基于改进粒子群算法的车辆被动悬架优化与仿真研究

doi:10.16731/j.cnki.1671-3133.2018.01.013

现代制造工程 ›› 2018, Vol. 448 ›› Issue (1): 63-68.doi: 10.16731/j.cnki.1671-3133.2018.01.013

• CAD/CAE/CAPP/CAM • 上一篇下一篇

基于改进粒子群算法的车辆被动悬架优化与仿真研究

安宗权^1,2,王匀²

1 芜湖职业技术学院汽车工程学院,芜湖 241006;
2 江苏大学机械工程学院,镇江 212013

收稿日期:2016-12-16 出版日期:2018-01-20 发布日期:2018-07-24
作者简介:安宗权,硕士,副教授,江苏大学访问学者,主要研究方向为先进制造技术、智能控制。王匀,博士,教授,主要研究方向为材料加工技术和微塑性加工研究。E-mail:qzan201609@sina.com
基金资助:
国家自然科学基金项目(50975126);安徽省教育厅自然科学研究重点项目(KJ2016A753);江苏省重点研发计划项目(SBE2016000575)

Optimization and simulation of vehicle passive suspension based on improved particle swarm optimization algorithm

An Zongquan^1,2,Wang Yun²

1 School of Automotive Engineering,Wuhu Institute of Technology,Wuhu 241006,Anhui,China;
2 School of Mechanical Engineering,Jiangsu University,Zhenjiang 212013,Jiangsu,China

Received:2016-12-16 Online:2018-01-20 Published:2018-07-24

摘要/Abstract

摘要： 针对车辆行驶过程中容易受到地面白噪声影响问题,创建了四自由度四分之一车辆被动悬架模型,推导出车辆垂直方向动力学方程式。构造了混合目标函数,采用改进粒子群算法对四自由度四分之一车辆被动悬架模型约束参数进行优化。建立车辆被动悬架系统仿真模型,在不同行驶速度下,通过Matlab/Simulink软件进行动力学仿真,与优化前仿真结果进行对比。仿真结果显示,优化后车辆被动悬架驾驶员头部垂直方向加速度、簧载垂直方向行程及非簧载垂直方向位移的均方根最大值分别减少了51.0 %、45.4 %和40.7 %,车辆垂直方向振动峰值明显降低。采用改进粒子群算法优化车辆被动悬架系统,可以提高车辆行驶的稳定性,改善驾驶员乘坐的舒适度。

关键词: 改进粒子群算法, 车辆被动悬架, 优化, 仿真

Abstract: Aiming at the problem of white noise,the vehicle passive suspension model with four degrees of freedom is created,and the dynamic equation of the vehicle’s vertical direction is derived.The hybrid objective function is constructed,and the improved particle swarm optimization algorithm is used to optimize the parameters of the passive suspension model of four degrees of freedom quarter vehicle.The vehicle passive suspension system simulation model was established,and the dynamic simulation was carried out by Matlab/Simulink software at different speed,and the simulation results are compared with those before optimization.The simulation results show that the root mean square after optimization of vehicle passive vertical suspension driver head acceleration,sprung vertical stroke and unsprung vertical displacement of the maximum value were reduced by 51 %,45.4 % and 40.7 %,and the peak vibration of vehicle vertical direction was also reduced.Improved particle swarm optimization algorithm is used to optimize the vehicle passive suspension system,which can improve the stability of vehicle driving and improve the ride comfort of the vehicle.

Key words: improved particle swarm optimization algorithm, vehicle passive suspension, optimization, simulation

中图分类号:

U461

安宗权,王匀. 基于改进粒子群算法的车辆被动悬架优化与仿真研究[J]. 现代制造工程, 2018, 448(1): 63-68.

An Zongquan,Wang Yun. Optimization and simulation of vehicle passive suspension based on improved particle swarm optimization algorithm[J]. Modern Manufacturing Engineering, 2018, 448(1): 63-68.

