优化车辆的平顺性和操纵性能涉及到平衡多个竞争的设计目标。例如，为了减少导致驾驶员不适的频率范围内的振动，工程师需要降低悬架刚度。另一方面，为了使悬架挠度保持在可接受的范围内，他们可能需要增加悬架刚度。当悬架设计在原型车上进行测试时，评估这样的权衡既耗时又昂贵。
减少与物理原型相关的成本和延迟的一种方法是开发一个系统级模型并运行模拟以优化设计。这种方法使底盘工程师能够在开发过程的早期找到关键设计参数的初始值。这些初始值使评估早期规划决策成为可能。此外，它们显著地减少了基于所需物理原型的迭代次数，并作为对高保真模型进行更详细模拟的良好起点。
本文描述了一个使用系统级仿真优化车辆悬架系统设计的工作流程。该工作流程是基于用Simulink建立的四分之一的车辆模型金宝app®和Simscape™。
为什么系统级仿真?
在传统的工作流(图1)中，测试车辆是根据规范构建的。工程师在路上和实验室测试车辆的性能，评估测试结果，并修改设计以提高性能。这些步骤在迭代过程中重复多次，直到车辆满足其设计目标。
传统方法的主要缺点是为每个迭代构建原型所需的成本和时间。构建和测试周期使得很难预测完成整个设计过程需要多长时间。此外，冗长的迭代使探索所有设计配置不切实际，所以最终的车辆设计可能不是最优的。
在系统级模拟方法中(图2)，工程师在构建物理测试车辆之前使用模拟来细化规范。
这个模型可能是一个修改版本的完全验证模型从以前的车辆发展计划。工程师使用这个系统级模型运行仿真，根据需求验证性能并优化可调参数。一旦设计满足性能要求，工作流将遵循传统方法中使用的迭代步骤。由于设计在早期通过模拟进行了优化，需要的原型更少，节省了时间，降低了成本。
系统级模型，一旦与车辆的最终验证结果验证，可以在未来的车辆开发计划中重复使用。系统级模型也可用于补充车辆验证测试。它们对于具有多种配置的车辆尤其有价值，因为测试所有可能的配置是不切实际的，或者测试是困难的或危险的。
建立简单质量-弹簧-阻尼系统的物理模型
只有当模型准确地代表实际系统行为时，才能从系统级仿真中获得可靠的结果。派生模型有几种方法，从基本原理建模到数据驱动建模(图3)。所使用的方法取决于诸如测试数据的可用性和对底层物理的理解等因素。
在我们的示例中，我们将使用基于Simscape的物理网络方法。Simscape使物理系统建模变得很容易，因为您只需要定义系统的物理组件是如何相互连接的。没有必要推导和实现控制整个系统行为的方程。Simscape自动地为物理网络计算公式。这种方法有助于快速的设计迭代和探索，从而优化设计，并提高对物理设计参数如何影响系统行为的理解。
为了说明物理网络方法，我们首先使用Simscape Foundation Library提供的质量、弹簧和阻尼块建模一个简单的质量-弹簧-阻尼系统(图4a和4b)。
我们运行模拟，以可视化质量将如何反应的力作为一个步骤输入(图4c)。
对于某些系统，可能需要对具有非线性特性的部件进行建模——例如，如果阻尼器的阻尼系数随速度而变化。我们可以使用Simscape语言创建一个自定义平移阻尼器块来反映这种非线性:
基础。机械。平移。分支%转化阻尼器该块体代表一种理想的机械平动粘滞阻尼器。％%连接R和C是机械转换保存端口，%，其中R为阻尼杆，C为%阻尼情况。块正方向为R口到C口。版权所有2005-2008 The MathWorks, Inc.输入D = {100，“N * s / m”}；%阻尼系数:离开了结束方程f == D*v;结束结束
建立系统级四分之一汽车模型
我们扩展了基本的质量-弹簧-阻尼系统模型，添加了代表轮胎动力学和路面的组件(图5)。
我们模拟了不同类型的路面，并提供了使用多端口开关块选择所需路面的选项。在选定测试所需路面后，对该模型进行仿真，分析簧载质量的加速度、速度和位移。
