汽车工程
Automotive Engineering
2018(V〇1.40)N〇.7
doi ： 10.1956^^j.chinasae.qcgc.2018.07.008
汽车盘式制动器时变稳定性的分析与优化$
王除蓓，于德介，黄亚
(湖南大学，汽车车身先进设计制造国家重点实验室，长
沙
410082)
[摘要]为解决汽车盘式制动器在使用周期内的磨损导致可靠度降低，和产生制动噪声问题，提出一种汽车 盘式制动器系统时变稳定性分析与优化方法。该方法引人随机过程参数来描述使用过程中存在磨损的制动器结 构，构造含有随机参数和随机过程参数的制动器系统不确定参数化模型，以进行制动器使用过程中的稳定可靠性动 态预测。在此基础上，针对制动器使用后期可靠性下降问题，运用时变可靠性分析理论、响应面技术和遗传算法，以 复特征值阻尼比负值最小化为优化目标，对制动器系统时变稳定性进行优化，以保证使用周期内的可靠度满足要 求。最后以某车浮钳制动器为例，采用本文方法有效预测了其时变稳定可靠性，并通过优化制动器支撑背板密度和 厚度，有效提高了制动器使用后期的稳定可靠度。
关键词：盘式制动器；随机参数;时变参数;制动噪声;稳定性;可靠性优化
Analysis and Optimization on Time-varying Stability of Automotive Disc Brake
Wang Hanbei, Yu Dejie & Huang Ya
Hunan University，State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body，Changsha 410082
[Abstract ] To tackle the problem of reliability decline and braking noise caused by the wear of disc brake，
an analysis / optimization method for the time-varying stability of vehicle disc brake system is proposed. With the method，the random process parameters are introduced to describe the brake structure with wear during operation. A parametric model covering random parameters and random process parameters for the brake system with uncertainty is constructed to perform the dynamic prediction of stable reliability during brake operation. On this basis and aiming at the reliability decline in the later stage of brake operation，an optimization on the time-varying stability of brake system is conducted by using the analysis theory for time-varying reliability，response surface technique and genetic algorithm，with minimizing the negative complex eigenvalue of damping ratio as objective， to ensure its reliability meeting requirements in the later stage of operation. Finally the method is effectively