第10章 进入AMESim的设计开发特征.docx

第10章 进入AMESim的设计开发特征.docx

《第10章 进入AMESim的设计开发特征.docx》由会员分享，可在线阅读，更多相关《第10章 进入AMESim的设计开发特征.docx（24页珍藏版）》请在冰点文库上搜索。

第10章进入AMESim的设计开发特征

第十章进入AMESim的设计开发特征

10.1概述

AMESim的设计开发模块给你提供了一系列的技术，利用这些技术你可以来开发你的设计空间。

我们假定你已经有了完整的系统模型，且你还拥有更改模型的一些参数的自由。

1你想找出那些参数影响系统的某些性能指标。

2你想对一些参数进行的试验以优化某些指标。

3你想知道和下列相关的参数的变化是怎样影响产品的性能的。

●产品的公差，

●不同的操作环境

●磨损

利用这个设计设计功能你可以做下面的工作：

●开发的设计（DOE）

●优化

●利用montecarlo运行进行性能分析。

进行开发设计的第一步包括选择输入量（AMESim模型的参数）和你所研究的输出变量（AMESim模型的变量），这步由AMESim的输出模块完成。

在这章中，我们假定你已经对AMESim的输出模块有所了解。

如果你对AMESim的输出模块还没有了解，那么先看第九章：

进入AMEPilot和输出模块，并做指导性的练习。

10.2主动制动的例子

目的

在这个例子中，你将进行下面的工作：

●定义DOE，优化和MONTECARLO试验。

●运行这些试验。

●对设计的试验作图。

●对设计试验进行再处理。

这是一个非常简化的汽车制动系统的例子。

本例并不是要做详细的汽车制动系统的设计练习，而是为了说明应该遵守的原则，且本例易于理解，可以相当快的完成。

图10.1：

主动制动系统

第一步：

从AMESim的图标库中得到系统。

1.选help菜单后从下拉菜单中选择getAMESimdemo菜单，后就产生了一个ChooseDemo（图标选择）对话框。

2.打开ManualTutorials（手工指南）文件夹，接着选择ActiveSuspension.ame。

3.点击Copyandpen（复制和打开）。

注意这里产生了两个汽车制动系统的模型，如下：

●被动制动。

●主动制动。

在第四章：

高级的例子中我们用过一个相似的例子。

我们使用PS代表passivesuspension，使用AS代表activesuspension。

记住这里汽车正开过一个10cm的高台。

对每个模型考虑两个输出量。

●车身的垂直加速度。

●模拟车胎的弹簧的压缩量。

大的车身垂直加速度使汽车的乘客感觉非常不适。

理想的车身垂直加速度是小于1g=9.81m/s/s。

第二个量是模拟车胎的弹簧的压缩量，如果压缩量为负数意味着车胎已经离开了路面。

这就产生了两个指标：

1可能的话，使车胎的压缩量为正数。

2尽可能的减小车身的加速度。

我们假定所有的参数都已经固定，仅制动器的阻尼率可以发生变化。

第二步：

画初始的曲线

初始的设定给出了如下的结果。

图10.2：

PS的车身加速度

的

图10.3：

PS的弹簧压缩量

主动制动和被动制动有相同的初始值。

第三步：

输出设置

按第九章：

进入AMEPilot和输出模块所述，设置如图10.4所示的输入量，和10.5所示的简单输出，和10.6所示的复合输出。

图10.4：

输入

这里，对开发试验来说三个制动器的阻尼率被认为使三个可用的输入量。

这些内容构成了设计空间。

图10.5：

简单输出

这四个已声明的输出并不直接应用。

记住我们不是对变量的最终结果感兴趣，而是对一些变量的最大值和另一些变量的最小值感兴趣。

为了实现这个要求我们要定义一些复合输出参数。

图10.6：

复合输出

对这两个制动系统模型来说，我们定义：

●加速度的最大值作为一个复合输出。

●压缩量的最小值作为一个复合输出。

这些复合输出对应于图10.2至图10.6所标记的点。

在这章中我们的目的是找到一种能降低车身加速度的最大值和控制最小车胎压缩量的方法。

10.3设计试验

第一步是先看看我们能控制的输入量。

这步要利用工具DOE。

我们先考虑passivesuspension。

我们想要估计damperrate对两个输出量的影响。

第一步：

为被动制动定义一个完整的factorialDOE。

1点击DesignExploration（设计开发）按钮，后产生DesignExploration（设计开发）对话框。

图10.7：

设计开发对话框

