虚拟车辆联合仿真及快速方案设计.docx

此文档收集于网络，如有侵权，请联系网站删除虚拟车辆联合仿真及快速方案设计1.背景与挑战 随着工业水平和企业竞争力的提升，在国内交通工具领域的产品研发过程中，正向设计的重要性越发显著，在开发拥有自主知识产权的产品时尤为突出。出于对成本、竞争力、功能等因素的考虑，设计方案的验证和优化正逐渐成为正向设计所面临挑战的重点。 为缩短研发周期、降低研发成本，需要在设计早期，建立多个子系统组成的虚拟车辆模型，进行多学科联合仿真，从而快速完成方案的验证和优化设计，并进行整车性能分析。2.解决方案 基于数字化建模和虚拟实验的虚拟车辆是一种利用数字化模型来替代昂贵的物理原型，从而大幅缩短产品开发周期、降低研发成本的工程方法。虚拟车辆可用于车辆设计方案的功能指标确认、控制策略验证和子系统基本参数的设计优化，可靠性评估等。 虚拟车辆快速方案设计可大致分为多学科建模、模型交互、虚拟实验、参数优化等四个部分。2.1多学科建模 交通工具，如汽车、飞机、列车等，涉及机械、电子电气、液压、气动、传热、控制等众多学科领域，虚拟车辆需要进行多学科建模。针对不同的应用领域，恒润提供多种建模工具，基于Dymola中Modelica基础库和商业库，可方便地搭建内燃机、电机、电池、变速箱、传动系、底盘、刹车系统、轮胎、气动系统、液压系统、传热系统、多体系统，等模型，基于PROOSIS中全面的模型库可搭建精确的航空发动机模型，基于Matlab/Simulink可搭建控制系统模型，基于Adams可搭建多体动力学系统，等。2.2模型交互 对于交通工具而言，动力、传动、制动、控制等子系统间存在密切的耦合关系，虚拟车辆需要将来自于不同学科领域的模型，组合成一个系统级模型，并进行联合仿真。 FMI是开放的第三方标准接口协议，任何支持该协议、具有相应接口的软件均可以将模型封装为格式统一、可用于模型交互和联合仿真的黑盒模型FMU，或导入FMU。2.3虚拟实验 将其他软件生成的各子系统对应的FMU导入Dymola建立系统级模型，通过大量虚拟测试用例可以自动地完成多种运行工况的计算，通过对仿真结果的分析，判断系统功能是否正常、控制律是否合适、动力源功率是否满足要求等，完成对方案的验证和架构的优化。2.4参数优化 构架确定之后，针对子系统或部件进行分析时，需要进行参数优化以保证在多维度的限制条件下，参数的选择能够实现整体效果最优。参数优化过程包含大量的重复性工作，基于专业的多学科协同优化软件Optimus，可以驱动Dymola工作流，并通过参数优化算法生成一系列虚拟的试验样本，建立响应面模型，自动、高效地完成参数空间内的计算分析，可显著提高多目标优化的效率。3.应用案例3.1虚拟飞机 从2004年开始，空客在欧盟资助基础上启动了MOET（多电飞机电气架构设计）项目。德国宇航局（DLR）基于Modelica语言定制了多电飞机电气架构的虚拟模型，用于模拟动态的整机功率需求、整机重量、系统可靠性等，从而验证多电飞机电气架构的性能。3.2 虚拟列车 2013年，恒润科技建立了某型动车的虚拟列车模型（包括速度控制系统、牵引制动系统、多体动力学模型和蠕滑模型等以及必要的模型监控系统），同时以成熟的参数模型为基准进行标定，并将校核后的模型下载到实时仿真机中，将列车运行状态通过三维显示的方式进行实时展示。3.3 虚拟汽车 2012年，宝马公开了几个概念车型的研发进展，其中i8就是完全基于虚拟车辆的概念进行设计的。该项目中，通过FMI接口，将基于Dymola创建的车辆动力传动系统模型（由供应商提供）和基于Simulink建立的控制系统模型（由供应商提供）导入车辆动力学仿真平台IPG。与基于IPG建立的驾驶员模型和路面环境模型进行联合仿真，对车辆的油耗、安全性、操稳性等进行预测，从而在设计早期验证了控制器和车辆本体设计的匹配性能。4.总结 基于虚拟车辆理念，以多学科数字化建模和联合仿真的