applied to the prediction on the time-varying reliability of a brake with floating caliper as an example，with its stable reliability in the later period of operation effectively enhanced by an optimization on the density and thickness of supporting back plate of the brake.
Keywords： disk brake； random parameters； time-varying parameters； brake noise； stability； reliabili
ty optimization
部件的振动也会加速结构老化，增加故障率。由于
刖言
制动系统是底盘的重要组成部分，制动工况下 产生的制动噪声往往造成行人和乘客不适。制动器
*国家自然科学基金（11572121和11402083)资助。
原稿收到日期为2017年3月15日，修改稿收到日期为2017年8月22日 通信作者:于德介，教授，博士生导师，E-mail:妨u@ hnu.edu.cn。
制动尖叫是制动噪声最主要的噪声形式，其声压级 大，所以目前绝大部分的研究工作都针对尖叫声。
随着有限元方法的引人,基于有限元的制动噪 声分析也相继展开。Blaschke等[1]定义了制动器摩
• 796 •汽车工程2018年（第40卷）第7期
擦界面的接触属性，采用复特征值方法分析了制动 器的尖叫倾向性。Liu等[2]考虑了制动压力、制动盘 转速、摩擦因数等参数对系统特征值的影响,通过优 化特征值达到了消除制动尖叫的目的。Guillaume 等[3]利用制动器的有限元模型进行模态分析，采用 复特征值方法分析制动器的稳定性,研究了阻尼系 数变化对盘式制动器稳定性的影响。Franceses4]采 用简化的制动器有限元模型，考虑摩擦接触面摩擦 的变化，对其进行复特征值分析和瞬态非线性分析。 对简化的制动器模型用随机参数分别描述制动器系 统的摩擦因数和接触刚度，基于多项式混沌展开计 算系统的随机特征值，用以判断制动器的尖叫倾向 性，并将分析结果与蒙特卡洛模拟法分析结果对比，
证明了该方法的有效性。Tis〇na[14]将不确定性和鲁 棒性引人制动尖叫的预测，采用随机场理论描述制 动器接触面的不确定性，基于概率计算分析和鲁棒 性准则来研究制动器的稳定性，并通过实验验证了 方法的可行性。Amir等[15]结合Kriging代理模型和 孙振华等[5]用有限元方法对制动器部件进行模态综 合，分析了子结构模态与耦合系统不稳定模态的关 系,找到了导致尖叫的关键因素。宿新东等[6]对制 动器进行建模、仿真，通过参数优化改善了结构的动 态特性，最后验证了方法的有效性。文武等[7]用线 性弹簧力描述制动时摩擦面间的法向力，应用Hess 方法求解系统的复特征值，结果发现摩擦因数、闸片 托的厚度等参数是影响制动尖叫的重要因素，并通 过优化闸片托的厚度降低了制动尖叫倾向。陈光雄 等[8]分别采用ABAQUS和NASTRAN对制动器进行 复特征值分析，结果表明即使两者的边界条件和网 格类型相同，所得结果也不尽相同，采用NASTRAN 通常只能预测到中高频尖叫噪声。吕辉等[9]基于复 特征值分析，利用代理模型表示制动器不稳定模态 的阻尼比，建立了制动器制动尖叫的参数化模型，并 对其进行优化，结果表明该方法能提高分析效率并 有效降低制动器的尖叫倾向性。管迪华等[|0]通过 对制动器系统进行复特征值分析、子结构模态构成 分析、子结构模态参数灵敏度分析和能量馈人分析 等,找出了影响尖叫的关键子结构的关键模态，并证 实修改制动盘参数能有效抑制制动噪声。
