基于ADAMS的前懸架仿真優化

樊紫馨，韓謹安，孫春江，胡艷連

基于ADAMS的前懸架仿真優化

樊紫馨，韓謹安，孫春江，胡艷連

（陜西重型汽車有限公司，陜西 西安 710200）

懸架在整車中占據著舉足輕重的地位，決定了車輛操縱穩定性及平順性的好壞。為了使得初步設計的雙橫臂式獨立懸架性能得到提升，論文采用多目標拓撲優化的方法對前懸架進行了優化。首先在ADAMS/CAR中建立了車輛前懸架模板子系統，仿真出車輪定位參數變化曲線。接著在ADAMS/Insight模塊里，設計目標選為車輪定位參數，設計變量選為前懸架硬點坐標，根據敏感度大小，對前懸架硬點坐標進行了優化，曲線對比結果顯示優化有效。

建模；仿真；多目標拓撲優化

前言

虛擬樣機的發展給機械系統設計提供了便利，最開始應用于飛機設計中，通過它改變了傳統設計理念[1]。不僅節約了產品設計人力花費成本，而且能夠運用動畫的形式表現物體的運動特征，為設計工作者帶來便利。本文就前懸架進行仿真優化。

1 前懸架仿真分析

1.1 ADAMS/CAR前懸架模板建立

應用ADAMS/CAR實施模板建立總共分為4個主要步驟：（1）確定硬點坐標。建立直角坐標系后，根據空間位置，得到精確地值。（2）選擇合適的形狀部件。從軟件預先定義好的形狀部件中選擇，常用的有圓柱形，三角形，桿件等。（3）對兩兩部件之間進行運動副連接。（4）對參數進行設定。懸架系統需要設置懸架相關參數，然后和test rig通訊器連接，建立了通訊器之后，需要對通訊器進行測試，檢測是否找到了匹配的通訊器，如果出現問題，將不能成功建立模板，需要檢查出錯環節[2]。

如圖1所示為前懸架的結構簡圖和建模圖，圖中給出了前懸架右側的建模圖。懸架的橫臂與車輪連接處為球形副，橫臂與副車架是通過襯套連接，之間有相應的運動自由度。表1所示為關鍵硬點參數坐標，該坐標參數為初次設計值。

表1 前懸架關鍵點坐標

字母硬點三維坐標字母硬點三維坐標 A(0，?504，0)G(200，?215，?150) B(75，?536，0)H(?36，?215，?150) C(75，?200，?20)I(0，?536，?138) D(135，?254，78)J(?2，?465，128) E(?60，?254，78)K(45，?210，?120) F(0，?505，138)L(47，?244，?120)

1.2 前懸架仿真曲線的分析

本次試驗設置了車輪上下跳動步長為50 mm，上升和下降行程各30 mm，在ADAMS/Postprocessor模塊里經過后處理，得到車輪定位參數仿真曲線。

其中車輪外傾角在車輪?30 mm～30 mm變化的幅度內，當車輪靜止時，外傾角為設定值?0.5°，前輪外傾角值從?1.7°～0.83°，相當于浮動了2.53°，浮動值大，如圖2所示。

圖2 前輪外傾角變化曲線

車輪前束角如果規定兩輪往內為正，兩輪向兩邊展開角度為負的話，有toe-in和toe-out兩種說法，過大和過小都會對輪胎產生磨損甚至破壞。在車輪?30 mm～30 mm變化的幅度內，前束角角度從1.7°變化到了?2.0°，變化了3.7°，變化范圍大，如圖3所示。

圖3 前輪前束角角變化曲線

根據國內的理論，過大的后傾角轉向推力增大，使得轉向過重，不便于操縱，過小的角度值，使得駕駛員沒有駕駛感，容易發飄，汽車容易跑偏。設計的主銷后傾角為0.1°，在車輪60 mm的上下跳動中，角度值從0.062°變化到了0.162°，將近變化了0.1°，可以說在允許的變化內，角度保持比較好，如圖4所示。主銷內傾角在60 mm變化中，從9.4°變化到10.7°，變化了將近1.3°，變化范圍合理，如圖5所示。綜合以上情況，對前輪外傾角和前輪前束角進行優化。

圖4 前輪主銷后傾角變化曲線

圖5 前輪主銷內傾角角變化曲線

2 前懸架多目標拓撲優化

在Insight里面，可以設計非常復雜的試驗方案，運用數理統計的知識，來細化和改進模型，ADAMS/ Insight的回歸分析方法能夠估計一個響應對另一個的影響，軟件里有重要的4種模型：二次模型、線性模型、交互模型、三次模型[1]。表達式為：