2选择设计试验对话框的Study菜单，后选择下拉菜单New，后产生了一个DesignExploration（设计开发定义）对话框。

如下图

图10.8：

设计开发定义对话框

3把名字改成PS_DOE。

4注意Studytype栏默认是DOE，保持默认值不变。

Technique（技术）栏选择Fullfactorial。

利用这个技术，如果有N个控制量而且每个控制量有两个值，一个为大值，一个为小值，且参数的每种组合都得以执行的话。

就有

次运行。

这里，N=1，有两种运行。

如下图

5选择在PS_DamperRate后面的选择标签。

这表明该项在试验中作为一个控制量使用。

而在该试验中其他的两个参数则不作为控制量。

如下图

6双击lowlevel选项，并且把它改成500。

7双击Highlevel选项，并且把它改成1500。

图10.9：

定义一个完整的factorialDOE

8选择Responses（响应）标签。

如右图

9选择在PS_max_BodyAcceleration和PS_min_TireCompression后面的选择标签，这样他们就作为输出量使用了。

如下图

10选择OK按钮。

图10.10：

在DOE试验中的整个的factorial表现

第二步：

运行PS_DOE展示主要的结果

1选择Start按钮，之后该按钮处于不可选（灰色）状态，与此同时在运行过程结束之前Stop（停止）按钮处于可选状态。

如下图

2等待运行过程结束（对应于控制量的两个极值，有两个运行过程）。

3用鼠标右键点击PS_DOE选项，后选择Addplot菜单。

出现DesignExplorationPlots（设计开发图表）对话框。

10.11设计试验画图对话框

4在plottype的下拉菜单中选择mainEffectDiagram。

5在Factor的下拉菜单中选择PS_DamperRate。

在本例中只有一个选项。

6在Response的下拉菜单中选择PS_max_BodyAcceleration。

7点OK按钮。

关于选择的主要结果的一个图形出现。

图10.12：

PS车身加速的主要结果图

8对1_PS_max_BodyAcceleration同理，出现图10.13

图10.13：

PS车胎的压缩量的主要效果图

图10.12表明当制动器的阻尼增大的时候，车身加速度的最大值也跟着增大。

所以我们要降低制动器的阻尼。

为了使车身加速度的最大值小于9.81m/s/s，我们需要制动器的阻尼大约小于1050N（m/s）。

另一方面，图10.13表明当制动器的阻尼增大的时候，轮胎的最小压缩量也跟着增大。

当制动器的阻尼特别小的时候，车身的加速度特别的低，但是弹簧的压缩量变成了负值。

如果这样的话车轮就会离开地面。

为了保证车轮不离开地面，我们要求制动器的阻尼在不小于770N（m/s）。

综上所述，我们可以用被动制动达到我们的目标。

这时制动器的阻尼在770N（m/s）和1110N（m/s）之间。

因为只有一个控制量，所以我们很容易利用两个极值之间的值进行试验。

现在我们开始主动制动。

第三步：

定义主动制动的完整的factorialDOE，

使用study菜单，后从下拉菜单中选择New，和前面的方法一样建立一个DOE，命名为AS_DOE。

考虑两个因素

●AS_MainDamperRate（最小值＝500，最大值＝1500）

●AS_SkyHookDamperRate（最小值＝500，最大值＝1500）

其他的因素不考虑。

响应如下：

●AS_max_BodyAcceleration（主动制动的车身最大加速度）

●AS_min_Tire_Compression（主动制动的车胎最小压缩量）

第四步：

检查设计矩阵

1选择Control（控制）标签，后选择showdesignmatrix（显示设计矩阵）。

2选择Showvalue的选择标签，后显示在四次运行中用到的值。

（

图10.14设计矩阵对话框

3选择Close按钮，在选择OK返回到DesignExploration对话框。

第五步：

运行AS_DOE并且显示结果的表格。

1右键点击AS_DOE选项后选择SetActive菜单。

AS_DOE黑体显示。

2选择start按钮。

3在运行结束之前这个按钮始终处于不可选状态，即为灰色。

4等待运行结束，共有四个运行。

5右键单击AS_DOE选项，后选择EffectTable菜单。

图10.15结果的表格

该表表明线性衰减系数，正值2.02757表明当主要的制动器的阻尼增大的时候，车身的加速度也增大，与此同时，-0.191442表明在skyhook制动器的阻尼增大的时候，车身的加速度减小。