参考文献

[1] 周柔,郭志峰.主动悬架控制技术研究[J].计算机与现代化,2012(1):177-180.
[2] 罗寥.汽车半主动悬架的模糊控制建模与仿真[D].武汉:武汉理工大学,2009.
[3] 钱凯.汽车行驶平顺性分析及粒子群算法在悬架优化中的应用[D].重庆:重庆交通大学,2013.
[4] LUIS Roberto Centeno Drehmer,WALTER Jesus Paucar Casas,HERBERT Martins Gomes.Parameters optimisation of a vehicle suspension system using a particle swarm optimisation algorithm[J].Vehicle System Dynamics,2015,53(4):451-472.
[5] 孙永胜.连续减速带激励下车辆悬架系统非线性振动与控制[D].重庆:重庆大学,2014.
[6] DANGOR Muhammed,DAHUNSI A Olurotimi,PEDRO O Jimoh,et al.Evolutionary algorithm-based PID controller tuning for nonlinear quarter-car electrohydraulic vehicle suspensions[J].Nonlinear Dynamics,2014,78(11):2797-2808.
[7] 王刚,陈长征,于慎波.含路面预瞄信息的车辆主动悬架有限频域多目标控制[J].农业机械学报,2015,46(12):295-299.
[8] TOBE J Randy,GRANDHI V Ramana.Hypersonic vehicle thermal protection system model optimization and validation with vibration tests[J].Aerospace Science and Technology,2013,28(1):208-213.
[9] LI Panshuo,JAMES Lam,KIE Chung Cheung.Multi-object-ive control for active vehicle suspension with wheelbase preview[J].Journal of Sound and Vibration,2014,333(21):5270-5281.
[10] 夏均忠,马宗坡,白云川,等.路面不平度激励模型研究现状[J].噪声与振动控制,2012(5):2-5.
[11] 吕金龙.车辆半主动悬架路面激励下的仿真研究[D].郑州:河南农业大学,2009.
[12] 田野.粒子群优化算法及其应用研究[D].长春:吉林大学,2010.
[13] 孙光永,李光耀,钟志华.基于序列响应面法的汽车结构耐撞性多目标粒子群优化设计[J].机械工程学报,2009,45(2):224-230.

[1]	江可可，曹付义，张付奇，王越航，徐立友，. 基于Isight-AMESim的工程车液压机械传动装置参数设计[J]. 现代制造工程, 2022, 500(5): 56-60.
[2]	陈磊，娄恒权，王相柠，胡雨欣，. IE与遗传算法在C公司生产线平衡中的应用研究[J]. 现代制造工程, 2022, 500(5): 122-129.
[3]	芦俊，周芸，潘小华，邓小龙，. 间歇式高速直驱芯片分选机台的振动分析及优化[J]. 现代制造工程, 2022, 500(5): 153-159.
[4]	付曦，战强，张俊红. 某发动机转子机油泵总成噪声优化研究[J]. 现代制造工程, 2022, 499(4): 15-20.
[5]	原丕业，管梦竹. 基于改进果蝇优化算法的第Ⅰ类双边装配线平衡问题研究[J]. 现代制造工程, 2022, 499(4): 29-36.
[6]	罗学良，张志强，王伟，夏寅力，李雪龙，周帆. 基于ADAMS软件的燃烧室绝热层打磨机器人的动力学仿真分析[J]. 现代制造工程, 2022, 499(4): 45-49.
[7]	邵树锋. 精密双层叶轮的五轴数控加工技术研究[J]. 现代制造工程, 2022, 499(4): 76-81.
[8]	郑晓军，王琨，曹梦媛，宁诗铎. 仿真环境下的泊位指派与箱位分配协调优化[J]. 现代制造工程, 2022, 498(3): 13-18.
[9]	吴胜军，袁威，梁治千，孟航宇. 某混合动力客车骨架的轻量化设计[J]. 现代制造工程, 2022, 498(3): 48-53.
[10]	逄英，高军伟. 基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断[J]. 现代制造工程, 2022, 498(3): 122-126.
[11]	牟红刚，宗剑，韩伟，薛桥，丁莉. 矩形磁钢同步永磁联轴器的磁路优化设计[J]. 现代制造工程, 2022, 498(3): 147-153.
[12]	陈洪根;李诗宇;闫鑫;李婧;张艳. 基于可用度的预防维修和均值控制图联合优化模型[J]. 现代制造工程, 2022, 497(2): 1-9.
[13]	蒋金良，甘长勇，周维林，徐中明. 某电动商用车车架轻量化改进[J]. 现代制造工程, 2022, 497(2): 64-69.
[14]	龚淼，卢晶，何安南，马存原. 机轮螺栓力矩加载机构拓扑优化及瞬态分析[J]. 现代制造工程, 2022, 497(2): 86-92.
[15]	杨爱平，唐倩，阳小林，李苗娟，柳跃雷，蔺梦圆，张鹏辉. 基于神经网络与PSO算法的发动机装配工艺参数优化[J]. 现代制造工程, 2022, 497(2): 105-113.

基于改进粒子群算法的车辆被动悬架优化与仿真研究

Optimization and simulation of vehicle passive suspension based on improved particle swarm optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics