胡明飛

摘 要：本文介紹了仿真優(yōu)化基本原理與方法，并對仿真優(yōu)化技術應用于汽車動力總成系統(tǒng)設計的研究現(xiàn)狀進行分析，描述了一種基于仿真和優(yōu)化的汽車動力組件系統(tǒng)的設計方法，主要包括建立動力組件系統(tǒng)仿真模型，進行需求分析和目標設定以及對仿真結果進行分析和優(yōu)化、多目標遺傳算法參數(shù)設定和優(yōu)化流程，并進行仿真優(yōu)化案例分析。通過對比優(yōu)化前，后系統(tǒng)性能，分析優(yōu)化參數(shù)對系統(tǒng)性能影響以及驗證仿真優(yōu)化穩(wěn)定性與可靠性，表明仿真優(yōu)化對于汽車動力總成系統(tǒng)設計具有實際作用。

關鍵詞：仿真優(yōu)化 汽車動力總成 多目標遺傳算法

就汽車工業(yè)而言，動力總成系統(tǒng)設計優(yōu)化對提高車輛性能、節(jié)能減排具有重要意義。隨著計算機仿真技術不斷提高，仿真優(yōu)化方法由于具有高效性、經濟性等特點而被廣泛地應用于動力總成系統(tǒng)設計。本課題的研究目的是通過對動力總成系統(tǒng)仿真模型的構建，需求分析及目標設定并利用多目標遺傳算法對其進行優(yōu)化研究，論證仿真優(yōu)化對于增強系統(tǒng)性能，降低成本，提高可靠性等方面所取得的實際應用效果。

1 仿真優(yōu)化的基本原理和方法

1.1 建模與仿真過程

建模和仿真過程作為仿真優(yōu)化的首要環(huán)節(jié)，旨在建立能夠正確反映現(xiàn)實世界的計算模型。在這一過程中要對其進行系統(tǒng)的分析，確定建模的對象與范圍，再選擇合適的方法進行建模，例如物理建模，基于方程建?；蛘叽斫?。采集所需數(shù)據(jù)及資料，主要是系統(tǒng)工作原理、參數(shù)、約束等，便于模型構建。以汽車動力總成系統(tǒng)的設計為例，必須采集發(fā)動機性能，傳動系統(tǒng)特性和車輛動力學方面的信息。借助軟件工具使用這些數(shù)據(jù)搭建了模型并進行了仿真實驗。仿真實驗時，對模型參數(shù)進行了調整、操作仿真、對實驗結果進行了觀測與分析，驗證了其準確性與可靠性。比如通過設定不同發(fā)動機轉速及負載條件來觀測發(fā)動機燃油消耗率及排放水平以檢驗仿真結果與實際情況相符。若檢測到模型偏離實際情況較多，則需返回建模階段對模型的結構或者參數(shù)進行調整，直至仿真結果符合實際觀測數(shù)據(jù)。

1.2 優(yōu)化算法及其特點

優(yōu)化算法是一系列在給定約束條件下，尋求某個特定目標（例如，最大化輸出，最小化成本等）的最優(yōu)解的數(shù)學方法。仿真優(yōu)化方面，常見優(yōu)化算法有遺傳算法，模擬退火算法和粒子群優(yōu)化。這些算法都有其獨特之處，比如遺傳算法模仿了自然選擇的流程，并通過選擇、交叉和變異等手段在解的范圍內尋找最佳答案；模擬退火算法的工作原理是先對模擬物質進行加熱，然后逐漸冷卻，以實現(xiàn)能量的最小化，并尋找到全局的最佳解決方案；粒子群優(yōu)化是通過模仿鳥群的飛行行為，使每一個粒子都能朝著它們認為的最佳位置進行移動。這些算法用于仿真優(yōu)化時可根據(jù)優(yōu)化問題特點及復雜度來選取。比如在對復雜動力總成系統(tǒng)進行優(yōu)化時，由于遺傳算法適用于處理變量較多、目標較多的優(yōu)化問題，所以可能選用遺傳算法。通過上述算法，能夠在高維度復雜參數(shù)空間中高效搜索到最優(yōu)解，顯著改善系統(tǒng)性能，例如降低燃料消耗，降低排放或者增加動力輸出等。

2 仿真優(yōu)化技術在汽車動力總成系統(tǒng)設計中的應用現(xiàn)狀

2.1 現(xiàn)有應用領域及成果

在汽車工業(yè)飛速發(fā)展的今天，仿真優(yōu)化技術已成為汽車動力總成系統(tǒng)設計中最核心的手段之一。該技術通過對汽車動力系統(tǒng)工作環(huán)境及運行條件進行仿真研究，有助于工程師們在實際投產前對系統(tǒng)性能進行預測、優(yōu)化設計方案、降低開發(fā)成本、縮短開發(fā)周期。當前仿真優(yōu)化技術已經被廣泛地應用于發(fā)動機設計、傳動系統(tǒng)優(yōu)化、排放控制和燃料經濟性改善等諸多領域。以發(fā)動機設計為例，利用仿真軟件能夠準確地對燃燒過程及熱力循環(huán)進行仿真，并對發(fā)動機結構參數(shù)進行優(yōu)化，從而提高燃燒效率。就傳動系統(tǒng)而言，仿真技術有助于設計出效率更高的變速箱及驅動系統(tǒng)來實現(xiàn)動力傳輸效率的提升及能耗降低。除此之外，仿真優(yōu)化方法也被運用在汽車的噪音、振動以及平順性（NVH）的分析上，這是通過模擬汽車在不同路況下的行駛狀況來實現(xiàn)的，對該車動力總成布局及懸掛系統(tǒng)進行了優(yōu)化設計，以改善駕駛舒適性。

2.2 存在的問題及挑戰(zhàn)

盡管仿真優(yōu)化技術在汽車動力總成系統(tǒng)設計中取得了顯著成果，但仍然面臨著一些問題和挑戰(zhàn)。首先，已有仿真模型及優(yōu)化算法還存在復雜性與精確性上的局限。對某些高度非線性系統(tǒng)及復雜工作環(huán)境而言，已有模型難以對實際情況進行全面精確地仿真，從而會造成優(yōu)化結果和實際效果之間的偏差。其次，仿真優(yōu)化過程數(shù)據(jù)處理與計算量巨大且計算資源需求量大，在一定程度制約了仿真優(yōu)化技術應用范圍與效率。然后，隨著新能源汽車技術的發(fā)展，動力總成系統(tǒng)的設計變得更加復雜多樣，傳統(tǒng)的仿真優(yōu)化方法和工具需要進一步發(fā)展和更新，以適應新的設計需求和挑戰(zhàn)。最后，仿真優(yōu)化過程中的多學科綜合優(yōu)化能力有待增強，如何對發(fā)動機性能，傳動效率和電池管理系統(tǒng)幾個子系統(tǒng)進行統(tǒng)籌優(yōu)化是當前仿真技術亟待解決的一個重要課題。

3 基于仿真優(yōu)化的汽車動力總成系統(tǒng)設計方法

3.1 動力總成系統(tǒng)仿真模型的建立

在以仿真優(yōu)化為核心的汽車動力總成系統(tǒng)的設計方法上，必須建立全面、準確的動力總成系統(tǒng)仿真模型。這一流程包括對汽車動力系統(tǒng)的各個組件，如發(fā)動機、變速器、驅動軸等，進行深入的模型構建。為此，工程師必須收集和分析大量數(shù)據(jù)，如材料屬性、組件尺寸、質量特性以及操作條件等。利用MATLAB/Simulink，AMESim或者GT-Power先進軟件工具并結合多物理場仿真技術建立動力總成數(shù)學模型。該模型要求能正確地反映真實系統(tǒng)動態(tài)行為及性能特點，為之后仿真分析奠定可靠基礎。模型建立過程中充分考慮了模型計算效率問題，保證了既能保持較高精度又能以合理時間完成繁瑣仿真計算。

3.2 需求分析與目標設定

需求分析及目標設定階段的關鍵是準確了解市場需求及用戶期望、法規(guī)對于汽車動力總成的性能需求。其中包括，但不僅限于燃油效率，排放標準，動力性能以及可靠性。工程師們根據(jù)這些要求與目標制定了一系列特定性能指標，例如：最大功率、最大扭矩、燃油消耗率、CO2排放量。這些性能指標既要滿足現(xiàn)行行業(yè)標準，又要順應市場趨勢，同時還要兼顧今后開發(fā)的可能，才能保證所設計出的動力總成系統(tǒng)有一定前瞻性與競爭力。在目標設定中還應考慮到成本、制造可行性等因素，以保證設計出的系統(tǒng)經濟、實用、易于規(guī)模化生產。

