(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210673205.0 (22)申请日 2022.06.15 (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区镇江市 学府路301号 (72)发明人 杨晓峰　汪伟　沈钰杰　吴文胜　 黄霏　刘昌宁　刘雁玲　杨艺　 (74)专利代理 机构 南京中高专利代理有限公司 32333 专利代理师 潘甦昊 (51)Int.Cl. G06F 30/17(2020.01) G06F 111/04(2020.01) G06F 119/14(2020.01) G06F 119/02(2020.01) (54)发明名称 一种基于桥式网络的车辆机电惯性悬架建 模方法 (57)摘要 本发明公开了一种基于桥式网络的车辆机 电惯性悬架建模 方法， 可通过其产生的感应电流 形成阻碍电机的电磁阻力， 以此 实现系统目标阻 抗的输出； 利用桥式网络可实现高阶次的阻抗传 递函数， 实现对车辆悬架综合性能的提升； 利用 模式搜索法对桥式网络的元件参数进行优化计 算； 仿真分析表明， 运用本发明所提出的桥式网 络的车辆机电惯性悬架结构及其参数优化方法， 相比较于被动悬架， 该悬架性能有明显改善， 车 辆行驶平顺 性得到明显提升 。 权利要求书2页 说明书7页 附图6页 CN 115248958 A 2022.10.28 CN 115248958 A 1.一种基于桥式网络的车辆 机电惯性悬架， 其特 征在于， 包括： 步骤(1)： 建立 桥式网络的车辆 机电惯性悬架四分之一模型： ms为簧载质量， mu为非簧载质量， k为悬架弹簧刚度， Kt为轮胎等效刚度， F为机电惯容器 输出力， zs为簧载质量的垂向位移， 为簧载质量的垂向加 速度， zu为非簧载质量的垂向位 移， 为非簧载质量的垂向加速度， zr为路面输入位移； 步骤(2)： 以电容 ‑电感‑电阻两两相连组成Δ结构和两个电阻构成的桥式网络， 计算外 端电网络的总阻抗Z的一般形式为Za(s)： 其中， C1＝(R1R2C1+R1R3C1+L1)R1C1+(R1+2R2+2R3)L1C1 D1＝2R1C1(R2+R3)+L1 E1＝R2+R3 H1＝(R1+R2+R3)R1L1C1+(R1+R2)R3L1C1+(R1R3C1+L1)R1R2C1+R2R3L1C1 I1＝(R1R2C1+R1R3C1+L1)R1+R1R2R3C1+(R1R3C1+L1)R2 J1＝(R2+R3)R1+R2R3 其中， A1～J1均为阻抗系数； 步骤(3)： 根据步骤2)中的桥式网络结构阻抗确定目标函数优化 规则： 选用被动悬架作为 参照基准， 建立优化目标函数： 其中， X1、 X2和X3分别是待优化的车辆机电惯性悬架的车身加速度均方根值、 悬架动行 程均方根值和轮胎动载荷均方根值； X1pas、 X2pas和X3pas分别是传统被动悬架的车身加速度均 方根值、 悬架动行程均方根 值和轮胎动载荷均方根 值； 步骤(4)： 使用优化 算法对桥式网络中的电学 元件进行参数优化， 确定参数优化结果。 2.根据权利要求1所述的一种基于桥式网络的车辆机电惯性悬架建模方法， 其特征在 于， 第二电阻R2和R3串 联后与第一电感L1并联， 第一电感L1的一端 连接第一电容C1， 第一电 感L1的另一端连接第一电阻R 1。 3.根据权利要求1所述的一种基于桥式网络的车辆机电惯性悬架建模方法， 其特征在 于， 上述步骤(3)中， 根据元件存在的意义及函数的正实性约束， 确定待优化变量的约束范权　利　要　求　书 1/2 页 2 CN 115248958 A 2围： 将悬架性能限制为X1≤X1pas， X2≤X2pas， X3≤X3pas； 在优化过程中， 将传统被动悬架的三 个性能性指标作为比较约束指标， 当优化目标函数值超过其约束 条件时， 优化未成功， 目标 函数将加上10 0， 返回重新进行优化， 直至优化目标函数值满足约束条件。 4.根据权利要求1所述的一种基于桥式网络的车辆机电惯性悬架建模方法， 其特征在 于， 上述步骤(4)中， 优化 算法采用模式搜索法。 5.根据权利要求3所述的一种基于桥式网络的车辆机电惯性悬架建模方法， 其特征在 于， 所述模式搜索法包括： 步骤(4.1)： 设置初始迭代点x1∈Rn， 初始步长δ， 误差ε>0， 加 速度因子α ≥1， 缩减因子β ∈(0,1)。 令y1＝x1， k＝1， j＝1； 步骤(4.2)： 轴向搜索： 如果满足条件 ①： 函数f(yj+δej)＜函数f(yj)， 则令yj+1为yj+δej， 转步骤(4.3)； 如果满足条件 ②： 函数f(yj‑δej)＜函数f(yj)， 则令yj+1为yj‑δej， 转步骤 (4.3)； 如果条件 ①和条件②都不满足， 令yj+1为yj,转步骤(4.3)； 步骤(4.3)： 如果j＜n， 则令j为j+1， 转步骤(4.2)； 否则， 比较函数f(yn+1)＜函数f(yk)， 如果满足则转 步骤(4.4)， 反 之， 则转步骤(4.5)。 步骤(4.4)： 模式搜索： 令xk+1为yn+1， y1为xk+1+α(xk+1‑xk)， 令k为k+1， j＝1， 转 步骤(4.2)； 步骤(4.5)： 如果δ≤ ε， 则得到点xk， 结束； 否则， 令δ为β δ， y1为xk， xk+1为xk， 再令k为k+1， j ＝1， 转步骤(4.2)； 其中， 各个变量含义如下： xi为第i个迭代点， Rn为n维实数集， k为模式搜索的次数， j为 轴向搜索的次数， δ为初始步长， α为加速度因子， ε为误差， β 为缩减因子， yi为沿第i个坐标 轴ei方向搜索时的出发点， ei＝(0,…,0,1,0,…,0)T， i＝1,2,…,n表示为n个坐标轴方向。权　利　要　求　书 2/2 页 3 CN 115248958 A 3