王巖　張海潮　張軍

摘要：車(chē)輛轉(zhuǎn)向機(jī)構(gòu)用以控制各類(lèi)輪式或履帶式車(chē)輛的行駛方向的機(jī)構(gòu)。本文研究并分析鉸接轉(zhuǎn)向機(jī)構(gòu)鉸接點(diǎn)位置的設(shè)計(jì)與優(yōu)化

關(guān)鍵詞：鉸接轉(zhuǎn)向；接點(diǎn)位置；優(yōu)化

一、鉸接轉(zhuǎn)向機(jī)構(gòu)鉸點(diǎn)位置在RecurDyn中的試驗(yàn)設(shè)計(jì)

在DOE（試驗(yàn)設(shè)計(jì)）中，試驗(yàn)因素（Factor，簡(jiǎn)稱(chēng)因素或因子）是試驗(yàn)的設(shè)計(jì)者希望考 察的試驗(yàn)條件，因素的具體取值水平（Level）；根據(jù)試驗(yàn)因素的數(shù)目可分為單因素優(yōu)化試驗(yàn)和多因素優(yōu)化試驗(yàn)；衡量試驗(yàn)結(jié)果好壞程度的指標(biāo)稱(chēng)為性能指標(biāo)或響應(yīng)變量（Response Variable）。

通常的DOE包括5個(gè)基本步驟：首先確定試驗(yàn)的目的，然后選擇因素集，接下來(lái)確定因素的水平，之后進(jìn)行試驗(yàn)并記錄每次的試驗(yàn)結(jié)果，最后分析因素對(duì)目標(biāo)性能的影響；當(dāng)前的DOE被分為兩大類(lèi)，第一類(lèi)是傳統(tǒng)的DOE技術(shù)，考慮模型行為的固有隨機(jī)性，通常適用于固有測(cè)量誤差的物理試驗(yàn)；第二類(lèi)指空間填充，尤其適用于確定性的計(jì)算機(jī)仿真，如拉丁方、正交矩陣、最大熵等。

RecurDyn在設(shè)計(jì)研究過(guò)程中自動(dòng)執(zhí)行DOE過(guò)程，自動(dòng)建立設(shè)計(jì)矩陣，并填充設(shè)計(jì)空間，根據(jù)各種給定的設(shè)計(jì)變量組合形式，評(píng)價(jià)其性能指標(biāo)。

在RecurDyn中效果分析（EffectAnalysis）的DOE方法包括：

（1）Extended Plackctt-BurmanDesign：可以產(chǎn)生混合水平設(shè)計(jì)（2-，3-，4-水平）；

（2）3-levelOrthogonalArrayDesign： 3水平正交矩陣設(shè)計(jì)，從2?1000因素中生成 3水平正交矩陣；

（3）Level-BalancedDescriptiveDesign：水平平衡描述設(shè)計(jì)，對(duì)于大規(guī)模問(wèn)題可以 產(chǎn)生Strength-1正交矩陣。盡管不如Strength-2正交矩陣，但對(duì)于大規(guī)模問(wèn)題非常有效。例如，對(duì)于10個(gè)水平20個(gè)因素，僅僅產(chǎn)生200個(gè)抽樣。

（4）Full Factorial Design：全因子設(shè)計(jì)，經(jīng)典的DOE方法，僅適用于小模型。

（5）2-level Orthogonal Array Design： 2水平正交矩陣設(shè)計(jì)，可從2?1023因素中產(chǎn)生2水平正交矩陣；

（6）Boses orthogonal Array Design：可以產(chǎn)生正交表，如 OA（q2，q+1，q， 2），其 中q是一個(gè)素?cái)?shù)（2， 3， 5， 7，11，13，17……）。在正交矩陣OA（n， k，q，t）中，n、k、q及t分別表示矩陣行數(shù)、列數(shù)、各列因素中最大值以及互相關(guān)系數(shù)。

