基于微粒群算法的汽車離合器優(yōu)化設(shè)計(jì)

鄧平堯

（湖北工業(yè)大學(xué)，湖北 武漢 430068）

基于微粒群算法的汽車離合器優(yōu)化設(shè)計(jì)

鄧平堯

（湖北工業(yè)大學(xué)，湖北 武漢 430068）

離合器是汽車最重要的部件之一，汽車離合器的設(shè)計(jì)對于汽車的性能具有重要的影響。文章在離合器優(yōu)化設(shè)計(jì)中引入微粒群算法，運(yùn)用微粒群算法對離合器中的主要構(gòu)建進(jìn)行優(yōu)化設(shè)計(jì)，并對部件的特性進(jìn)行了分析，得出運(yùn)用微粒群算法進(jìn)行離合器的主要構(gòu)建設(shè)計(jì)能夠滿足構(gòu)建特性的結(jié)論。

微粒群算法；離合器設(shè)計(jì)；優(yōu)化

1 微粒群算法簡介

微粒群算法屬于一種群智能優(yōu)化搜索算法，該算法是在1995年由Kennedy和Eberhart提出的，其主要用途是進(jìn)行全局優(yōu)化。微粒群算法的基本原理是通過分析粒子間的關(guān)系和作用來尋求空間的最優(yōu)區(qū)域。基本微粒群算法的進(jìn)化方程可描述為：

其中：i—第i個(gè)微粒；j—微粒的第j維；t—第t代；vij(t)—微粒i的第j維在第t代時(shí)的速度；c1，c2—加速常數(shù)，在0-2問取值；vij(t+1)—微粒i的第j維在第t+1代時(shí)的速度；r1，r2—兩個(gè)相互獨(dú)立的隨機(jī)函數(shù)，在0—1間取值；pgi(t)—所有微粒的第j維在第t代所經(jīng)歷的最好位置；pij(t)—微粒i的第j維在第t代所經(jīng)歷的最好位置；xij(t)—微粒i的第j維在第t代時(shí)的位置；xij(t+1)—微粒i的第j維在第t+1代時(shí)的位置。

2 微粒群算法在離合器設(shè)計(jì)中的應(yīng)用

2.1 離合器設(shè)計(jì)流程

一般離合器的設(shè)計(jì)分為蓋總成設(shè)計(jì)、從動盤總成設(shè)計(jì)、操縱機(jī)構(gòu)設(shè)計(jì)3個(gè)階段。在蓋總成設(shè)計(jì)階段，離合器設(shè)計(jì)人員首先要明確車輛的基本參數(shù)并通過這些參數(shù)計(jì)算離合器的摩擦片壽命以及扭矩容量，車輛基本參數(shù)包括車輛使用的發(fā)動機(jī)參數(shù)、車輛使用的變速箱參數(shù)、車輛整車參數(shù)、分離軸承參數(shù)等，輸入這些參數(shù)以后就可以初步算出摩擦片壽命及扭矩容量等，系統(tǒng)會根據(jù)計(jì)算的結(jié)果和系統(tǒng)蓋總成實(shí)例庫中數(shù)據(jù)進(jìn)行對比從而獲得選型和配置并確定模型，再從零件庫中選擇相應(yīng)的模型并確定配置和參數(shù)，離合器零件的3D模型可以運(yùn)用美國TechnoSoft公司提出的AML進(jìn)行構(gòu)建。如果蓋總成實(shí)例庫中沒有找到滿足扭矩容量和摩擦片壽命初算結(jié)果的，那就要對離合器蓋總成進(jìn)行重新設(shè)計(jì)。設(shè)計(jì)人員首先要明確車輛的基本參數(shù)并通過這些車輛基本參數(shù)確定離合器的基本機(jī)構(gòu)，離合器的基本結(jié)構(gòu)包括離合器的種類、形式、摩擦片固定形式及材料、從動片固定形式及材料、分離軸承類型、壓盤傳動方式等。確定離合器的基本結(jié)構(gòu)后再確定離合器的參數(shù)。得出離合器基本參數(shù)后運(yùn)用AML創(chuàng)建零件3D參數(shù)化模型。

2.2 結(jié)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)

