基于TPA和遗传算法的动力总成悬置系统优化设计

基于 TPA和遗传算法的动力总成悬置系统优化设计

史康

长城汽车股份有限公司 河北省汽车工程技术研究中心 保定 071000

摘要：随着人民生活水平的提高，汽车技术和汽车工业不断发展，汽车舒适性要求越来越高，人们越来越关注汽车的振动和噪音。发动机是汽车的主要振荡源，其振动通过悬架系统传递给汽车车身，最终影响了整个汽车的振动噪声水平和舒适度。除了支撑动力总成外，动力总成悬置系统的主要功能是隔离发动机振动，减少车辆机体振动。因此，门到门系统的设计必须确保整个车辆的振动、噪音和舒适性。悬架系统隔振性能的优缺点与各悬架方向的安装位置和刚度因素有关，继续保持最大离合器速率应满足动力总成悬架系统各种顺序的合理频率分布和制造能力，随着设计变量、约束在此基础上，研究了基于TPA的电力总成悬置系统优化设计及遗传算法，供参考。

关键词：基于TPA和遗传算法；动力总成悬置系统；优化设计

引言

汽车舒适性成为消费者追求的生活质量之一，受到越来越多的关注，整体动力悬架系统的振动是影响汽车振动的主要因素。当前，动力总成悬置系统主要针对悬置刚度参数、悬置安装位置和悬置安装角度进行优化，以实现解锁目标，从而减少动力总成振动传递。大多数研究采用能量分离方法，使用传统的优化算法(路径、组成、梯度等)。为了优化汽车动力总成悬置系统的分离，虽然传统的优化算法不能满足效率和高精度的要求，但汽车动力总成悬置系统本身——甚至复杂的非线性关系——最大的优点在于很难。

1车内加速噪声产生机理

(1)通过发动机变速器悬置系统传递到车身;(2)通过下系杆传递到副车架，然后传递到车身;(3)排气系统噪声通过排气吊耳传递到车身底部;(4)进气系统噪声通过进气系统隔振件传递到车身当来自动力总成的振动噪声传递到车身后，由于汽车壁板的非刚性，空气作为弹性体在密闭的乘客舱空腔内会形成许多振动模态和声腔模态。当腔体内的空气受到压缩时，会发生体积变化，与汽车壁板的结构振动产生强烈的耦合作用。这种低频耦合模态在外界激励下响应，如果产生高的压力脉动，这种现象称为轰鸣声(booming)。轰鸣声属于低频噪声，通常在20－300Hz频率范围，经常出现在汽车加速过程中，是车内加速噪声的典型噪声。目前，针对SUV车内加速噪声分析主要采用试验和CAE两种方法，具体包括传递路径分析、模态分析及相关性分析等技术。通过道路数据分析、模态分析等方法找出了SUV车内加速轰鸣声产生原因;通过阶次分析技术、传动系扭振分析及传递函数分析等方法找到了SUV车内低频轰鸣声的原因;通过应用CAE模型的NTF曲线来判断乘用车车内结构噪声根源，并分析了特定频率下噪声传递路径;针对某乘用车的加速低频轰鸣声，应用了试验振动信号互相关分析，确认了问题根源。对于SUV车内加速结构噪声的控制措施而言，企业及科研单位也提出了不少不同形式的解决方案，其中包括改进尾门安装状态、加强车身结构、加装动力吸振器等优化方法。

2车内噪声传递路径分析模型

2.1传递路径分析基本原理

对于线性系统，输入/输出之间的关系称为系统的h传递函数，在频率域中以h(f)x(f)/f(f)(1)的形式表示。一个系统(如汽车)通常具有各种激励作用，例如路面振动、发动机振动、气流噪音等。它们通过不同的路径传递到一个或多个响应点。当系统受到多种激励时，每个激励及其相应的传递函数构成系统响应的传递路径，由此产生的总体响应是每个激励通过其对应路径传递函数生成的分量响应的矢量叠加。每个传输路径对系统响应的贡献可通过公式(1)计算，以确定系统的主要传输源。实际上，每个传递路径都可以被视为由多个子结构或部件组成，这些子结构或部件通过其传递功能与每个子结构或部件的传递特性相关联的零部件连接在一起。