3.3 仿真結果分析與優(yōu)化

對仿真結果進行分析和優(yōu)化，是汽車動力總成系統(tǒng)基于仿真優(yōu)化設計方法的關鍵環(huán)節(jié)?，F(xiàn)階段，仿真模型經過大量模擬計算可得到系統(tǒng)性能細節(jié)。工程師們有必要深入分析這些仿真結果并確定系統(tǒng)性能瓶頸及優(yōu)化空間。其中可能包括對不同設計方案進行性能比較或調節(jié)模型參數(shù)來尋求最優(yōu)配置。這一過程可能需要使用多目標優(yōu)化算法以平衡性能指標間的沖突，例如在最大限度地降低排放的情況下改善燃油效率。另外需要兼顧設計穩(wěn)健性以保證動力總成系統(tǒng)在各種工況下均能夠保持較好性能。經過反復仿真與優(yōu)化，終于確定了一套即滿足性能要求又經濟實用、效率更高的動力總成系統(tǒng)設計方案。

3.4 多目標遺傳算法的參數(shù)設定與優(yōu)化流程

在多目標遺傳算法實現(xiàn)過程中，參數(shù)設置是第一步。其中包括種群大小，交叉概率，變異概率和選擇機制等方面的決定。種群大小對算法的搜索能力及計算效率有直接影響，大種群可以探索出更大范圍的解空間卻增加了計算成本。交叉與變異概率共同決定下一代個體多樣性，通常交叉概率定為0.6～0.9，變異概率定為0.1～0.3，可有效兼顧算法探索與利用能力。選擇機制主要是確定哪些個體有資格遺傳給下一代，常見的方法包括輪盤賭選擇和錦標賽選擇等。優(yōu)化流程開始于隨機生成初始種群，每個個體代表一個可能的解。通過評估每個個體對應的目標函數(shù)值，算法能夠識別出表現(xiàn)較好的個體。接著，通過選擇、交叉和變異操作生成新一代種群，新一代中將包含來自上一代表現(xiàn)優(yōu)秀個體的特征。請持續(xù)執(zhí)行這個步驟，直到滿足特定的終止條件，例如達到最大的迭代次數(shù)或解的改進程度低于設定的閾值。算法全程不斷更新帕累托前沿——目標函數(shù)之間呈現(xiàn)最佳權衡的解集合。如表1所示。

3.5 仿真優(yōu)化案例分析

通過仿真優(yōu)化案例分析，進一步顯示多目標遺傳算法對汽車動力總成系統(tǒng)設計具有一定的參考價值。以降低燃料消耗與排放為目標的優(yōu)化設計為例，設計組采用MOGA優(yōu)化發(fā)動機參數(shù)。初始種群設置為100個個體，交叉概率為0.8，變異概率為0.2，采用錦標賽選擇機制，并設置迭代次數(shù)為500。優(yōu)化結果顯示：算法通過幾輪迭代成功地尋找到一套參數(shù)，這套參數(shù)可以使燃料消耗與排放分別比原來的設計減少。另外，在優(yōu)化過程中發(fā)現(xiàn)多個關鍵參數(shù)對于優(yōu)化目標具有顯著影響，這為之后的設計迭代奠定重要基礎。

4 基于仿真優(yōu)化的汽車動力總成系統(tǒng)設計結果與分析

4.1 優(yōu)化前后的系統(tǒng)性能對比

通過對汽車動力總成系統(tǒng)設計仿真優(yōu)化前和優(yōu)化后性能比較表明有明顯提升。設計團隊通過建立準確的仿真模型并采用先進優(yōu)化算法可以使總成系統(tǒng)性能得到顯著改善。經過優(yōu)化后，該系統(tǒng)在部分運行條件下可能會表現(xiàn)出燃油效率偏低，排放偏高，動力輸出不充分等問題。通過系統(tǒng)優(yōu)化不但燃油經濟性得到提高、排放得到降低，而且汽車加速性能、負載適應能力也得到提高。例如，經過優(yōu)化的系統(tǒng)在標準測試條件下的燃油消耗可能會從6.5升/100公里減少到5.8升/100km，同時CO2的排放量也可能從150g/km降至130g/km，而加速時間也可能從0到100km/小時從8秒縮短到7秒。如此改進，通過優(yōu)化燃燒過程，提高傳動效率，降低系統(tǒng)內部摩擦損失。

