[发明专利]一种基于K&C特性的悬架硬点优化方法

说明书

本发明提供一种基于K&C特性的悬架硬点优化方法，包括：根据三坐标扫描仪逆向的硬点数据，建立ADAMS悬架模型并进行仿真，得到K&C特性仿真数据；在MATLAB中对比分析所述K&C特性仿真数据和K&C特性试验数据，获得有差异的K&C特性指标，并将其作为优化目标；利用MATLAB编制优化目标函数矩阵及约束条件矩阵；将前述步骤集成到ISIGHT软件中实现；将所述优化目标函数矩阵通过DOE试验设计进行试验，并结合所述约束条件矩阵，分析获得对K&C特性指标影响最大的硬点；将所述获得的对K&C特性指标影响最大的硬点重新作为ISIGHT的设计输入变量，并结合所述约束条件矩阵，采用多岛遗传算法进行优化。

技术领域

本发明涉及汽车技术领域，尤其涉及一种基于K&C特性的悬架硬点优化方法。

背景技术

汽车底盘设计是汽车设计中的核心模块，而底盘设计的关键在于悬架设计。悬架是汽车底盘中最重要、也是车辆改型设计中经常需要重新设计的部件，悬架的性能直接影响到操纵稳定性、乘坐舒适性和制动安全性等整车性能。悬架K&C（Kinematics &Compliance）特性即悬架运动学与弹性运动学特性。所谓悬架运动学（简称K特性）描述的是车轮在悬架弹簧变形过程和汽车转向时车轮姿态的变化；所谓悬架弹性运动学（简称C特性）描述的是由于轮胎和路面之间的力和力矩引起的车轮姿态的变化。在整车项目开发中，运用底盘动力学分析方法，设计和优化悬架K&C特性和转向特性，对保证车辆动力学性能、减少设计更改、缩短开发周期、降低开发成本等方面具有重要意义。

在整车项目前期开发阶段，底盘硬点方案是设计开发的关键，对标车硬点逆向扫描和K&C试验是常用的设计手段。但是由于逆向三坐标扫描仪的精度、人为误差、空间限制等因素，造成逆向扫描硬点不全和准确度不够，而以此逆向硬点数据建立的ADAMS（全称Automatic Dynamic Analysis of Mechanical Systems，是美国MDI公司开发的一款虚拟样机分析软件）模型仿真结果跟对标车K&C试验结果不完全吻合。造成这种差异的主要来源在于逆向扫描硬点数据有误差，因此有必要得到与K&C试验结果一致的底盘硬点。

目前解决这个问题的途径主要是利用多体动力学方法建立悬架系统的数学模型，通过不同的优化方法来得到满足K&C试验的硬点。但是这种方法要求工程师具备力学、数学以及编程方面的能力，而且需要验证数学模型的准确度，时间成本高、工作效率低。而目前尚未有一种方法，能够有效地整合各种设计手段，建立一个统一和高效的分析流程，方便快速地解决逆向扫描硬点数据与K&C试验结果不符的问题，以及得到逆向未能扫描的硬点。

发明内容

本发明所要解决的技术问题在于，提供一种基于K&C特性的悬架硬点优化方法，能够快速准确地得到符合对标车K&C特性的底盘优化硬点，特别是逆向未能扫描的硬点，节省研发时间，提高工作效率。

为了解决上述技术问题，本发明提供一种基于K&C特性的悬架硬点优化方法，包括：

步骤S1，根据三坐标扫描仪逆向的硬点数据，建立ADAMS悬架模型并进行仿真，得到K&C特性仿真数据；

步骤S2，在MATLAB中对比分析所述K&C特性仿真数据和K&C特性试验数据，获得有差异的K&C特性指标，并将其作为优化目标；

步骤S3，利用MATLAB编制优化目标函数矩阵及约束条件矩阵；

步骤S4，将步骤S1-S3集成到ISIGHT软件中实现；

步骤S5，将所述优化目标函数矩阵通过DOE试验设计进行试验，并结合所述约束条件矩阵，分析获得对K&C特性指标影响最大的硬点；