基于ADAMS的虛擬試驗場自動化仿真系統

摘要：虛擬試驗場（VPG）是解決道路疲勞載荷數據采集（RIDA）問題的關鍵方法之一。然而，該方法的應用面臨著多路況仿真周期長、載荷結果處理繁雜、數據查找與提取不便等難點。為了提高車輛仿真優化效率，本文設計一種基于ADAMS的虛擬試驗場自動化仿真系統。通過分析虛擬試驗場的應用難點，介紹了該系統實現批量化、自動化和可視化的處理方法，并在此過程中進行任務監督和仿真管理，保證了魯棒性。仿真測試結果表明虛擬試驗場的多路況仿真效率顯著提升，進一步驗證了該系統的有效性。

關鍵詞：虛擬試驗場;道路疲勞載荷數據;ADAMS;自動化仿真

中圖分類號：TP391.9文獻標識碼：A

文章編號：1009-3044（2020）09-0260-04

車輛零部件疲勞分析的道路載荷數據采集（ Road Load Da-to Acquisition，RLDA），其傳統方法需要組裝物理樣車，安裝與調試傳感器以及到試驗場采集現場信號，成本高、周期長，難以滿足底盤配置與調教優化的需求[1]。而利用虛擬樣車代替物理樣車進行車輛測試、評估的虛擬試驗場（ Virtual Proving Ground。VPG），成為解決傳統道路載荷數據采集問題的新方法，被越來越多的汽車主機廠采用，如VOLVO、吉利和上汽等[2-4]。

虛擬試驗場通過構建三維數字路面模型、高精度輪胎模型與全面的懸掛子系統模型，建立模型數據庫，有效地保證了車輛動力學仿真結果的準確率與可信度。在此基礎上，便于用戶開展結構疲勞、全頻率振動噪聲分析和碰撞歷程仿真，降低成本與縮短周期[5][6]。另一方面，虛擬試驗場配合完備的路面庫進行多路況仿真測試可預測車輛的最大有效顛簸行程和車身最大負荷，進而降低后期的潛在風險和研究成本[1]。

國內外汽車主機廠主要采用集建模、求解、可視化技術為一體的動力學仿真軟件ADAMS構建虛擬試驗場，該軟件是目前世界上使用范圍最廣、最負盛名的機械系統仿真分析軟件[7]。然而，現有的虛擬試驗場多路況仿真過程存在周期長、任務管理困難等問題，難以有效應對多方案底盤調教的需求。此外，ADAMS的仿真計算結果的冗余數據多，導致在道路載荷提取過程中存在數據查找困難、關鍵數據提取煩瑣、歷史數據重用率低等問題。

本文通過分析虛擬試驗場的仿真流程及其相關的應用問題，設計一種基于ADAMS的虛擬試驗場自動化仿真系統。該系統能實現批量自動化仿真、道路載荷數據自動拆分與數據可視化功能，有效解決虛擬試驗場的道路載荷提取問題。最后，通過批量仿真測試，驗證該系統的有效性與性能。

1 系統方案

自動化仿真的任務是根據用戶需求，確定仿真模型與路面工況，控制ADAMS執行批量并行仿真求解，然后提取仿真結果中的道路載荷數據，最后提供可視化交互界面，便于用戶分析仿真結果。因此，自動化仿真系統可劃分成自動化仿真模塊、數據拆分模塊、數據后處理模塊三個部分，如圖1所示。

自動化仿真模塊根據界面交互結果，統計仿真任務，將仿真參數按照既定流程，批量生成仿真處理命令，驅動ADAMS仿真計算，同時對并行的仿真任務過程進行狀態監測與管理，并將仿真結果文件存儲到數據庫中。數據拆分模塊以數據流形式加載結果文件，提取關鍵部件的道路載荷數據，如車身、懸架、輪心、轉向拉桿等部件的載荷、位移、加速度等。然后按照任務參數、數據歸屬、數據類型的區別，生成相應的專用數據文件，存儲到數據庫。數據后處理模塊針對標準化存儲的仿真結果，提供可視化操作界面，快速定位數據對應的拆分數據文件并加載數據曲線，實現數據的可視化與歷史仿真結果數據對比，輔助用戶優化設計。

