矿用汽车动力传动系统参数匹配建模优化

矿用汽车动力传动系统参数匹配建模优化
张鹏;马海英;侯晓晓
【摘要】在对公路汽车动力性与燃油经济性评价指标进行分析基础上,以Matlab/GUI为开发工具,开发矿用汽车动力传动系统计算仿真及参数优化平台.该平台以原地起步加速时间和等速百公里油耗线性加权为目标函数,采用线性加权法把他转化成单一目标函数;建立矿用汽车发动机和传动系统匹配方案优化数学模型.对矿用汽车动力性和燃油经济性进行计算,对传动系统匹配方案和传动系参数进行优化分析.以改进前后某车各项性能指标进行仿真,验证改进方案可行性,对改进后传动系参数进行优化,验证优化平台实用性.通过遗传算法优化模型分析,最后对具有可控性总速比和传动效率进行灵敏度分析,为新车设计和旧车改型提供参考.
【期刊名称】《机械设计与制造》
【年(卷),期】2019(000)006
【总页数】5页(P60-64)
【关键词】矿用汽车;动力性;燃油经济性;参数优化平台;动力系统
【作者】张鹏;马海英;侯晓晓
【作者单位】黄河交通学院汽车工程学院,河南焦作 454950;黄河交通学院汽车工程学院,河南焦作 454950;黄河交通学院汽车工程学院,河南焦作 454950
【正文语种】中文
【中图分类】TH16;U463.212
1 引言
矿用汽车动力传动系统匹配合理程度，在很大程度上决定该车动力性、燃油经济性。

为改善矿用汽车动力性和燃油经济性，对动力传动系统进行合理匹配是一个重要途径[1]。

搭建合理高效参数优化平台，即可实现对矿用汽车动力性和燃油经济性进
行仿真计算，还可实现对系统匹配方案和参数进行优化，可便捷高效实现对系统参数优化。

文献[2]搭建动力传递数学模型，对功率和燃油最优时运行状况进行分析；文献[3]搭建动力传递系统模型，研究参数影响；文献[4]根据发动机最佳经济性工
作区间与常用工作区间之间相对位置，对最佳工作位置进行优化；文献[5]基于实
际档位与动力系统油门控制之间关系进行优化。

以Matlab/GUI为开发工具，开
发矿用汽车动力传动系统计算仿真及参数优化平台。

除能对矿用汽车的动力性和燃油经济性进行仿真计算外，还能对系统匹配方案和参数进行优化。

将改型前后实际参数代入优化平台，进行计算，并对改型后变速器速比与主减速器速比进行优化，以验证基于遗传算法优化程序实用性；利用本平台，对影响矿用汽车动力性与燃油经济性参数进行灵敏度分析。

2 传动系统参数优化平台
优化的过程主要包括建立目标函数、确定各目标函数的权值和选择优化方法进求解三部分[6]。

2.1 匹配方案目标函数
选用矿用汽车动力性指标与燃油经济性指标的加权值作为目标函数，将动力性、燃油经济性指标采用线性组合方法转换成单一目标函数[7]。

选择高效区最大爬坡度
作为传动系统匹配方案优化动力性目标函数：
式中：D1max—一档高效区最大动力因数；f—滚动阻力系数。

在经济性方面选用等速百公里燃油消耗量为目标函数：
式中：Gt—发动机每小时燃油消耗量；ρ—液力变矩器工作油的密度，kg/m3；ge—比燃油消耗量；pe—液力变矩器输出功率。

针对矿用汽车使用工况，使保证动力性基础上取得更好燃油经济性。

因此，应两者进行加权来评价整车性能。

令α1为动力性加权因子，α1＞0；α2为经济性加权
因子，α2＞0，α1+α2=1；f1为动力性分目标函数；f2为经济性分目标函数，则：f=α1 f1+α2 f2。

2.2 传动系统参数优化
研究在发动机给定情况下[8]，优化传动系参数，故选定变速器各档速比和主减速
器速比为设计变量，即：
2.2.1 动力性目标函数
选择原地起步连续换档加速时间：
式中：δ—汽车旋转质量换算系数，δ＞1；m—汽车质量；U max—加速过程结
束时矿用汽车速度；Ft、Ff、Fw—驱动力、滚动阻力、空气阻力。

2.2.2 燃油经济性目标函数
选择汽车等速行驶百公里燃油消耗量：
2.2.3 加权目标函数
针对矿用汽车使用工况，在这里仍采用两者加权来评价整车性能[9]，ω为动力性
加权因子，ω＞0；ω—经济性加权因子，ω＞11 2 2 0，φ1＞0，ω1+ω2=1；
φ1为动力性分目标函数；φ2燃油经济性分目标函数，则：φ=ω1φ1+ω2φ2。

