[发明专利]基于数据相关条件下的汽车转向机构稳健设计优化方法

摘要

本发明公开了一种基于数据相关条件下的汽车转向机构稳健设计优化方法；其包括构建齿轮齿条式转向机构的误差量化模型，利用Copula函数对影响机构误差的相关不确定因素进行分析，构建基于数据相关条件下的汽车齿轮齿条式转向机构稳健设计优化模型。本发明通过容差模型刻画了数据相关条件下的汽车转向机构稳健设计模型并结合蒙特卡洛方法进行可行性检验，使得转向机构的稳健性得到评价，更能体现产品构件之间的相关关系对设计的影响，解决了转向机构构件之间存在相关关系时的稳健设计优化问题。

主权项

1.一种基于数据相关条件下的汽车转向机构稳健设计优化方法，其特征在于，包括以下步骤：A、建立汽车转向机构误差模型；B、对数据进行相关性分析找出具有相关关系的变量；C、利用步骤A中建立的误差模型作为目标函数结合步骤B中测出的具有相关关系的变量构建容差模型稳健设计优化模型；D、运用蒙特卡洛法将步骤C中得到的设计解进行约束可行率检测，判断该设计解是否具有稳健性；若该设计解满足稳健性要求，则操作结束；若不满足，则返回步骤C；所述步骤A根据阿克曼原理推导出误差的数学表达式：y(X,P)＝L*(cotα‑cotβ)+K其中，L为汽车轴距，K为主销间距，α为左转向轮转角，β为右转向轮转角；所述步骤B利用Frank Copula函数对数据进行相关性检验，其分布函数和联合概率密度函数表示形式为：其中u、v为要检测的变量，θ为未知参数，运用极大似然估计法对θ进行求解，数学表达式为：其中F(·)为变量u、v的分布函数；所述步骤C建立数据相关下的汽车转向机构的基于容差模型的稳健设计模型具体为，将转向机构转向最小误差作为目标函数，其约束中引入约束变差，数学模型为：minφ(X,P)＝E{y(X,P)}+β×Var{y(X,P)}s·t·g_i(X,P)+kσ_gi≤0,i＝1,2,3,4…其中，X为设计变量，P为设计参数，g_i表示第i个约束条件，kσ_gi为约束i的约束变差，E{·}表示目标函数的均值，Var{·}表示目标函数的方差，β为加权系数；其目标函数的均值和方差表示形式为：其中b^T＝[X,P]，相关变量δ_bi,bj是X与P的二维随机变量的协方差。