【技术实现步骤摘要】
本专利技术涉及智能汽车，具体为一种智能汽车底盘控制的多学科优化系统。
技术介绍
1、这种智能汽车底盘控制的多学科优化系统是一种综合考虑车辆动力学、悬挂系统、制动系统等多个因素的设计方案，通过建立系统级优化模型和子系统级模型，对不确定性因素进行分析和优化，并进行可靠性评估，以达到提高车辆操控性能、降低能耗或提升安全性能等优化设计目标。通过优化各个子系统的设计方案，并考虑不确定性因素的影响，最终判断优化结果是否收敛，是否达到预期目标。这种系统能够提供更好的汽车底盘控制性能，并提高驾驶的安全性和乘坐舒适性。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种智能汽车底盘控制的多学科优化系统，解决了上述的问题。
2、为实现上述目的，本专利技术要解决的另一技术问题是提供一种智能汽车底盘控制的多学科优化系统，包括以下步骤：
3、s1: 建立全线控汽车底盘控制系统的多学科优化设计目标；
4、s2: 建立系统级优化模型，包括三自由度整车动力学模型和各子系统动力学模型，并量化性能评价指标；
5、s3: 分析不确定性因素，识别和分析影响系统性能评价指标的不确定性因素；
6、s4:采用蒙特卡洛模拟方法进行显著性分析，筛选出对系统性能评价指标有显著影响的不确定性因素；
7、s5:进行6σ可靠性分析，验证优化结果的可靠度；
8、s6: 确定系统级不确定性优化模型，考虑不确定性因素并建立系统级数学模型；
9
10、s8:进行系统级优化，传递子系统级优化结果，同时进行不确定性优化结果的可靠度分析；
11、s9: 判断优化结果是否收敛，根据收敛准则判断优化结果是否达到预期目标。
12、优选的，所述s1确定优化设计目标，目标包括：提高车辆操控性能、降低能耗或提升安全性能； 明确考虑的多学科因素，因素包括：车辆动力学、悬挂系统、制动系统；
13、优选的，所述s2: 建立系统级优化模型，包括三自由度整车动力学模型和各子系统动力学模型，并量化性能评价指标：建立基于三自由度整车动力学理论的模型，用于描述车辆在横向、纵向和垂向的运动特性；建立各个子系统（包括悬挂系统、制动系统、转向系统）的动力学模型；定义适当的性能评价指标，指标包括操控性能、乘坐舒适性、能耗。
14、优选的，所述s3: 分析不确定性因素，识别和分析影响系统性能评价指标的不确定性因素：分析可能导致系统性能评价指标变化的不确定性因素，不确定性因素包括路面状况、负载变化、环境变化；识别不确定性因素对性能评价指标的重要性和影响程度。
15、优选的，所述s4: 采用蒙特卡洛模拟方法进行显著性分析，筛选出对系统性能评价指标有显著影响的不确定性因素：使用蒙特卡洛模拟方法进行大量随机模拟实验，考虑各种可能的不确定性因素；分析模拟结果，筛选出对系统性能评价指标具有显著影响的不确定性因素。
16、优选的，所述s5: 进行6σ可靠性分析，验证优化结果的可靠度：使用6σ方法对系统性能进行可靠性评估，考虑随机变异和偏差；根据可靠性评估结果，验证优化结果是否满足可靠性要求。
17、优选的，所述s6: 确定系统级不确定性优化模型，考虑不确定性因素并建立系统级数学模型：基于前面的分析结果，建立考虑不确定性因素的系统级优化模型；在系统级模型中引入适当的不确定性参数，以考虑不确定性对优化结果的影响。
18、优选的，所述s7: 建立并优化子系统级模型，根据子系统级目标函数、约束条件和设计变量进行优化：对各个子系统进行建模，包括悬挂系统、制动系统、转向系统；设置各个子系统的优化目标函数、约束条件和设计变量；
19、通过迭代优化过程，寻求最优的子系统级设计方案。
20、优选的，所述s8: 进行系统级优化，传递子系统级优化结果，同时进行不确定性优化结果的可靠度分析：将子系统级优化的结果传递到系统级优化过程中，进行整体的系统级优化；在系统级优化中考虑不确定性优化结果的可靠度和稳定性，以确保系统设计的可行性。
21、优选的，所述 s9: 判断优化结果是否收敛，根据收敛准则判断优化结果是否达到预期目标：根据设定的收敛准则和约束条件，判断优化算法是否达到了预期的性能指标；如果优化结果不满足要求，需要重新调整参数或增加迭代次数，以获得更好的优化结果。
22、与现有技术相比，本专利技术提供了一种智能汽车底盘控制的多学科优化系统，具备以下有益效果：
23、1. 提高车辆操控性能：通过综合考虑车辆动力学、悬挂系统、制动系统等方面，系统能够优化底盘控制系统的设计，从而提高车辆的操控性能，使驾驶体验更加安全和舒适。
24、2. 降低能耗：系统通过优化设计，包括减少能量损失、优化动力传输等方面，可以有效降低车辆的能耗，提高燃油利用效率，减少对环境的影响。
25、3. 提高安全性能：通过分析不确定性因素，并进行可靠性评估，系统可以识别和优化对车辆性能评估指标具有显著影响的因素，从而提高车辆的安全性能，降低事故风险。
26、4. 优化整车性能：系统综合考虑整车动力学模型和各子系统的动力学模型，通过优化设计和参数调整，能够提高整车的性能表现，包括操控性能、乘坐舒适性等方面。
27、5. 提高系统设计可靠度：系统采用六西格玛方法进行可靠性分析，能够评估优化结果的可靠度，并验证其是否满足可靠性要求，从而提高系统设计的可行性和稳定性。
本文档来自技高网...【技术保护点】