2 系統設計

2.1 仿真驅動

ADAMS提供后臺命令解析功能，仿真自動化模塊可通過命令交互驅動ADAMS執行特定流程，實現仿真計算。虛擬試驗場主要實施多種配置方案的底盤測量與多路況仿真，其仿真驅動流程如圖2所示。圖示流程中，由于ADAMS/Car模塊啟動后不再接收命令，因此自動化仿真模塊在與后臺命令交互時，按運行流程將批處理操作命令語句打包，生成command/python命令文件提交給ADAMS/Car。ADAMS/Car以命令文件為指引，按照順序配置仿真模型與邊界參數，然后進行仿真計算。

2.2 并行管理

自動化仿真提升效率的關鍵是批量任務的并行求解。然而，ADAM僅能建立與求解單個仿真，因此需要調用多個AD-AMS程序實例。此外，并行任務數量受計算機硬件資源限制，硬件資源的不足會導致求解效率的降低。因此需要對并行任務進行管理，平衡任務數量與求解效率的關系，提高仿真效率。并行求解任務的管理機制如圖3所示。

2.3 載荷數據拆分

整車模型常由車身、前懸、后懸、前后輪胎、動力總成、制動、轉向子系統模型構成，其上定義有上千個硬點（Hardpoint）。硬點是零件內部或零件連接關節的仿真數據記錄點，記錄位置的載荷、位移、加速度等物理量，每個物理量有多個分量。然而，仿真結果數據文件是以時間順序，逐硬點、逐分量存儲計算數據，分散存儲，數據量浩大。因此，傳統方法讀取單個硬點數據仍需解析整個文件，數據加載慢。另一方面，ADAMS/Post-Processor每次僅能提取一個硬點分量的載荷數據，人工提取效率極低，導致后續的疲勞耐久分析、平順性分析工作難以獲取數據。

數據拆分模塊利用自動化提取、拆分數據方式可有效解決上述問題。其通過加載仿真結果文件，解析各關鍵硬點的數據，進而拆分到多個數據文件中，并由該數據文件生成其余專用數據文件，其工作流程如圖4所示。在圖示過程中，為提高數據查找效率，方便管理，將同一零部件的多個硬點數據歸于同一數據文件。為兼容ADAMS/PostProcessor模塊，拆分數據文件以RSP格式存儲。

2.4 數據可視化

為提高拆分數據使用效率與應用歷史數據，數據后處理模塊設計提供數據可視化功能與數據處理功能，以替代ADAMS/PostProcessor。數據后處理模塊利用拆分數據的標準化存儲與命名，基于層級歸屬關系自適應地生成樹狀索引表。利用多個索引表的配合，快速定位目標數據文件與識別硬點數據，由此加載目標硬點分量的數據，生成曲線。同時，這種方式統一了對歷史仿真結果與當前仿真結果的檢索，促進歷史數據的應用。

3 系統測試與驗證

3.1 測試模型

測試使用簡化的整車模型，如圖5所示。其采用麥弗遜前懸、扭力梁后懸結構，但省略了動力總成與外殼。輪胎類型采用215/50R17的Ftire（ Flexible Ring Tire Model）模型。Ftire輪胎模型是由Michael Gipser于2000年提出的一種柔性環輪胎模型，具備完全非線性及高精度輪胎穩定特性，在辨識性與中高頻范圍內的動力學仿真具有較好的仿真精度[8][9]。

虛擬試驗場采用50個常見路面工況開展批量仿真測試，如凸臺路、坑洼路、卵石路、比利時路、減速帶等。路面模型使用激光掃描數據生成的CRG格式高精度三維數字路面。如圖6所示，展示了其中的凸臺路模型。

3.2 系統交互界面

基于WinForm框架，實現該仿真自動化系統。系統主要分為自動化仿真交互界面與數據后處理交互界面，分別如圖7、圖8所示。自動化仿真交互界面用于快速交互設置整車模型與路況選擇、實時顯示仿真的任務進度。數據后處理交互界面用于數據可視化與數據對比分析等交互操作，其設計有三個索引表，借助“項目名一仿真輪次一零件名稱一路面一模型參數”層級關系定位數據文件，依照“硬點名稱一分量”定位數據，實現數據的查找與加載。