4.2 優(yōu)化參數(shù)對系統(tǒng)性能的影響分析

汽車動力總成系統(tǒng)設計仿真優(yōu)化時關鍵參數(shù)對系統(tǒng)性能有顯著影響。如改變燃油噴射時機及噴射壓力，調節(jié)進排氣門開閉時機，優(yōu)化渦輪增壓器響應特性等等參數(shù)將顯著影響系統(tǒng)動力輸出，燃油消耗及排放水平。數(shù)據(jù)分析表明：適當提高噴射壓力、優(yōu)化噴射時機能顯著改善燃燒效率，從而降低燃料消耗與排放。調節(jié)進排氣門相位可提高發(fā)動機呼吸效率和動力性能。優(yōu)化渦輪增壓器則能提供較好的加速響應，而不會以燃油經濟性為代價。通過仔細調整與優(yōu)化上述參數(shù)，既能提高動力總成整體性能又能為具體駕駛場景下提供最優(yōu)動力輸出與燃油經濟性。

4.3 仿真優(yōu)化的穩(wěn)定性和可靠性驗證

為驗證仿真優(yōu)化對汽車動力總成系統(tǒng)設計的穩(wěn)定性與可靠性，開展系列仿真測試與實車驗證。在仿真優(yōu)化中所使用的許多算法及模型都設計成能應對復雜非線性問題及系統(tǒng)在各種運行工況下動態(tài)響應。將優(yōu)化結果與實際測量數(shù)據(jù)進行對比，表明一致性較高，驗證仿真模型準確性及優(yōu)化策略有效性。例如，模擬預測的燃油效率和排放水平與實際車輛測試結果的偏差被控制在2%以內，動力輸出的模擬結果與實際測量值的一致性超過了95%。該高匹配度不但證明仿真優(yōu)化方法可靠，而且為之后設計迭代及性能提升打下堅實基礎。這樣，設計團隊可以在產品開發(fā)早期階段對動力總成系統(tǒng)進行精確的性能預測，極大地減少實物原型測試要求、縮短開發(fā)周期、降低成本。

5 結束語

總之，本論文通過將仿真優(yōu)化運用到汽車動力總成系統(tǒng)設計當中進行綜合論述與分析，既說明仿真優(yōu)化的原理與方法，并對動力總成系統(tǒng)仿真模型建立，需求分析及目標設定，仿真結果分析及優(yōu)化等關鍵環(huán)節(jié)進行了詳細描述。通過對多目標遺傳算法參數(shù)設定及優(yōu)化流程的研究和仿真優(yōu)化案例的分析，論文表明仿真優(yōu)化在實踐中是行之有效的。優(yōu)化前與優(yōu)化后系統(tǒng)性能對比，優(yōu)化參數(shù)對系統(tǒng)性能影響分析以及仿真優(yōu)化后系統(tǒng)穩(wěn)定性與可靠性驗證進一步表明仿真優(yōu)化對于汽車動力總成系統(tǒng)設計具有重要意義。在未來，隨著仿真技術的持續(xù)發(fā)展和優(yōu)化算法的不斷創(chuàng)新，仿真優(yōu)化將在汽車動力總成系統(tǒng)設計中起到更加關鍵的作用，為汽車工業(yè)的可持續(xù)發(fā)展做出貢獻。

參考文獻：

[1]秦洪艷. 基于FLUENT的汽車空氣動力性能仿真與車身優(yōu)化[J]. 機械工程師， 2023（02）： 24-25+30.

[2]雷藝， 林松， 林東強， 陳德燈， 方正. 電動汽車動力電池冷卻系統(tǒng)有限元仿真分析及優(yōu)化[J]. 裝備制造技術， 2022 （11）： 58-61+66.

[3]陳龍浩. 微型純電動汽車動力系統(tǒng)匹配及優(yōu)化仿真研究[J]. 汽車實用技術， 2019 （04）： 3-7+46.

[4]鄭保仲. 純電動汽車動力總成懸置支架仿真分析優(yōu)化[J]. 機電技術， 2018（01）： 67-70.

[5]樊攀， 包漢偉. 汽車動力總成懸置系統(tǒng)隔振特性仿真優(yōu)化[J]. 森林工程， 2017， 33 （04）： 89-93+97.

[6]安瑞兵. Cruise仿真在汽車動力總成匹配優(yōu)化中的應用[J]. 客車技術與研究， 2015， 37 （05）： 44-46