重卡驾驶室悬架的优化匹配设计

《重卡驾驶室悬架的优化匹配设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于LMS混合路谱法重卡驾驶室悬架的优化匹配设计11122张广世高坤王江涛高明崔红雨摘要：本文基于LMS混合路谱法进行了驾驶室悬架的优化匹配设计，研究了驾驶室悬架阻尼、座椅悬置阻尼、稳定杆抗侧倾刚度、弹簧刚度、橡胶衬套动态刚度和损耗角、非线性阻尼以及阻尼的对称性对驾驶室平顺性能的影响，得出了高的驾驶室悬架和座椅悬置阻尼是提升平顺性的重要措施。1、序驾驶室悬架系统是指连接车架和驾驶室，同时允许他们之间的相对运动，实现支撑驾驶室和衰减振动功能的整个系统装置。目前国外的中重型卡车几乎全部采用悬浮式驾驶室结构，其中在欧洲有70%的重型卡车悬浮式驾

2、驶室悬架系统以螺旋弹簧作为悬置零件，如曼F2000重型卡车、雷诺KERAX卡车。国外高档重型卡车都采用空气弹簧式驾驶室悬架，如SCANIA重型卡车，曼的TGA、TGS重型卡车，奔驰Actros卡车。近年以来国内部分重卡企业也开始应用4点悬浮的螺旋弹簧或空气弹簧系统来作为驾驶室悬架，目前一汽生产的奥威、捍威、新大威中重型卡车开始采用自主开发的螺旋弹簧或空气弹簧悬置，J6H重型卡车驾驶室前后悬置全部采用自主开发空气弹簧悬置。北汽福田欧曼、陕汽德龙F2000,F3000等国产重型卡车驾驶室使用了引进技术的螺旋弹簧或空气弹簧悬置，中国重汽生产的H

3、OWO7系列的重型卡车驾驶室前悬置采用螺旋弹簧悬置，后悬悬则采用空气弹簧悬置。中重型卡车主要用于载货运输，考虑到在法规允许范围内尽量多地承载质量和成本，国内底盘悬架一般采用刚度比较大的多片板簧结构，平顺性和操纵稳定性差，而且改进的空间非常小，因此驾驶室悬架系统成为有效提升乘坐舒适性的重要措施，其在阻隔由底盘传递到驾驶室的振动方面起到关键作用，提高悬置系统的减振性能是改善驾驶室振动舒适性的最有效途径，也是国内主机厂新品的亮点。因此如何最优的设置悬置参数，使车架传到驾驶室上的振动得到最有效的隔离已成为中、重卡设计的一个重要研究方向。驾驶室悬架

4、设计目前国内没有权威的设计标准，基本上是借鉴底盘悬架的设计思路进行的，是围绕偏频设计为主的设计方法，其阻尼比若按底盘悬架设计进行存在很多问题，因此目前主机厂一般引进技术仿制或等样机完成后通过试验来进行调整的方法进行，其周期和多个样机成本都比较高。本文作者所在的山东美晨科技股份有限公司与国内陕重汽、福田欧曼、北方奔驰以及三一重工等同步研发了多款具有自主知识产品的驾驶室悬架产品，积累了丰富的设计经验，本文结合国内情况提出基于LMSMOTION的混合路谱方法进行驾驶室悬架优化匹配设计的思路。除了进行传统的驾驶室悬架刚度、阻尼，座椅刚度、抗侧倾稳

5、定杆刚度，横向减振器阻尼的优化设计外，1山东美晨科技股份有限公司；2潍柴动力上海研发中心还研究了驾驶室悬架阻尼与座椅阻尼的联合匹配，同时创造性地研究了橡胶衬套的动态刚度、非线性阻尼对舒适性的影响。基于成熟车型的试验数据和现代设计方法相结合的设计思路，不仅大大节省了成本，如样机数量，多轮的试验费用，而且降低了传统整车动力学仿真中对轮胎模型的精度要求，同时大大提高了仿真结果的精度和节省了时间。2、混合路谱的思路在产品的开发初期，作为设计人员面临巨大的工程挑战，没有物理样机也没有详细的整车多体系统模型，只有来自参考车型或近似车型的样机和试验数据

6、，而这些试验测得的载荷也无法直接加载到多体模型进行载荷分解。在LMSmotion中提出了混合路谱的解决思路，即用等效路面各向位移轮廓代替实测道路轮廓的思路，这样在等效路谱激励下车辆在轮心处的载荷或加速度与实测值一致。其思路如图1所示。图1混合路谱的流程图1中可以看出，在设计初期阶段，需要具备基本的多体动力学仿真模型和类似车型的实测试验数据（图中黄颜色部分），在既有多体模型基础上参照近似车型的试验数据进行激励位置和传感器的设定，在本次分析中分别以前、后悬左右空气弹簧下支座位置4个垂向加速度测试点以及左侧前后悬空气弹簧下支座位置2个横向加速度

7、测试点和车架横梁中心纵向加速度测试点为目标，相应点同时作为激励位置。考虑到由于7个点加载是典型的超静定问题，因此车架在仿真分析中用柔性体分析既考虑了车架的仿真精度，同时又进行了解耦。1山东美晨科技股份有限公司；2潍柴动力上海研发中心第2步进行系统辨识，即求解传递函数（FRF)，如果测量点的加速度与该点激励的相关性高，接近1，表明，该点激励主要对该点加速度影响，其相关度为接近100%，如图3所示，7个传递函数的相关性都在99.6%以上，说明相关性很好。然后-1传递函数求逆与目标相乘得到初次激励（FRFXTarget），以该初次激励求解多体系

8、统的响应，其响应与目标比较，用误差控制迭代次数，经过多次迭代后，最后得到的激励在多体系统下的响应与实测误差在5%以内，基本就可以确定所需要的激励了。图4可以看出经过5次迭代后，7个点的计算加速