汽车冷却模块引起方向盘抖动的稳健性预估及优化方法

摘要

本发明公开了一种汽车冷却模块引起方向盘抖动的稳健性预估及优化方法，包括以下步骤：A.问题识别及P图分析；B. DOE分析；C.近似模型搭建及精度验证；D.蒙特卡罗分析；E.6Sigma稳健性分析；F.6Sigma稳健性设计优化；G. 重点关注区域蒙特卡罗分析；H.优化方案试验验证。本发明能够更加准确地评估冷却模块的NVH性能，并能够找到满足6Sigma质量控制要求的优化方案。

说明书

技术领域

本发明属于汽车NVH技术领域，具体涉及一种汽车冷却模块引起方向盘抖动的稳健性预估及优化方法。

背景技术

汽车冷却模块包括冷凝器、散热器、风扇及中冷器，分别对空调系统、发动机、变速箱及进气系统进行热交换的作用。冷却模块通过四个隔振垫安装在机舱前端模块上，由于风扇转子不平衡量的存在，冷却模块系统受到风扇转动的周期性激励，振动通过冷却模块系统、隔振垫、前端模块、纵梁、前壁板、侧围、地板等路径传递到方向盘上，方向盘振动水平常常作为整车NVH性能评价的一个重要指标。

目前，在计算机仿真领域，方向盘振动水平通常采用整车振动传递函数进行评估，该方法对隔振垫的被动侧安装支架上施加整车坐标下XYZ三个方向的单位力，然后求解方向盘上的加速度响应。但该方法存在以下缺点：

（a）整车NVH分析模型中冷却模块以质量质心模型简化，没有建立详细模型；

（b）该方法评价的是灵敏度，不能得到在实际激励下方向盘的加速度响应；

（c）该方法无法考虑风扇转子不平衡量波动、隔振垫刚度波动及生产制造公差等不确定因素。

因此，有必要开发一种新的汽车冷却模块引起方向盘抖动的稳健性预估及优化方法。

发明内容

本发明的目的是提供一种汽车冷却模块引起方向盘抖动的稳健性预估及优化方法，它能更加准确评估冷却模块的NVH性能，并能找到满足6Sigma质量控制要求的优化方案。

本发明所述的汽车冷却模块引起方向盘抖动的稳健性预估及优化方法，包括以下步骤：

A.问题识别及P图分析

根据客户问题反馈和试验测试数据，分析得到冷却模块风扇转动是引起方向盘抖动过大的主要原因；

对冷却模块风扇转动引起方向盘抖动的问题进行P图分析，确定问题的三个输入状态与两个输出状态，得出冷却模块引起方向盘抖动的相关参数，其中：三个输入状态分别是输入信号、控制因子和噪声因子，两个输出状态分别是理想状态和失效状态；

B. DOE分析

搭建冷却模块详细模型下的整车NVH仿真模型，对冷却模块引起方向盘抖动的相关参数进行参数化，采用正交试验方法进行DOE矩阵设计，生成并批量计算DOE样本点，进行试验设计数据挖掘，并基于数据挖掘结果进行贡献量及相关性分析，找出影响方向盘加速度响应的主要影响因素；

C.近似模型搭建及精度验证

基于DOE样本点采用径向基函数神经网络方法构造近似模型，并对近似模型的精度进行验证，当近似模型的精度低于a%时，则增加DOE样本点进行近似模型重构，直到近似模型的精度大于a%；

D.蒙特卡罗分析

基于近似模型采用描述性抽样方法进行模拟，确定设计参数分布规律，建立蒙特卡罗分析模型，求得方向盘上加速度的响应分布，对方向盘加速度响应分布进行识别确定其分布规律；

E.6Sigma稳健性分析

基于蒙特卡罗方法进行6Sigma稳健性分析，评估方向盘各方向加速度响应6Sigma水平、6Sigma曲线及性能目标达成的可靠性；

F.6Sigma稳健性设计优化

采用自适应模拟退火法建立6Sigma稳健性优化模型，定义6Sigma稳健性优化模型的三要素：设计变量、约束条件、优化目标，得到数个优化方案，根据设计、制造可行性因素选出满足工程需求的优化方案；

G. 重点关注区域蒙特卡罗分析

G1、基于稳健性优化方案参数附近进行蒙特卡罗分析抽样产生DOE设计矩阵，生成新增DOE样本点，再重构近似模型并进行精度验证，当近似模型的精度低于b%时，则需要增加DOE样本点，再进行近似模型重构，当近似模型的精度大于b%，则进入步骤G2；

G2、对近似模型进行6Sigma稳健性优化，并将确定的优化方案参数代入整车NVH分析模型分析，验证优化后的方向盘抖动相对于优化前是否有明显改善，若改善不明显，则再重复执行步骤G1到步骤G2，若明显改善，则进入步骤H；

H.优化方案试验验证

采用优化方案参数进行样件试制，并在实车上进行试验验证。

所述输入信号为风扇转动激励；

所述控制因子为冷却模块系统结构、隔振垫的设计刚度和风扇不平衡量的上限值；

所述噪声因子为隔振垫刚度波动、风扇不平衡量波动、风扇壳体及转子刚度波动和机舱结构刚度波动；

所述理想状态为方向盘振动无明显感知；

所述失效状态为方向盘振动明显；

所述a%为85%～100%中的任意值；

所述b%为90%～100%中的任意值。

本发明的有益效果：本方法能够精确地模拟冷却模块在风扇转子不平衡量波动、隔振垫刚度波动及生产制造公差下，分析得到方向盘的实际加速度的响应分布规律，并进行6Sigma稳健性评估及设计优化。在新产品的研发过程中该方法能对冷却模块的NVH性能进行有效的把控；该方法成本低、效率高，能够有效地缩短新产品研发周期，提高了整车性能开发品质，改善了用户的NVH性能体验。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示的汽车冷却模块引起方向盘抖动的稳健性预估及优化方法，包括以下步骤：

