[发明专利]基于内外层嵌套的第二代非支配遗传算法的纵向连通空气悬架的几何参数优化方法

摘要

本发明公开了一种基于内外层嵌套的第二代非支配遗传算法的纵向连通空气悬架的几何参数优化方法，其步骤包括：1.建立纵向连通空气悬架关键几何参数多目标优化模型；2.利用内外层嵌套第二代非支配遗传算法求解多目标模型，得到优化后的帕累托解集前沿；3.利用逼近理想解排序法对帕累托前沿中的个体进行排序，筛选出最优关键几何参数。本发明在考虑行驶条件(路面不平度、车速、载荷)不确定的条件下，能有效改善多联轴纵向连通空气悬架半挂车的综合行驶性能。

主权项

1.一种基于内外层嵌套的第二代非支配遗传算法的纵向连通空气悬架的几何参数优化方法，其特征是按如下步骤进行：步骤1、建立纵向连通空气悬架的几何参数的多目标优化模型；所述几何参数包括：空气管道内径和气囊连接管内径；步骤1.1、针对纵向连通空气悬架的结构，构建三联轴半挂车‑路耦合数学模型；并在MATLAB/Simulink中建立三联轴半挂车‑路耦合仿真模型；步骤1.2、根据由路面不平度IRI、车速和载荷构成的行驶条件，获得在不同行驶条件下的空气弹簧高度；步骤1.3、在每个空气弹簧高度下，以所述行驶条件和几何参数作为实验因素，在所述MATLAB/Simulink中，对所述三联轴半挂车‑路耦合仿真模型进行仿真，得到仿真数据；所述仿真数据包括：动态轴荷平衡系数DLSC和加速度均方根a；所述动态轴荷平衡系数DLSC为衡量轴荷平衡的指标，所述加速度均方根a为衡量平顺性的指标；步骤1.4、基于在每个空气弹簧高度下的仿真数据，利用基于径向基函数的支持向量回归法SVR拟合所述动态轴荷平衡系数DLSC和加速度均方根a关于所述行驶条件和几何参数的响应面模型；以所述几何参数作为设计变量X，则空气管道内径为第1个设计变量x₁，气囊连接管内径为第2个设计变量x₂；以所述行驶条件作为不确定变量U，路面不平度IRI为第一个不确定变量u₁，速度为第二个不确定变量u₂，载荷为第一个不确定变量u₃；且设计变量X和不确定变量U满足：其中，x_i为第i个设计变量，为第i个设计变量x_i变化范围的下界，为第i个设计变量x_i变化范围的上界；u_i为第i个不确定变量，为第i个不确定变量u_i变化范围的下界，为第i个不确定变量u_i变化范围的上界，i＝1,2；步骤1.5、采用区间分析方法分析所述行驶条件的不确定性对轴荷平衡和平顺性的影响，从而建立如式(1)所示的面向半挂车轴荷平衡和平顺性的多目标优化函数：式(1)中，F1(X)为不确定变量在一定范围内变化下所对应的动态轴荷平衡系DLSC数的变化区间f1I(X)的评价函数，并有：式(2)中，f₁^C(X)和f₁^W(X)分别为动态轴荷平衡系数DLSC的变化区间f₁^I(X)的中点和半径；α₁和β₁分别为相应中点和半径的加权系数；φ₁和分别为与中点f₁^C(X)和半径f₁^W(X)相同数量级的参数；式(1)中，F2(X)为不确定变量在一定范围内变化下所对应的加速度均方根a的变化区间f2I(X)的评价函数，并有：式(3)中，和分别为加速度均方根a的变化区间的中点和半径；α₂和β₂分别为相应中点和半径的加权系数；φ₂和分别为与中点和半径相同数量级的参数；步骤2、利用内外层嵌套的第二代非支配遗传算法DL‑NSGA‑II求解式(1)所示的多目标模型，得到多目标优化的帕累托Pareto解集前沿；步骤3、利用逼近理想解排序法TOPSIS所述对帕累托Pareto解前沿中的个体进行排序，从而筛选出最优几何参数。