基于MATLAB和遗传算法的车辆悬架参数模型优化研究.pdf

《基于MATLAB和遗传算法的车辆悬架参数模型优化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于MATLAB和遗传算法的车辆悬架参数模型优化研究术口魏静陕西工业职业技术学院陕西成阳712000摘要：对车辆悬架系统进行了分析，建立了车辆悬架参数模型，给出了用于解决参数模型的动力学方程。采取遗传算法对车辆悬架参数进行了优化，得出优化后的相关参数尺寸，主要考虑车体垂直方向的加速度、轮胎垂直位移以及角加速度最小。将优化参数值输入到MATLABSimulation仿真模块中进行仿真，得到了车辆行驶过程中的道路激励特性曲线。与优化前的仿真结果进行了对比，优化后的角加速度、垂直加速度及垂直位移明显降低，效果较好。关键词：车辆悬架遗传算法参数模型仿真中图分类号：TH113；U463．33文献标志

2、码：A文章编号：1000—4998(2016)03—0007—03随着经济的快速发展，汽车产业也随之迅速增长。Simulation仿真模块中进行仿真．得到了车辆行驶过虽然中国许多家庭都购买了汽车，但是中国人口比较程中的道路激励特性曲线。同时，与优化前的仿真结多，在未来仍然有许多家庭需购买汽车。同时，人们对果进行了对比，仿真对比可知，优化后的角加速度、垂汽车的性能要求也越来越高．尤其是对汽车在行驶过直加速度及垂直位移明显降低，效果较好。为车辆振程中舒适性的要求。据不完全统计，中国有60％的人在动舒适性的研究提供了参考。长时间乘车或者驾驶车辆的过程中，曾经有过头晕、心1遗传算法跳加快、甚至出现

3、呕吐等现象。因此，如何确保汽车行驶过程中的舒适性，是未来汽车企业研究的热点。遗传算法是一种基于自然选择的进化机制和遗由于道路不平整．汽车在行驶过程中发生振动是传法则的搜索算法_】，它属于演化类计算。演化计算不可避免的，从而影响乘客的舒适性。影响汽车振动的的灵感来源于达尔文的进化论——最适者生存，演化主要原因是设计不合理，而悬架设计不当是影响乘坐计算法包含了用于优化遗传运作的不同方法。舒适性的重要原因之一。当前，对车辆舒适性研究的方遗传算法代表了一种用于解决优化问题时对随法有多种，例如：文献[1—3]采取直线电机式馈能悬架，机搜索方法的聪明运用。在工程领域，该问题首先被在路面不平整的激励下。

4、针对乘坐舒适性与回馈能量推导为以函数形式表达的数学模型．然后找到了一个功率流的计算方法展开了深入研究；文献[4—6]采取路解，发现能优化模型或能为优化系统提供最佳性能的面谱产生随机路面的不平整度，建立了车辆振动数学功能部件的参数。在解决问题时，一些解将是一堆解模型，通过输入随机路面产生的不平度，用振动响应结中与其它解相比是最好的解，所有可行解的空间称之果来评价车辆的舒适性；文献E7—9]通过有限元方法创为搜索空间或状态空间。在搜索空间中的每一个点代建桥梁振动方程，利用有限元软件ANSYS分析编制计表了一个可能解，该可能解也许是问题的最佳解。遗算程序，计算了桥梁动力响应、车辆自重及悬架刚度等

5、传算法在一群可能解中寻找最佳的解，这些可能解由各种参数，评价车辆行驶过程中对乘坐舒适性的影响。搜索空间中的一个点代表，寻找一个解也就相当于在以往对车辆悬架参数模型优化研究相对较少，对此。笔搜索空间中寻找某些极端值(最小值或最大值)。使用者基于MATLAB和遗传算法对车辆悬架参数模型进遗传算法时，寻找解的过程将产生其它点来充当演化行了优化，通过虚拟环境，建立了车辆悬架振动参数模收益的可能解。型。给出了用于解决参数模型的动力学方程。采用遗传遗传算法以一个解的集合(由个体的编号所代算法对车辆悬架参数进行了优化。得出优化后的相关表)开始，该解的集合称之为种群。个体是参数的集参数尺寸，最终将优化后的

6、参数值输入到MATLAB合，包含解的一部分，解被从一个种群中拿出来并用陕西省教育厅资助项目(编号：13B0306)于组成一个新的种群，该动作由“新的种群将比旧的收稿日期：2015年8月种群更好”这一可能性所激发，依照解对组成新解的机械制造54卷第619期2016／3适应性对解进行选择。如要有更多的适应性，它们就必的侧向转动，称之为倾斜度，，3为车体的转动惯量。须使其后代有更多的改变，该过程一直重复，直到某些振动方程式为：条件如种群数目或最佳解的改进满足要求为止。m1+cl(l3+613)+1(13+613)遗传算法的基本结构如下。+1(yl-tL1)=0(1)开始：产生具有Ⅳ个个体的随机种

7、群，也就是问rn~2+C2(—2+3—63)+2(—，-2+y3—63)题的适合解。+t2(y2一2)=O(2)适应度：评估种群中每个个体的适应度。，n，+c(。3+6。3)+c2(—如，一bz，)新的种群：通过重复以下步骤(直到新的种群完+K1()，3一yl+6l3)+2(—，，2+”一b：xps)=O(3)成)。产生一个新的种群。3+c1bl(—夕1+3+6l3)+c262(—+夕3—623)选择：依照个体的适应性，