任意概率不确定情形下的电动汽车悬置系统固有特性分析

针对电动汽车动力总成悬置系统(Powertrain Mounting System,PMS)参数可能被处理为不同类型概率变量的情形,提出了一种基于任意多项式混沌(Arbitrary Polynomial Chaos,APC)展开和最大熵原理(Maximum Entropy Principle,MEP)的电动汽车PMS固有特性不确定性分析方法。采用概率模型描述任意概率不确定情形下的PMS参数,通过APC展开获得任意概率不确定情形下PMS固有特性不确定性响应的前几阶统计矩,通过MEP拟合不确定性响应的概率密度函数(Probability Density Function,PDF)和累积分布函数(Cumulative Distribution Function,CDF)等信息,通过算例分析了5种概率不确定情形下的电动汽车PMS固有特性响应。分析结果表明,以蒙特卡洛法作为参考,所提出的方法可有效地分析不同概率不确定情形下的PMS固有特性响应,分析具有较高的计算精度和计算效率,能进一步获得响应满足设计要求的可靠度。

基于概率模型和数据驱动的动力总成悬置系统可靠性优化

针对电动汽车动力总成悬置系统(PMS)一部分参数为概率变量,一部分参数为离散数据的复杂不确定情形,开展了基于概率模型和数据驱动的电动汽车PMS可靠性优化设计研究。首先,基于任意多项式混沌(APC)展开和广义最大熵原理推导了一种求解该复杂不确定情形下PMS响应不确定性和可靠性的高效方法;然后,基于蒙特卡洛抽样,给出了该复杂不确定情形下求解PMS响应不确定性和可靠性的参考方法;接着,提出了一种基于APC展开法的灵敏度分析方法,进一步提出了一种考虑响应不确定性和可靠性的PMS优化设计方法;最后,通过应用算例验证方法的有效性,并对系统进行了灵敏度分析和可靠性优化。结果表明,所提出的方法可有效地处理电动汽车PMS一部分参数为概率变量、一部分参数为离散数据的复杂不确定情形,并能可靠地优化该情形下的系统固有特性,且方法具有较高的计算精度和计算效率。