線性：A+BX1+CX2；

交互：A+BX1+CX2+DX1X2；

二次：A+BX1+CX2+DX1X2+EX12+FX22；

三次：A+BX1+CX2+DX1X2+EX12+FX22+GX1 X22+HX2X12+IX13+JX23。

2.1 前懸架ADAMS/Insight模塊優化過程

（1）選定設計目標。以車輪定位參數為目標，使得它們在合理的范圍內。

（2）選定設計變量。由于本車采用雙橫臂獨立懸架，與車架的連接點方便移動，初步選擇12個坐標點；為了簡化迭代模型，上橫臂的點比下橫臂的點對參數影響大，方向坐標影響小，最終確定6個值，見表2。每一個變量設定了變化值范圍，它們均在?5 mm～5 mm內變化，將會進行26=64次迭代試驗。

表2 前懸變量和變化范圍

變量名變化范圍/mm G. y208～218 G. z?155～?145 H. y208～218 H. z?155～?145 D. z72～82 E. z72～82

（3）仿真結束查看結果。該結果會顯示幾次試驗的值，第一列代表各項的系數，P列代表該項是否重要，最后一列是對各項定義及標準差和T檢驗的數據。

（4）從網頁得到敏感度圖示。以車輪外傾角敏感度為例，6行數據代表了選取的硬點變量對于定位參數的敏感度的情況，設定好試驗算法后執行，生成的HTML網頁結果。車輪定位參數的敏感度見下圖。

圖6 前輪外傾角的敏感度

圖7 前輪前束角的敏感度

從得到的硬點坐標的敏感值看出，車輪前束角受到的影響最大，其次是車輪外傾角。圖中敏感度對選定的6個硬點坐標值的影響可以看出，橫臂的方向上個別坐標Effect達到了30%以上，上下橫臂的前端和后端的方向硬點變化明顯，對坐標進行優化后，能夠起到明顯的效果。所以為了防止眾多數據變化后，導致互相抵消，選故擇方向坐標。

表3 坐標優化前后值

設計變量名稱優化前優化后 G.z?150?145 D.z7790 H.z?150?145 E.z7790

2.2 前懸架優化后仿真曲線對比

（1）前輪外傾角。優化前曲線為直線，優化前，外傾角從?1.7°到0.87°，變化值為2.57°；優化后為虛線，從?1.4°變化到0.6°，變化了2.0°，縮小了0.5°，變化率達到了將近20%。

圖8 外傾角優化前后對比

（2）前輪前束角。前束角在優化的敏感度統計中，敏感度最高，優化前，前束角從1.75°減少到?2.0°，變化值將近3.75°，經過優化后，從0.9°減少到?1.2°，變化值約為2.0°。

圖9 前束角優化后對比

表4 前輪外傾角和前輪前束角優化總結

優化前/°優化后/°評價 外傾角?1.7～0.87?1.4～0.6較好 2.52.0 前束角1.75～?2.00.9～?1.2較好 3.752.1

根據優化后曲線對比，其中前輪外傾角和前輪前束角優化效果較好。

3 總結

通過應用ADAMS/CAR和ADAMS/Insight聯合仿真優化，掌握了CAR模塊中建模的方法，學習了Insight模塊中數理統計的方法。通過多目標拓撲優化，對前懸架硬點坐標進行了優化改進，起到了一定效果。

后期需要對后懸架以及整車系統進行仿真優化，進一步優化性能。

[1] 石博強.ADAMS基礎與工程范例教程[M].北京:中國鐵路出版社,2007.

[2] 左佳.客車前懸架導向機構硬點優化與整車操縱穩定性研究[D].長沙:湖南大學,2012.

Simulation and Optimization of Front Suspension Based on ADAMS

FAN Zixin, HAN Jinan, SUN Chunjiang, HU Yanlian

( Shaanxi Heavy Duty Automobile Co., Ltd., Shaanxi Xi'an 710200 )

Suspension system plays a very important role in a car, determines the vehicle handling stability and ride comfort. In order to make the preliminary design of the double wishbone independent suspension performance improved, therefore, the front suspension is optimized by multi-objective topology optimi- zation method. Firstly, established the template subsystem of front suspension system of the existing vehicle in ADMAS/CAR, the change curve of wheel positioning parameters were simulated. Then, in the ADAMS/Insight module, the design goal was wheel positioning parameter, the design variable was the front suspension hard point coordinate, depending on the sensitivity, optimized the hard point coordinates of the front suspension, curve comparison results show that the optimization is effective.

Modeling;Simulation; Multi-objective topology optimization

B

1671-7988(2022)01-51-04

U462.1

B

1671-7988(2022)01-51-04

CLC NO.:U462.1

樊紫馨，就職于陜西重型汽車有限公司。

10.16638/j.cnki.1671-7988.2022.001.012