System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于遗传算法的车辆悬架参数辨识方法、装置及设备制造方法及图纸_技高网

一种基于遗传算法的车辆悬架参数辨识方法、装置及设备制造方法及图纸

技术编号:41358844 阅读:4 留言:0更新日期:2024-05-20 10:09
本发明专利技术涉及一种基于遗传算法的车辆悬架参数辨识方法、装置及设备,包括:设定各个待辨识的车辆悬架参数的上下限值,并根据车辆悬架参数的上下限值生成初始种群;计算车辆悬架模型通过减速带路面的输出响应,并分别计算当前种群中每个个体对输出响应的适应度函数值;在当前种群中选择适应度函数值最小的若干个体进行遗传操作,生成下一代种群,并基于下一代种群迭代进行上一步骤和当前步骤,直至满足预设的迭代终止条件;输出最后一次迭代的种群中适应度函数值最小的个体,获得车辆悬架参数的辨识结果。本发明专利技术可以应用于汽车垂向动力学系统中,获得更精准的悬架模型参数,反映更准确的汽车垂向振动状态。

【技术实现步骤摘要】

本专利技术涉及汽车动力学,具体涉及一种基于遗传算法的车辆悬架参数辨识方法、装置及设备


技术介绍

1、悬架系统对提高汽车的乘坐舒适性与操纵稳定性起着至关重要的作用,而实现车辆悬架状态估计与振动控制的关键是获得精准的悬架动力学模型。而由于汽车悬架系统中弹簧与减振器自身的非线性特性以及汽车乘员及货物的变化,导致悬架工作平衡点以及簧上质量质心位置等会随着不同运行状态而改变。若是仅利用系统各部件测量得到的名义参数进行建模,将会引入较大的系统误差,导致模型失配,控制效果大幅降低。


技术实现思路

1、本专利技术的目的在于提供一种基于遗传算法的车辆悬架参数辨识方法、装置及设备,以解决现有技术中仅利用系统各部件测量得到的名义参数建立的悬架动力学模型存在较大的系统误差而使模型失配,控制效果减弱的问题。

2、为了实现上述目的,本专利技术采用的技术方案如下:

3、第一个方面,本专利技术提出一种基于遗传算法的车辆悬架参数辨识方法,所述方法包括:

4、设定各个待辨识的车辆悬架参数的上下限值,并根据所述车辆悬架参数的上下限值生成初始种群;

5、计算车辆悬架模型通过减速带路面的输出响应,并分别计算当前种群中每个个体对所述输出响应的适应度函数值;

6、在当前种群中选择所述适应度函数值最小的若干个体进行遗传操作,生成下一代种群,并基于下一代种群迭代进行上一步骤和当前步骤,直至满足预设的迭代终止条件;

7、输出最后一次迭代的种群中所述适应度函数值最小的个体,获得所述车辆悬架参数的辨识结果。

8、第二个方面,本专利技术还提出一种基于遗传算法的车辆悬架参数辨识装置,所述装置包括:

9、初始种群生成模块,用于设定各个待辨识的车辆悬架参数的上下限值,并根据所述车辆悬架参数的上下限值生成初始种群;

10、适应度函数计算模块,用于计算车辆悬架模型通过减速带路面的输出响应,并分别计算当前种群中每个个体对所述输出响应的适应度函数值;

11、遗传操作迭代模块,用于在当前种群中选择所述适应度函数值最小的若干个体进行遗传操作,生成下一代种群,并基于下一代种群迭代进行上一步骤和当前步骤,直至满足预设的迭代终止条件;

12、辨识参数输出模块,用于输出最后一次迭代的种群中所述适应度函数值最小的个体,获得所述车辆悬架参数的辨识结果。

13、第三个方面,本专利技术还提出一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一个方面中所述的基于遗传算法的车辆悬架参数辨识方法。

14、本专利技术的有益效果至少包括:

