汽车性能指标综合优化方法、计算设备技术

本发明专利技术涉及数据处理领域，公开了一种汽车性能指标综合优化方法、计算设备。方法包括：确定待预测的多个性能指标，构建多个性能指标对应的优化目标函数；确定车辆相关参数；确定各个车辆相关参数各自对应的多个数值，将各个车辆相关参数对应的每一组参数值输入至仿真模型中，得到各个性能指标对应的一个性能值；采用灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度，根据灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度确定敏感参数；根据优化目标函数和灰狼优化算法，确定各个敏感参数的最优解，将最优解输入至仿真模型中，得到多个性能指标的最优值。本发明专利技术在平衡各个性能指标的前提下提高优化速度。化速度。化速度。

【技术实现步骤摘要】
汽车性能指标综合优化方法、计算设备


[0001]本专利技术涉及新能源汽车
，尤其涉及一种汽车性能指标综合优化方法、计算设备。

技术介绍

[0002]车辆动力性、经济性是重要的指标，在车辆概念开发设计或性能优化提升阶段，需要通过仿真的手段对车辆参数进行系统性优化，了解当前条件下车辆的优化潜能。由于车辆模型内部逻辑复杂，并可能存在封装现象，无法通过分析模型公式直接得出影响车辆性能的参数。考虑到各个参数均可能对车辆同一性能产生影响，同一个参数可能对动力性和经济性都产生影响。但是车辆存在大量参数，逐一对每个参数进行数据变化，来找出对各种车辆性能的影响，将会浪费大量的时间。

