基于多目标遗传算法的混合动力电动汽车控制策略优化

混合动力电动汽车是一个高度复杂的非线性系统,并且影响其控制策略的参数较多,要对这样的系统进行优化,常规的优化算法显得无能为力,模型的精确程度也直接影响了选取参数的可靠性.应用汽车动力性、排放性高级模拟分析软件AVL CRUISE,联合Matlab/Simulink软件,建立合动力电动城市客车整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用多目标遗传优化算法,针对欧洲、日本及中国的城市公交循环工况对混合动力系统工作模式的选择和能量流的分配进行全局优化,减少了运算时间,获得一组可靠的可行解,精确地确定出控制逻辑参数.该解集在很大程度上同时提高了原车的燃料经济性和排放性能,并且为混合电动车的设计和控制提供了一个适宜的选择范围,设计者可以按不同的要求进行不同的方案选择.     

基于碰撞车门防撞梁轻量化设计

对车身高强度钢板热成形构件进行研究,进行热冲压成形的车身高强度钢板构件材料试验,分析了车身高强度钢板热成形构件的力学性能和金相组织。以某轿车为例,应用高强度钢板热成形构件对车门防撞梁进行改进,并根据C-NCAP进行了侧面碰撞的有限元模拟计算和对比分析。结果表明高强度钢板热成形构件显著减少了侧面碰撞的车体变形,在实现车身轻量化的同时,提高了汽车碰撞的安全性,验证了高强度钢板热成形构件在车身上应用的可行性。     

热成型工艺中车门防撞梁成本优化

本文从介绍热成型工艺的国内外发展历史开始,并对热成型工艺及热成型零件的分类以及热成形生产设备和配套设施进行介绍和详细的成本分析。通过对原材料、开卷落料工艺、热冲压工艺、激光切割工艺、废品损失率、包装运输费、管理利润费等费用进行深入分析,同时结合生产纲领、平均冲次(ASPM)、人工成本、场地/设备分摊投资等因素,利用标准成本控制法得出企业的实际制造成本。通过对设备改造和模具改造,节省激光切割工艺,并降低制造成本费用。     

电动汽车动力系统参数多目标优化方法

提出一种以电动汽车的综合性能需求为驱动,基于质量功能展开和径向基函数的动力系统参数多目标优化方法。以包含成本、工况能耗和续驶里程等的综合性能最优为目标、以动力系统部件特征参数为设计变量,建立动力系统参数多目标优化的数学模型;基于质量功能展开建立整车性能需求和技术特性指标的耦合模型,确定子目标函数的权重系数;基于Modelica建立整车性能仿真模型并构建工况仿真的径向基函数响应面模型;采用模拟退火算法进行动力系统参数的综合目标优化设计。以某款电动汽车进行实例验证,优化方案的车辆综合性能提升了6%,证明了研究方法的有效性。     

电动汽车再生制动过程换挡点多目标优化

为了在提高制动能量回收效率的同时保证制动时整车的舒适性,针对两挡双离合式电动汽车,提出再生制动过程的换挡点多目标优化模型。介绍了电动汽车复合制动系统的结构,并分析了换挡对再生制动回收能量和制动时整车舒适性的影响;提出两挡双离合式电动汽车的再生制动能量回收策略框架,在此基础上根据模糊控制原理设计了输出为最大再生制动力分配系数的模糊识别器;建立了以最大再生制动力分配系数为约束条件,再生制动回收能量和制动时整车冲击度为优化目标的换挡点多目标优化模型;在新欧洲循环工况下进行仿真分析,结果表明与无换挡的能量回收策略相比,所提能量回收策略回收的制动能量提高了6.14%,同时换挡冲击度满足德国标准。     

基于NSGA-II的电动汽车复合制动多目标优化控制

为了提高电动汽车制动效果,设计了一种基于NSGA-II的电动汽车复合制动多目标优化控制策略。按照多目标优化的方式实现复合制动转矩分配并建立Pareto解集,利用改造后的理想解法实施决策确定最佳输出参数,获得与制动需求相符的转矩分配结果。设计了模糊PID控制器,并开展了控制策略转矩分配仿真分析。研究结果表明：提升制动稳定性,形成更接近I曲线的结果。进行决策分析时,考虑车辆制动过程造成的干扰,决策获得最优参数,从而完成对转矩进行分配的过程。利用这里控制策略能够回收更高比例的制动能量,促进制动回收性能的明显提升,在较低强度制动下获得更优的制动能量回收效果,相对单独的模糊控制策略具备更优综合性能,完成预期制动力的分配。该研究对提高电动汽车复合制动效率具有很好的理论支撑价值,也可以推广到其他的车辆领域。     

