掌桥专利:专业的专利平台
掌桥专利
首页

一种串联式变刚度解耦悬架、刚度匹配方法、阻尼匹配方法及调节方法

文献发布时间:2024-04-18 20:01:30


一种串联式变刚度解耦悬架、刚度匹配方法、阻尼匹配方法及调节方法

技术领域

本发明属于多变刚度解耦悬架技术领域,具体涉及一种串联式变刚度解耦悬架、刚度匹配方法、阻尼匹配方法及调节方法。

背景技术

对于小型乘用类车辆,底盘多采用被动悬架与车身匹配,此时整车的底盘设定偏向中性,即整车的乘坐舒适性与操纵稳定性均达不到最佳状态,车辆底盘特性单一不可调,无法实现平顺性与操控性间的解耦。

发明内容

为了解决上述技术问题,本发明提供一种串联式变刚度解耦悬架,车辆底盘具有多种刚度特性,能够适应不同运行工况,改善了车辆在弯道和高速工况中的平顺性和操控性。

本发明的技术方案如下:

一种串联式变刚度解耦悬架,包括一对缓震支架,所述缓震支架包括竖向扭杆弹簧,所述竖向扭杆弹簧通过深沟球轴承与车辆的底盘铰接连接,所述竖向扭杆弹簧底端套设有旋转套筒,所述旋转套筒上端向外延展有第一摆臂、第二摆臂、第三摆臂和第四摆臂;

所述第一摆臂末端铰接有拉杆,所述拉杆另一端铰接有控制臂,所述控制臂上铰接有转向横拉杆;

所述第二摆臂前侧铰接有连接杆,一个缓震支架的连接杆上与一横向扭杆弹簧的一端铰接连接,另一个缓震支架的连接杆上与所述横向扭杆弹簧的另一端铰接连接;

所述缓震支架之间铰接有横向磁流变阻尼器,所述横向磁流变阻尼器的两端分别铰接于两个缓震支架的第三摆臂上;

所述第四摆臂末端铰接有纵向桶式磁流变阻尼器;

所述竖向扭杆弹簧顶部铰接有弹簧支撑结构。

优选的,所述弹簧支撑结构包括铰接于竖向扭杆弹簧顶部的旋转式电磁离合器,所述旋转式电磁离合器的外壳上套设有旋转套,所述旋转套向外延伸有第五摆臂,所述第五摆臂末端铰接有螺旋弹簧;

所述控制臂具有上控制臂和下控制臂,所述拉杆与上控制臂铰接连接,所述上控制臂和下控制臂均为一对横臂,且固定于一转向节上,一对横臂呈A形,所述转向横拉杆铰接于转向节上,所述转向节与车轮连接。

一种串联式变刚度解耦悬架的刚度匹配方法,所述串联式变刚度解耦悬架具有悬架传力模型,根据悬架传力模型获取串联式变刚度解耦悬架在静载平衡下的弹簧刚度算法,根据弹簧刚度算法获取静载平衡条件下弹簧刚度。

优选的,所述弹簧刚度算法如下:

其中,K为弹簧刚度;x为弹簧安装行程,g为重力加速度;a为转向主销与XZ平面间的夹角;d为上控制臂与XY平面间的夹角;n为空间力Fc'与XY平面间的夹角;m为投影分力Fd与X轴间的夹角;e为螺旋弹簧与第五摆臂间的夹角;L

一种串联式变刚度解耦悬架的阻尼匹配方法,所述串联式变刚度解耦悬架具有悬架传力模型,根据悬架传力模型得到粘滞阻尼系数公式,根据粘滞阻尼系数公式获取粘滞阻尼系数,根据粘滞阻尼系数获取串联式变刚度解耦悬架的参数。

优选的,所述粘滞阻尼系数公式如下:

A=L

B=L

其中,

一种串联式变刚度解耦悬架的调节方法,车身内安装有速度传感器、垂向加速度传感器以及俯仰角速度传感器,所述调节方法包括以下步骤:

步骤S1、根据车身纵向速度和垂向加速度来判定路况,并根据俯仰角速度判定车辆运行状态;

步骤S2、根据不同的路况和车辆运行状态对旋转式电磁离合器、横向桶式磁流变阻尼器和纵向桶式磁流变阻尼器进行通电或者断电;

步骤S3、根据旋转式电磁离合器、横向桶式磁流变阻尼器和纵向桶式磁流变阻尼器的通电或者断电情况,结合神经模糊并行融合算法来调节横向桶式磁流变阻尼器、纵向桶式磁流变阻尼器、横向扭杆弹簧、竖向扭杆弹簧、转向横拉杆以及螺旋弹簧的工作状态。

