半主动空气悬架神经网络控制算法仿真研究
| 第一章 绪论 | 第1-15页 |
| ·概述 | 第8页 |
| ·国外汽车空气悬架发展历史和现状 | 第8-10页 |
| ·国内空气悬架的研究及应用现状 | 第10-11页 |
| ·神经网络控制的发展及应用 | 第11-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 空气悬架系统 | 第15-31页 |
| ·空气弹簧 | 第15-25页 |
| ·空气弹簧的工作原理 | 第15-16页 |
| ·空气弹簧的结构及分类 | 第16-18页 |
| ·空气弹簧特性 | 第18-20页 |
| ·空气弹簧的动态响应 | 第20页 |
| ·空气弹簧刚度与充放气时间的关系 | 第20-25页 |
| ·高度阀工作原理 | 第25页 |
| ·导向传力机构 | 第25-28页 |
| ·减振阻尼装置 | 第28页 |
| ·横向稳定器 | 第28-29页 |
| ·电气元件 | 第29页 |
| ·空气悬架对整车性能的影响 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 神经网络控制理论 | 第31-46页 |
| ·神经网络的基本单元 | 第31-32页 |
| ·神经网络的特点 | 第32-33页 |
| ·神经网络学习方式 | 第33-34页 |
| ·神经网络学习规则 | 第34-35页 |
| ·误差纠正学习 | 第34-35页 |
| ·Hebb 学习 | 第35页 |
| ·竞争学习 | 第35页 |
| ·神经网络的连接形式 | 第35-38页 |
| ·前向网络 | 第35-38页 |
| ·反馈网络 | 第38页 |
| ·互相结合型网络和混合型网络 | 第38页 |
| ·典型的前向网络—BP 网络 | 第38-45页 |
| ·BP 网络的前馈计算 | 第39-40页 |
| ·网络权值的调整规则 | 第40-42页 |
| ·BP 网的学习过程 | 第42-43页 |
| ·BP 网络算法改进 | 第43-44页 |
| ·神经网络与系统控制 | 第44-45页 |
| ·本章小节 | 第45-46页 |
| 第四章 模型参考自适应控制器设计 | 第46-56页 |
| ·神经网络控制器的设计 | 第46-50页 |
| ·神经网络辨识器设计 | 第47-48页 |
| ·神经网络控制器的设计 | 第48-50页 |
| ·半主动悬架力学模型的建立 | 第50-55页 |
| ·半主动悬架中悬架刚度k 的调节原理 | 第50-51页 |
| ·半主动悬架两自由度1/4 车辆模型 | 第51-53页 |
| ·半主动悬架评价函数的建立 | 第53-54页 |
| ·半主动悬架神经网络自适应控制的系统模型 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 神经网络控制仿真分析 | 第56-73页 |
| ·路面激励模型 | 第56-58页 |
| ·路面上平度的功率谱 | 第56-57页 |
| ·车辆系统路面输入模型 | 第57-58页 |
| ·悬架性能评价指标 | 第58-60页 |
| ·仿真及结果 | 第60-72页 |
| ·正弦激励下模型仿真 | 第60-62页 |
| ·随机输入系统性能仿真 | 第62-65页 |
| ·验证神经网络控制自适应性 | 第65-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 电控空气悬架的台架试验 | 第73-82页 |
| ·试验台结构 | 第73-75页 |
| ·试验方法 | 第75-76页 |
| ·试验结果分析 | 第76-81页 |
| ·本章小结 | 第81-82页 |
| 第七章 全文总结与研究展望 | 第82-84页 |
| ·论文创新点 | 第82-83页 |
| ·研究展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 摘要 | 第88-91页 |
| ABSTRACT | 第91-94页 |
| 致谢 | 第94页 |
