遺傳算法與聯(lián)合優(yōu)化仿真汽車動(dòng)力傳動(dòng)系統(tǒng) - 圖文-

1、2010年第29卷9月第9期機(jī)械科學(xué)與技術(shù)Mech蚰ical Science明d Teclul0109y for Aerospace En西neeringSeptember2010雷嗣軍遺傳算法與ADVISOR聯(lián)合優(yōu)化仿真汽車動(dòng)力傳動(dòng)系統(tǒng)雷嗣軍,宋小文(浙江大學(xué)機(jī)械與能源工程學(xué)院,杭州3l0027摘要:汽車傳動(dòng)系與發(fā)動(dòng)機(jī)的匹配性直接影響汽車動(dòng)力性能的發(fā)揮和經(jīng)濟(jì)性的改善。筆者基于遺傳工具箱GATBX和ADVISOR的后臺(tái)函數(shù)建立遺傳算法與ADVISOR的聯(lián)合優(yōu)化仿真模型,利用加權(quán)系數(shù)法整合汽車傳動(dòng)系多目標(biāo)優(yōu)化的各子目標(biāo),實(shí)現(xiàn)自動(dòng)修改和輸入仿真參數(shù),在后臺(tái)調(diào)用ADVISOR函數(shù)進(jìn)行仿真運(yùn)算。仿真實(shí)

2、例表明該方法顯著提高了ADVISOR的優(yōu)化功能,解決了汽車傳動(dòng)系匹配的多目標(biāo)優(yōu)化問題?？捎米鱾鹘y(tǒng)汽車、電動(dòng)汽車(EV和混合動(dòng)力汽車(HEV傳動(dòng)系匹配的算法。加速新車底盤的開發(fā)過程。關(guān)鍵詞:遺傳算法;ADVISOR;汽車傳動(dòng)系匹配;多目標(biāo)優(yōu)化中圖分類號:U463.212;0224文獻(xiàn)標(biāo)識碼:A文章編號:1003.8728(2010091137-05ODtimization of an Automobile Transmission Systemwith Genetic A120ritl吼and ADSORLei S訂un,Song Xiaowen(C0uege of Mecllanjcal an

3、d EneEgr En百neering,zhejiang UIliVers蚵,H蚰gzllou3loo”Abstract:The matching between its automobile tmnsmission system aIld its en舀ne direcny“fects山e perfbrm肌ce of the vehicle dynamics趴d山e impr0Vement of fuel economy.A combined optimization鋤d simulation model witI genetic aIgothm andADVISOR(Ad啪ced Vehi

4、cle Simulatoris buiIbased on GATBX(Genetic Algo五出mr(加l BoxaIld backing functions.Since8utomobile transmission matching i8a multi-objective optimization pmblem, tllree objectiVe8including dyllarIlic pmpeny,fuel economy肌d emission pedb肋ance are integmted into one objective function by weiglltingcoe伍ci

5、ents.Simulation ex呦ple shows tlat tlle optimi盟tion function of ADVIsOR i8伊eady impmved,and tle problemof multiobjective optimization0f叫tomobile transmission瑚tching i8lVed by calling backing functions明d exchanging simulation par啪eters automatically.nis metlod c跚aLso be applied t0 optimizing and match

6、ing the EV(Electric Vehicleor HEV(Hybrid Electric Vehicle,出us speeding up tlle deVelopment process of new chassis.Key words:genetic algori出m;ADVISOR;automobile缸ansmission matching;multiobjectiVe optimization汽車的動(dòng)力傳動(dòng)系對汽車的動(dòng)力性、燃油經(jīng)濟(jì)性和排放性有重要影響。優(yōu)化匹配汽車傳動(dòng)系統(tǒng)參數(shù)是提高汽車動(dòng)力性能、降低汽車的燃油消耗和減少尾氣排放的一個(gè)重要途徑。汽車動(dòng)力傳動(dòng)系的優(yōu)收稿日期:20

7、0909一18基金項(xiàng)目:浙江省科技廳重大科技專項(xiàng)項(xiàng)目(編號2008cDl002資助作者簡介:雷嗣軍(1985一,碩士研究生.研究方向?yàn)闄C(jī)械設(shè)計(jì)及優(yōu)化理論。Iei蝴un一“04si咂.com;宋小文(聯(lián)系人,副研究員,M鯽.化匹配涉及三個(gè)目標(biāo),屬于典型的多目標(biāo)優(yōu)化問題。傳統(tǒng)的優(yōu)化模型多建立在汽車各個(gè)性能評價(jià)指標(biāo)的模擬計(jì)算函數(shù)之上,沒有考慮汽車實(shí)際行駛中各中條件變化,是一種理想近似;針對不同優(yōu)化模型各種先進(jìn)的優(yōu)化方法都有較好的應(yīng)用,如模糊優(yōu)化方法、復(fù)合形法2|、理想點(diǎn)法【31和區(qū)間優(yōu)化法H1等。ADVISOR是基于MA耵AB和Simulink環(huán)境開發(fā)的用于快速分析汽車動(dòng)力性、燃油經(jīng)濟(jì)

