一种基于自适应代理模型的车用空气弹簧工程优化设计方法技术

本发明专利技术公开了一种基于自适应混沌多项式—克里金代理模型的车用空气弹簧工程优化设计方法。首先，依据小样本实验数据建立空气弹簧高保真非线性流固耦合有限元模型及其参数化模型。其次，基于试验设计方法和统计回归方法，利用少量仿真计算结果建立自适应混沌多项式—克里金代理模型逼近复杂昂贵的仿真模型。最后，基于自适应代理模型和多目标智能优化方法对空气弹簧系统性能函数进行参数全局优化。本发明专利技术以较小的高保真模型仿真次数实现空气弹簧系统优化设计，可大幅缩短研发周期、节省研发成本，可为空气弹簧快速研发设计决策提供高效手段，具有良好的工程适应性和应用前景。景。景。

【技术实现步骤摘要】
一种基于自适应代理模型的车用空气弹簧工程优化设计方法


[0001]本专利技术属于空气弹簧设计
，具体涉及一种基于自适应代理模型的车用空气弹簧工程优化设计方法。

技术介绍

[0002]空气弹簧是车用空气悬架的核心零部件，其利用空气可压缩性使车辆悬架具有低频率、变刚度和缓冲等优越性能。良好设计的空气弹簧系统能极大地提高车辆驾乘舒适性和行驶平稳性，有利于车辆轻量化设计，在有效减少油耗节省成本的同时可显著降低车辆对路面的冲击和损坏。国家标准GB 1589
‑
2016对道路车辆超载的严格限制以及GB 7258
‑
2017对半挂车装备空气悬架的强制要求使得空气弹簧得到前所未有的关注，并带来了激烈的市场竞争。如何迅速开发出精确满足客户需求的高性能空气弹簧系统已成为零部件制造商的当务之急。
[0003]空气弹簧通常由盖板、囊体、缓冲块和活塞等部件组成，囊体由多层帘布
‑
橡胶复合材料按一定角度铺合成型，囊体与盖板通过卷压或过盈自密封连接，工作过程中气腔内压缩空气与囊体内表面相互作用，设计参数众多且关系复杂，使其静/动态性能与设计参数存在高度非线性，给结构优化设计带来了巨大挑战。由于周期长、费用高昂且设计精度较低，传统的“反复试制
‑
试验
‑
修改”方法已很难满足空气弹簧产品开发的T/Q/C/S/E(时间/质量/成本/服务/环境)要求。因此，借助于可大幅降低研制成本的数字仿真技术对空气弹簧静/动态性能指标进行优化设计，逐渐成为国内外空气弹簧产品研制的必要手段。
[0004]高保真空气弹簧仿真建模可以综合考虑几何、材料、接触非线性和流固耦合特性，从而较为准确地反映真实系统性能参数。然而，高的模型复杂度和精细度意味着更大的模拟求解规模和仿真时间耗费。目前对空气弹簧系统的优化多采用基于高保真有限元模型的常规优化方法，如基于梯度的拟牛顿法和共轭梯度法等。在优化计算过程中，需要多次调用仿真求解过程并需要计算梯度信息，使得计算成本更高；而且由于性能指标及约束可能为设计变量的高维非线性函数，梯度计算面临数值困难，可能导致优化计算不收敛或收敛至局部最优解。另一种方法是将空气弹簧有限元仿真模型视作黑箱函数，运用遗传算法、模拟退火算法等智能优化算法在设计空间上搜索全局最优解，尽管避免了梯度计算，但需要更多次调用原模型仿真求解过程，严重制约优化设计效率。此外，实际工程设计往往需要多轮次迭代以调整优化参数或在相互冲突的性能指标间作权衡和折中处理，这也将需要反复调用高保真但极其耗时的数值模拟分析，导致更高昂的计算成本和更长的设计周期，难以支持空气弹簧快速设计决策。因此迫切需要发展高效的空气弹簧全局优化设计方法，为空气弹簧快速研发提供高效手段。

