本文以整車熱管理系統(tǒng)為研究對象,在多系統(tǒng)聯(lián)合仿真及多目標優(yōu)化基礎(chǔ)上,利用層次分析法和加權(quán)評分模型,對優(yōu)化得到的Pareto方案集進行綜合評價,得到全局最優(yōu)的系統(tǒng)方案?

1  方法介紹

首先,采用先部件建模?后系統(tǒng)集成的方式建立一維多系統(tǒng)聯(lián)合仿真模型?然后,建立多目標優(yōu)化模型,采用多目標粒子群算法進行尋優(yōu)求解,得到Pareto方案集?最后,采用層次分析法和加權(quán)評分模型對Pareto方案集中的各方案進行綜合評價?設(shè)計流程如圖1所示?



2  仿真模型

2.1  單系統(tǒng)一維仿真模型

建立發(fā)動機冷卻系統(tǒng)仿真模型如圖2所示,包括冷卻水循環(huán)?發(fā)動機機油回路?變速器油側(cè)邊界,其中冷卻水循環(huán)包含3個回路,即發(fā)動機-散熱器?發(fā)動機-機油冷卻器?發(fā)動機-暖通芯體-變速器?建立空調(diào)系統(tǒng)仿真模型如圖3所示,包含兩相流回路和乘員艙熱舒適性模型?



建立整車動力系統(tǒng)仿真模型如圖4所示,主要包含以下模型或參數(shù):駕駛行為模型和整車運行環(huán)境參數(shù);發(fā)動機的動力輸出?燃油消耗?啟?？刂?質(zhì)量等關(guān)鍵參數(shù);變速器的換擋邏輯?扭矩傳遞?質(zhì)量等關(guān)鍵參數(shù);制動系統(tǒng)的摩擦系數(shù)?制動力矩分配?制動踏板位置匹配?質(zhì)量等關(guān)鍵參數(shù);另外還包含車輪?車身?懸架?油箱等部件的固有屬性參數(shù)?

2.2  多系統(tǒng)聯(lián)合仿真模型

基于接口信息統(tǒng)一管理的理念,將上述3個一維模型進行集成?在各系統(tǒng)之間建立交互接口,通過創(chuàng)建信號傳遞總線來實現(xiàn)系統(tǒng)間接口耦合交互數(shù)據(jù)的統(tǒng)一管理?該模型可綜合分析整車各工況下的水溫?油耗?乘員艙舒適性以及百公里加速時間?最大速度等性能參數(shù)?集成模型如圖5所示?


為了保證多系統(tǒng)聯(lián)合仿真模型的精度,需要利用基礎(chǔ)款車型數(shù)據(jù)進行標定,使得基礎(chǔ)款車型在指定工況下的仿真結(jié)果與試驗的誤差較小,仿真結(jié)果如表1所示?


3  多目標優(yōu)化

基于選型的系統(tǒng)方案設(shè)計,首先是在給定部件型號的基礎(chǔ)上將每個部件的型號與其部件參數(shù)進行對應,然后以部件型號為設(shè)計變量,尋找出滿足優(yōu)化目標的型號組合?
表2所示為某型號的水泵參數(shù);表3所示為某型號的散熱器參數(shù);表4所示為壓縮機參數(shù)?因各類部件型號較多,在此不一一列舉?




由此,以散熱器型號Ri?水泵型號為Pj?壓縮機型號為Ck及風扇性能變化比例f為設(shè)計變量;以熱舒適性PMV,乘員艙溫度Tc?發(fā)動機出水溫度Te?機油溫度To為約束;以系統(tǒng)成本C最低?系統(tǒng)重量W最輕?油耗O最低以及最高車速Vmax最大為目標進行優(yōu)化?建立優(yōu)化模型如下:





式中:i{1,2,3,4};j{1,2,3};k{1,2,3,4,5};f(0.9,1.1)?

基于Isight多學科優(yōu)化平臺,選用粒子群算法進行尋優(yōu)求解,得到8個Pareto優(yōu)化解,如表5所示?由表5可知,各方案在性能?成本?重量等方面各有優(yōu)劣,但均滿足設(shè)計約束?如何從方案集中決策出全局最優(yōu)的方案,還需開展綜合評價分析?




4  綜合評價

4.1  構(gòu)建指標層次模型

采用層次分析法對Pareto方案集構(gòu)建層次結(jié)構(gòu)模型如圖7所示?

第一層為最佳方案,即目標層?第二層包含舒適性?動力性?經(jīng)濟性,即準則層?該層次是實現(xiàn)所涉及的評價標準和影響評價的要素?第三層定義為指標層,該層次的各個指標分別由準則層分解得到?


4.2  判斷矩陣及權(quán)重計算

基于指標層次模型構(gòu)建判斷矩陣,設(shè)定目標層A與下一層次B中的要素B1?B2?…?Bn間產(chǎn)生聯(lián)系,即可建立判斷矩陣,如表6所示?



