标,悬置刚度参数为设计变量,考虑设计目标的均值和标准差,建立动力总成悬置系统的鲁棒优化模型。针对粒子群算法求解容易陷入局部最优解的问题,采用混合粒子群算法对动力总成悬置系统的悬置刚度参数进行鲁棒优化,并用Monte Carlo方法进行分析,以考察设计值的变化对目标函数的影响。结果表明,优化方法可以有效提高悬置系统的鲁棒性。     

耗能增效惯容系统的自适应权重粒子群优化

耗能增效是惯容减震系统的典型特征。为充分发挥此特性并同时满足减震性能需求,提出将惯容减震结构耗能增效程度最大化作为目标,并以性能需求作为约束条件进行减震参数寻优。基于随机振动理论推导惯容减震单自由度结构在白噪声激励下的解析解;建立最大耗能增效设计所对应等效约束优化问题的数学表达式。鉴于表达式的复杂性,采用鲁棒性好且便于实现的粒子群算法对问题进行求解。在粒子群算法中引入自适应惩罚权重考虑约束条件,并采用自适应调整的惯性权重提高求解效率。基于Python语言编制了自适应权重粒子群算法程序对惯容减震结构最大耗能增效设计问题进行求解。设计实例的求解过程体现了自适应权重粒子群算法对求解惯容减震结构优化设计问题的有效性,动力时程分析结果表明设计参数实现了预设的减震性能需求。     

钢板弹簧摩擦迟滞特性对汽车平顺性的影响

为分析钢板弹簧摩擦迟滞对汽车平顺性的影响,首先应用改进的Bouc-Wen模型描述钢板弹簧摩擦迟滞特性,应用递归最小二乘法对模型参数进行识别。将板簧的迟滞模型与整车振动模型结合,分析板簧迟滞摩擦对汽车行驶平顺性的影响。研究表明:板簧的迟滞摩擦使后悬架上方车身加速度、悬架动挠度和车轮动载荷的固有频率增加约12%,使车身加速度功率谱幅值提高15.2%,因而降低汽车的平顺性,但使悬架动挠度功率谱幅值减少11.6%;板簧的迟滞摩擦对车桥加速度和车轮动载荷幅值影响不大。