技术实现思路

[0003]为了解决上述至少一个技术问题，本专利技术提供了一种汽车性能指标综合优化方法、计算设备。
[0004]根据第一方面，本专利技术实施例提供的汽车性能指标综合优化方法，其包括：确定待预测的多个性能指标，并构建所述多个性能指标对应的优化目标函数；所述性能指标包括动力性指标、纵向行驶平顺性指标和经济性指标，所述优化目标函数为综合平衡各个性能指标的函数；确定车辆相关参数，所述车辆相关参数包括整车参数、电池参数、电机参数和空调参数；根据各个车辆相关参数各自对应的多个数值，形成各个车辆相关参数对应的多组参数值，每一组参数值中包括各个车辆相关参数各自对应的一个数值；将每一组参数值输入至仿真模型中，得到各个性能指标对应的一组性能值，每一组性能值中包括各个性能指标各自对应的一个数值；根据各个车辆相关参数各自对应的多个数值和各个性能指标各自对应的多个数值，采用灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度，并根据灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度确定敏感参数；根据所述优化目标函数和灰狼优化算法，确定各个敏感参数的最优解，将所述最优解输入至所述仿真模型中，得到所述多个性能指标的最优值。
[0005]根据第二方面，本专利技术实施例提供的计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面提供的方法。
[0006]本专利技术实施例具有以下技术效果：首先确定待预测的多个性能指标，构建优化目标函数，确定车辆相关参数，然后确定各个车辆相关参数对应的多组参数值，通过仿真的方式确定各个性能指标对应的多组性能值，根据各个车辆相关参数的多组参数值和各个性能指标的多组性能值，确定各个车辆
相关参数和各个性能指标之间的灰色关联度，进而根据灰色关联度筛选敏感参数，从而去掉对性能指标影响不大的车辆关联参数，提高后续的优化效率。接着，采用灰狼优化算法确定符合所述优化目标函数的敏感参数最优解，通过仿真的方式确定各个性能指标的最优性能值组合。由于优化目标函数为综合平衡各个性能指标的函数，因此最终得到的各个性能指标的最优性能值组合平衡考虑了各个性能指标，从而使得汽车的各个性能指标在综合程度上达到最佳。而且，本专利技术实施例提供的方法不必对每一个车辆相关参数逐一优化，而是将各个车辆相关参数作为一个整体一起进行优化，可以快速的提高优化速度，避免浪费时间。即，在综合平衡各个性能指标的前提下提高优化速度。
附图说明
[0007]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0008]图1是本专利技术一个实施例中汽车性能指标综合优化方法的流程示意图。
具体实施方式
[0009]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行清楚、完整的描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本专利技术所保护的范围。
[0010]第一方面，本专利技术实施例提供一种汽车性能指标综合优化方法，参见图1，该方法包括如下步骤S110~S150：S110、确定待预测的多个性能指标，并构建所述多个性能指标对应的优化目标函数；所述性能指标包括动力性指标、纵向行驶平顺性指标和经济性指标，所述优化目标函数为综合平衡各个性能指标的函数；在一个实施例中，动力性指标可以包括加速时间、最大爬坡度和最高车速中的至少一项。其中，所述经济性指标可以包括电耗和续航里程中的至少一项。其中，纵向行驶平顺性指标可以包括车辆纵向加速度和冲击度中的至少一项。
[0011]其中，加速时间为从0加速到100km/h的时间。最高车速为车辆行驶的最高速度。最大爬坡度为最大的爬坡角度。电耗的单位为kWh/100km。续航里程为当车辆连续行驶直到电池电量为0时车辆不能再继续行驶时的里程数。车辆纵向加速度即车速和时间之间的瞬时比值，冲击度即加速度和时间之间的瞬时比值。冲击度的概念是加速度的变化率。
[0012]由于车辆优化时考虑到加速时间、最大爬坡度、最高车速、电耗、续航里程、加速度、冲击度等多个性能指标，各个性能指标之间存在耦合关系，在一些性能指标优化的同时必然有一些性能指标劣化，因此需要对各个性能指标进行综合考量，对各个性能指标进行平衡，为此构建了优化目标函数，用来综合平衡各个性能指标。
[0013]在一个实施例中，所述优化目标函数可以为：
其中，x为各个车辆相关参数，K为性能指标的数量，为第k个性能指标的权重系数，为第k个性能指标的实际值，为第k个性能指标的期望值。其中，各个权重系数的取值范围均在0和1之间，且各个权重系数的和为1。
[0014]在上述优化目标函数中，针对每一个性能指标，都设置了一个权重系数，重要性比较高的性能指标被赋予较高的权重系数，重要性比较低的性能指标被赋予比较低的权重系数，将每一个性能指标的实际值和期望值作差，将差值和权重系数相乘，将各个性能指标对应的乘积求和，得到综合差值，该综合差值越小，说明各个性能指标的综合情况越好，因此优化目标为综合差值最小化。
[0015]S120、确定车辆相关参数，所述车辆相关参数包括整车参数、电池参数、电机参数和空调参数；其中，所述整车参数包括整车整备质量、前后轴荷、迎风面积、风阻系数、轮胎半径和滚阻系数中的至少一项。
[0016]其中，所述电池参数包括电池质量、电池容量、电池模组串并联数量、电池内阻、最大放电功率限值和最大充电功率限值中的至少一项。
[0017]其中，所述电机参数包括峰值功率、最大扭矩、电机质量和电机效率中的至少一项。
[0018]其中，所述空调参数包括空压机功率、正温度系数功率、鼓风机功率和目标温度中的至少一项。
[0019]S130、根据各个车辆相关参数各自对应的多个数值，形成各个车辆相关参数对应的多组参数值，每一组参数值中包括各个车辆相关参数各自对应的一个数值；将每一组参数值输入至仿真模型中，得到各个性能指标对应的一组性能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车性能指标综合优化方法，其特征在于，包括：确定待预测的多个性能指标，并构建所述多个性能指标对应的优化目标函数；所述性能指标包括动力性指标、纵向行驶平顺性指标和经济性指标，所述优化目标函数为综合平衡各个性能指标的函数；确定车辆相关参数，所述车辆相关参数包括整车参数、电池参数、电机参数和空调参数；根据各个车辆相关参数各自对应的多个数值，形成各个车辆相关参数对应的多组参数值，每一组参数值中包括各个车辆相关参数各自对应的一个数值；将每一组参数值输入至仿真模型中，得到各个性能指标对应的一组性能值，每一组性能值中包括各个性能指标各自对应的一个数值；根据各个车辆相关参数各自对应的多个数值和各个性能指标各自对应的多个数值，采用灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度，并根据灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度确定敏感参数；根据所述优化目标函数和灰狼优化算法，确定各个敏感参数的最优解，将所述最优解输入至所述仿真模型中，得到所述多个性能指标的最优值。2.根据权利要求1所述的方法，其特征在于，所述动力性指标包括加速时间、最大爬坡度和最高车速中的至少一项；所述经济性指标包括电耗和续航里程中的至少一项；所述纵向行驶平顺性指标包括车辆纵向加速度和冲击度中的至少一项；和/或；所述整车参数包括整车整备质量、前后轴荷、迎风面积、风阻系数、轮胎半径和滚阻系数中的至少一项；所述电池参数包括电池质量、电池容量、电池模组串并联数量、电池内阻、最大放电功率限值和最大充电功率限值中的至少一项；所述电机参数包括峰值功率、最大扭矩、电机质量和电机效率中的至少一项；所述空调参数包括空压机功率、正温度系数功率、鼓风机功率和目标温度中的至少一项。3.根据权利要求1所述的方法，其特征在于，所述根据各个车辆相关参数各自对应的多个数值和各个性能指标各自对应的多个数值，采用灰度关联法确定各个车辆相关参数和各个性能指标之间的灰色关联度，包括：构建初始矩阵，所述初始矩阵的第1行至第n行中的第n行第j列的元素为第n个车辆相关参数的第j个数值，所述初始矩阵的第n+1行至第n+m行中的第n+n行第j列的元素为第n个性能指标的第j个数值，j大于等于1且小于等于n+m，n+m为每一个车辆相关参数和每一个性能指标的数值数量，n为车辆相关参数的数量，m为性能指标的数量；对所述初始矩阵进行无量纲化处理，得到无量纲矩阵，根据所述无量纲矩阵计算对应的差矩阵，并确定所述差矩阵中的最大值和最小值；所述无量纲矩阵和所述差矩阵的行数和列数均为n+m，所述差矩阵中的第n行第j列的元素为所述无量纲矩阵中第n行第j列的元素与第n行第1列元素之间的差值的绝对值；根据所述差矩阵、所述最大值和所述最小值计算每一个车辆相关参数和每一个性能指标的n+m个关联系数，并根据每一个车辆相关参数和每一个性能指标的n+m个关联系数计算该车辆相关参数和该性能指标之间的灰色关联度。4.根据权利要求3所述的方法，其特征在于，所述对所述初始矩阵进行无量纲化处理，包括：采用第一计算式计算所述无量纲矩阵中第n行第j列的元素，所述...

【专利技术属性】
技术研发人员：王伟，曲辅凡，方茂东，张晓辉，李文博，吴利广，梅铮，李鑫，雷斌，张南，
申请(专利权)人：中汽研汽车检验中心天津有限公司，
类型：发明
国别省市：