电磁馈能悬架的智能切换控制策略研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-14页 |
| 1.2.1 汽车悬架能量回收理论 | 第9页 |
| 1.2.2 馈能悬架的结构形式 | 第9-11页 |
| 1.2.3 馈能悬架的控制策略 | 第11-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 2 悬架动力学特性及馈能潜力研究 | 第16-26页 |
| 2.1 被动悬架动力学模型 | 第16-17页 |
| 2.2 路面输入模型 | 第17-19页 |
| 2.2.1 路面不平度功率谱 | 第17-18页 |
| 2.2.2 路面输入时域模型 | 第18-19页 |
| 2.3 悬架动力学特性分析 | 第19-21页 |
| 2.3.1 悬架系统性能的评价指标 | 第19页 |
| 2.3.2 悬架动力学性能参数灵敏度分析 | 第19-21页 |
| 2.4 悬架馈能潜力研究 | 第21-24页 |
| 2.5 本章小结 | 第24-26页 |
| 3 电磁馈能悬架主动控制方法研究 | 第26-38页 |
| 3.1 电磁主动悬架的结构原理 | 第26页 |
| 3.2 主动悬架1/4动力学模型 | 第26-27页 |
| 3.3 主动悬架模糊PID控制 | 第27-31页 |
| 3.3.1 PID控制理论及模糊控制理论 | 第27-29页 |
| 3.3.2 主动悬架模糊PID控制 | 第29-31页 |
| 3.4 主动悬架单神经元PID控制 | 第31-32页 |
| 3.4.1 单神经元控制 | 第31-32页 |
| 3.4.2 单神经元PID控制 | 第32页 |
| 3.5 粒子群算法最优控制 | 第32-35页 |
| 3.5.1 粒子群算法 | 第32-34页 |
| 3.5.2 粒子群算法最优控制 | 第34-35页 |
| 3.6 仿真结果及分析 | 第35-37页 |
| 3.7 本章小结 | 第37-38页 |
| 4 馈能悬架控制策略研究 | 第38-52页 |
| 4.1 传统馈能悬架控制策略 | 第38-42页 |
| 4.1.1 传统单模式馈能悬架 | 第38-40页 |
| 4.1.2 传统模式切换馈能悬架 | 第40-42页 |
| 4.2 馈能悬架的智能控制策略 | 第42-46页 |
| 4.2.1 智能控制策略模式划分 | 第42-45页 |
| 4.2.2 主动控制器的选取 | 第45-46页 |
| 4.3 智能控制馈能悬架阻尼优化 | 第46-48页 |
| 4.4 馈能悬架的动力学及馈能性能分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 基于整车模型的馈能悬架动力学及馈能性能分析 | 第52-68页 |
| 5.1 整车馈能悬架建模及控制 | 第52-56页 |
| 5.1.1 整车七自由度悬架模型 | 第52-54页 |
| 5.1.2 整车最优控制粒子群优化 | 第54-56页 |
| 5.2 整车馈能悬架阻尼优化 | 第56-58页 |
| 5.3 整车馈能悬架智能控制策略仿真分析 | 第58-64页 |
| 5.3.1 不同工况下馈能悬架性能分析 | 第58页 |
| 5.3.2 不同驾驶员需求下的馈能悬架性能分析 | 第58-64页 |
| 5.4 作动器特性对馈能悬架性能影响的研究 | 第64-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68页 |
| 6.2 研究展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78页 |
| A.作者在攻读学位期间获得的论文 | 第78页 |
| B.作者在攻读学位期间参加的科研项目 | 第78页 |