A.问题识别及P图分析

问题识别：根据客户问题反馈和试验测试数据，分析得到冷却模块风扇转动是引起方向盘抖动过大的主要原因。

P图分析：对冷却模块风扇转动引起方向盘抖动的问题进行P图分析，确定问题的三个输入状态与两个输出状态，得出冷却模块引起方向盘抖动的相关参数，其中：三个输入状态分别是输入信号、控制因子和噪声因子，两个输出状态分别是理想状态和失效状态。输入信号：风扇转动激励；控制因子：冷却模块系统结构、隔振垫的设计刚度和风扇不平衡量的上限值；噪声因子：隔振垫刚度波动、风扇不平衡量波动、风扇壳体及转子刚度波动和机舱结构刚度波动；理想状态：方向盘振动无明显感知；失效状态：方向盘振动明显。

B. DOE分析

建立整车NVH仿真模型：建立冷却模块详细有限元模型，激励为风扇不平衡量上限为30g.mm，加载位置为风扇轴心处，进而搭建冷却模型详细模型下的整车NVH仿真模型，分析得到方向盘上的加速度响应。

DOE（即试验设计）分析（包括参数化、DOE矩阵、DOE样本点批量计算、方向盘加速度响应批量提取以及数据挖掘）：

应用Isight软件中Data Exchanger工具对冷却模块引起方向盘抖动的相关参数进行参数化，主要包括风扇不平衡量、隔振垫刚度及机舱纵梁刚度等13个设计变量，为保证试验设计水平的整齐可比性及后期近似模型的精度，采用正交试验方法进行DOE矩阵设计，设计矩阵为13因素4水平,试验次数为64。DOE样本点生成：a.应用Isight软件中DOE进行矩阵设计，产生64个DOE样本点对应的仿真模型；b.应用Isight软件中LOOP循环批量计算功能，求解64个DOE样本点结果；c.应用Isight软件中Data Exchanger对方向盘上加速度响应进行参数化，并进行加速度响应结果的批量提取；d.数据挖掘，基于数据挖掘的结果进行贡献量及相关性分析，找到了影响方向盘加速度响应的主要影响因素，即为风扇不平衡量、隔振垫主方向刚度等。

C.近似模型搭建及精度验证

近似模型搭建：基于DOE样本点采用径向基函数神经网络方法构造近似模型。

精度验证：对近似模型进行精度验证，若精度不满足要求（比如：近似模型的精度低于85%）时，则需要增加DOE样本点，再进行近似模型的重构，直到近似模型的精度大于85%，若近似模型的精度满足要求（即近似模型的精度大于85%）时，则进行蒙特卡罗分析。

D.蒙特卡罗分析（包括抽样方法、定义输入参数分布、方向盘加速度响应分布和参数波动灵敏度分析）：

蒙特卡罗分析基于近似模型采用描述性抽样方法进行模拟，模拟抽样点数为300。输入参数分布规律定义：a.首先通过试验测试得到200组风扇的不平衡量，利用SPSS软件进行KS检验，确定分布规律为正态分布，其均值为15，标准差为6；b.考虑隔振垫刚度波动30%，考虑制造公差，纵梁及风扇刚度波动1%，根据经验假设隔振垫刚度、纵梁及风扇刚度满足正态分布，由此可得隔振垫刚度的变异系数为0.05，纵梁及风扇刚度的变异系数为0.0017，标准差为对应的设计值与变异系数的乘积。由此基于近似模型求得方向盘加速度的响应分布，对方向盘加速度响应分布进行识别并确定了响应满足正态分布；对参数波动进行灵敏度分析，得到方向盘上加速度响应对风扇不平衡量的波动最敏感。

E.6Sigma稳健性分析（包括方向盘各方向加速度响应Sigma水平和方向盘各方向加速度响应6Sigma曲线）：

基于蒙特卡罗方法进行6Sigma稳健性分析，评估方向盘各方向加速度响应的6Sigma水平、6Sigma曲线及性能目标达成的可靠性。

F.6Sigma稳健性设计优化（包括优化方法选择、建立优化模型和优化方案确定）：

采用自适应模拟退火法建立6Sigma稳健性优化模型，定义优化模型三要素：设计变量、约束条件、优化目标，得到数个优化方案，根据设计、制造可行性因素选出满足工程需求的优化方案；

G. 重点关注区域蒙特卡罗分析

G1、基于稳健性优化方案参数附近进行蒙特卡罗分析抽样产生DOE设计矩阵，采用DOE分析的方案进行求解，生成新增DOE样本点，然后再重构DOE矩阵及响应矩阵。基于重构的DOE设计矩阵及响应矩阵搭建新的近似模型，并进行近似模型精度验证，当近似模型的精度低于b%（比如90%）时，则需要增加DOE样本点，再进行近似模型重构，当近似模型的精度大于b%，则进入步骤G2。

G2、对近似模型进行6Sigma稳健性优化（即采用自适应模拟退火法建立6Sigma稳健性优化模型，定义优化模型三要素：设计变量、约束条件、优化目标，得到数个优化方案，根据设计、制造可行性因素选出满足工程需求的优化方案。），并将确定的优化方案参数代入整车NVH分析模型分析，验证优化后的方向盘抖动相对于优化前是否有明显改善，若改善不明显，则再重复执行步骤G1到步骤G2，若明显改善，则进入步骤H；

H.优化方案试验验证

采用优化方案参数进行样件试制，并在实车上进行试验验证。

本发明中，所述a%为85%～100%中的任意值；所述b%为90%～100%中的任意值。