汽车通风盘式制动器的热机耦合分析与结构优化设计

摘要

制动系统是保障汽车行驶安全的重要部分。其执行部件制动器在工作过程中会出现热机耦合现象，这种现象会对制动效能产生影响，甚至会降低制动器的热疲劳寿命。因此有必要对制动器的热机耦合现象进行仿真并进行结构优化设计，这对于设计出高性能的制动器具有重要意义。 本文的主要研究内容如下： 首先，对热机耦合相关理论知识、求解温度场和应力场相关的耦合关系及计算方法方法等进行了详细阐述。 接着，以某乘用车前轮通风盘式制动器为模型，将其进行适当简化，再用 CATIA建立其几何模型，并导入至 Hypermesh 中进行网格划分，设置材料属性和集合，然后导入至ABAQUS中设置各类边界条件，并提交计算，对紧急制动工况下的盘式制动器热机耦合特性进行仿真计算，主要分析包括制动盘沿周向、径向和轴向的温升特性和应力变化特性。同时，进行制动器台架试验，以验证所建立有限元模型的准确性和可靠性。 由于采用完全热机耦合方法进行仿真时求解时间较长，且计算不容易收敛，而基于固定热源的顺序热机耦合方法无法实现制动盘上摩擦热源的转动，不能准确模拟温度和应力的真实变化情况，因此提出基于转动热源的顺序热机耦合方法，即在仿真时通过调用Abaqus用户子程序实现制动过程中的热源转动，发现该方法能解决前两种方法存在的不足。然后将该方法应用于像循环制动工况这类重负荷制动工况的仿真，对于制动器的研究分析和节约计算成本有重要意义。 考虑到后期优化会涉及到成本、计算时间等问题，因此本文以热机耦合有限元模型为基础，采用最优拉丁超立方试验获取样本数据，并通过BP神经网络构建设计变量与制动盘最高温度和最大应力间的近似模型。同时，提出用改进型的布谷鸟算法来优化BP神经网络的初始权值和阈值，该算法让粒子群算法和布谷鸟算法串行，并对布谷鸟算法中飞行步长和淘汰概率两个参数进行自适应改进，使近似模型更加精确，为后面的优化奠定基础。 最后，基于所构建的近似模型，确定约束条件、目标函数等，再采用基于遗传算法的多目标优化方法对制动器结构参数进行优化设计，并根据优化后的设计变量重新构建有限元模型进行仿真计算，仿真结果证明了优化方案的可行性。

目录

第一个书签之前