国内外关于确定性盘式制动器的制动噪声分析 已经取得了丰硕成果。然而不确定性广泛存在于各 种工程结构中，尽管某些领域的不确定性研究早已 深人,但在制动噪声领域还处于起步阶段。近年来 不确定性盘式制动器的制动噪声研究引起学界的关 注。Matsushima等[11]针对制动器系统中摩擦因数、 接触刚度和制动压力分布等的不确定性，提出一种 概念设计优化方法，通过修改制动器部件几何形状 降低制动噪声倾向性，试验验证了方法的可行性。 吕辉等[12]结合响应面法和复特征值分析法,提出了 降低随机和区间不确定制动器系统制动尖叫的分析 方法，并利用蒙特卡洛法对系统的振动稳定性进行 参数灵敏度分析和可靠性分析，结果表明增加支撑 背板刚度能减小制动器尖叫倾向性。Sammy等[13]
复特征值分析，考虑制动器卡钳的弹性模量和摩擦 因数的不确定性，进行制动器系统的可靠性分析，研 究了制动器参数对制动噪声的影响，并证实采用代 理模型有助于提高计算效率。Nechak等[16]结合
Kriging代理模型和全局灵敏度分析，考虑制动器参
数的不确定性，提出一种预测制动尖叫和制动器优 化设计方法。
目前，针对制动器的可靠性研究多数基于静态 模型,未考虑制动器稳定可靠性随时间的变化。Liu 等[17]虽对制动器在时域内的摩擦因数变化进行了 试验，但仅针对制动过程中参数的变化，未对其稳健 性进行研究。
本文中针对制动器在使用周期内的磨损导致制 动器可靠度降低问题，建立了含有随机参数和随机 过程参数的制动器时变不确定参数化模型;将时变 可靠性问题转化为静态可靠性问题，提出了盘式制 动器系统的时变稳定可靠性分析方法；以复特征值 阻尼比最小化为优化目标，通过优化制动器系统参 数,保证了制动器系统在使用周期内的稳定可靠性。 对某车浮钳制动器系统的研究表明，该方法能有效 预测含时变和随机参数制动器系统的时变稳定可靠 性，尤其是提高制动器使用后期的稳定可靠度。
1
盘式制动器参数化模型1. 1
复特征值分析方法
盘式制动器系统处于制动工况时，其有限元动 力学方程可表示为
Mil +Cu + ( K-fKi) u = 0
(1)
式中:M，C和£为无摩擦作用时制动器系统的质量 矩阵、阻尼矩阵和刚度矩阵;/为制动器系统的摩擦 因数;K为摩擦接触刚度矩阵;u，i和i为节点振 动位移矢量、速度矢量和加速度矢量。
接触刚度会使系统刚度矩阵变成不对称结构， 从而在一定条件下会导致系统的模态频率和模态振
2018(V〇1.40)N〇.7王晗蓓，等:汽车盘式制动器时变稳定性的分析与优化• 797 •
型是复数。工程实际中，对盘式制动器模型进行有 限元分析时，通常不考虑系统的阻尼，故式（1 )可 写成
Mii+(K-fK{) u = 0
该简化模型包含制动盘、制动片、绝缘板、支撑 背板等部件，共划分成26 125个实体单元,37 043 个节点，其中六面体单元（C3D8I)25 041个,五面体 单元（C3D6) 1 084个。在ABAQUS中定义约束条 件，并在制动片绝缘板上均勻施加制动压力，即可提 交求解其复模态值。
选取制动盘和制动片的密度、厚度、摩擦因数等 7个参数作为设计变量，各参数取值范围如表1 所示。
(2)(3)(4)
设式(2)的解的形式为
u = tp • es,
将式(3)代人式(2)可得到其特征方程为 (52 M+K+fK,) p =0
式中:s为系统复特征值;p为对应的特征向量。记
s = a±j^ (5)式中:a为系统的阻尼系数;6为系统的自然频率。
根据文献[12],复特征值的阻尼比定义为
aZ = -bn
6
(6)
当a<0时阻尼比为正，系统是稳定的；当a>0 时阻尼比为负，系统将不稳定。
在工程实际中，由于对制动器的仿真通常不考 虑材料阻尼，得到的不稳定模态比实际工程中的多， 所以将判断制动器稳定性的阻尼比[9]定义为
r
=Z+0.01 (7)
工程中通常根据阻尼比z4的正负性来判定盘
式制动器的稳定性。
盘式制动器参数通常存在不确定性，可运用可 靠性理论进行稳定性分析。在只含随机变量* 的盘式制动器模型中，可根据式（7 )建立可靠性功 能函数：
g(*) = z(*)+0.01
(8)
1.2制动器可靠性功能函数的响应面模型
为真实模拟制动器的振动特性，同时减小计算 工作量，本文中利用Altair. Hypermesh软件建立了 某国产轿车的盘式制动器简化模型，如图1所示。
