基于遺傳算法的輪輞放氣裝置優化分析

吳中元 何子燚 黃永博

中汽研汽車檢驗中心(武漢)有限公司 湖北武漢 430056

1 前言

汽車已經成為人們生產生活中不可缺少的工具，在為人們帶來方便和迅捷的同時，也會給人們造成生命和財產的巨大損失。據統計顯示，近年來我國高速公路安全事故中，爆胎事故占65%以上[1]，事故死亡人數占總數的49.81%，受傷人數占63.94%，直接財產損失占總損失的43.38%[2]。顯而易見，汽車爆胎是道路交通事故的頭號殺手！怎樣最大限度地減少由于輪胎爆胎而引發的交通事故，尤其是防范由此引發的群死群傷事故，已經引起社會各界的關注。因此，爆胎應急安全技術研究成為了國內外的共同課題?，F階段的爆胎道路試驗，常用的爆胎方法有槍擊法、炸藥爆破法和輪輞放氣法等。槍擊法和炸藥爆破法的實驗材料受到國家嚴格的管控，獲取困難，同時也存在不安全性和重復性差等問題；輪輞放氣法重復性好、爆胎效果理想，可是密封要求高，需要對每種型號的輪輞制作特定的放氣裝置而成本高、周期長。針對以往模擬汽車爆胎試驗存在的不足，以放氣時間為研究對象，通過構建壓力與時間關系模型，找到該裝置下放氣時間最短的最優方案（放氣口徑、數量），達到放氣時間短、爆胎效果好、成本較低的效果。

2 輪輞放氣裝置結構及特性分析

爆胎應急安全裝置，是汽車的一項被動安全產品。它能有效在車輛發生爆胎瞬間，避免輪轂與地面接觸，使車輛轉向力及制動力仍然可控的行駛一段距離，第一時間保證人員及車輛安全。爆胎應急安全裝置安裝在車輪輪槽部位，主要由支撐圓環、彈性鋼帶和鎖緊機構組成，其結構如圖1所示。

圖1 爆胎應急安全裝置結構圖

由于車輛爆胎是瞬間釋放輪胎內的氣體，過程非常迅速。為此，研究遠程控制模擬爆胎裝置具有重大意義。模擬爆胎時對裝置性能要求很高，具有不漏氣、定時定點及遠程操控放氣等特點。為此，開發了一套氣缸式快速放氣裝置。該裝置由支管輪轂、過渡儲氣室、執行構件和控制模塊四部分組成。支管輪轂是為釋放輪胎氣體的輸出口，由多個折彎支管與輪輞焊接引出，其在輪輞上的破口即為輪輞輪槽一圈部位；過渡儲氣室是一種導環與圓柱缸體通過直線滑動形成的氣密滑軌，其圓柱體外壁一圈引出多個破口，外壁破口與支管輪轂引出的折彎支管通過氣密管路連接形成密閉回路；執行構件為輪胎放氣的先導部件，由氣缸和導環構成，導環與氣缸活塞桿連接，使導環能在過渡儲氣室中快速進退；控制模塊由電磁閥及無線模塊組成，電磁閥控制氣缸的進退動作，無線模塊主導電磁閥的換向動作，進而控制氣缸進退功能。

輪輞放氣裝置在工作前，先把過渡儲氣室中導環壓入圓柱缸體中，使輪胎、支管輪輞和過渡儲氣室形成一個密閉氣室。此時，控制模塊中的電磁閥進氣路與氣缸中上腔連通，從而形成裝置內氣體使過渡儲氣室中導環處于平衡狀態。一旦模擬爆胎時，控制模塊給電磁閥信號，其閥體立刻換向，從而控制模塊中的電磁閥進氣路與氣缸下腔連通，氣缸上腔連通大氣，進而過渡儲氣室中的導環上下產生壓力差，加速推進導環開啟，快速實現輪胎放氣，輪輞放氣裝置結構特性，如圖2所示。

圖2 輪輞放氣裝置結構特性圖

依據輪輞放氣裝置的結構特點，影響其放氣快慢的因素主要有支管輪輞和過渡儲氣室的管路長度、數量及直徑，過渡儲氣室導環截面積，過渡儲氣室中導環與圓柱缸體的滑移裝配性，氣缸的缸徑，控制模塊與氣缸連接的管路直徑等因素，其影響因素如圖3所示。

圖3 放氣時間影響因素

由于支管輪輞和過渡儲氣室中管的彎曲折疊易造成管路堵塞，以及安裝空間有限，因此安裝后選擇最短的管路為宜；過渡儲氣室中導環與圓柱缸體的滑移裝配是整個裝置密封的難控點，因為氣體密封在剛性部件間需添加橡膠墊圈，在此期間，橡膠墊圈的材料對放氣快慢起到一定的阻礙作用，但影響不大；當控制模塊輸出信號電磁閥換向時，電磁閥進氣路與氣缸下腔連通，氣缸的向上推力可直接影響輪胎氣體從過渡儲氣室中釋放的進程；當然，氣缸上腔連接的管路中氣體的釋放快慢對過渡儲氣室中導環滑移有一定的影響，間接影響放氣時間；主要影響輪胎放氣快慢的因素是管路的有效截面積和過渡儲氣室導環截面積，但在實際試驗中，由于管路彎曲變形及堵塞等原因，很難獲取管路的有效截面積。

