作為底盤系統的關鍵部件，減振器性能直接影響車輛的駕乘性能。由于減振器結構參數繁多且耦合性高，在傳統開發流程中，減振器調校對工程師的系統建模能力和對復雜耦合機理理解的要求很高，往往依賴“經驗+反復試驗”的試錯模式，這不僅耗時數月，更將產生高昂成本。如何高效、精準地建立減振器的模型，并實現整車仿真應用的系統化優化，一直是行業關注的問題。
汽車減振器結構示意
相較于依賴工程師經驗積累的傳統開發模式，AI技術在減振器建模與整車仿真領域展現出突破性優勢。AI技術擅長挖掘復雜數據間的高維非線性關系，發現傳統建模方法難以識別的隱含關系，為減振器建模和整車仿真提供全新的智能化解決方案。
中汽中心工程院融合AI技術與減振器建模開發，依托大量試驗數據與物理理論約束，開發了基于深度學習算法的人工智能減振器建模軟件。該軟件面向汽車底盤不同開發階段，集成了兩大減振器建模工具，用于整車開發過程中減振器快速調校和減振器外特性高精度仿真，覆蓋汽車開發過程中減振器的參數優化、性能評估、仿真驗證等關鍵環節。
人工智能減振器建模系統軟件
【核心功能模塊】
（1）減振器人工智能建模工具
圖3 減振器人工智能建模工具界面
該工具以被動型減振器為對象，支持底盤調教方案的快速評估。底盤調校工程師只需要輸入減振器閥系的安裝規格參數，即可智能預測該結構下的減振器速度特性曲線，實現減振器結構與阻尼力的數據化表達。該工具的外特性預測結果相較減振器臺架測試結果準確率達90%以上。
（2）減振器外特性高精度建模工具
圖4 減振器外特性高精度建模工具界面
減振器外特性高精度建模工具將位移、速度雙重參數共同作為阻尼力控制要素，使得減振器真實復現整車運動狀態，提高整車動力學載荷仿真精度。與此同時，將參數化的減振器動力學模型集成到整車動力學仿真軟件中，從而將整車的動力學性能和減振器的內部結構聯系起來。突破傳統阻尼力樣條曲線仿真瓶頸，增加數據取值豐富度，相較傳統仿真模式整車載荷精度提升大于5%。
圖5 減振器外特性3D圖形
人工智能減振器建模系統對加快減振器設計開發速度，降低設計和試驗費用，提高減振器設計水平和制造質量，提高車輛行駛平順性、操作穩定性和乘坐舒適性都將產生積極推動作用。工程院研發團隊將圍繞減振器建仿真問題，打造全流程的數據驅動與物理約束融合的智能建模體系，實現從試驗數據采集、參數辨識、模型訓練到整車級仿真應用的閉環優化，提高減振器調校的效率與準確性，為整車開發提供更加高效、精準的系統化解決方案。