图1
盘式制动器的有限元模型
表1
制动器系统各参数试验设计取值范围
参数
取值范围
制动盘密度~
/(g • cm-3)
[7. 154,7.446]制动盘厚度h/mm[19.2,20.8]制动片密度：V
(g. cm-3)
[2. 45,2. 55]制动片厚度'/mm[8.4,12]支撑背板密度*,/(g
• cm-3)
[7.0,8.5]支撑背板厚度$6/:mm
[6. 1,7.9]摩擦因数*7
[0. 275,0. 325]
利用响应面方法[18]( response surface methodolo
gy, RSM) 构建近似模型。该方法采用不同阶次的
多项式来近似表达响应目标与设计变量之间的关 系,具有数学表达式简单、构造效率高、计算量小和 收敛速度快等特点。
采用拉丁超立方试验设计方法[19]在设计空间
内采样，选取120组样本点带人到制动器系统有限 元模型中进行计算,求得第7阶模态的实部为正，为 不稳定模态。根据样本的第7阶模态特征值阻尼 比，构造出第7阶模态复特征值阻尼比响应面模型：
N
z1( *)
=c0 + Xi = 1
ci^( x)
(9)
式中:c()和^为待定系数;小(*)为基函数;N为基函 数个数。
基于2阶多项式响应面模型，采用最小二乘法 计算回归系数矩阵，其基函数和相应系数的计算结 果如表2所示。
将表2中系数和基函数代人式（9),则可得
Z1(*)的响应面模型。对模型进行误差分析[2()],其
中K检验圮等于0. 973,非常接近1;且均方根误差 (RMSE)仅为0. 031,相对平均绝对误差（RAAE)为
0.022,两者均较小。由此可知，复特征值阻尼比响
• 798 •汽车工程2018年（第40卷）第7期
表2 幻的基函数及相应系数取值
系数
序号f基函数也(*)
系数Cf
( - [ t，*3，*5，%6，%7]
XX
(i〇)
序号f基函数也(*)
〜，（〜)2)，1.= ：1，3,5,6,7
式中和^>为第〖个随机变量的均值和标准差，其
0
-1.078
18*2 *70. 007*1
0. 09719
*3*40. 0052
*2
0.01720
*3 *50. 0523*30. 13221
*3*6-0. 0084*4-0. 00322
*3 *7-0. 022
5
*5
0. 05023*4*50
. 000 8
6
*6
0. 055
24*4*6-0. 0027
*70
. 200
25*4*70. 0048
*1*2-0. 000 726*5*60
. 000 6
9
*1*3-0.01327*5 *70
. 016
10
*1*4-0. 00328*6*7
-0. 02311
*1*50. 00529*1
-0. 00412*1*60. 00730*2
-0. 000 213*1*7-0. 094
31*3-0. 11514*2*30
. 006
32*4-0. 000 415*2*40. 000 333*5
-0. 01316*2*5-0. 00134*6
-0. 00217
*2*6
-0. 002
35
*7
0. 534
应面模型与真实的有限元模型逼近程度高，可在计 算中代替真实有限元模型进行计算。
2
盘式制动器的不确定参数
2.1盘式制动器的随机参数
在盘式制动器的使用过程中，随着时间推移，制 动片和制动盘厚度会变小，传统方法用区间随机变 量描述制动盘和制动片的厚度，这一描述方式无法 对制动器的可靠性进行动态预测。本文中根据盘式 制动器系统特点，将随机参数和随机过程参数引人 制动器系统模型。
根据文献[21]和文献[23]中参数设置,采用独 立分布的随机参数来描述部件材料密度、部分部件 厚度和摩擦因数，则
参数取值和分布类型如表3所示。
表3
盘式制动器的随机参数
参数
均值
标准差
分布类型制动盘密度*,/(g • cm-3)7.30. 05正态分布制动片密度*3/(g
• cm-3)2.50.017正态分布支撑背板密度*,/(g
• cm-3)
