设计仿真 | 基于ODYSSEE人工智能CDC模型集成的整车动力学仿真

前言

自动调节及不间断减振控制系统（Continuous Damping Control，CDC）是一种能够自动识别道路状况及不间断调节的减振控制系统。具备该系统的汽车能够实时根据车身形式状态对悬挂的软硬进行调节：中低速在城市道路行驶时，CDC可以降低悬挂阻尼的强度，保证车辆行驶的平稳性并提升驾乘舒适性；高速行驶或转向时，CDC可以瞬时提升悬挂阻尼的强度，从而加强车身稳定性，减小过弯侧倾；紧急制动时，CDC还可以通过提升悬挂阻尼强度来控制车身前倾姿态并缩短刹车距离。

CDC减振器实现主动减振功能的基础在于合适的设计以及良好的控制策略。因此在设计过程中需要不断地调试，但实车测试成本高昂，费时费力。而通过海克斯康工业软件旗下的多体动力学仿真软件Adams，可轻松实现整车在不同行驶工况下的仿真分析，从而缩短开发周期，提高工作效率。同时，智能实时仿真平台ODYSSEE能够基于CDC减振器仿真模型或实测数据，快速构建CDC减振器机器学习模型，并应用于Adams整车仿真分析中，从而帮助工程师更加高效地完成CDC减振器的设计工作。

CDC机器学习模型搭建机器学习模型搭建

基于实际的CDC系统测试数据或设计数据，工程师可以在ODYSSEE中轻松构建其机器学习模型，从而实现对新输入参数下的响应进行快速预测。ODYSSEE中生成机器学习模型的步骤如下：

01

确定研究系统的输入参数和输出参数；

02

准备搭建机器学习模型的相关数据，即在不同输入参数条件下的输出结果响应，可以是仿真数据，也可以是试验测试数据；

<