参数优化约束条件：
（1）最大爬坡度要求
式中：G—整车重力；α—道路坡度角；ig1—变速箱一档传动比；i0—驱动桥总传动比；η—传动系统的效率；r—车轮滚动半径。

（2）道路附着条件
最大驱动力必须小于或等于地面附着力，即：
式中：Zφ—驱动轮法向反作用力；φ—路面附着系数。

（3）最高车速要求
最高档位最高车速通常范围（45～56）km/h，即：
式中：ign—变速箱的最高档位速比。

最高车速满足设计要求约束条件为
（4）变速箱速比分配规律
参考档位使用率、换档过程能量损耗，则档位比的取值去见为［1.5，1.8］。

如果变速器有n个前进档位，则约束条件共计有2n+1个，其数学模型：
2.3 汽车优化平台总体结构
该平台包括四个子平台，分别为动力性仿真平台、燃油经济性仿真平台、匹配方案优化平台和传动系参数优化平台[10]，结构框图，如图1所示。

图1 矿用汽车动力传动系参数优化平台Fig.1 Platform for Computer Optimization of Mining Truck
3 矿用汽车动力系统匹配方案优化
3.1 参数优化
改型前后实际参数代入平台，如表1所示。

原变速箱为3+1型液力机械变速箱，
包括3个前进档和1个倒档，1档、2档、3档、倒档的速比分别为：2.46、1.43、0.7、1.6。

改进方案选用国产5+2液力机械变速箱，此变速箱有5个前进档和2
个倒档，挡位增多，增加发动机处于经济工作状况机会，1档、2档、3档、4档、5档、倒1档、倒2 档的速比分别为：3.84、2.27、1.5、1.055、0.625、6.07、1.67。

表1 发动机参数Tab.1 Engine Parameters转速（r/min）转矩（N.m）功率（kW）比燃油油耗率（g/kWh）原方案1000 1290 130 225 1100 1349 157 222 1200 1429 187 219 1300 1526 215 217 1400 1668 245 215 1500 1784 273 215 1600 1815 296 217 1700 1804 317 218 1800 1781 336 221新方案1200 2183 274 219 1300 2237 305 211 1400 2237 328 206 1500 2190 344 204 1600 2122 356 204 1700 2048 365 205 1800 1987 375 208 1900 1919 382 211 2000 1851 388 215
3.2 匹配方案优化
前后方案共同工作输入输出曲线，如图2所示。

图2 发动机与液力变矩器共同工作特性Fig.2 Engine and Torque Converter Work Together
表2 优化前后性能对比Tab.2 Com parison of Matching Performance评价指
标原方案优化方案液力变矩器最大输出扭矩MT max 4201.05 4708.54高效转
速范围dn 2.85 2.39高效力矩范围d M 2.18 2.03全工况范围内平均输出功率
N1 257.42 256.72高效范围内平均输出功率N2 265.33 308.45在全工况范围内
功率输出系数φ1 0.85 0.81高效范围内功率输出系数φ2 0.88 0.97全工况范围内
平均比燃油消耗量ge1 282.70 299.11高效范围内平均比燃油消耗量ge2 270.75 260.22全工况范围比燃油消耗量系数φge1 1.22 1.35高效范围内比燃油消耗量
系数φge2 1.17 1.18
由图2（a）和图2（b）可知，原匹配方案在起动工况离发动机输出最大扭矩较近，但是共同工作高效区离发动机最大功率较远，而且主要在最大功率左边，当变负荷工作时发动机的功率利用率较低。

由图2（c）和图2（d）可知，改进方案共同工作高效区离发动机最大功率较近，而且分布在最大功率两侧，变负荷工作时发动机功率利用率较高，匹配比原方案理想。

通过共同工作输入输出特性曲线，可对发动机与液力变矩器匹配进行定性分析。

在最大输出转矩方面改进方案比原车方案高，高效区发动机功率利用率比原方案高，而且高效区工作范围内比燃油消耗量改进方案也比原车方案有所下降。

改进前后发动机与液力变矩器匹配评价指标仿真计算结果，如表2所示。

通过表2对比可见，改进后最大输出扭矩比原车方案高出507.49，虽然高效转速范围和高效力矩范围比原车方案略微减小，全工况平均输
出功率比原方案略有下降，但动力性主要指标高效工况平均输出功率比原车方案高43.12kW，提高16.82%，提高发动机与液力变矩器共同工作输出动力性能。

全工况功率平均输出系数两者相差不大，但改进后高效区功率平均输出系数比原方案有较大水平的提高，也说明改进方案发动机与液力变矩器的匹配在动力性能方面比原车方案高。

表中后四项是发动机与液力变矩器匹配燃油经济性评价指标，虽然改进后在全工况范围内比燃油消耗量比改造前高一些，但高效区比燃油消耗量比原方案下降3.89%（减少10.5g3/（kwh）。

