随着现代汽车制造技术的发展,仿真技术越来越成为汽车整车及零部件设计的重要手段,作为数值仿真的基础与核心,广泛应用于车用液压减振器数学模型。但是,减振器模型多为集总参数模型,模型中某些重要的参数很大程度上还必须根据实验进行测定,不利于模型的准确建立,加大了减振器的仿真难度,因而极大地制约了减振器减振性能的提高。本文将改进的遗传算法应用于减振器摩擦模型的参数辨识问题中。首先分析了常用的液压减振器的工作原理及物理结构,然后对现有的参数辨识方法进行探讨,最后深入分析了改进的遗传算法在减振器摩擦模型参数辨识中的应用。论文完成的主要工作有:本文分析了液压减振器的作用、工作原理及研究现状等内容;对摩擦的产生过程及机理、摩擦建模和仿真等相关知识进行了探讨;并研究了现有的各种系统参数辨识方法的优缺点。对现有摩擦模型进行了较详细的对比分析,总结出了各模型的优缺点和适用工况,并选用LuGre摩擦模型作为本文参数辨识最合适的模型。文中采用LuGre摩擦模型描述液压减振器非线性摩擦力,建立了考虑往复换向非线性摩擦力的减振器动力学模型。结合两步法对基于LuGre模型的系统进行动静态参数辨识,辨识过程中采用改进的遗传算法为优化算法,并将其应用于伺服系统中,并将新方法得出的辨识结果与传统的遗传算法辨识结果进行对比,证明了新方法的有效性。运用本文提出的新方法对基于LuGre摩擦模型的液压减振器摩擦参数进行辨识及仿真。辨识结果表明,采用本文中的方法进行减振器的摩擦参数辨识可以得到更准确的辨识结果,因此可以建立更精确的摩擦模型。该方法的提出为以后的减振器优化设计、制造提供了有效的解决办法。