论文部分内容阅读
随着时代的发展以及人们生活水平的不断提到，汽车作为人们日常出行的代步工具变得越来越不可或缺。在全球范围内汽车保有量不断提升的情况下，引发了环境污染与能源危机两个主要问题。面对以上问题，发展环境友好、能源节约的电动汽车势在必行。 分布式驱动电动汽车以其结构紧凑、传递效率高以及便于对车轮进行分别控制等的优势，逐步受到重视。但分布式驱动电动汽车相比于传统燃油汽车以及集中式驱动电动汽车，由于电动轮模块的引入，使得非簧载质量有所增加，致使车辆垂向动力学特性恶化。 本文以某分布式驱动电动汽车为研究对象，针对车辆垂向动力学特性进行了研究。首先分析了分布式驱动电动汽车的结构特点与优势，介绍了可以与之匹配的传统汽车悬架的优缺点。麦弗逊式悬架以其自身结构紧凑、非簧载质量小以及成本低廉等优势，可以作为匹配分布式驱动电动汽车的方案之一。为验证麦弗逊式悬架匹配分布式驱动电动汽车的合理性，对比分析了麦弗逊式与双横臂式悬架K&C特性，在ADAMS/Car中进行双轮同向跳动仿真试验，结果表明麦弗逊式悬架在上下跳动过程中对于稳定车轮定位参数更有优势，最后利用ADAMS/Insight模块对麦弗逊式悬架进行优化设计，优化后悬架K&C特性得到明显改善。 建立四分之一车辆动力学模型，运用Matlab仿真分析出质量比对车身加速度、悬架动挠度、车轮相对动载荷的影响，仿真结果表明在质量比10～3的变化范围内，对分布式驱动电动汽车垂向动力学特性影响明显。运用四分之一车辆动力学模型，采用车身加速度功率谱与车轮动载荷功率谱作为垂向动力学特性的振动响应量，在Matlab数值仿真中对比分析了分布式驱动与集中式驱动电动汽车垂向动力学特性，对仿真结果进行量化，选用车身加速度均方根值作为平顺性量化的指标，车轮相对动载荷平均值作为接地性量化的指标，结果可表明，由于非簧载质量相比于簧载质量增加，车辆垂向动力学特性恶化。 最后采用多目标遗传算法的优化方法，对分布式驱动电动汽车悬架参数进行优化，得到同时考虑车辆平顺性与接地性要求的Pareto最优解集。选取Pareto解集中悬架刚度和阻尼一对参数，在Matlab数值仿真中对比分析了优化前与优化后车身加速度功率谱与车轮动载荷功率谱，结果表明，采用多目标遗传算法优化方法使得车辆垂向动力学特性总体得到了优化。