进一步的,步骤1进一步具体为:

步骤S11、当车速大于40km/h或车身垂向加速度小于0.4m/s

步骤S12、当车速小于40km/h或者路面状态较好车身垂向加速度大于0.7m/s

步骤S13、当车身俯仰角度大于200deg/s

步骤S14、当车身侧倾角加速度大于45deg/s

进一步的,步骤2进一步具体为:

步骤S21、当路况好时,此时调节车辆操控性,旋转式电磁离合器通电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电;

步骤S22、当路况差时,此时调节车辆平顺性,旋转式电磁离合器断电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电;

步骤S23、当车辆处于急加速或制动状态时,横向桶式磁流变阻尼器通电;

步骤S24、当车辆高速过弯时,横向桶式磁流变阻尼器电流断电。

进一步的,步骤3进一步具体为:利用神经网络算法模型对悬架进行辨识,输入参数包括:路况、误差、横向桶式磁流变阻尼器的阻尼力、纵向桶式磁流变阻尼器的阻尼力;辨识结构输出参数为车身垂向加速度、车身俯仰角加速度、车身侧倾角加速度,利用辨识结构输出参数对横向桶式磁流变阻尼器的阻尼力和纵向桶式磁流变阻尼器的阻尼力进行实时控制;其中神经网络算法模型如下:

y

步骤S31、旋转式电磁离合器断电、纵向桶式磁流变阻尼器通电、横向桶式磁流变阻尼器断电,螺旋弹簧工作,纵向桶式磁流变阻尼器主动工作,扭杆弹簧不工作;

步骤S32、旋转式电磁离合器通电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电,竖向扭杆弹簧工作,纵向桶式磁流变阻尼器工作,横向扭杆弹簧和螺旋弹簧不工作;

步骤S33、当车辆处于急加速或制动状态时,横向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器工作;

步骤S34、当车辆高速过弯时,横向桶式磁流变阻尼器电流断电,横向扭杆弹簧工作,横向桶式磁流变阻尼器被动工作。

与现有技术相比,本发明具有如下有益效果:

本发明从悬架的结构与杆系的几何设定为出发点,根据不同的行车状态改变悬架的工作特性,进而实现整车底盘的不同特性,完成平顺性与操控性的解耦。

螺旋弹簧与竖向扭杆弹簧为两种不同特性的弹簧,螺旋弹簧一般刚性小,行程范围较大,适合整车平顺性行驶工况;竖向扭杆弹簧一般刚性大,扭转行程小,韧性大(具有避震器特性)的特点,适合弯道、高速等操控性工况;

结合两种不同弹簧的特性,从传力杆系的设定考虑,根据车辆不同运行工况,自行切换传力杆系至不同的弹簧,从而实现同一辆车型具有两个甚至多个不同刚度的底盘特性,完美实现起步加速“抬头”、制动“点头”、弯道、高速等操控工况与平顺性工况解耦。

附图说明

图1为悬架的结构示意图;

图2为悬架另一视角的结构示意图;

图3为整车的结构示意图;

图4本发明中悬架传力模型的示意图;

图5为本发明中推杆空间传力的示意图;

图6为不同加速度下前悬架阻尼匹配的示意图;

图7为不同加速度下后悬架阻尼匹配的示意图;

图8为本发明调节方法的流程图;

图9为本发明神经模糊并行融合算法的框架图;

图中:1-拉杆,2-旋转套筒,3-第一摆臂,4-竖向扭杆弹簧,5-纵向桶式磁流变阻尼器,6-旋转式电磁离合器,7-第五摆臂,8-螺旋弹簧,9-控制臂,91-上控制臂,92-下控制臂,10-转向横拉杆,11-第二摆臂,12-第三摆臂,13-横向扭杆弹簧,14-横向磁流变阻尼器,15-第四摆臂。

具体实施方式

下面结合附图和具体实施例来对本发明进行详细的说明。

参见图1-2,一种串联式变刚度解耦悬架,包括一对缓震支架,所述缓震支架包括竖向扭杆弹簧4,所述竖向扭杆弹簧4通过深沟球轴承与车辆的底盘铰接连接,所述竖向扭杆弹簧4底端套设有旋转套筒2,所述旋转套筒2上端向外延展有第一摆臂3、第二摆臂11、第三摆臂12和第四摆臂15;

请参见图1-3,所述第一摆臂3末端铰接有拉杆1,所述拉杆1另一端铰接有控制臂9,拉杆在上下控制臂之外,可以根据整车底盘的布置改变拉杆的空间位置,方便其他系统(发动机、电动机等动力源或附属部件)安装;