7. 820. 05正态分布支撑背板厚度*6/mm6.40. 0正态分布摩擦因数*7
0.3
0. 003
正态分布
2.2盘式制动器的随机过程参数
为达到降低汽车速度的目的，制动片与制动盘 之间通过摩擦提供阻力,将汽车的动能转换为热能。 因此，制动盘和制动片的磨损不可避免。在一定的 制动压力下，根据文献[24 ]，制动片的磨损通常采 用线性公式描述，其磨损值AA,可近似为
/ \\ 0.9
Mi=A〇|^,j ^r〇t
(11)式中:A0为磨损系数，取2. 9X 10_7m3/( N • m)
为
制动压力;/为乘用车允许的最大制动压力，通常为
8MPa;U为制动器转动速度;r0为制动盘的半径中
值;t为时间。
制动盘的磨损比制动片的磨损小，根据相关研 究[25-26]，其磨损值A^为
AA2 = 0. 15 AA,
(12)
根据工程实际，制动盘和制动片的厚度均值随 时间而变化。本文中用随机过程变量描述制动盘和 制动片厚度的不确定性。将设计使用时间T分为s 个相等的时间段[27]，每时间段为t = :ta，在每一时 间段中选取某一时刻作为时间样本，计算该时刻的 制动盘和制动片厚度，作为此时间段内随机过程参 数的均值,从而将随机过程变量离散为s个正态分 布的随机向量^，即
'Z( t
)=[ Z,，Z2，...，Z s ]，ie[0，r]-zr = [*2,4]V=i，...，s (13)
X eW(w，(〇2)，i'=2,4
式中：r为制动器设计使用时间;z(〇为含s个时间 样本的随机过程变量;Z^为第r个时间样本的随机 向量;*2为第r个时间样本，制动盘厚度参数;*4为
2018(V〇1.40)N〇.7王晗蓓，等:汽车盘式制动器时变稳定性的分析与优化• 799 •
第r个时间样本，制动片厚度参数;^和^分别为 <的均值和标准差，其参数取值如表4所示。
表4
参数
制动盘厚度制动片厚度*4/mm
性问题转化成静态可靠性问题求解,根据串联体系的可靠度理论，式（18)可变换为
R(n = Prl^[g(X,Zr)》0]}
盘式制动器的随机过程参数
均值
20
(19)
标准差
2
分布类型正态分布正态分布
盘式制动器时变稳定可靠性问题的功能函数是 显式多项式函数,根据式（8),功能函数定义为g( x,^( ) ) = ^|( *|,*2( ) ,*3,*4( ^) ,*5,*6,;*7)^0-01
(20)
功能函数值可采用蒙特卡洛方法[28]计算。盘 -M0. 05
0
10. 5-AA,
. 1
tt
3盘式制动器的时变稳定可靠性分析
3.1基于随机参数的结构可靠性分析
系统的可靠性是指系统满足约束条件的概率, 当系统参数为随机参数时,其可靠度计算公式为R=Pr(g(x) ^ 0) =
/ /(x)Ac (14)
gU)為0
式中:P,.( •)为系统可靠度概率;x为相互的随 机变量向量;f
(x)为联合概率密度函数;g(x)为功 能函数。g(x)= 0为极限状态面，可用失效点处的 切平面近似表示为
{g(x)>0,安全状态
ig(x)<0,失效状态
可靠度指标可表示为^(g(x)) =
.5(g(x)) = 5g
(15)
式中A
为功能函数g(x)的均值;〜为功能函数
g(x)的标准差。
故有弘g =g(zO
8ft
[空
8x
]
(16)
由上可计算得系统的可靠度为R =少（S)
(17)
式中少（•）为标准正态分布概率累计函数。3.2盘式制动器的时变稳定可靠性分析
当盘式制动器中含有随机过程变量和随机变量 时，其稳定可靠度为
R⑴= Pr|g(X,Z(〇)30,^[0,r]丨
（18)
式中:g( •)为功能函数;X为分布的随机变量;
Z(〇为分布的随机过程变量；:T为设计使用
时间。
对于时变可靠性分析问题，将随机过程变量离 散为s个随机向量Zr( r = 1,2,…s),从而将时变可靠
式制动器时变稳定可靠性分析的主要步骤如下。
(1)
取s = 6个时间样本,用于分析盘式制动
稳定可靠性随时间变化趋势，即将设计时间r定义 为6X7200S,在每一时间段内取一时刻以r=1,…， 6),从式（13)有