本文選用Full Factorial Design方法進(jìn)行DOE研究，水平為5級(jí)，試驗(yàn)次數(shù)共600 次，通過(guò)對(duì)仿真結(jié)果進(jìn)行分析，可以得出使轉(zhuǎn)向過(guò)程中轉(zhuǎn)向力矩均方根值最大化、最小化的四個(gè)變量組合如圖1所示，各個(gè)變量對(duì)其的影響分析如圖2所示，DV4的變化對(duì)其的影響最為顯著且方差最小，而DV3的變化對(duì)其影響最小，每個(gè)變量的各水平對(duì)方差影響不大；同理，得到使轉(zhuǎn)向過(guò)程中左右油缸速度差絕對(duì)值最大和最小的變量組合，和各個(gè)變量的對(duì)其的影響分析及方差分析，從中可以看出，DV1、DV2的變化對(duì)其影響較大，而DV4的變化對(duì)其影響最小；可以得到使轉(zhuǎn)向過(guò)程中左右油缸形成的力矩差絕對(duì)值最大和最小化的變量組合，DV1和DV2的變化對(duì)其目標(biāo)影響較大，且方差有小的變化，而DV4變化時(shí)目標(biāo)函數(shù)的方差變化很小。從結(jié)果中可以看出變量對(duì)油缸速度差和力矩差的影響趨勢(shì)相似。兩側(cè)油缸速度差與其形成的力矩差的相關(guān)性分析，可知由變量變化引起的速度差增大同樣會(huì)引起力矩差的變大。

二、優(yōu)化結(jié)果及分析

進(jìn)行收斂誤差項(xiàng)設(shè)置，可以對(duì)優(yōu)化目標(biāo)、等式約束和不等式約束分別進(jìn)行誤差設(shè)置，數(shù)值分別為1.e-10、l.e-5和l.e-5，設(shè)定最大迭代次數(shù)100步， 然后執(zhí)行計(jì)算。計(jì)算完成后可以通過(guò)ResultSheet選項(xiàng)卡查看目標(biāo)值的計(jì)算過(guò)程，如圖3所示，選擇SummarySheet選項(xiàng)卡，查看詳細(xì)信息，如圖4所示，優(yōu)化過(guò)程中采用的初始DOE方法是離散拉丁方設(shè)計(jì)，元模型方法采用的協(xié)同克拉格法。

從Summary Sheet選項(xiàng)卡中可以看出優(yōu)化的性能指標(biāo)。可知優(yōu)化后轉(zhuǎn)向過(guò)程的

轉(zhuǎn)向力矩得均方根值為336.19KNm，此時(shí)的設(shè)計(jì)變量最優(yōu)值如表1所示，考慮到加工制造問(wèn)題，應(yīng)對(duì)得到的變量值進(jìn)行圓整。

根據(jù)優(yōu)化后得到的圓整的變量值生成新的鉸接轉(zhuǎn)向機(jī)構(gòu)，將其進(jìn)行仿真得到分析結(jié)果與原有的設(shè)計(jì)結(jié)果進(jìn)行對(duì)比，在轉(zhuǎn)向鉸點(diǎn)處加運(yùn)動(dòng)驅(qū)動(dòng)速度函數(shù)IF（time-5： 5.5d，5.5d，-5.5d），表示在前5s時(shí)轉(zhuǎn)向角速度5.5°/s即向左轉(zhuǎn)向，在后5s時(shí)角速度 -5.5°/s即從左轉(zhuǎn)向極限位置向中間回正，在回正過(guò)程中產(chǎn)生的力矩大于轉(zhuǎn)向時(shí)產(chǎn)生的力矩，優(yōu)化后的機(jī)構(gòu)其轉(zhuǎn)向力矩和轉(zhuǎn)向回正力矩與原設(shè)計(jì)相比略有降低，最小值從275kNm下降到270kNm，僅降低了1.82%；在轉(zhuǎn)向回正過(guò)程中的左右油缸產(chǎn)生力矩差的絕對(duì)值大于轉(zhuǎn)向過(guò)程的，優(yōu)化后的機(jī)構(gòu)在整個(gè)運(yùn)動(dòng)過(guò)程中的力矩差的絕對(duì)值最大值變小，從67kNm下降到37kNm，降低了43.12%；另外，優(yōu)化后的左右油缸速度差與原設(shè)計(jì)相比有很大幅度的降低，從0.01m/s下降到0.005m/s，降低了50%，力矩差與速度差的降低對(duì)車(chē)輛轉(zhuǎn)向時(shí)的穩(wěn)定性有了很大的提高。

結(jié)束語(yǔ)：可見(jiàn)，經(jīng)過(guò)優(yōu)化后的轉(zhuǎn)向機(jī)構(gòu)性能有很大的提升。

基金項(xiàng)目：國(guó)家科技支撐計(jì)劃（2015BAK06B03） 。