因为矿用汽车在运行中为提高工作效率，液力变矩器主要在高效区附近工作，所以从经济性方面来讲，此改造方案是可行的，同样全工况比燃油消耗量系数高，但高效比燃油消耗量系数低，说明改进方案在燃油经济性方面比原车方案有优势。

4 传动系参数优化及灵敏度分析
4.1 参数优化
当具体运用该遗传算法优化程序于某一车型的目标函数前，优化结果，如图3所示。

图3 传动系参数优化结果Fig.3 Transmission System Parameters Optimization Results
其进化过程，如图4所示。

图中横轴为进化代数，纵轴为适应度（即是目标函数值，为方便观察变化趋势，将数据放大10000倍处理），图中曲线代表各代群体中个体适应度的平均值。

由图可知，求解进化过程中，群体中个体适应度平均值虽然有波动，但总的来说却是呈现一种下降趋势，逐步逼近目标函数最小值，当适应度达到82.6左右后整个进化过程波动幅度趋于稳定，最终得出目标函数最优解。

由仿真计算知，优化前（0～45）km/h，加速时间为89.89，等速百公里油耗为125.81，通过优化，加速时间缩短为84.63，同时等速百公里降为124.78。

可见采用此平台对参数进行优化取得一定效果。

图4 进化及寻优过程Fig.4 Evolution and Optimization Process
4.2 参数灵敏度分析
采用间接计算机仿真计算法，利用平台，对可控性较强的参数如总速比、传动效率等进行动力性和燃油经济性能的灵敏度进行分析。

具体如下：
式中：—灵敏度，即效果值y相应于变化指标x的相对变量；y2、y1—效果的终值、初值；x2、x1—变化指标的终值、初值；dy—效果y的增值；dx—变化指标x的增值。

4.2.1 总速比灵敏度分析
将驱动桥速比（主减速器速比与轮边减速器速比乘积）上下浮动10%来分析总速
比对矿用汽车性能影响。

利用平台进行计算，计算对矿用汽车总速比灵敏度，如表3所示。

表3 总速比灵敏度计算结果Tab.3 Total Speed Ratio Sensitivity Calculation Results速比动力性指标经济性指标L/tkm高效区最大爬坡度(%)35km/h
45km/h 50km/h最低燃油消耗量20.5730 0.0256 -0.0192 -0.0170 -0.0098 -0.0159 21.0203 0.0503 -0.0506 -0.0316 -0.0022 -0.0291 21.4675 0.0741 -
0.0762 -0.0372 0.0163 -0.0413 21.9148 0.0970 -0.0892 -0.0426 0.0236 -
0.0516 22.362 0.1191 -0.1044 -0.0323 0.0616 -0.0608 22.8092 0.1406 -
0.1108 -0.0099 0.1128 -0.0691 23.2565 0.1613 -0.1144- 0.0002 0.1413 -
0.0762 23.7037 0.1813 -0.1062 0.0429 0.2153 -0.0833 24.151 0.2008 -
0.1029 0.0636 0.2576 -0.0892 24.5982 0.2197 -0.1029 0.128 0.3558 -0.0954 对总速比灵敏度曲线，如图5所示。

由图5（a）可知，随着速比增加，矿用汽车动力性灵敏度变大，动力性变强。

从
图5（b）可知，矿用汽车燃油经济对总速比灵敏度随速比增加也变大，但燃油消
耗量却呈现不同变化趋势。

在车速较低时，随速比增加，经济性变好，车速较高时，经济性变差。

由于受矿山道路条件限制，矿用汽车运行速度一般在（30～40）
km/h之间，因此可通过适当增加速比方式来提高矿用汽车动力性，同时降低燃油消耗。

图5 对总速比灵敏度Fig.5 On the Total Speed Ratio Sensitivity
4.2.2 传动效率灵敏度分析
在原来传动效率数值基础上，将传动效率数值在其可能变化区间向上、向下均浮动
20%，然后利用平台进行仿真计算，其结果，如表4所示。