Z=[Z,,Z2,…,Z6]
{U
r = 「[* 2,4]尸1,…,6(21)(2) 对时间样本以r = 1,…,6),根据式（2表4,计算*2和 < 的概率分布,生成随机样本Z，= [*K]T。对系统中制动盘密度和摩擦因数等随机 参数，则根据式（10)和表3中概率分布，提取随机样 本尤6 = [*1,“
*6,^]。将获得的随机样本^和
Z，代人式（20)制动器系统极限状态方程中，若 gn(x6,Z:)彡0,^ [0,r],则系统稳定可靠次数^ =
g + 1。
(3) 重复步骤(2),提取不同的随机样本，采样次数达到〜=106次，则在~时间样本下，制动
器的稳定可靠度为
R(0=〜nk
尸1,…，6
(22)
(4) 根据式(22)计算全部时间样本的制动器
靠度，最终得到制动器系统在其使用周期内的稳定
可靠度[27]为
R(T)=rA = 1
[R(〇]
(23)
由以上步骤，计算得到随时间变化的盘式制动 器系统复特征值阻尼比概率分布和随时间变化的盘
式制动器稳定可靠度指标与可靠性，分别如图2、图 3和表5所示。
综合图2、图3和表5可知：随着制动盘和制动 盘的磨损，阻尼比的概率密度函数曲线左移,即制动 器在使用之初，系统稳定性好，符合使用要求;但随 着制动器的使用磨损，制动器的稳定可靠性逐渐降 低,系统稳定性逐渐变差，在t = 12h时，系统的可靠 度指标为-0. 49,对应的可靠度为31. 21%。
1)
直
• 800 •汽车工程2018年（第40卷）第7期
量,取值范围见表6。
表6
优化设计变量取值范围
初始值d„
-3
优化设计变量d
支撑背板密度均值M：/(
取值范围
g • ™)7. 856.4
[7.2,8.3][6.3,7.7]
支撑背板厚度均值K^Zmm
盘式制动器稳定可靠性优化的目的是增大不稳 定特征值的阻尼比，提高系统的稳定性。以制动器 表5
随时间变化的盘式制动器稳定可靠度指标和可靠性
使用时间f/h
可靠度指标0可靠度尺（〇
/%
0
4. 2599. 992
3.5699. 994
2. 85
99.786
2
. 10
98.218
1.3090. 3210
0. 4467.0012
-0. 49
31.21
4含时变参数盘式制动器稳定性优化
4.1时变稳定性优化模型
为获得在设计使用周期中稳定的制动器系统, 须对制动器的关键参数进行优化。
根据盘式制动器稳定性分析结果，选取支撑背 板的密度均值和厚度均值作为优化设计变
系统的阻尼比为优化目标,根据式（9),含时变参数 盘式制动器系统的阻尼比为
ax) = ad,X,Z(t
))
(24)
式中:x= W,X,Z(〇丨为系统参数;d=[*5,*6]为设
计变量;hk,：^,：^]为随机参数;Z(〇=[“ …,4]为含s个时间样本的随机过程向量;Zr = [*2, :4]为时变随机参数,^=1,2,…,^
制动器时变稳定可靠性的优化目标为min~Z( ：)
(25)
当随机过程向量Z( 〇离散为s个时间样本后， -ZU)转化为一随机变量，其均值和标准差分别为 广如和^_办），且-ZU)将以0.997的概率分布在 [艮办)-如-办）,
艮区间内。取其上限值
为好(-ZU))，则汛-ZU))满足最小值条件即可， 即式(25)所示的优化目标可近似等效为
m^in H( -Z(x
) )
(26)
制动器时变稳定可靠性的约束条件为
s.t.馬(：）為0 J.= 1,2,…，' (27)式中:g/x)为第个约束函数；％为约束函数的 个数。
若 g(x)在x) -3%(x),〜(x) +3%.(x)]中的下 限值为i (g (x ))，则式（27)所示的约束条件可等 效为
i(g(x))為0J=1，2,…，'
(28)
考虑制动器的轻量化设计，通常要求优化后的 支撑背板质量不高于其初始值的1. 1倍[12]，可得到 第2个约束条件为：1. 1X6.6X7. 85-：5：6多0。
基于以上分析，制动器时变稳定可靠性的优化 模型可等效为
mind
H(-Z(x))
S.t. [(gyU))》0，、1，2,…,〜.
