浅谈汽车悬架优化设计方法及其应用

张德 王伟

摘 要：建立悬架运动学分析的近似模型，能够有效地控制仿真程序的重复运行次数。本文采用遗传算法进行悬架优化设计，将遗传算法与高质量的近似模型相结合，能够在遗传算法优势得到充分发挥的前提下有效控制仿真程序的重复运行次数，协调计算成本与计算精度的矛盾。

关键词：汽车悬架;优化设计;仿真分析;遗传算法

0 概述

遗传算法是一种借鉴生物界自然选择和进化机制发展起来的随机搜索算法，具有良好的收敛性和多目标优化性。基于ADAMS/Car建立了汽车前悬架系统的仿真模型，对其进行了动态仿真分析，并运用遗传算法对该汽车的悬架进行了优化，提升设计质量。

1 前悬架系统仿真模型的建立

（1）近似模型基本原理。近似模型是指计算量小、计算结果与仿真程序相近的分析模型。近似模型技术包括試验设计、建模方法两部分，其构造过程分为3个步骤：根据试验设计在参数空间中生成若干样本点，即若干组输入数据;根据仿真程序获得与输入数据相对应的输出数据;根据建模方法在输入/输出数据基础上进行重构，建立表达输入、输出间函数关系的近似模型。在优化设计过程中可用近似模型代替复杂费时的仿真程序对目标函数进行求解，从而达到控制计算成本的目的。

（2）以某车型麦弗逊悬架为原型基础，参照ADAMS/Car中的麦弗逊式独立悬架模板以及标准悬架试验台，建立了前悬架系统模型，前悬架系统模型麦弗逊悬架由车身、下摆臂、转向节总成、转向拉杆、减振器、螺旋弹簧以及车轮组成。在建模过程中对模型作了一些合理的简化，如忽略车轮的厚度和各部件的弹性作用等。确定麦弗逊悬架模型设计变量的关键是确定硬点，硬点是悬架模型中各零件之间连接处的重要几何定位点，在子系统的坐标系中给出零件之间连接点的几何位置来确定硬点。根据绝对坐标系可由设计图纸得到硬点的坐标值，利用ADAMS/Car会自动创建相对纵向中心线的对称硬点和零件。

2 麦弗逊悬架的仿真及优化分析

2.1 遗传算法

遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法，其主要特点是直接对结构对象进行操作，具有以下几方面的特点：

①遗传算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的，容易误入局部最优解;遗传算法从串集开始搜索，覆盖面大，利于全局择优，同时算法本身易于实现并行化。②遗传算法基本上不用搜索空间的知识或其它辅助信息，而仅用适应度函数值来评估个体，在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定，这使得遗传算法的应用范围大大扩展。③遗传算法采用概率的变迁规则而不是确定性规则来确定其搜索方向。④具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时，硬度大的个体具有较高的生存概率，并获得更适应环境的基因结构。

2.2 麦弗逊悬架的仿真分析

（1）悬架系统各种运动特性参数的计算是通过悬架的几何分析、柔度矩阵分析得到的。其中几何分析是指悬架转向系统在悬架跳动、侧倾、转向系转向等各种运动输入下，悬架转向系统中各物体的位置和方向的变化，许多车辆参数的计算都是通过几何分析进行的。在悬架的几何分析中，主要参数有主销内倾角、主销后倾角、车轮外倾角和前束角等。

（2）左右车轮平行跳动试验方法是悬架运动特性分析的基本方法，实际上是对车轮遇到障碍物时悬架的运动、路面不平引起的颠簸运动、汽车加减速时车身纵倾引起的悬架运动和车身侧倾时引起的悬架运动等较多运动的综合分析。

（3）左右车轮平行跳动试验仿真分析是分析悬架运动合理性的重要依据，较为全面地反映了悬架的运动特性。在悬架测试台上对双横臂式独立悬架进行两侧车轮垂直上下跳动时的运动学仿真，车轮从静平衡位置开始上下跳动。悬架系统几何分析的相关参数随车轮跳动行程的变化情况，通过对建立的前悬架转向系统模型的动态仿真，设置仿真步数为15，在ADAMS/Postprecessor模块中得到分析结果曲线，根据几何分析相关参数随车轮轮心跳动变化曲线，确定具体需要优化的参数。

2.3 麦弗逊悬架的优化分析

为了解决所建悬架模型中出现的问题，考虑对前悬架进行结构调整。利用Matlab编程，以当车轮相对于车体上下跳动时，车轮外倾角和车轮前束角相对于平衡位置的变化量绝对值加权之和为适值评价函数，以如图1所示，悬架上支点A、转向梯形断点H、下摆臂中心轴中点J的硬点坐标为设计变量进行120代的遗传优化运算，得到优化后的染色体，即优化后的硬点坐标。

然后采用在每代中染色体的交叉率Pc=0.3，变异率Pm=0.1生成变化曲线，观察优化结果并对比前后硬点坐标，得出最佳匹配的车轮外倾角和前束角的变化范围，这对于防止制动时因左右制动力误差造成的直线行驶稳定性变坏和减小外倾角引起的地面对轮胎的侧向力使汽车跑偏的趋势都是有利的，这对于减少轮胎的磨损也是有利的。

3 结束语

通过在ADAMS/Car中建立悬架虚拟测试平台进行运动学仿真分析，并运用遗传算法对模型的硬点坐标进行多次遗传优化运算，这对模型的定位参数、性能指标的优化，以及减少轮胎的磨损等方面非常有利，进而提升悬架设计的质量。

参考文献：

[1]刘江南，韩旭，陈羽等，双横臂式前独立悬架的改进遗传算法优化[J].中国机械工程，2007.

[2]基于免疫遗传算法的设备布局问题研究[J].武汉理工大学学报：信息与管理工程版，2011.