基于梁截面的商用车驾驶室多目标优化研究

针对汽车白车身试验设计运行时间长、近似模型拟合精度低的问题,以某商用车驾驶室为研究对象,提出了一种基于梁截面的商用车驾驶室多目标优化方法。首先,在SFE-Concept中建立了驾驶室的隐式参数化模型,通过与经过验证的有限元模型进行对比,完成了对该模型的精度验证;然后,利用HyperMesh分析了驾驶室梁截面力学特性,找出了梁截面的控制因素,采用比例向量法对截面形状进行了控制;并结合HyperMesh、HyperMorph分别对驾驶室零件厚度和梁截面进行了灵敏度分析,在试验设计之前筛选出了关键优化变量;最后,构建了驾驶室的径向基—响应面混合近似模型,并且采用第二代遗传算法对驾驶室进行了多目标优化。研究结果表明:经多目标优化后,驾驶室质量下降了16.5 kg,减幅达5.4%,一阶弯曲模态频率、一阶扭转模态频率基本不变,弯曲刚度提升15.3%,扭转刚度提升7.7%;该结果说明商用车驾驶室目标优化效果较佳。     

两挡纯电动汽车多目标参数解耦优化方法

提出了一种采用分层方法的解耦优化算法。外层采用多目标粒子群算法对整车动力部件参数进行优化,同时引入对电池以及逆变器的效率优化,将得到的不同优化结果实时提取并传递给内层;内层采用Bellman动态规划算法,根据外层优化得到的动力部件参数求解,建立优化后的换挡策略。在此基础上,通过广义回归神经网络提取动态规划的换挡优化结果,利用所得到的换挡策略建立了自适应驾驶员模型和整车正向仿真模型,以动力性和经济性为目标,通过整车正向仿真分析对分层优化结果进行进一步选择。研究结果表明,该优化算法实现了换挡控制策略与动力部件参数的解耦,有效提高了优化效率,同时能够获得全局优化结果,明显提高了整车经济性。     

基于灰色理论的车门系统参数多目标优化

针对车门系统设计参数选择问题,提出了一种基于灰色理论的参数多目标优化方法。对车门系统设计参数中的可控因子进行正交试验设计,利用有限元方法获取车门下沉量和车门质量在不同参数组合下的响应值,并依据不同参数组合下的车门制造工艺确定车门成本。采用灰色相关理论对试验结果进行计算和分析,得到各因子在不同水平下与车门下沉量、车门质量、车门成本的关联系数和关联度,确定了一组各因子的优选组合,经试验验证,取得了较好的效果。     

汽车前防撞梁的耐撞性与轻量化优化设计

为改善汽车的耐撞性、提升汽车的轻量化程度,从结构改进的角度对汽车前防撞梁进行优化设计。建立汽车前防撞梁正面100%碰撞模型,以前防撞梁横梁和吸能盒厚度为设计变量,以碰撞力峰值作为约束条件,构建以前防撞梁总成吸能量最大化、质量最小化的多目标优化模型。采用哈默斯利法进行试验设计,通过拟合得到近似模型。近似模型与仿真值误差不高于5%。采用全局响应面法对多目标问题进行优化,得到Pareto最优解集。结果表明,优化后前防撞梁吸能量提高了15.8%,质量降低了6%,碰撞力峰值降低了20.3%,比吸能提高了23.1%。优化设计显著改善了汽车的耐撞性并提升了汽车的轻量化程度。     

基于车门结构的多目标优化设计方法研究

为了同时考虑车门结构多响应的最优性和响应对可控因子波动的稳健性问题,文中基于车门的1阶频率、侧向刚度、垂直刚度、侧面碰撞多种工况,提出了一种多目标优化设计方法。通过对整车碰撞模型的简化,提高设计效率,采用拉丁超立方试验设计和响应面方法得出各响应的近似数学模型,并在此基础上构建包括最优性和稳健性在内的总体多目标优化模型,最后利用遗传算法对其进行求解。最终优化结果在车门质量不增加的情况下,各个响应的最优性和车门结构整体稳健性都有提高,达到了预期优化效果。     

车门防撞梁热成形工艺优化仿真与试验

基于DYNAFORM软件热冲压模块,研究了由B1500HS钢制成的某型轿车车门防撞梁热成形过程。通过引入H13模具钢热物性参数,并将相变潜热因素考虑在内,利用多步差分法得到了温度场单元体变分公式;依据车门防撞梁结构特征进行工艺分析,建立了车门防撞梁的两种热力相耦合模型。通过对比分析两种方案下整体及典型M形截面应力场、温度场和厚度分布结果发现：带压料板式方案所得产品热成形及淬火后应力场、温度场及厚度分布均匀,更适合热冲压成形。最后依据压料板式方案进行了成形试制,得到车门防撞梁的显微组织均为马氏体,底部与顶部的马氏体板条更为细小,维氏硬度超过450HV,符合热冲压零件性能标准。     

侧面柱碰撞条件下轿车车门抗撞性优化设计

为提高车门的抗柱撞性能,将基于SIMP理论的拓扑优化方法引入车门防撞梁设计,得到最佳的防撞梁材料分布;选择合适的截面构造防撞梁,得到一种Y形防撞梁结构;结合响应面法和NSGA-Ⅱ多目标优化算法对防撞梁进行多目标优化。相比于初始设计,优化后防撞梁在保证车门刚度满足法规要求的前提下,刚性柱的撞击侵入量减少22.5%,车门抗柱撞性能明显提高。     