我们希望有大的skyhook制动器的阻尼控制车身的加速度。

值-0.001401表明skyhook制动器的阻尼对车胎的压缩量影响很小，而0.0124051则表明主要制动器的阻尼对于车胎的压缩量来说更重要。

我们可以忽略skyhook制动器的阻尼，而从足够大的主要制动器出发保证车胎有有效的压缩量。

由于有两个参数，所以手工优化参数的值不是一件容易的事，我们有一种自动优化参数的方法。

10.4优化

我们将要进行制动器的阻尼的设置，所以性能从一定意义上说是优化的。

●定义一个或者几个优化过程要处理的量，这叫目标量。

●根据我们的需要设定这些量的限制条件。

这叫约束。

如果你曾有优化的经验的话，你会知道设定优化量不是一件容易的工作，为了定义合理的优化量，常常要进行数次的尝试。

这个练习进展之后，第一步目标量从非常小的制动器的阻尼设定得出。

这种情况车身加速度非常低，而且车轮也不离开路面。

问题是汽车在运行的后段仍然有很大的振动。

很有必要避免这种情况。

第一步：

重新定义输出设置

很有必要重新考虑输出。

1如图10.16所示，设置简单输出参数。

图10.16：

AS优化的简单输出参数。

为了控制在两秒时车身的偶然的振动，我们加入车身位置量。

2设置复合输出参数，如图10.17所示

图10.17：

AS复合输出参数优化

量AS_max_TireJump，或者为零或者是一个正数量。

后这说明车胎已经离开了路面。

量的约束是车身的位置在1.5

.0。

车身的位置，在通过高台后平衡位置是0.1。

所以AS_max_FinalDisplacement为在最后半秒车身离开平衡位置的最大值。

第二步：

定义优化过程

1选择study按钮，后选择New菜单，出现设计开发定义对话框。

2把studyname（名字）改成AS_Optimization。

3对于studytype（类型）栏选择Optimization（优化），且保持NLPQL的选择状态。

4选择AS_SkyHookDamperRate和AS_max_BodyAcceleration后的选择标签，把它们定义成所要加的运算规则的输入量。

5定义上界值，下界值和默认值如图10.18所示。

注意到AS_SkyHookDamperRate的默认值已经从0改成1500。

NLPQL规则对初始值是敏感的。

图10.18：

优化过程的输入量的工作就完成了

6选择Output（输出）标签。

7选择AS_max_BodyAcceleration后面的选择标签，声明其为目标量。

这意味着我们想要这个量的绝对值尽可能的小。

8双击max_TireJump记录行的upperbound（上界）项，然后对其进行编辑。

9键入0.0，这样，你就对输出量给出了一个约束：

你希望输出量的值不超过0.0。

10利用相似的方法使AS_max_FanialDisplacement的Upperbound上界为0.02。

图10.19优化过程的输出量

11点OK按钮。

第三步：

运行并且观察优化的结果。

1开始AS_Optimization。

运行过程很快在进行51次运算后，该运算给出了下面的解决方案。

图10.20经过NLPQL后的主动制动

说明：

你在使用NLPQL的时候最常见的错误就是错误4：

线性搜索不能成功中止。

这是一个精度引起的问题，这个问题可以通过调整相关的梯度步幅和期望的输出精度得到解决。

可是，尽管有这个问题，结果通常也好的足够满足应用要求了。

在主要制动器的值为820，而且skyhook制动器的值为1349的时候，最大的车身加速度为8.6m/s/s,非常合适。

约束得到满足，车胎没有脱离地面，在运行过程的最后0.5秒，车身在平衡位置的2mm内。

2在运行完成之后甚至在运行过程中，绘出一些量的图是很有益的。

你可以做普通的图而且可以设成自动更新。

3作为选择之一，可以右键单击列表中的AS_Optimization选项，后选择Addplot（添加绘图）菜单，接着就会出现DesignExplorationPlots（设计开发绘图）对话框。

4在图表类型的下拉菜单中保持Historyplot选项不变。

5在左边的列表中选择AS_max_BodyAcceleration,后选择>>按钮。

6AS_max_BodyAcceleration出现在右边的列表中。

7点OK按钮。

图10.21：

车身加速度的变化过程

说明：

在1以下，加速度的值很低。

但因为约束的原因它不能当成最好的值。

如果你是在处理过程之前进行的绘图设置，则图处于自动更新状态。

如果不是这样的话，自动更新功能不启用。

8当运行过程结束之后，就得到了车身加速度和车胎压缩量的图形。

图10.22：

优化后的车身加速度

图10.23优化后的车胎压缩量

9最好的结果由圆形的标签给出。

注意到如果你正在运行一个标准的仿真。

你将再一次得到最初的结果。

你可以把经优化处理后的参数值应用于系统。

为了实现这个想法，你可以右键单击AS_Optimization选项，选择Applybestresult（应用优化结果）选项。

之后你再次运行标准仿真，你就会得到和图10.22和图10.23相同的结果。

第四步：

如果你有时间，利用Geneticalgorithm法则重复优化过程。

这个运行过程会用更长的时间。

1选择AS_Optimization后选择Edit。

２把NLPQL改成Geneticalgorithm。

这个法则通常更慢但是也更有效。

３如果你没有足够的时间，把numberofgenerations（最大值）改成10（大概要进行800次的运行）。

如果你把值改成100，（需要8000次的运行），这可能需要几个小时的运行时间。

注意对于Genetic法则来说，没有使它停止运算的准则，所以你要运行全额的次数。

但是如果你用stop（中止）按钮打断运行的话，则你通常得到当前最好的结果。

图10.24：

Geneticalgorithm法则的结果

这个结果和用NLPQL得到的结果很相似。

结果是主制动器为820N/s/s，skyhook制动器为1319N/（m/s）。

最小的车身加速度为8.6m/s/s而且车胎也和地面接触。

在大约1.5秒以后振动的振幅就衰减到２mm了．

在这种情况下，NLPQL法则更加的可取．

10.5MonteCarlo

现在，假定弹簧的弹性系数是不确定的．这种不确定性对车胎的压缩量的影响怎样呢？

在这节中我们将回答这个问题．

我们假定这种不确定性可以用常值100000N/m．偏差为1000（常值的1%）的模型来模拟．

第一步：

定义MonteCarlo试验。

１关闭设计开发（DesignExploration）对话框．

２添加AS_Tire子模型的springrate（弹簧钢度系数）参数，把它作为输出设置的输入量，且命名为AS_TireSpringRate．

图10.25MonteCarlo的附加输入

３关闭ExportSetup（输出设置）对话框,打开DesignExporation（设计开发）对话框

４使用study菜单后下拉菜单New，产生一个DesignExplorationDefinition（设计开发定义）对话框。

５把studytype设成MonteCarlo。

如图

６把它命名为AS_MonteCarlo。

７设置control（控制量）菜单并设成如下图所示形式．

图10.26设置控制量菜单

８把响应设成如下图形式。

９把运行次数设置成200．

10点OK按钮．

在执行期间，这些设置有如下解释：

●AS_SkyHookDamperRate和AS_MainDamperRate是常值．（是优化处理值）

●AS_TireSpringRate将会是一个变量，他将在常值100000附近，的偏差变化在1000以内

●唯一的最为结果的输出量将是AS_min_TireCompression。

第二步：

运行并且分析结果

１开始SH_MonteCarlo等待200运行结束．

２右键单击列表中的AS_Optimization选项，后选择下拉菜单Addplot。

３在　plottype（图形类型）的下拉候选项中选择Histogram（柱状图）

4选择把AS_min_TireCompression选到图形的下拉列表项中．

５点OK按钮，你就会得到图10.28

图10.28频率分布的柱状图

你可看到，在一些情况下，车胎的压缩量是不合理的，这时车轮将离开地面。

为了更正这种情况，你可以再重新做一次优化处理。

几乎和以前的过程完全一样，为了得到安全的因素，对AS_min_TireCompression施加约束。

边界值应该为0.005m。

结果如下

这时，如果你利用这次优化的结果在做一次MonteCarlo仿真的话，你将会得到下面的柱状图。

如图10.29

图10.29：

车胎和路面接触时的柱状图

在这种情况下，即使有不确定性，车胎仍然和路面接触。