純電動汽車變速器優(yōu)化算法綜述

蘭利波

（長安大學 汽車學院，陜西 西安 710064）

進化遺傳算法是一種模擬自然進化過程的全局優(yōu)化方法，它借用達爾文“物競天擇、適者生存”的生物進化觀點，通過選擇、交叉、變異等機制來提高個體的適應性[1]。朱虹燃等為純電動汽車兩擋自動變速器選擇其驅(qū)動電機的轉(zhuǎn)矩、轉(zhuǎn)速和功率，以整車經(jīng)濟性最優(yōu)為目標，在動力性約束條件下，運用進化算法對變速器傳動比進行優(yōu)化設計，得到了很好的優(yōu)化結(jié)果[2]。 陳淑俠基于模擬退火算法優(yōu)化設計變速箱，取得了很好的結(jié)果[3]。閆帥印基于智能混合算法優(yōu)化設計優(yōu)化汽車變速器齒輪組參數(shù)[4]。劉振軍等通過分析純電動汽車兩檔變速器的結(jié)構特點，設計了純電動汽車兩檔變速器的基本結(jié)構，對整車參數(shù)進行了匹配研究，利用Simulink軟件優(yōu)化變速器的傳動比，并進行了齒輪以及軸的參數(shù)設計[5]；盧培文基于MATLAB遺傳算法優(yōu)化變速箱殼體數(shù)控切削加工工藝[6]。

1 進化遺傳算法

1.1 進化遺傳算法的基本原理

遺傳算法從種群的初始的解決方案開始其搜索過程，群體中的每個個體被稱為染色體，在迭代過程中染色體的不斷更新稱為遺傳，遺傳算法主要通過交叉、變異、選擇算子來實現(xiàn)，染色體的優(yōu)點和缺點通常通過適應性來評估[7]。

1.2 進化遺傳算法的研究總結(jié)

王雪敏為了使變速器結(jié)構更緊湊和成本更低，以齒輪箱體積最小和齒輪傳動重合度最大為目標進行匹配優(yōu)化，運用遺傳算法確定了純電動專用兩擋變速器齒輪的結(jié)構布置、齒輪齒數(shù)、模數(shù)、齒寬等齒輪箱具體參數(shù)[8]。趙廣宣建立了可隨電機參數(shù)變化的電機效率模型，以電機過載系數(shù)和擴大恒功率區(qū)系數(shù)以及傳動系速比作為優(yōu)化變量，采用多目標優(yōu)化聯(lián)合遺傳算法，對純電動汽車的電機參數(shù)和傳動系參數(shù)進行了整體優(yōu)化匹配[9]。高惠東等以某純電動汽車為研究對象，對其驅(qū)動電機進行參數(shù)匹配.以整車動力性最優(yōu)為目標，運用遺傳算法優(yōu)化設計變速器傳動比[10]。盧培文基于MATLAB遺傳算法優(yōu)化變速箱殼體數(shù)控切削加工工藝，以最大生產(chǎn)率為優(yōu)化目標，以變速器殼體數(shù)控切削加工為研究對象 建立了變速器殼體的加工參數(shù)優(yōu)化模型，以機床工作環(huán)境和加工制造情況的限制為基礎，分析研究了加工制造過程中相應的約束條件，以最大生產(chǎn)率為優(yōu)化目標，以遺傳算法為加工參數(shù)的優(yōu)化，確定約束條件，利用MATLAB軟件遺傳算法工具，進行加工參數(shù)優(yōu)化，得到優(yōu)化參數(shù)。蔡亞對多目標遺傳算法進行改進并優(yōu)化設計變速箱參數(shù)[11]。褚永康等基于遺傳算法對汽車變速箱進行輕量化設計[12]。

2 模擬退火法

2.1 模擬退火法基本原理

模擬退火法利用統(tǒng)計力學中物質(zhì)退火過程與優(yōu)化問題的相似性，采用Metropohis接受準則并控制適當溫度的下降過程實現(xiàn)模擬退火，以而達到求解全局優(yōu)化的目的。

2.2 模擬退火法優(yōu)化思路

因為模擬退火算法具有并行性，適用于并行處理，可用于求解復雜的非線性優(yōu)化問題，同時具有全局搜索能力，模擬退火算法已經(jīng)成為一個重要的工具來解決復雜的優(yōu)化問題?？紤]接觸強度、彎曲強度和配齒約束條件，建立汽車行星變速器優(yōu)化模型，盡量減少行星傳動的體積和質(zhì)量。目標函數(shù)與處罰條款是由加法懲罰策略的類型，從而改變約束優(yōu)化為無約束優(yōu)化。然后采用Matlab模擬退火算法工具箱對基于懲罰策略的優(yōu)化模型求解。應用具有全局搜索能力的模擬退火算法進行啟發(fā)式搜索和并行計算，與傳統(tǒng)方法進行比較驗證，其搜索效率和精度都非常高，這樣保證了可靠的全局最優(yōu)解。

3 混合智能算法

首先按照變速器設計規(guī)范和齒輪參數(shù)設計的流程，利用VisualBasic語言，實現(xiàn)了齒輪組的自動參數(shù)設計，并利用Access數(shù)據(jù)庫，實現(xiàn)了設計數(shù)據(jù)自動化管理；然后利用ActiveX調(diào)用技術，在MATLAB平臺上以改進的遺傳算法和BP神經(jīng)網(wǎng)絡遺傳算法作為混合優(yōu)化工具，實現(xiàn)了齒輪組的參數(shù)優(yōu)化設計，建立齒輪組的優(yōu)化設計模型。在優(yōu)化過程中，結(jié)合動態(tài)懲罰函數(shù)與非線性規(guī)劃構造出動態(tài)懲罰函數(shù)非線性規(guī)劃遺傳算法，并結(jié)合BP神經(jīng)網(wǎng)絡的相關特性，通過練習獲得齒輪組輸入?yún)?shù)與強度之間的映射關系曲線，加速遺傳算法的收斂速度。

4 結(jié)語

綜上得，首先，對變速箱的優(yōu)化設計算法更多的是遺傳進化算法，也有用模擬退火算法、混合智能算法等算法；其次，本文總結(jié)的算法對不同的目標函數(shù)進行優(yōu)化，有的以經(jīng)濟性最優(yōu)為優(yōu)化目標，有的以動力性最優(yōu)為優(yōu)化目標等。