基于鸟群算法的电动助力转向系统及其多目标优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108128348A(43)申请公布日2018.06.08(21)申请号201711136741.2(22)申请日2017.11.16(71)申请人南京航空航天大学地址210016江苏省南京市秦淮区御道街29号(72)发明人赵万忠章雨祺樊密丽李艳栾众楷王云琦周小川张子俊(74)专利代理机构江苏圣典律师事务所32237代理人贺翔(51)Int.Cl.B62D5/04(2006.01)G06F17/50(2006.01)权利要求书3页说明书6页附图2页(54)发明名称基于鸟群算法的电动助力转向系统及其多目标优化方法(57)摘要本发明公开了一种基于鸟群算法的电动助力转向系统及其多目标优化方法，转向系统包括方向盘、转向轴、转矩传感器、转向输出轴、齿轮齿条转向器、助力电机、减速机构、电子控制单元、车速传感器。在发动机怠速工况下，电动助力转向系统的固有频率与发动机振动频率相近，容易发生共振，影响驾驶员直观感受，并且影响转向性能。本发明通过新兴鸟群算法，对电动助力转向系统转向性能和固有频率进行多目标优化，提高电动助力转向系统的可靠性与驾驶员的舒适度。CN108128348ACN108128348A权利要求书1/3页1.一种基于鸟群算法的电动助力转向系统，其特征在于：包括方向盘(1)、转向轴(2)、转矩传感器(3)、转向输出轴(4)、齿轮齿条转向器(5)、助力电机(6)、减速机构(7)、电子控制单元(8)和车速传感器(9)；所述转向轴(2)一端与方向盘(1)相连，另一端与转向输出轴(4)相连，转向输出轴(4)另一端与齿轮齿条转向器(5)相连；所述转矩传感器(3)通过扭杆设置在转向轴(2)上，用于获得两段转向轴在扭杆作用下产生的相对转角；所述车速传感器(9)设置在汽车上，用于获取汽车的车速；所述减速结构(7)设置在转向轴(2)上，与助力电机(6)相连，将辅助助力施加给转向输出轴(4)，完成实时控制的助力转向；所述电子控制单元(ECU)(8)分别与转矩传感器(3)、车速传感器(9)以及助力电机(6)相连，电子控制单元(8)根据车速传感器(9)和转矩传感器(3)的信号控制助力电机的旋转方向以及助力电流。2.一种基于鸟群算法的电动助力转向系统的多目标优化方法，其特征在于包括以下步骤：1)建立整车三自由度模型、电动助力转向系统；2)基于整车三自由度模型和电动助力转向系统推导电动助力转向系统的整车路感、转向灵敏度和固有频率公式；3)选取助力电机减速机构的减速比G,转向轴转动惯量Je,助力电机转动惯量Jm，助力电机助力增益K，转矩转角传感器扭杆弹簧扭转刚度Ks为优化变量，建立的多目标优化目标函数并设置约束条件，多目标优化目标函数为：f(X)＝W1f1(X)+W2f2(X)+W3f3(X)式中：W1、W2、W3均为预先设定的权重系数；设置约束条件为：灵敏度量化公式的分母满足劳斯判据、助力电机减速机构的减速比10＜G＜20、转向轴转动惯量0.00015＜Je＜0.10、助力电机转动惯量0.0001＜Jm＜0.01、转矩转角传感器扭杆弹簧扭转刚度128＜Ks＜320；4)采用鸟群算法，对电动助力转向系统进行优化；4.1)初始化每只鸟和相关参数，计算目标函数值f(X)；4.2)计算各鸟目标函数f(X)，找出当前最佳；4.3)更新鸟群行为参数；4.4)若f(X)大于外部储存集，接受此时X'为新的当前解；4.5)若满足迭代次数且满足终止条件，则结束运算，返回最优值；4.6)若不满足迭代次数，则返回至step2。3.根据权利要求2所述的基于鸟群算法的电动助力转向系统的多目标优化方法，其特征在于，步骤1)所述的整车三自由度模型如下：2CN108128348A权利要求书2/3页g为重力加速度；m为整车质量；ms为簧载质量；a为汽车质心至前轴的距离；b为汽车质心至后轴的距离；d为车辆1/2轮距；h为侧倾力臂；Ix为悬挂质量对x轴的转动惯量；Iy为悬挂对y轴的转动惯量；Iz为汽车质量对z轴的转动惯量；Ixz为汽车质量对x，z轴的惯性积；φ为车身侧倾角；θ为车身俯仰角；δ为前轮转向角；FY1为右前轮胎侧偏力；FY2为左前轮轮胎侧偏力；FY3为左后轮胎侧偏力；FY4为右后轮胎侧偏力；F21、F22、F23、F24为悬架对车身的总作用力；电动助力转向系统模型如下：式中：Js是方向盘转动惯量，Bs是方向盘阻尼系数，θs是方向盘转角，θe是转向轴转角，Th是方向盘转矩，Je是转向轴转动惯量，Be是转向轴阻尼系数，Tm是助力转矩，Tr是齿条对于齿轮的扭矩，mr是齿轮齿条的当量质量，br是小齿轮和齿条等的当量阻尼系数，Tw是作用在输出轴上的反作用转矩，Jm是助力电机转动惯量，Bm是助力电机阻尼系数，Ta是助力电机输