2.2建立动态方程式

可根据牛顿第二定律和动态公式计算动力总成悬置系统的动态微分方程，而不考虑动态模型中外力的阻尼和作用:+Kq=0(1 ) : m -质量矩阵；k .刚度矩阵；q:旋转惯性矩和旋转惯性积基于动力部件坐标系的全局坐标，其中:M= ；Mm= ；Mj=

式中：m—总质量；jxx，jyy，jzz—转动惯量；jxy，jyz，jxz—绕各轴的惯性积。两坐标系需要有相应的对应关系，利用转换矩阵转换到同一坐标系下，因此利用坐标转换矩阵可得刚度矩阵如下式表示：

K=_i^TBT_ik_iB^T_iA^T_i（i=1，2，3，4）（2）

式中：n=4—悬置数。

位置转移矩阵：A_i=

方向余弦矩阵：B_i=

悬置三向刚度：k_i=

2.3优化设计

动力总成悬置系统优化涉及多个优化变量、多个约束和多个优化目标同时存在，优化问题较为复杂，局部最优解决方案较多。使用传统的优化方法很难获得结果或更好的解决方案。遗传算法可以有效地防止优化结果局限于局部最优解，实现全局最优解的可能性大大提高。遗传算法是一种类似于生物进化的优化方法。它通过选择、相交和变化循环来查找最佳值。在遗传算法中使用适应来衡量群体中的个人在优化计算中能够达到或接近的卓越程度，以找到最佳解决方案。

3整车匹配实验验证

3.1实验设备及方案

本实验主要考虑两种操作模式:idlacon和IdleAcOff，其中idlacon是指当汽车全速行驶时，前照灯和后窗的古董装置打开，空调以最高速度冷却，电源风扇以最低风速调节，以及IdleAcOff是指在整个汽车减速时，所有附件都关闭，发动机冷却风扇关闭。实验设备主要包括笔记本电脑、PCB加速度传感器、LMS操作系统等。为了全面验证优化悬架系统的优越性，该试验主要测量了悬架元件的绝缘率和车辆内所有目标点的振动响应量，分别评估了悬架系统本身的绝缘量以及对全车NVH性能的影响。

3.2车辆内所有目标点的试验结果

从比较可以看出，在IdleAcOff工作状态下，目标点振动响应幅值基本上与参考车辆相同，主要总部导轨的x振动水平不如参考车辆0.003g和0.002g，但较低在IdleAcOn工作状态下，方向盘在x和y方向的振动性能分别不如标准杆车0.021g和0.032g，但均低于目标设定值0.035g，其转向架位置与目标车基本相同。这意味着本文提出的悬架系统优化模型准确有效，优化悬架系统性能优良。

结束语

总的来说，对车辆的传输路径进行分析，仿真结果与结果一致最后，利用试验得到结构的气声传递函数和声传递函数，综合动力总成支撑状态试验数据预测车内噪声，结果表明车内噪声在300 ~400Hz频段有所改善。

参考文献

[1]庄伟超.基于遗传算法的混合动力汽车动力总成悬置系统的优化设计研究[J].振动与冲击,2018,34(08):209-213.

[2]史振盛.基于遗传算法的动力总成悬置系统优化设计[J].内燃机与动力装置,2018,32(01):5-9.

[3]沈忠亮.基于改进多岛遗传算法的动力总成悬置系统优化设计[J].汽车科技,2018(01):6-12.

[4]沈忠亮.改进的多岛遗传算法在动力总成悬置系统优化设计中的应用[J].噪声与振动控制,2018,34(06):79-84.

[5]周密,侯之超.基于遗传算法的动力总成悬置系统优化设计[J].汽车技术,2018(09):13-16.