基于CANPSO-BP網(wǎng)絡(luò)的自卸車參數(shù)辨識(shí)與平順性優(yōu)化.pdf

1、礦用自卸車在大型露天礦山運(yùn)輸工具中占有2/3的市場(chǎng)份額，但由于研發(fā)技術(shù)相對(duì)滯后，國(guó)內(nèi)在很長(zhǎng)一段時(shí)間內(nèi)對(duì)礦用自卸車的需求主要依賴進(jìn)口。為改變這種現(xiàn)狀，國(guó)務(wù)院將礦用自卸車確定為十六個(gè)重大技術(shù)裝備關(guān)鍵領(lǐng)域之一，并對(duì)礦用自卸車的性能提出了較高的要求。在政策和市場(chǎng)需求的驅(qū)動(dòng)下，礦用自卸車的研發(fā)進(jìn)入了高速發(fā)展階段。由于礦區(qū)工作條件惡劣，自卸車在行駛過(guò)程中產(chǎn)生的振動(dòng)影響駕駛員乘坐舒適性，使其易于產(chǎn)生疲勞。因此，非常有必要對(duì)礦用自卸車的行駛平順性進(jìn)行研

2、究和優(yōu)化。整車平順性仿真分析和研究的關(guān)鍵問(wèn)題是如何提高動(dòng)力學(xué)模型的建模精度，其中，準(zhǔn)確參數(shù)的獲取方法又是動(dòng)力學(xué)建模需首要解決的問(wèn)題之一，例如對(duì)整車平順性具有較大影響的座椅空氣彈簧懸架非線性剛度阻尼特性、油氣懸架非線性剛度阻尼特性和礦山軟土路面不平度等相關(guān)參數(shù)均由于礦用自卸車的特殊性及各方面條件的限制，不易直接通過(guò)試驗(yàn)準(zhǔn)確獲取，或者獲取的成本較高，且傳統(tǒng)算法得到的辨識(shí)結(jié)果精度較低。因此，本文提出新的粒子群神經(jīng)網(wǎng)絡(luò)，在整車行駛平順性試驗(yàn)數(shù)據(jù)

3、的基礎(chǔ)上，對(duì)上述參數(shù)進(jìn)行有效辨識(shí)，這對(duì)于降低車輛開(kāi)發(fā)成本，提高開(kāi)發(fā)水平具有重要意義，并最終在建立的基于辨識(shí)參數(shù)的整車動(dòng)力學(xué)模型基礎(chǔ)上，考慮了不確定因素對(duì)優(yōu)化結(jié)果的影響，借助改進(jìn)粒子群算法對(duì)懸架非線性參數(shù)進(jìn)行區(qū)間不確定性優(yōu)化，有效改善整車行駛平順性。
　　本研究主要內(nèi)容包括：⑴結(jié)合混沌初始化技術(shù)、慣性權(quán)重動(dòng)態(tài)調(diào)整策略和小生境進(jìn)化策略，改進(jìn)了粒子群算法優(yōu)化機(jī)制，提高算法搜索速度及精度。然后將改進(jìn)的粒子群算法植入神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，用以

4、替換網(wǎng)絡(luò)的BP學(xué)習(xí)算法，構(gòu)建出基于改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)（CANPSO-BP網(wǎng)絡(luò)）的智能辨識(shí)算法。⑵在建立整車剛?cè)狁詈夏Ｐ偷幕A(chǔ)上，利用CANPSO-BP網(wǎng)絡(luò)對(duì)座椅空氣彈簧懸架和油氣懸架非線性剛度阻尼參數(shù)進(jìn)行辨識(shí)分析，通過(guò)與標(biāo)準(zhǔn)BP網(wǎng)絡(luò)和PSO-BP網(wǎng)絡(luò)的比較，驗(yàn)證CANPSO-BP網(wǎng)絡(luò)的辨識(shí)能力。最終根據(jù)整車道路試驗(yàn)，分別對(duì)座椅空氣彈簧懸架和油氣懸架非線性剛度阻尼參數(shù)進(jìn)行辨識(shí)和驗(yàn)證。⑶結(jié)合車輛地面力學(xué)理論基礎(chǔ)，對(duì)彈性輪胎在軟土路面上的相互

5、作用力公式進(jìn)行推導(dǎo)。編寫(xiě)出適用于ADAMS的TIRSUB輪胎子程序，建立車輛-軟土路面耦合模型。并在反映礦山軟土路面變形的基礎(chǔ)上，利用CANPSO-BP網(wǎng)絡(luò)對(duì)礦山路面不平度進(jìn)行辨識(shí)研究。⑷在建立的基于辨識(shí)參數(shù)的整車動(dòng)力學(xué)模型基礎(chǔ)上，利用區(qū)間不確定性優(yōu)化方法，以油氣懸架和座椅空氣彈簧懸架非線性剛度阻尼系數(shù)為優(yōu)化變量，載貨量、質(zhì)心位置和車速作為不確定性變量，對(duì)座椅加權(quán)加速度均方根值進(jìn)行優(yōu)化，并與確定性優(yōu)化結(jié)果進(jìn)行對(duì)比分析，結(jié)果表明：得到的最