技术实现思路

[0005]针对现有技术中的不足，本专利技术提出一种基于小样本试验、自适应代理模型技术和智能多目标优化策略的高效全局优化设计方法，该方法通过在设计空间上构建高精度自
适应代理模型逼近复杂昂贵的仿真模型来进行设计优化，以较小的源模型仿真次数实现结构优化设计，为空气弹簧快速研发提供高效手段。
[0006]为实现上述目的，本专利技术采用如下技术方案：一种基于自适应代理模型的车用空气弹簧优化设计方法，包括以下步骤：
[0007]S1.根据用户需求，确定约束条件Q(x)>0，和由空气弹簧系统静/动态特性、局部应力水平和质量等性能指标表征的多组目标函数F(x)，
[0008]minF(x)＝{f1(x)f2(x)
…
f
m
(x)}
[0009]式中，f1(x)，f2(x)，
…
f
m
(x)表示m组独立的目标性能函数；x＝[x1,x2,
…
,x
n
]为n组相关设计变量，包括充气压力、囊皮厚度、帘线间距、帘线角、帘线层数、单跟帘线截面积、上下盖板材料和厚度、气囊有效半径、囊体设计高度、缓冲活塞作用高度等关键结构参数。
[0010]S2.根据用户需求和厂家工程经验库，确定S1中相关变量参数的概率分布范围。各变量参数的设计空间分别设定为：
[0011][0012]式中，x
i
表示第i组设计变量，为第i组设计变量的均值，ξ
i
为服从高斯分布的随机变量，δ
i
为由工程经验确定的第i组设计变量变异系数。
[0013]S3.以各设计变量均值为初始迭代点，采用有限元分析软件(如Abaqus、Ansys等)建立空气弹簧高保真有限元模型。在高保真模型中，橡胶囊体描述为以橡胶为基体、帘线为增强材料的复合材料，其中橡胶材料本构模型采用多项式模型，多项式模型参数由哑铃状橡胶试样拉伸试验确定；帘线层采用加强筋模型描述，帘线在橡胶基体中的分布由帘线层位置、角度和尺寸等参数确定；气囊内气体利用腔体单元描述，以模拟空气弹簧任意工作状况；气囊与金属件之间的连接通过接触/摩擦非线性单元模拟。
[0014]S4.针对S3中建立的高保真有限元模型进行仿真分析，获取载荷
‑
位移曲线、内压位移曲线和气囊半径
‑
位移曲线、局部应力水平云图等特性曲线。
[0015]S5.基于各设计变量均值设计和制造空气弹簧设计优化原始模型，开展空气弹簧静动态特性试验，获取S4中所述特性测试曲线，并通过对仿真结果与测试结果的对比对高保真模型及其参数进行修正。
[0016]S6.基于修正后的高保真有限元模型，利用有限元软件内嵌的脚本语言(如Abaqus采用Python语言，Ansys采用Fortran语言)进行二次编程形成参数化模型，从而得到优化设计源模型，可实现快速有限元建模、边界条件和载荷自动施加以及求解器自动调用。
[0017]S7.基于S2中所确定的变量设计空间，开展正交试验设计，调用S6中生成的参数化模型，获得不同因素对目标性能函数的影响程度，根据参数影响程度对设计变量进行初步筛选。
[0018]S8.利用拉丁超立方试验设计技术和数字模拟方法生成初始样本空间。
[0019]首先，根据S6筛选后设计变量数目确定需要抽取样本点总数N(n+1≤N≤2n)；其次，将各设计变量概率分布范围划分为N个具有相同分布概念的区间；再者，在每个设计变量的每个区间内随机抽取样本点；最后，将随机抽取的每个设计变量样本进行随机组合，生成总数为N的拉丁超立方样本空间。
[0020]S9.针对S8抽样生成的每个样本点调用S6中所述高保真参数化有限元模型，获取各样本点对应的目标性能函数值。
[0021]S10.基于S8抽样生成的初始样本点和S9计算获得的相应目标函数值，训练初始的克里金代理模型其中g
i
(x)为对应于第i组目标函数的克里金模型。克里金代理模型的基本实现步骤如下：
[0022](1)选择多维Hermite混沌多项式作为克里金回归模型的基函数，n维Hermite本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应代理模型的车用空气弹簧优化设计方法，其特征在于：包括以下步骤：S1.根据用户需求，确定约束条件Q(x)>0，以及由空气弹簧性能指标表征的多组目标函数F(x)，性能指标包括空气弹簧系统静/动态特性、局部应力水平、质量，minF(x)＝{f1(x) f2(x)
