基于灰色粒子群算法的发动机悬置系统多目标优化设计  

Multi-objective optimization design of engine mounting system parameters based on grey particle swarm optimization

作　　者：张武[1,2] 陈剑[2,3] 

机构地区：[1]安徽农业大学信息与计算机学院,安徽合肥230036 [2]合肥工业大学噪声振动工程研究所,安徽合肥230009 [3]安徽省汽车NVH与可靠性重点实验室,安徽合肥230009

出　　处：《机械设计》2011年第8期57-62,共6页Journal of Machine Design

基　　金：国家自然科学基金资助项目(50575063);国家863重大科技专项基金资助项目(2006AA110101);安徽省科技攻关资助项目(060229E2)

摘　　要：动力总成悬置系统悬置参数的优化可以通过移频、解耦、降低支撑处响应力等多种途径来进行,因此,悬置参数的设计是一个多目标优化问题。运用灰色理论中的关联分析的方法,选取粒子群算法中的全局极值和个体极值,并结合稳健设计思想,提出了适合于多目标模型的灰色粒子群稳健优化算法,并将该算法应用到动力总成悬置系统的优化设计中。计算结果表明,该算法不仅能够很好地协调从不同角度提出的悬置参数的优化目标,获得满意的综合效果,而且可以使优化后的悬置参数有更好的鲁棒性。The optimization of the power train mounting parameters can be achieved by many ways as poles shifting,decoupling and reducing the response at the mountings of the system.Therefore,the design of mounting parameters is a multi-objective optimization problem.By applying the association analysis method in grey theory,and selecting the global extremum and individual extremum in the particle swarm algorithm,and together with robust design thought,the grey particle swarm robust algorithm robust optimization applicable to multi-objective models was presented,and thenthisalgorithmwasappliedintheoptimizationdesignofthe

关 键 词：发动机悬置系统 灰色粒子群算法 多目标优化 

分 类 号：TH122[机械工程—机械设计及理论] U463.33[机械工程—车辆工程]