從動盤總成的設(shè)計(jì)流程和蓋總成設(shè)計(jì)流程非常相似，其設(shè)計(jì)要求是根據(jù)蓋總成相關(guān)設(shè)計(jì)參數(shù)來確立的。從動盤總成的設(shè)計(jì)也有兩種方式，一種是利用系統(tǒng)實(shí)例庫進(jìn)行設(shè)計(jì)，另一種是對從動盤總成進(jìn)行重新設(shè)計(jì)。本研究中，從動盤總成關(guān)鍵零部件的參數(shù)優(yōu)化仍然使用微粒群算法。

3 案例分析

文章以拉式膜片彈簧結(jié)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)為例加以說明。運(yùn)用近似公式設(shè)計(jì)拉式膜片彈簧載荷—變形特性，具體如下：膜片彈簧結(jié)合處，載荷F1作用在支承半徑L與加載半徑e處，在L或e處產(chǎn)生的大端變形量為λ1，則：

在分離位置時(shí)，小端分離載荷F2作用在小端半徑rp處，則：

其中：E—材料彈性模量，N/m2；H—膜片彈簧的內(nèi)截錐高度，mm；h—膜片彈簧的厚度，mm；R—彈簧大端外端半徑，mm；r—支承環(huán)平均半徑，mm；μ—泊松比。

本文中所使用的膜片彈簧其基本為參數(shù)參考文獻(xiàn)[4]的參數(shù)，具體參數(shù)如下：發(fā)動機(jī)參數(shù)：最大扭距Me=186.2 N· m，額定功率Pe=64.72 kW，離合器后備系數(shù)U=1.28。表1中的3組數(shù)據(jù)分別來自文獻(xiàn)[4]和本研究中的計(jì)算，其中原設(shè)計(jì)數(shù)據(jù)及GASA兩組數(shù)據(jù)來自文獻(xiàn)[4]，微粒群算法的數(shù)據(jù)是將設(shè)計(jì)方案的參數(shù)代入式1和式2計(jì)算得出。分析表1中的數(shù)據(jù)可以看出，保持原始的壓緊力Fb不變，結(jié)合狀態(tài)時(shí)大端變形量λb明顯減小，彈簧的最大當(dāng)量應(yīng)力edI明顯下降，在分離操縱力F2c和摩擦片磨損后的壓緊力F1a也都有所改善，膜片彈簧內(nèi)徑比原設(shè)計(jì)有所增加。

本實(shí)驗(yàn)表明，運(yùn)用微粒群算法對汽車離合器拉式膜片彈簧設(shè)計(jì)參數(shù)進(jìn)行優(yōu)化所得出的解是較優(yōu)的解，同時(shí)因?yàn)榈螖?shù)少也使得效率比較高。

4 結(jié)語

操作簡單、全局優(yōu)化能力強(qiáng)、收斂速度快、容易實(shí)現(xiàn)、思路簡單、所需參數(shù)較少等都是微粒群算法的重要特點(diǎn)，這些特點(diǎn)使得微粒群算法能夠應(yīng)用于離合器膜片彈簧優(yōu)化設(shè)計(jì)。

表1 優(yōu)化結(jié)果對比

[1]朱海峰.汽車離合器的設(shè)計(jì)與其優(yōu)化分析[J].工程技術(shù)（文摘版），2015（20）：262.

[2]張超，袁曉磊.汽車離合器膜片彈簧的優(yōu)化設(shè)計(jì)[J].汽車實(shí)用技術(shù)，2014（3）：47-50.

[3]TRELEA IC. The particle swarm optimization algorithm：convergence analysis and parameter selection[J].Information Processing Letters，2003（6）：317-325.

[4]徐石安，江發(fā)潮.汽車離合器[M].北京：清華大學(xué)出版社，2005.

[5]張衛(wèi)波.汽車膜片彈簧離合器智能優(yōu)化設(shè)計(jì)技術(shù)研究[J].中國工程機(jī)械學(xué)報(bào)，2007（1）：67-71.

Optimal design of automobile clutch based on particle swarm optimization algorithm

Deng Pingyao
（Hubei University of Technology, Wuhan 430068, China）

Clutch is one of the most important components of automobile, which has an important effect on the performance of the automobile. In this paper, the particle swarm optimization algorithm is introduced into the optimization design of clutch, the algorithm is used to optimize the main structure of the clutch, and characteristics of the components are analyzed, then this paper draw a conclusion that using the particle swarm algorithm to carry out the main building design of the clutch can be able to meet the demand of construction characteristics .

particle swarm optimization algorithm; clutch design; optimization

鄧平堯（1983— ），男，江西修水，本科，助教；研究方向：汽車檢測與維修。