…
f
m
(x)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中：f1(x)，f2(x)，
…
f
m
(x)表示m组独立的目标性能函数；x＝[x1,x2,
…
,x
n
]为n组相关设计变量，包括关键结构参数：充气压力、囊皮厚度、帘线间距、帘线角、帘线层数、单跟帘线截面积、上下盖板材料和厚度、气囊有效半径、囊体设计高度、缓冲活塞作用高度；S2.根据用户需求和厂家工程经验库，确定S1中相关变量参数的概率分布范围，各变量参数的设计空间分别设定为：式(2)中，x
i
表示第i组设计变量，为第i组设计变量的均值，ξ
i
为服从高斯分布的随机变量，δ
i
为由工程经验确定的第i组设计变量变异系数；S3.以各设计变量均值为初始迭代点，采用有限元分析软件，建立空气弹簧高保真有限元模型；S4.针对S3中建立的高保真有限元模型进行仿真分析，获取特性曲线，包括载荷—位移曲线、内压位移曲线和气囊半径
‑
位移曲线、局部应力水平云图；S5.基于各设计变量均值设计和制造空气弹簧设计优化原始模型，开展空气弹簧静动态特性试验，实际获取S4中所述特性曲线，并通过对仿真结果与测试结果的对比对高保真模型及其参数进行修正；S6.基于修正后的高保真有限元模型，利用有限元软件内嵌的脚本语言进行二次编程形成参数化模型，从而得到优化设计源模型，实现快速有限元建模、边界条件和载荷自动施加以及求解器自动调用；S7.基于S2中所确定的变量设计空间，开展正交试验设计，调用S6中生成的参数化模型，获得不同因素对目标性能函数的影响程度，根据参数影响程度对设计变量进行初步筛选；S8.利用拉丁超立方试验设计技术和数字模拟方法生成初始样本空间；S9.针对S8抽样生成的每个样本点调用S6中所述高保真参数化有限元模型，获取各样本点对应的目标性能函数值；S10.基于S8抽样生成的初始样本点和S9计算获得的相应目标函数值，训练初始的克里金代理模型：式(3)中：g
i
(x)对应于第i组目标函数的克里金模型，S11.选择合适的加点准则函数f
s
(x)，并基于离散复合形方法构造自适应抽样模型，将抽样问题转化为加点准则函数的最优化问题，从而在关键设计区域抽取新的样本点以更新
样本空间；S12.将S11寻优得到的自适应样本点添加到样本库，更新自适应代理模型，重复步骤S10和步骤S11，直到添加的自适应样本点满足给定的收敛标准或代理模型精度要求；S13.基于S12已自适应更新的样本集，重新生成目标函数的代理模型，建立了目标函数F(x)关于设计变量的近似解析模型，在该代理模型的基础上，采用全局最优化智能算法，实现空气弹簧系统的全局优化设计，参数优化的基本步骤如下：首先，根据S2中确定的相关变量参数的概率分布范围，随机产生容量为P的初始种群样本，重复调用S13所建立的各目标函数代理模型进行非支配排序，并通过遗传算法得到第一代子代种群；其次，从第二代开始，合并父代种群与子代种群，基于S13所建立的代理模型进行快速非支配排序和非支配层的拥挤度计算，根据非支配关系以及个体拥挤度选取合适个体组成新父代种群；依此类推，直到满足迭代次数P＝P
max
或最优解收敛准则等，结束性能优化过程，输出最优解结果作为空气弹簧设计依据。2.根据权利要求1所述的一种基于自适应代理模型的车用空气弹簧优化设计方法，其特征在于：S8步骤中，初始样本空间生成步骤如下：U1.根据S6筛选后设计变量数目，确定需要抽取样本点总数N(n+1≤N ≤2n)；U2.将各设计变量概率分布范围划分为N个具有相同分布概念的区间；U3.在每个设计变量的每个区间内随机抽取样本点；U4.将随机抽取的每个设计变量样本进行随机组合，生成总数为N的拉丁超立方样本空间。3.根据权利要求2所述的一种基于自适应代理模型的车用空气弹簧优化设计方法，其特征在于：S10步骤中，克里金代理模型的基本实现步骤如下：Z1.选择多维Hermite混沌多项式作为克里金回归模型的基函数，n维Hermite混沌多项式通过一维Hermite混沌多项式的张量积进行构建；式(4)中，α
i
为非负整数,表示第i维Hermite混沌多项式的展开...

【专利技术属性】
技术研发人员：韩瑞铎，
申请(专利权)人：汉思科特盐城减震技术有限公司，
类型：发明
国别省市：