参见图3,所述控制臂9上铰接有转向横拉杆10,转向横拉杆10与车辆的方向盘连接;

所述第二摆臂11前侧铰接有连接杆,一个缓震支架的连接杆上与一横向扭杆弹簧13的一端铰接连接,另一个缓震支架的连接杆上与所述横向扭杆弹簧13的另一端铰接连接;

所述缓震支架之间铰接有横向磁流变阻尼器14,所述横向磁流变阻尼器14的两端分别铰接于两个缓震支架的第三摆臂12上,所述横向磁流变阻尼器14能够限制旋转套筒2的转动角度大小进而限制车身的振动;

所述第四摆臂15末端铰接有纵向桶式磁流变阻尼器5;

所述竖向扭杆弹簧4顶部铰接有弹簧支撑结构。

参见图1-2,所述弹簧支撑结构包括铰接于竖向扭杆弹簧4顶部的旋转式电磁离合器6,所述旋转式电磁离合器6的外壳上套设有旋转套,所述旋转套向外延伸有第五摆臂7,所述第五摆臂7末端铰接有螺旋弹簧8;

请继续参见图1-2,所述控制臂9具有上控制臂91和下控制臂92,所述拉杆1与上控制臂91铰接连接,所述上控制臂91和下控制臂92均为一对横臂,一对横臂呈A形,所述上控制臂91和下控制臂92之间通过转向节固定连接,所述转向横拉杆10铰接于转向节上,所述转向节与车轮连接。

工作时,分为如下工作情况:

平顺性工况:旋转式电磁离合器6断电,车轮的上下跳动通过上控制臂91,带动拉杆部件1运动,拉杆部件带动扭杆弹簧下端部旋转套筒2旋转(竖向扭杆弹簧4固定在下端部旋转套筒2和上端部旋转套上,上端部旋转套固定在旋转式电磁离合器6的外壳上),下端部旋转套筒2通过竖向扭杆弹簧(竖向扭杆弹簧刚度远大于螺旋弹簧,此时竖向扭杆弹簧变形很小,相当于刚性体),上端部旋转套进而带动螺旋弹簧工作;整车平顺性好。

操控性工况:旋转式电磁离合器6通电,此时旋转式电磁离合器6把纵置扭杆弹簧与车架锁死,车轮的上下跳动,通过上控制臂91带动拉杆1运动,拉杆1带动竖向扭杆弹簧4下端部的旋转套筒2旋转,下端部旋转套筒2带动竖向扭杆弹簧4旋转(上端部锁死,螺旋弹簧不工作);整车操控性好;

加速或制动:当车辆急加速、制动时,车身俯仰角会增加(俯仰角加速度大于200deg/s

弯道工况:当车辆高速过弯时,车身侧倾角会增加(侧倾角加速度大于45deg/s

在本发明的一实施例中,一种串联式变刚度解耦悬架的刚度匹配方法,所述方法为:所述串联式变刚度解耦悬架具有悬架传力模型,根据悬架传力模型获取串联式变刚度解耦悬架在静载平衡下的弹簧刚度算法,根据弹簧刚度算法获取静载平衡条件下弹簧刚度,根据弹簧刚度匹配悬架大小。

串联式变刚度解耦悬架传力模型如图4所示,推杆在空间位置传力如图5所示;

串联式变刚度解耦悬架传力描述如下:

F

F

F

F

F

F

F

F

F

F

F

车辆在静止状态时,所产生的作用力为0,将公式(1)—(7),(9)—(11)带入公式(8)整理后见公式(12):

其中,F

在一实验过程中,串联式变刚度解耦悬架参数如表1所示;

根据公式(12)计算出在静载平衡条件下弹簧力为-830.95N,负号表示弹簧处于拉伸状态,实际悬架将通过反向布置弹簧的前后端连接处可改变弹簧为压缩状态,弹簧的安装行程为70毫米,实际压缩行程小于70毫米(由于螺旋弹簧直径的存在),压缩行程选取40毫米,此时计算弹簧刚度为20.8N/mm,假设车身在运行工况中最大的垂向加速度为1g,综合考虑后前悬架选取45N/mm;后悬架选取50N/mm;

在本发明的另一实施例中,一种串联式变刚度解耦悬架的阻尼匹配方法,所述串联式变刚度解耦悬架具有悬架传力模型,根据悬架传力模型得到粘滞阻尼系数公式,根据粘滞阻尼系数公式获取粘滞阻尼系数,根据粘滞阻尼系数获取串联式变刚度解耦悬架的参数。