优化系统级模型
将四分之一的汽车模型与道路模型相结合，我们就得到了一个系统级的车辆模型，我们可以用它来优化车辆的悬架设计。我们的目标是抑制4Hz-8Hz频率范围内的振动，同时保持悬挂在设定的范围内。为此，我们需要调整悬架设计参数，如阻尼系数和弹簧刚度。手动调优这些参数是一项非常耗时的任务。
这个过程可以使用Simulink Design Optimization金宝app™实现自动化，该软件提供交互式工具和功能，自动调整设计参数，直到仿真结果满足设计目标，如改善系统性能和最小化能耗。在设计优化工具中，我们可以通过从测量挠度的模型中选择Simulink信号并以图形方式指定信号的极限来设置悬架挠度的限制，这些限制是优化问题的约束条件。金宝app在定义约束条件之后，我们可以从Simscape模型中选择要优化的设计参数，并使用工具中可用的数值优化技术对这些参数进行调优。
由于需要优化不同路面的挠度和舒适性，路面类型被视为一种不确定参数．这种类型的参数随优化算法而变化，以扩大优化期间使用的模拟场景的数量和类型，但它不由算法进行调优。
由于主要的设计要求是最小化频率为4hz - 8hz的簧载质量加速度信号的振幅，我们在MATLAB中创建了一个定制的成本函数®：
function out = susncomfort (data) global BPSpec BPFilt if isempty(BPFilt)创建一个带通滤波器聚焦“安慰”频率范围％A_stop1 = 60;%第一阻带衰减= 60 dB F_stop1 = 1;%停止带的边缘= 1 Hz F_pass1 = 2;%通带边缘= 2hz F_pass2 = 8;通频带的闭合边缘= 8 Hz F_stop2 = 100;第二个停止带的边缘= 100 Hz A_stop2 = 60;%第二阻带衰减= 60 dB A_pass = 1;%通频带允许的纹波量= 1 dB BPSpec =…fdesign。带通(“Fst1、Fp1 Fp2, Fst2, Ast1,美联社,Ast2’,……F_stop1, F_pass1, F_pass2, F_stop2, A_stop1, A_pass，…A_stop2, 1000);BPFilt =设计(BPSpec);结束%过滤悬挂加速Sig = data.Uncertain.MsAcc;%团体= data.Nominal.MsAcc;t = Sig.Time;y = Sig.Data;Ts = 1 / BPSpec.Fs;tn = min (t): Ts:马克斯(t);yn = interp1 (t y tn);yf =过滤器(BPFilt, yn);计算滤波信号的能量yf2 = yf。^ 2;= 0.5 * diff (tn) * (yf2(2:结束)+ yf2 (1: end-1)) ';图(1)%、情节(tn、yn tn、yf)、标题(“MsAcc MsAcc(过滤))结束
该函数使用Signal Processing Toolbox™的带通滤波器过滤指定频率范围内的簧载质量加速度信号，忽略其以外的信号。代价函数计算过滤信号的能量，并返回这个值作为输出。
将定制成本函数定义为要最小化的值后，我们开始优化过程。
采用不同的弹簧刚度和阻尼系数对模型进行了多次仿真。我们通过成本函数输出和偏转幅度的图来跟踪优化进程(图6)。
在过程的最后，Simulink Design Opti金宝appmization会报告弹簧刚度和阻尼系数的值，这些值将最小化振动，最大限度地提高乘客的舒适度。
由于只需要调优两个参数值，这个优化问题在单核处理器上运行大约需要8分钟。使用parallel computing Toolbox™，可以在多个计算核上并行地运行带有附加可调参数的更复杂的优化问题。