对传动效率灵敏度曲线，如图6所示。

图6（a）可知，传动效率对动力性影响较大，且动力性灵敏度
随着传动效率增加不断增大。

由于动力性对传动效率灵敏度是正值，这说明随着传动效率的增加，矿用汽车动力性也增强。

图6（b）可知，传动效率对燃油经济性
影响也较大，当传动效率提高时，矿用汽车燃油经济性有比较明显改善。

与总速比对燃油经济性影响类似，随着传动效率增加，车速较低时矿用汽车燃油经济性较好。

综上所述，在进行矿用汽车设计时，可通过提高传动效率，适当增加速比方式来提高矿用汽车动力性和燃油经济性。

表4 传动效率灵敏度Tab.4 Transm ission Efficiency Sensitivity Calculation Results传动效率爬坡度(%)35km/h 45km/h 50km/h最低燃油消耗量0.6757 0.0562 -0.0734 -0.0757 -0.0793 -0.0746 0.7079 0.1078 -0.1338 -0.1335 -
0.1338 -0.1337 0.7400 0.1552 -0.1824 -0.1758 -0.1683 -0.1789 0.7400
0.1993 -0.2206 -0.2054 -0.1872 -0.2142 0.8044 0.2403 -0.2496 -0.2244 -
0.1939 -0.2415 0.8366 0.2788 -0.2708 -0.2347 -0.1914 -0.2630 0.8366
0.3150 -0.2853- -0.2381 -0.1821 -0.2800 0.9009 0.3489 -0.2942 -0.2362 -
0.1680 -0.2937 0.9331 0.3813 -0.2987 -0.2303 -0.1504 -0.3049 0.9653
0.4120 -0.2996 -0.2213 -0.1308 -0.3140动力性指标经济性指标L/tkm高效区最大
图6 对传动效率灵敏度Fig.6 On the Total Speed Ratio Sensitivity
5 结论
（1）利用该平台对改进前后整车动力性和燃料经济性各项性能指标做模拟计算，指标对比，最高车速提高12%，高效区最大爬坡度提高60.11%，最低等速百公
里油耗降低15.63%，验证改进方案可行性。

（2）利用参数优化平台对改进后动
力传动系参数优化，（0～45）km/h加速时间由原来 89.89s缩短为 84.63s，同时等速百公里由原来125.81L降为124.78L。

可见采用此平台对动力传动系参数
进行优化取得一定效果，同时证明优化平台实用性。

（3）对比具有可控性总速比和传动效率进行灵敏度分析得出，可通过提高矿用汽车传动效率和适当增加总速比方式来提高矿用汽车动力性，降低燃油消耗，为新车设计和旧车改型提供参考。

参考文献
【相关文献】
［1］Fang L C，Qin SY.Concurrent optimization for parameters of powertrain and control system of hybrid electric vehicle based on multi-objective genetic algorithms［C］.//SICE-ICASE，2006.International Joint Conference，IEEE，2006：2424-2429.
［2］Wu J，Shangguan W B.Robust optimization design method for powertrain mounting systems based on six sigma quality control criteria［J］.International Journal of Automotive Technology，2010，11（5）：651-658.
［3］Igami H，Thompson M，Osodo K.Automotive powertrain mounting system design optimization［J］.2008，67（6）：326-339.
［4］Liette J，Dreyer JT，Singh R.Critical examination of isolation system design paradigms for a coupled powertrain and frame：partial torque roll axis decoupling methods given practical constraints［J］.Journal of Sound&Vibration，2014，333（26）：7089-7108.
［5］Chen P，Zhang Y，Qin G.Interval analysis method of a powertrain mounting system with uncertain parameters［J］.Sae Technical Papers，2010，65（1）：68-78.
［6］刘良.基于混合进化算法的汽车传动系优化研究［J］.机械设计与制造，2016（11）：121-123.（Liu Liang.Optimization of automobile powertrain based on hybrid evolutionaryalgorithm［J］.Machinery Design&Manufacture，2016（11）：121-123.）［7］李国斐，林逸，何洪文.ISG系统动力部件参数设计及仿真［J］.机械设计与制造，2009（6）：1-3.（Li Guo-fei，Lin Yi，He Hong-wen.Parameter design and simulation of ISG hybrid power-train system ［J］.Machinery Design&Manufacture，2009（6）：1-3.）［8］姜丹娜，张付军，赵长禄.汽车动力传动系统建模与分析仿真软件包开发［J］.系统仿真学报，2005，17（s2）：31-34.（Jiang Dan-na，Zhang Fu-jun，Zhao Chang-lu.Thedevelopment
of vehicle powertrain modeling and analysis software package［J］.Journal of System Simulation，2005，17（s2）：31-34.）
［9］Gao J P，Wei Y H，Liu Z N.Matching and optimization for powertrain system of parallel hybrid electric vehicle［J］.Applied Mechanics&Materials，2013（341-342）：
423-431.
［10］王晓晶，徐雳，程耀楠.采用遗传算法优化液力变矩器叶栅参数的研究［J］.机械科学与技术，2005，24（9）：1097-1099.（Wang Xiao-jing，Xu Pi，Cheng Yao-nan.On optimization of the blade parameters of a torque converter based on genetic algorithm［J］.Mechanical Science and Technology for Aerospace Engineering，2005，24（9）：1097-1099.）。