15、本专利技术所提出的基于遗传算法的车辆悬架参数辨识方法、装置及设备,可以应用于汽车垂向动力学系统中,而且相较于传统的通过部件测量获得的模型参数会引入较大的系统误差,本专利技术通过遗传算法对车辆悬架参数进行辨识,可以辨识数量更多的车辆悬架参数,且计算车辆悬架模型通过减速带路面的输出响应,并将输出响应适应度最高的车辆悬架参数来生成新的种群,通过迭代计算从而可以获得更精准的悬架模型参数,反映更准确的汽车垂向振动状态。

16、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本专利技术。

本文档来自技高网...

【技术保护点】

1.一种基于遗传算法的车辆悬架参数辨识方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述待辨识的车辆悬架参数至少包括前后车轮簧下质量、前后悬阻尼系数、前后悬刚度系数、簧上绕y轴转动惯量和簧上质量质心距前轴位置。

3.根据权利要求2所述的方法,其特征在于,所述前后车轮簧下质量的下限值为车轮质量与其固连垂直运动的悬架结构部件质量之和,上限值为车轮质量与悬架架构总质量之和;所述前后悬阻尼系数的上下限值为减振器阻尼特性曲线在常用运行速度区间内的阻尼系数变化量;所述前后悬刚度系数的上下限值为其弹性部件的标称值与杠杆比与预设的参数变化范围的乘积;所述簧上绕y轴转动惯量的下限值为整车惯量减去车轮惯量和悬架结构惯量的惯量差值,上限值为整车惯量;所述簧上质量质心距前轴位置的上下限值为车身质心距前轴位置与预设的参数变化范围的乘积。

4.根据权利要求1所述的方法,其特征在于,所述计算车辆悬架模型通过减速带路面的输出响应,通过多体动力学模型仿真程序进行计算,具体如下:

5.根据权利要求4所述的方法,其特征在于,所述适应度函数值为所述输出响应的误差均方根值:

6.根据权利要求1所述的方法,其特征在于,所述迭代终止条件为迭代步数到达预设的最大迭代步数。

7.根据权利要求1所述的方法,其特征在于,所述迭代终止条件为当前种群中所有个体的适应度函数值的平均值与最小值之差小于设定阈值。

8.根据权利要求1所述的方法,其特征在于,在所述遗传算法中,设定交叉率为0.7-0.9,初始种群大小为200-300,精英数量为8-15,最大迭代步数为20-40。

9.一种基于遗传算法的车辆悬架参数辨识装置,其特征在于,所述装置包括:

10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-8任一所述的基于遗传算法的车辆悬架参数辨识方法。

...

【技术特征摘要】

1.一种基于遗传算法的车辆悬架参数辨识方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述待辨识的车辆悬架参数至少包括前后车轮簧下质量、前后悬阻尼系数、前后悬刚度系数、簧上绕y轴转动惯量和簧上质量质心距前轴位置。

3.根据权利要求2所述的方法,其特征在于,所述前后车轮簧下质量的下限值为车轮质量与其固连垂直运动的悬架结构部件质量之和,上限值为车轮质量与悬架架构总质量之和;所述前后悬阻尼系数的上下限值为减振器阻尼特性曲线在常用运行速度区间内的阻尼系数变化量;所述前后悬刚度系数的上下限值为其弹性部件的标称值与杠杆比与预设的参数变化范围的乘积;所述簧上绕y轴转动惯量的下限值为整车惯量减去车轮惯量和悬架结构惯量的惯量差值,上限值为整车惯量;所述簧上质量质心距前轴位置的上下限值为车身质心距前轴位置与预设的参数变化范围的乘积。

4.根据权利要求1所述的方法,其特征在于,所述计算车辆悬架模型通过减速带路面的输...

【专利技术属性】
技术研发人员:刘浪李小凯杨越王良
申请(专利权)人:重庆长安汽车股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1