考虑到能量解耦法可方便地评价各个自由度方向的解耦程度，且在主要的激振力方向有较高程度的解耦，结合模拟退火算法（Simulated Annealing）的优点，将模拟退火算法应用到能量解耦优化方法中，对发动机悬置件参数进行优化。

模拟退火算法由Metropolis 等人于20 世纪80 年代提出，其思想源于物理中固体物质退火过程与一般组合优化问题之间的相似性。 物理退火分升温、等温和降温3 个过程，模拟退火算法的基本思想来源于将固体加温至充分高，再让其徐徐冷却，加温时固体内部粒子随温度升高变为无序状，内能增大，而徐徐冷却时粒子渐渐有序，在每个温度下都达到平衡态，最后在常温时达到基态，内能减为最小。

目前，模拟退火算法已广泛应用于最优控制、神经网络等优化问题。 其计算过程简单，通用，鲁棒性强，具有很好的短时寻优能力，适用于并行计算，可用于求解复杂的非线性优化问题，是一种通用的优化算法。 其基本流程如图5.4 所示。

这里以能量解耦为目标，对该动力总成悬置系统进行优化，以各阶模态能量百分比占优的方向上的能量解耦率最大为目标函数，建立起六阶模态上的6 个目标函数。

图5.4　模拟退火算法流程图

悬置件的阻尼是用来降低悬置系统的共振峰值的，不作为优化设计变量。 同时，由于悬置件的安装位置和安装角度受发动机安装及车架空间的限制，不宜改变。 因此，以4个悬置件三向刚度参数作为设计变量进行解耦优化。 同时，要考虑悬置件的对称性及安装的方便性，设4 个悬置件的三向刚度一致。

考虑悬置系统的隔振特性及悬置件的自身特性，约束条件为一阶固有频率大于5 Hz，小于30 Hz。(www.daowen.com)

采用Isight 软件对发动机悬置件参数进行优化。 计算时，选择Isight 中的适应性模拟退火算法。 表5.11 为优化后各个方向的固有频率及能量解耦率，表5.12 为优化后的悬置件刚度参数。

表5.11　优化后悬置系统各阶固有频率和振动能量

表5.12　优化后悬置件的刚度

对比表5.10 和表5.11 的分析结果可知，在固有频率方面，优化后的固有频率和优化前相差很小；在各个方向的能量解耦方面，优化后γ 向有所降低，其他方向均有所提高，但效果不是很明显；而且在优化前后悬置件的刚度变化方面，两个相差不大。 这一优化结果表明，该款进口全地形标杆车悬置系统设计较为合理，与事实相吻合。 若需要获得较好的解耦率，需要在全地形车设计阶段将发动机安装位置及角度作为变量进行悬置系统优化。