[发明专利]车辆行驶跑偏主动控制方法

权利要求书

1.一种车辆行驶跑偏主动控制方法，其特征在于，包括以下步骤：

步骤1.利用多体计算软件建立反映车辆跑偏机理的整车虚拟样机，通过整车仿真工况标定模型精度；

步骤2.将悬架参数进行参数化，基于DOE采样，识别在悬架参数偏差下，跑偏性能的波动情况，筛选出影响行驶跑偏的关重参数；

步骤3.通过径向基神经网络方法构建跑偏关重参数与跑偏性能的近似模型；

步骤4.根据蒙特卡洛方法判断关重参数存在波动时，跑偏性能的可靠度；

步骤5.结合生产条件及成本，组合各参数的偏差控制方案，分析跑偏控制的失效概率及Sigma水平，确定出参数偏差的控制方案；

步骤6.随机组合各参数极限偏差，通过整车虚拟样机验证行驶跑偏量是否满足性能目标。

2.根据权利要求1所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤1具体为：建立反映车辆跑偏机理的整车虚拟样机，通过硬点尺寸链计算程序实时计算硬点坐标，并将坐标传递给虚拟样机，对虚拟样机的硬点坐标进行实时修改，并同时修改衬套预载数值。

3.根据权利要求1或2所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤2具体为：将硬点偏差、弹簧偏心坐标、弹簧刚度、轮胎锥度力和角度效应作为设计变量，设计变量偏差特性服从正态分布N(0,1)，以整车行驶跑偏量作为目标，约束条件为跑偏量≤目标值，采用最优拉丁超立方，进行试验设计，保证抽样点均匀性，获取参数的灵敏度。

4.根据权利要求3所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤3具体为：径向基神经网络方法，以待测点与样本点之间的欧几里德距离为自变量；

假设为输入向量，构建基函数；

其中，||m-m_j,||为欧几里德距离，||m-m_j,||＝(m-m_j)^T(m-m_j)，且0.2≤c≤3；

g_i为向量基函数；

Ω为向量空间；

为N维实数空间；

m为样本点向量；

m_j为待测点向量。

5.根据权利要求4所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤4具体为：基于步骤3构建的近似模型，采用6Sigma稳健性设计；用于管控车辆跑偏的6Sigma稳健性设计的数学模型为：

f(M)＝Minimize F(μ(M),σ(M))

subject to G_j(μ(M),σ(M))≤0.0

M_LSL+ΔM≤M≤M_USL-ΔM

其中，M为硬点设计集；

f(M)为跑偏评价指标集；

Minimize F(μ(M),σ(M))为最小化目标函数；

subject to G_j(μ(M),σ(M))为约束条件；

μ(M)为硬点设计集平均值；

σ(M)为硬点设计集方差；

±ΔM为硬点设计变量M的变化区间，表示M在±ΔM范围内波动；

M_LSL为硬点设计变量的下限；

M_USL为硬点设计变量的上限。

6.根据权利要求5所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤5具体为：根据生产工艺水平及成本，缩减关重参数的制造公差水平，同时保证对非显著设计变量的制造公差不变，经组合优化，获取成本最优的关重参数偏差控制方案。

7.根据权利要求6所述的车辆行驶跑偏主动控制方法，其特征在于：所述步骤6具体为：在控制方案中，随机组合各参数的偏差上限，通过整车虚拟样机计算行驶跑偏量，评判是否满足性能目标。