基于AMESim设计探索功能的两种优化方法的对比
2017-08-09尹永芳
农机使用与维修 2017年8期
关键词:优化
尹永芳

摘 要:在AMESim提供的简单可视化的建模仿真环境下,建立1/4汽车主动悬挂模型。AMESim的两种优化方法对该系统进行仿真,实现对主悬挂的主要阻尼和sky hook阻尼的匹配设计。仿真结果表明,NLPQL具有较快的仿真速度,精确度较高;基因算法则需要更长的仿真时间,但是在代数为100时仿真结果优于NLPQL。
关键词:车辆;主动悬挂系统;NLPQL;基因算法;优化
中图分类号:U463.33 文献标识码:A
doi:10.14031/j.cnki.njwx.2017.08.008
悬挂系统是汽车关键部件之一,对汽车的操纵稳定性和乘坐舒适性有重大影响。主动悬挂与被动悬挂、半主动悬挂相比具有独特的优势,并且随着液压和电子技术的发展,主动悬挂技术越来越完善,成为悬挂技术研究的重要方向。从研究方法来看,由传统的数学建模发展到计算机建模与仿真,如采用Matlab、Pro/E等建模,这些工具通常建模过程复杂,仿真过程非可视化[1],而AMESim克服这些缺点,提供简单可视化的建模和仿真环境。
1 AMESim软件和设计探索模块简介
AMESim是机械/液压系统建模仿真及动力学分析软件,具有以下特点:(1)多学科的建模仿真平台,机械、液压、气动、热、电和磁等不同领域的模块可实现物理连接。(2)图形化建模方式,采用标准ISO图标和多端口框图作为基本模块,简单、易于识别。(3)仿真模式多样化,AMESim设有动态仿真模式、稳态仿真模式、动态和稳态以及批处理仿真模式。(4)智能求解器,根据模型的数学特性自动选择最佳的积分器,提高了建模仿真的效率[2]。
AMESim 提供了NLPQL和遗传算法两种优化方法[3]。NLPQL利用序列二次规……
登录APP查看全文