3.3 批量自動化測試

經測試，軟件自動化仿真控制過程如圖9所示，部分任務開始仿真后（黃色），調用多個window command processor與py-thon進程進行命令解析，然后驅動ADAMD/Car進行命令解析（avlew進程），最后使用ADAMS/Solver求解計算。而后續任務保持等待（灰色）。在仿真結束后，管理仿真且進行數據拆分，將每個路況的res仿真結果文件提取分化為多個零件對應多種數據文件。經過自動仿真后，路況的仿真結果自動拆分提取零件數據，其中以車身部件為例，共拆分624個數據文件，其中凸臺路仿真拆分的rsp文件與tab文件如圖10所示。

對比自動化批量仿真與人工操作，運行效率對比如表1所示。圖表數據表明，使用仿真自動化方式，以50個路面工況的批量任務為例，仿真計算效率提升達65%，而數據提取效率提升超過95%，效率顯著提升。此外，周期長的多路況仿真過程無需人工操作與任務管理，便于多種底盤配置方案的測試與調教，使得自動化仿真具有顯著的應用意義。

3.4 數據可視化測試

車身與右前支柱的球鉸連接點的載荷，在整車模型中定義為H1510硬點，fz表示該硬點的Z方向載荷分量。同時加載車身與右前支柱在連接位置的z方向分量載荷，數據曲線如圖11所示。由圖可看出兩條曲線載荷大小相同，方向相反，驗證了兩部件在H1510硬點處連接。

使用Adams/PostProcessor加載原始數據進行驗證，數據來源于res結果文件，數據曲線如圖12所示。對比不同路面的車身與右前支柱在H1510硬點Z方向載荷，由上至下分別是坑洼路、卵石路、比利時路，數據對比如圖13所示。對比可知，數據后處理模塊與PostProcessor加載的數據曲線形態完全一致，由此可驗證，該系統能正確地進行數據拆分與數據加載。 最后，對比數據后處理模塊與PostProcessor的數據加載效率，使用凸臺路的仿真結果數據進行加載對比，其效率對比如表2所示。由表可知，利用數據后處理模塊加載數據，無須導人res仿真結果，直接查找加載目標數據，對比歷史結果或對比多個路面結果時，更不需要重復導人其仿真結果文件，實現數據的便捷查看，同時促進歷史案例數據的利用。

4 結論

本文提出了一種基于ADAMS的虛擬試驗場自動化仿真方法，解決了虛擬試驗場存在的問題。并基于此開發了完整的自動化仿真系統，實現了虛擬試驗場的自動化仿真、仿真結果快速處理與可視化，并利用批量仿真測試與凸臺路的仿真數據對比測試。測試結果表明，虛擬試驗場多路況仿真效率和道路載荷數據提取效率分別提升66%、96%，驗證了該方法的有效性。

參考文獻：

[1] Wenkui F，Ligang L，Jin S，et al.Dynamic Simulation Analy-sis of Pothole Event Based on vRLDA[R]. SAE Technical Pa-per， 2016.

[2] Schudt J A，Kodali R，Shah M. et al.Vircual road load dataacquisition in practice at general motors[R]. SAE TechnicalPaper， 2011.

[3] Hong H J，Strumpfer S D.Virtual road load data acquisitionfor twist axle rear suspension[R]. SAE Technical Paper， 2011.

[4] Tasci M，Tebbe J C，Davis J D，et al.Development of 3-DDigital Proving Ground Profiles for Use in Virtual Predictionof Vehicle System/Sub-System Loads[R]. SAE Technical Pa-per， 2011.

[5]謝強，陳思忠.汽車虛擬試驗場（VPG）技術[J].北京汽車，2003（3）：13-15.

[6]楊建森，李欣，王新宇.基于虛擬試驗場的坑洼路動態載荷研究[J].重慶理工大學學報（自然科學），2019，33（7）：21-27.

[7]王成，王效岳.虛擬樣機技術及ADAMS[J].機械工程與自動化，2004（6）：66-68，75.

[8]費瑞萍.FTire輪胎模型的仿真分析及試驗研究[D].吉林大學，2011.

[9] You S S，Fricke D.Advances of virtual test-ing and hybrid simulation in automotive per-formance and durability evaluation[J]. SAEInternational Journal of Materials and Manu-facturing， 2011， 4（1）： 98-110.

【通聯編輯：梁書】

作者簡介：楊志岱（1995-），男，廣東茂名人，碩士研究生，主要研究方向：計算機仿真優化。