整车在平衡状态时瞬间产生一个垂向加速度,此时避震起作用,车身在垂向加速度作用力下会产生惯性力,悬架的传力模型描述如下:

M

v=∫L

A=L

B=L

其中,

AB没有意义,是公式化简中令复杂公式简化的标记符号,用于简化公式。

根据公式(18)—(20),采用simulink软件搭建模型,当车身加速度分别为0.3g、0.5g、0.8g、1.0g时,对应的前后悬架阻尼特性曲线如图6、图7所示;

参见图8,一种串联式变刚度解耦悬架的调节方法,车身上装有车身姿态传感器,可以同时测出X(车身纵向)、Y(车身侧向))、Z(车身垂向))三个方向的速度、加速度、角速度、交加速度,所述调节方法包括以下步骤:

步骤S1、根据车身速度和垂向加速度来判定路况,并根据俯仰角速度判定车辆运行状态;

步骤S2、根据不同的路况和车辆运行状态对旋转式电磁离合器、横向桶式磁流变阻尼器和纵向桶式磁流变阻尼器进行通电或者断电;

步骤S3、根据旋转式电磁离合器、横向桶式磁流变阻尼器和纵向桶式磁流变阻尼器的通电或者断电情况,结合神经模糊并行融合算法来调节横向桶式磁流变阻尼器、纵向桶式磁流变阻尼器、横向扭杆弹簧、竖向扭杆弹簧、转向横拉杆以及螺旋弹簧的工作状态。

在本发明一个实施例中,步骤1进一步具体为:

步骤S11、当车速大于40km/h或车身垂向加速度小于0.4m/s

步骤S12、当车速小于40km/h或者路面状态较好车身垂向加速度大于0.7m/s

步骤S13、当车身俯仰角度大于200deg/s

步骤S14、当车身侧倾角加速度大于45deg/s

所述车身姿态传感器可采用九轴姿态传感器。

在本发明的一个实施例中,步骤2进一步具体为:

步骤S21、当路况好时,此时调节车辆操控性,旋转式电磁离合器通电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电;

步骤S22、当路况差时,此时调节车辆平顺性,旋转式电磁离合器断电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电;

步骤S23、当车辆处于急加速或制动状态时,横向桶式磁流变阻尼器通电;

步骤S24、当车辆高速过弯时,横向桶式磁流变阻尼器电流断电。

在本发明的一个实施例中,参见图9,步骤3进一步具体为:利用神经网络算法模型对悬架进行辨识,输入参数包括:路况、误差、横向桶式磁流变阻尼器的阻尼力、纵向桶式磁流变阻尼器的阻尼力;辨识结构输出参数为车身垂向加速度、车身俯仰角加速度、车身侧倾角加速度,利用辨识结构输出参数对横向桶式磁流变阻尼器的阻尼力和纵向桶式磁流变阻尼器的阻尼力进行实时控制;

其中误差指的是悬架物理模型(在真实的悬架中用传感器实测参数输出,包括车身垂向加速度、车身俯仰角加速度、车身侧倾角加速度)与神经网络预测模型输出(车身垂向加速度、车身俯仰角加速度、车身侧倾角加速度)之间的差值。

神经网络与悬架模型并联,悬架模型输出与网络输出的误差作为网络的训练信号,悬架模型输出为物理传感器实测输出,辨识结果输出与悬架模型输出参数对比,误差小说明辨识模型精度高。

悬架模型输出:

y

上公式中,y

网络模型输出:

上公式中,y

网络模型经过一段时间训练后,可以较好的描述悬架模型,即:y

整合上述公式得到最终网络模型,即神经网络算法模型如下:

y

步骤S31、旋转式电磁离合器断电、纵向桶式磁流变阻尼器通电、横向桶式磁流变阻尼器断电,螺旋弹簧工作,纵向桶式磁流变阻尼器主动工作,扭杆弹簧不工作;

步骤S32、旋转式电磁离合器通电,纵向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器断电,竖向扭杆弹簧工作,纵向桶式磁流变阻尼器工作,横向扭杆弹簧和螺旋弹簧不工作;

步骤S33、当车辆处于急加速或制动状态时,横向桶式磁流变阻尼器通电,横向桶式磁流变阻尼器工作;

步骤S34、当车辆高速过弯时,横向桶式磁流变阻尼器电流断电,横向扭杆弹簧工作,横向桶式磁流变阻尼器被动工作。

悬架模型输出为物理传感器实测输出,辨识结果输出与悬架模型输出参数对比,误差小说明辨识模型精度高。

以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

技术分类

06120116556614