车门结构多目标轻量化研究

针对现有结构多目标轻量化设计采用单一变量(如板件厚度为优化变量)的不足,将网格变形技术创建的形状变量引入到了车门结构多目标轻量化设计中,建立了以板件厚度与车门结构形状同时作为设计变量的参数化有限元模型。对该车门进行了动态试验测试,验证了有限元模型及计算结果的可靠性;考虑到该车门一阶频率过低的问题,将一阶频率最大、车门质量最小作为优化目标,垂向刚度、窗框刚度为约束,进行了试验设计(DOE),通过Kriging函数模型拟合了要优化的目标及约束,经过精度校验,验证了该近似函数模型符合精度要求;最后利用多目标遗传算法进行了寻优计算。研究结果表明:在垂向刚度、窗框刚度满足约束值的情况下,车门质量最终降低2.84 kg(减重达13%),一阶频率提高了25.8 Hz。     

多目标遗传算法的纯电动汽车动力系统参数优化

以某款新开发的两挡机械式自动变速器(Automatic Mechanical Transmission,AMT)纯电动汽车作为研究样本,为兼顾纯电动汽车整车经济性和动力性需求,提出一种动力系统参数优化方案。以0～100 km/h加速时间、新标欧洲循环测试(New European Driving Cycle,NEDC)工况整车百公里能量消耗和一挡最大爬坡度为优化目标,将动力性以及变速器速比约束等指标作为约束条件,借助Isight多学科设计优化软件和Cruise软件建立集成优化模型,并选择带精英策略的快速非支配排序遗传算法对动力系统速比进行多目标优化。优化结果表明,速比优化后的目标车型整车经济性提升了3.19%,最高车速提高了17.55%,虽然0～100 km/h加速时间增加了0.53%,一挡最大爬坡度降低了13.15%,但整车性能更符合所期望的设计目标。     

碳纤维复合材料防撞梁的设计与分析

对某款乘用车的碳纤维复合材料防撞梁进行了研究。对碳纤维铺层进行了设计,通过有限元建模、施加边界条件与载荷,对碳纤维复合材料防撞梁的应力、变形与应力失效因数进行了分析,并对不同碳纤维铺层铺设角度进行了对比。通过设计与分析,使碳纤维复合材料防撞梁在满足要求的前提下,相比铝合金防撞梁质量减轻31.4%。     

基于正面碰撞前防撞梁的DOE轻量化设计

通过Hyper Mesh建立了汽车前防撞梁及吸能盒正面碰撞模型,以防撞梁及吸能盒的截面形状、截面尺寸、材料、厚度与吸能盒诱导槽位置作为设计变量,以加速度峰值、最大吸能和最大压溃量作为约束,以质量最小作为目标,通过Isight进行DOE实验设计和优化。结果表明,优化后前防撞梁与吸能盒总质量降低了39.2%,轻量化效果显著,碰撞性能明显提升。铝合金比强度、比刚度高,耐腐蚀性好,密度是钢的1/3,是汽车轻量化的重要材料,优化结果表明,调整壁厚和截面形状的铝合金防撞梁总成结构的吸能性能最好,比原钢质件提高约6.6%,同时减重49.38%。     

基于可靠性的斜齿轮传动多目标优化

在可靠性的基础上建立斜齿轮传动的多目标优化教学模型,结合实例,对减小体积和保证传动平稳的两个目标联合进行优化,并用MATLAB优化工具箱进行了求解,优化结果令人满意,这对于齿轮传动的设计具有很大的参考价值.     

基于多岛遗传算法的轴承精超工艺多目标优化

为提高角接触球轴承内圈沟道精超加工精度及效率,利用ISIGHT优化软件对角接触球轴承内圈沟道精超工艺进行了多目标优化研究.首先通过正交试验得到一组样本点;然后采用二次多项式响应面法建立以工件转速、油石压力、油石摆动频率及超精时间等主要工艺参数为输入变量,以轴承内圈沟道表面粗糙度和沟道圆度误差为输出变量的多目标优化代理模型;最后,基于多岛遗传算法对多目标优化代理模型进行优化,得到一组最优精超工艺参数组合及结果预测值.试验结果表明:经过优化得到的表面粗糙度值比优化前的表面粗糙度值降低了15.244％,沟道圆度误差值比优化前的圆度误差值降低了14.87％,并且加工效率提升了21.43％,优化效果显著.     

基于多目标优化的柔性定额标准

建立了一种以生产率、产品质量、刀具损耗、能耗等生产指标为目标函数,以切削用量等生产参数为优化变量,以刀具耐用度、表面粗糙度等相关生产规律为约束函数的多目标优化定额模型,提出了一种柔性定额方法。