1.一种智能汽车底盘控制的多学科优化系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S1确定优化设计目标，目标包括：提高车辆操控性能、降低能耗或提升安全性能； 明确考虑的多学科因素，因素包括：车辆动力学、悬挂系统、制动系统。
3.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S2: 建立系统级优化模型，包括三自由度整车动力学模型和各子系统动力学模型，并量化性能评价指标：建立基于三自由度整车动力学理论的模型，用于描述车辆在横向、纵向和垂向的运动特性；建立各个子系统（包括悬挂系统、制动系统、转向系统）的动力学模型；定义适当的性能评价指标，指标包括操控性能、乘坐舒适性、能耗。
4.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S3: 分析不确定性因素，识别和分析影响系统性能评价指标的不确定性因素：分析可能导致系统性能评价指标变化的不确定性因素，不确定性因素包括路面状况、负载变化、环境变化；识别不确定性因素对性能评价指标的重要性和影响
5.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S4: 采用蒙特卡洛模拟方法进行显著性分析，筛选出对系统性能评价指标有显著影响的不确定性因素：使用蒙特卡洛模拟方法进行大量随机模拟实验，考虑各种可能的不确定性因素；分析模拟结果，筛选出对系统性能评价指标具有显著影响的不确定性因素。
6.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S5: 进行6σ可靠性分析，验证优化结果的可靠度：使用6σ方法对系统性能进行可靠性评估，考虑随机变异和偏差；根据可靠性评估结果，验证优化结果是否满足可靠性要求。
7.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S6: 确定系统级不确定性优化模型，考虑不确定性因素并建立系统级数学模型：基于前面的分析结果，建立考虑不确定性因素的系统级优化模型；在系统级模型中引入适当的不确定性参数，以考虑不确定性对优化结果的影响。
8.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S7: 建立并优化子系统级模型，根据子系统级目标函数、约束条件和设计变量进行优化：对各个子系统进行建模，包括悬挂系统、制动系统、转向系统；设置各个子系统的优化目标函数、约束条件和设计变量；
9.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述S8: 进行系统级优化，传递子系统级优化结果，同时进行不确定性优化结果的可靠度分析：将子系统级优化的结果传递到系统级优化过程中，进行整体的系统级优化；在系统级优化中考虑不确定性优化结果的可靠度和稳定性，以确保系统设计的可行性。
10.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述 S9: 判断优化结果是否收敛，根据收敛准则判断优化结果是否达到预期目标：根据设定的收敛准则和约束条件，判断优化算法是否达到了预期的性能指标；如果优化结果不满足要求，需要重新调整参数或增加迭代次数，以获得更好的优化结果。
...【技术特征摘要】
1.一种智能汽车底盘控制的多学科优化系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述s1确定优化设计目标，目标包括：提高车辆操控性能、降低能耗或提升安全性能； 明确考虑的多学科因素，因素包括：车辆动力学、悬挂系统、制动系统。
3.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述s2: 建立系统级优化模型，包括三自由度整车动力学模型和各子系统动力学模型，并量化性能评价指标：建立基于三自由度整车动力学理论的模型，用于描述车辆在横向、纵向和垂向的运动特性；建立各个子系统（包括悬挂系统、制动系统、转向系统）的动力学模型；定义适当的性能评价指标，指标包括操控性能、乘坐舒适性、能耗。
4.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述s3: 分析不确定性因素，识别和分析影响系统性能评价指标的不确定性因素：分析可能导致系统性能评价指标变化的不确定性因素，不确定性因素包括路面状况、负载变化、环境变化；识别不确定性因素对性能评价指标的重要性和影响程度。
5.根据权利要求1所述的一种智能汽车底盘控制的多学科优化系统，其特征在于，所述s4: 采用蒙特卡洛模拟方法进行显著性分析，筛选出对系统性能评价指标有显著影响的不确定性因素：使用蒙特卡洛模拟方法进行大量随机模拟实验，考虑各种可能的不确定性因素；分析模拟结果，筛选出对系统性能评价指标具有显著影响的不确定性因素。
6.根据权利要求1所述的一种智能汽车底盘控制的多学科优...
【专利技术属性】
技术研发人员：曾德全，吴亚琦，胡一明，张培志，施亚昆，孙志朋，李毅帅，刘登程，
申请(专利权)人：江西同铃汽车科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。