3 輪輞放氣裝置的放氣規律研究

由于神經網絡擁有很強的非線性擬合能力，可映射任意復雜的非線性關系，并且學習規則簡單，魯棒性好及自學能力強等特點。因此，使用神經網絡擬合放氣時間與因素之間的關系，可得出一種基于神經網絡的放氣規律模型。若對放氣時間影響較大則作為實驗因素，否則作為干擾因素。當選好實驗因素后，開始制定實驗方案并采集數據；實驗完成后，運用統計軟件對實驗數據進行統計分析，擬合出放氣規律的模型；最后，進行模型驗證；其放氣規律模型流程圖如圖4所示。

圖4 放氣規律模型流程圖

經過對圖5的分析，為了能夠使用神經網絡數據擬合，該實驗中選取了3個因素，壓差、管路數量n及直徑d，其影響因素及其水平的選擇和取值如表1所示。

表1 影響因素及因素水平

具體實驗流程總結如下：

a.根據正交實驗表 27L，設計三因素三水平的實驗設計方案如表1所示；

b.檢查模擬爆胎裝置氣密性，確保正常工作的狀態，然后開始執行實驗，當輪胎氣壓很低時（低于0.1MPa，接近大氣壓），放氣時間非常緩慢，此時不計入放氣時間；

c.試驗中，每0.01s采集一次，同時將實驗數據保存于計算機當中，為下一步的數據分析做準備；

d.重新調整實驗參數，重復步驟2和步驟3。

通過采集的數據結合神經網絡，利用MATLAB分析，得出BP網絡預測輸出及BP網絡預測誤差如圖5、6所示。

圖5 BP網絡預測輸出圖

圖6 BP網絡預測誤差圖

最后得出神經網絡放氣時間規律模型為：

4 基于遺傳算法的放氣時間優化分析

遺傳算法（GA）是一種進化算法，其基本原理是仿效自然界中的生物進化論，通過仿效生物界自然選擇過程中的演化法則而發展形成的多路徑全局優化算法[4]?；谏窠浘W絡的放氣規律模型只能用于各種影響因素下放氣時間的預測。在實際試驗中，為了保證放氣時長最短，往往使用遺傳算法對放氣時間影響因素進行全局優化，找出最短的放氣時間下影響因素組合。主要步驟為：首先采用二進制編碼初始化和創建種群，然后對神經網絡放氣時間預測模型進行計算，再計算每個個體的適應度值，當達到設定的結束條件時，就把適應度值最大的個體作為最優結果并解碼輸出，否則就繼續遺傳操作直到滿足結束條件為止。本文設置的結束條件為種群的進化代數，最短放氣時間為優化目標。

4.1 參數優化的確定

由于放氣時間中影響參數眾多，若只針對某一個參數進行優化，則可能達不到理想優化的效果。因此，需要根據優化的目標對各個參數的類型和優化的可能性進行判斷。由建立的放氣時間預測模型可知，影響放氣時間的參數主要有壓差、管路數量及直徑。其參數的約束主要分為以下4個方面。

4.1.1 管路數量約束nmin≤n≤nmax

由于輪輞結構及模擬爆胎裝置安裝空間限制，其管路數量nmin=1，為使放氣時間越快越好，管路數量nmax=30，更多則無法安裝。

4.1.2 管路直徑約束dmin≤d≤dmax

為使放氣時間最短，則要求數量多、直徑大的管路，結合輪輞安裝在鼓式制動器上。由于空間特別有限，將依據實際經驗確定管路直徑。此處開孔直徑dmax=10 mm，若直徑特別小的話，無實際意義。因此約束dmin=6 mm。

4.1.3 壓差Dpmin≤Dp≤Dpmax

正常載貨汽車輪胎氣壓約為900 kPa，當出現爆胎時，由于大氣壓遠小于輪胎氣壓，導致氣體快速放出，因此取Dpmin=700 kPa，Dpmax=900 kPa。

4.1.4 目標函數

式中，T(x)為放氣時間的函數；

x為待優化變量，la和ua分別為變量x的下限和上限約束。

4.2 放氣時間的優化模型

通過確定參數優化變量的約束條件、優化目標函數，可以將放氣時間進行優化。模型歸結為一個單目標三變量的模型。

5 案例分析

本節使用MATLAB仿真分析，具體步驟如下:

a.將壓差、管路數量及直徑作為優化的變量，根據式（3）中的取值范圍隨機產生50組二進制數據構成遺傳算法的初始種群。

b.適應度越大，解的質量越好，由于求解最小化T(x)的參數值，因此將T(x)作為算法的適應度函數，并計算出所有個體的適應度值。

c.采用輪盤賭的方式選擇適應度值較大的個體。以單點交叉的方法對選擇操作后的新群體進行交叉操作，定義交叉概率為0.05，變異概率為0.9。

d.將迭代次數設置為100代，作為算法的終止準則。當迭代次數超過100時，則停止計算，得到最優參數解。

圖7 放氣時間與進化代數的關系圖

表2 優化前后結果對比分析

6 總結

本文以壓差、管路數量及直徑作為優化的變量，建立基于快速放氣裝置的神經網絡放氣時間預測模型，并利用遺傳算法進行了優化計算。模擬放氣時間實例優化分析表明，優化獲得的放氣時間比優化前降低35%。本文可為爆胎模擬裝置提供一種理論方法支持、助于優化爆胎模擬裝置結構。在建模中，試驗數據為模擬爆胎靜態數據，在動態試驗中會受到路面、車況以及人的反應等因素與放氣時間的關系模型尚需進一步研究。