8、性和排放性的高級仿真軟件J。它內(nèi)置的Autos沁工具能通 過MAAB和VisualDOC兩種計(jì)算引擎快速計(jì)算機(jī)械科學(xué)與技術(shù)第29卷出滿足特定性能要求的車輛部件參數(shù),但可調(diào)整的變量只有發(fā)動(dòng)機(jī)功率、電動(dòng)機(jī)功率和蓄電池參數(shù),優(yōu)化結(jié)果僅作為建立汽車模型時(shí)的參考,功能比較有限。遺傳算法是一種隨機(jī)的全局搜索和優(yōu)化方法,從任意初始種群出發(fā),通過遺傳操作,逐步收斂到問題的最優(yōu)解(或Paret0最優(yōu)解1。將ADVIsOR的精確仿真和遺傳算法的高效尋優(yōu)相結(jié)合,是解決汽車傳動(dòng)系優(yōu)化匹配的較好途徑。l ADVISOR非GUI仿真原理ADsOR采用以后向仿真為主,前向仿真為輔的混合仿真法78I。后向仿真不包括駕駛員模型

9、,沿著與實(shí)際功率流相反的方向(圖l上部從出ve cycle模塊到fuel convener模塊的箭頭,根據(jù)道路循環(huán)的要求,向整車模塊發(fā)出速度和轉(zhuǎn)矩請求,整車模塊再向車輪和車軸模塊、主減速器模塊、變速器模塊等逐級發(fā)出請求,直到動(dòng)力源模塊(發(fā)動(dòng)機(jī)和蓄電池等,計(jì)算出動(dòng)力源需提供的功率;前向仿真包含一個(gè)駕駛員模型,用于自動(dòng)調(diào)整節(jié)氣門和制動(dòng)器動(dòng)作以滿足駕駛工況。它沿著實(shí)際功率流的方向(圖l下部從fuel converter模塊到vehicle模塊的箭頭,從動(dòng)力源模塊出發(fā)直至車輪與車軸模塊,逐級傳遞當(dāng)前部件能提供給下一級部件的速度值和轉(zhuǎn)矩值,最后計(jì)算出汽車的實(shí)際速度。前向仿真是后向仿真的逆過程,二者優(yōu)勢互

10、補(bǔ),使得仿真計(jì)算量小且精度高。圖1ADVIsOR汽車仿真頂層模塊ADVIs0R軟件的仿真計(jì)算功能很強(qiáng)大,但是它內(nèi)置的參數(shù)優(yōu)化函數(shù)功能有限,需要通過結(jié)合外部優(yōu)化工具來解決一些復(fù)雜的優(yōu)化問題。為此,ADVIsOR提供了功能豐富、獨(dú)立于GuI界面運(yùn)行的adynogui函數(shù)來實(shí)現(xiàn)與其它軟件的聯(lián)合仿真,它的調(diào)用格式為:e仃or,resp=advnogui(action,input;式中:參數(shù)action為定義ADVISOR執(zhí)行功能的字符串,這些功能包括對工作空間的初始化(initialize、修改部件的參數(shù)(mod毋以及設(shè)置仿真類型(如爬坡度gradtest、加速時(shí)間acceltest、循環(huán)路況測試dr

11、ivecycle等;每項(xiàng)功能都有對應(yīng)的輸入?yún)?shù),它們包含在名為IIlput的域結(jié)構(gòu)體中,其形式為input. field.subfield.例如修改發(fā)動(dòng)機(jī)最大功率所調(diào)用參數(shù)的格式為:eITor,resp=advnogui(modify,inpute眥返回一個(gè)布爾型數(shù)值,作為仿真過程成功與否的標(biāo)志仿真結(jié)果保用結(jié)構(gòu)體數(shù)據(jù)resp保存。2遺傳算法與多目標(biāo)優(yōu)化多目標(biāo)優(yōu)化問題一般不存在最優(yōu)解,通常使用的Paret0最優(yōu)解是它的可以接受的“非劣解”。求解多目標(biāo)優(yōu)化問題的基本算法有:權(quán)重法、目標(biāo)規(guī)劃法、占-Cons咖int法一1和遺傳算法。遺傳算法具有并行高效性的特點(diǎn),在解決多目標(biāo)優(yōu)化問題方面具先天的優(yōu)勢。目前已有多種基于遺傳算法的求解多目標(biāo)優(yōu)化問題的方法,如線性加權(quán)遺傳算法、并列選擇遺傳算法u0I、向量評價(jià)遺傳算法VEGA¨¨和非支