'
1. 1x6. 6x7. 85-H(：5：6)》0
(29)
de [ dL，dR]
. «e[0，^]
2018(V〇1.40)N〇.7王晗蓓，等:汽车盘式制动器时变稳定性的分析与优化• 801 •
式中为设计变量的上下限;:T为制动器设计 使用时间；孖（*5*6)为的极大值；7. 2矣；矣
8. 3;6. 3 矣〜矣7. 70
示。图4中，s为生成的时间样本总数;在第r个时 间样本下，提取^组随机样本;其中，^表示第A个 设计变量样本;X4代表第A个随机参数样本;Z丨则 代表第A个随机过程参数样本;为保证优化过程的 精度和效率，参照文献[12],取s = 104 = 104。4.3时变稳定性优化结果分析
最终优化得到设计变量的最优值为：&5 =7. 23g/(:m3 ,队6 = 7. 35mm。以优化后结果替换表3 中相应的支撑背板密度^和厚度％的均值，而制动
式(29)所示的优化模型为嵌套优化模型，其外层为设计变量的寻优，内层为目标函数好（-ZU)) 和约束函数i(g/x))的求解。在不确定函数的显 式表达式已知情况下，可采用蒙特卡洛方法快速求解好(-ZU))和 i(g,U))。4. 2
时变稳定性优化流程
对式(29)所示的模型进行优化，外层寻优选择 遗传算法，相关参数设置为:种群规模为100,代数 为100,二进制编码为8,代沟为0.9,交叉概率为 0. 7,变异率为0. 05;初始化设计变量，支撑背板厚 度均值和支撑背板密度均值均选择初始值；内层的 计算采用蒙特卡洛方法迭代108次。
盘式制动器时变稳定可靠性优化流程如图4所
(
m )
________ I ________含时变參数可靠性优化模型(式(29))
I ~|
选择遗传优化算法初始化设计向量
-»-----------I
Z生成时间样本，将随机过程向量
⑴转换成随机向量Zr，r= 1,2,…#
I
」
生成随机样本和
4
户
1
，2,…，〜—I
代入模型的目标和约束，得到
-a4，忠)树4奴)更
新设计变量
计算风义⑷入式孓
))
^
输出优化结果^
图4
盘式制动器时变稳定可靠性优化流程图
器的其他参数仍按表3取值，基于盘式制动器时变 稳定可靠性分析理论，得到优化后随时间变化的盘 式制动器系统复特征值阻尼比概率分布和可靠度指 标与可靠度，如图5、图6和表7所示。
表7
优化后随时间变化的制动器稳定可靠度指标和可靠性
使用时间^/h
可靠度指标0
可靠度尺（〇
/%
0
7.23100
26.56100
4
5. 88100
6
5. 19100
8
4.49. 9910
3.6999. 9812
2.
99. 81
综合图5、图6和表7可知:优化后阻尼比的概 率密度函数曲线整体右移，在t= 12h时，概率密度函 数图像基本位于横坐标-0.01右侧;在fe[0,12h], 尽管系统的可靠度指标随着制动器的磨损在减小， 但当i=12h时，可靠度指标为2. ,对应的系统稳 定可靠度从31. 21%提升至99. 81%,可以认为系统 足够稳定。故优化后的制动器系统在设计使用周期 内稳定可靠，优化的效果良好。5
结论
针对制动器在使用周期内的磨损导致制动器可 靠度降低的问题，本文中基于可靠性分析理论，提出 了盘式制动器时变稳定可靠性分析方法和优化方
法，主要研究结论如下。
(1)采用随机参数和随机过程参数对制动器系 统进行描述，将制动盘和制动片的厚度描述为时间^
• 802 •汽车工程2018年（第40卷）第7期
的函数,可建立含随机参数和时变随机参数的盘式 制动器稳定可靠性模型，进行制动器在使用过程中 的可靠性动态预测。
(2)以复特征值阻尼比负值的最小化为优化目
标,利用时变可靠性分析理论和遗传优化方法，对某 车浮钳制动器系统的支撑背板的密度和厚度进行优 化,成功提高了制动器使用后期的稳定可靠度，表明 本文方法能有效用于提高制动器系统在设计周期内
2018(V〇1.40)N〇.7
王晗蓓，等:汽车盘式制动器时变稳定性的分析与优化
♦ 803 -
[12] 吕辉,于德介.随机参数汽车盘式制动器的稳定性分析[J].振
动工程学报,2014,27(5):7-653.
[13] SARROLY E，DESSOMBZ 0, S1NOL J J. Piecewise polynomial
chaos expansion with an application to brake squeal of a linear brake system[ J ]. Journal of Sound and Vibration，2013，332( 3): 577-594.
[14] T1SONA T，UELSSAFF A，MASSAA F，et al. 1mprovement in
the predictivity of squeal simulations: uncertainty and robustness 的稳定可靠性。
参考文献
[1] BLASCUKE P， TAN M， WANG A. On the analysis of brake
squeal propensity using finite element method [ C ]. SAE Paper2000-01-2765.
[2] L1L P，ZUENG U，CA1 C，et al. Analysis of disc brake squeal u
sing the complex eigenvalue method[J]. Applied Acoustics，2007, 68(6) ：603-615.