在確定各層不同因素相對于上一層各因素的重要性時,判斷矩陣的標度可采用兩個因素之間相互比較的方法,標度準則如表7所示?

 

根據(jù)判斷矩陣,利用幾何平均法對權(quán)重向量進行計算,計算步驟如下:

1)計算判斷矩陣M中每一行標度值的乘積Mi





式中:bij表示判斷矩陣中第i行第j列元素;n表示要素的個數(shù)?

2)根據(jù)每行乘積Mi,計算判斷矩陣各行元素的幾何平均值ai?



3)進行歸一化處理,計算指標層各個元素的相對權(quán)重wi?

 
式中,w=(w1,w2,…,wn)T為所求得的權(quán)重特征向量,wi為w中第i行向量值?

結(jié)合產(chǎn)品定位和專家咨詢,得到各層次的判斷矩陣及權(quán)重如表8~表11所示?需要注意的是,基于Pareto方案集,各個方案的最大速度無差異,因此將其權(quán)重分配較低,但不影響整體評價結(jié)果?



4)一致性檢驗?為確保主觀判斷的一致性以及判斷矩陣的相容性,需對判斷矩陣進行一致性檢驗?用CI表示判斷矩陣的一致性指標,用CR表示隨機一致性比率,關(guān)系式為

 

RI由平均隨機一致性指標表查出,如表12所示?λmax為判斷矩陣A的最大特征值;(Aw)i為向量Aw的第i個分量?當CR≤0.1時,認定判斷矩陣的一致性可接受;反之,則需要修正判斷矩陣后重新計算?



基于上述方法,對目標層A和準則層B的判斷矩陣進行一致性檢驗?結(jié)果為CR(A)=0.037?CR(B)=0?CR(B)=0?CR(B)=0.037,均小于0.1,滿足一致性檢驗要求?在各個判斷矩陣滿足一致性檢驗的基礎(chǔ)上,將各層級的權(quán)重進行合成,得出總體排序,如表13所示?



4.3  綜合評價

根據(jù)指標層各要素的權(quán)重計算結(jié)果,利用加權(quán)評分模型進行綜合評分?加權(quán)評分模型為



式中:T為某一評價對象的綜合評價值;Wi為第i個評價指標的權(quán)重;Xi為第i個評價指標的評分值,可根據(jù)評分標準求得?

結(jié)合產(chǎn)品定位及專家咨詢,構(gòu)建指標層各屬性的評分標準如表14所示?

基于評分標準,采用線性插值方法計算指標層Bi各屬性對應方案的評分,結(jié)果如表15所示?根據(jù)指標層Bi的評分和權(quán)重,采用線性加權(quán)的方法計算目標層A的綜合評分,結(jié)果如表16所示?




由表16可知,方案4綜合評價分值最高,為92.3分?基礎(chǔ)方案綜合評價得分為72.5分?Pare-to解中的8個方案與基礎(chǔ)方案相比,綜合評價分值提升了15.2%~27.3%?

5  結(jié)論

針對當前汽車開發(fā)前期缺乏科學的方案決策的現(xiàn)狀,提出了一種全面?客觀?結(jié)構(gòu)化的解決方法,包含多系統(tǒng)聯(lián)合仿真?多目標優(yōu)化及綜合評價3個環(huán)節(jié)?基于此方法,以汽車整車熱管理系統(tǒng)為對象,在一維多系統(tǒng)聯(lián)合仿真和多目標優(yōu)化的基礎(chǔ)上,采用層次分析法和加權(quán)評分模型,對優(yōu)化得到的Pareto方案集進行了綜合評價?根據(jù)該方法得到如下結(jié)論:

1)系統(tǒng)綜合評分值由基礎(chǔ)方案的72.5分提升到了全局最優(yōu)方案的92.3分,提升了27.3%?

2)評分最高方案雖然水溫和油耗值相對有所上升,但成本和機油溫度有所下降?由此可見,通過該方法,可定性和定量地選出滿足開發(fā)需求的全局最優(yōu)方案?

3)通過多系統(tǒng)聯(lián)合仿真以及多學科優(yōu)化,可減少在開發(fā)后期出現(xiàn)設(shè)計沖突?設(shè)計冗余等問題,從而減少后期整改;通過綜合評價,可有效減少前期方案的評審時間,從而減少開發(fā)周期?

但是,該方法中提到的權(quán)重系數(shù)以及評分準則難以表征不同客戶群體的主觀感受?例如對于乘坐同一輛車的不同年齡段或者健康程度的群體而言,對溫度的主觀感受會有差異,從而使得熱舒適性權(quán)重的分配模糊性較強?因此,在以后的實際開發(fā)過程中,還需加快解決該類問題?