[3] FRITZ G，S1NOLB J J，DLFFAL J M. Effects of damping on
brake squeal coalescence patterns - application on a finite element model [ J ]. Mechanics Research Communications，2007，34(2)： 181-190.[4] MASS1A F，BA1LLETBL，G1ANN1N1 O. Brake squeal： linear and
nonlinear numerical approaches [J]. Mechanical Systems and Signal Processing，2007,21(6) ：2374-2393.[5] 孙振华，曾庆华,蒋东鹰，等.盘式制动器制动尖叫的研究[J].
汽车工程，1999,21(6):326-332.
[6] 宿新东,管迪华.利用子结构动态特性优化设计抑制制动器尖叫[J].汽车工程,2003,25(3):167-170.[7] 文武，陈光雄,戴焕云，等.铁路车辆盘形制动尖叫噪声的有限元分析[J].中国铁道科学,2007,28(5):-92.[8] 陈光雄,戴焕云，曾京，等.摩擦尖叫噪声有限元预测分析的可
靠性研究[J].润滑与密封,2009,34(3):2-5.[9] 吕辉,于德介，谢展，等.基于响应面法的汽车盘式制动器稳性优化设计[J].机械工程学报,2013,49(9):55-60.[10] 管迪华，杜永昌，王霄锋，等.对一盘式制动器高频尖叫及抑的分析[J].工程力学,2014,31(12):217-222.
[11] MATSLSU1MA T，1ZL1 K，N1SU1WAK1 S. Conceptual design
method for reducing brake squeal in disk brake systems considering unpredictable usage factors [J]. Journal of Mechanical De-sign，2012，134(6):579-580.
[J]. Journal of Sound and Vibration，2014,333 ( 15): 33943412.
[15] NOBAR1A，OLYANGU，BANN1STER P. Lncertainty quantifi
cation of squeal instability via surrogate modelling[J]. Mechanical Systems and Signal Processing，2015,60-61:887-908.
[16] NECUAK L，G1LLOT F，BESSET S. Sensitivity analysis and
kriging based models for robust stability analysis of brake systems [J]. Mechanics Research Communications，2015,69:136-145.[17] L1L X D，WANG U X，WAN Z S，et al. Time-frequency analysis
of disc brake squeal in a brake experiment[C]. ASME 2013 1n- ternational Mechanical Engineering Congress and Exposition，2013:V014T15A024.
[18] KULR1 A 1，MLKUOPADUYAY S. Response surface methodolo-
gy[J]. Springer Texts in Statistics，2004，1(51):1171-1179.[ 19] PAP1LA M. Accuracy of response surface approximations for
weightequationsbasedonstructuraloptimization[M].Mipro，1n- ternational Convention，Opatija，Croatia，May，2001:988-992.[20] JOGLEKAR A M，MAY A T. Product excellence through experi
mental design[J]. Cereal Foods World，1991，32:211-230.[21] NOBAR1A，OLYANGU，BANN1STER P. Lncertainty quantifi
cation of squeal instability via surrogate modelling[J]. Mechanical Systems & Signal Processing，2015,60-61:887-908.[22] 张立军，唐传骏，庞明，等.制动盘弹性模量对制动尖叫影响仿真分析[J].汽车工程学报，2013,3(5):313-323.[23] 张立军，庞明，孟德建，等.面向制动尖叫抑制的制动块稳健设计[J].汽车工程，2016,38(1):65-71.
[24] ABLBAKAR A R，OLYANG U. Wear prediction of friction mate
rial and brake squeal using the finite element method [J]. W'ear，2008，2(11-12):1069-1076.[25] STAL1N-MLLLER N， VAN K D. Numerical simulation of the
sliding wear test in relation to material properties [ J]. Wear，1997,203(3) :180-186.[26] PODRA P， ANDERSSON S. Wear simulation with the Winkler
surface model [J]. W ear，1997，207 ( 1-2) :79-85.[27] 黄新萍，姜潮，韩旭.针对非线性极限状态方程的时变可靠分析[J].力学学报，2014,46(2):2-272.
[28] 徐钟济.蒙特卡罗方法[M].上海:上海科学技术出版社，1985.
定
制
的
性
度
因篇幅问题不能全部显示，请点此查看更多更全内容