中文摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-20页 |
1.1 课题研究内容、目的和意义 | 第8-9页 |
1.2 全地面起重机 | 第9-10页 |
1.2.1 全地面起重机概述 | 第9页 |
1.2.2 国内外研究现状 | 第9-10页 |
1.3 油气悬架概述 | 第10-15页 |
1.3.1 油气悬架的组成和分类 | 第10-13页 |
1.3.2 油气悬架的特点 | 第13-14页 |
1.3.3 油气悬架系统的研究现状 | 第14-15页 |
1.4 主动油气悬架系统概述 | 第15-18页 |
1.4.1 控制方式 | 第15-16页 |
1.4.2 相关控制理论 | 第16-17页 |
1.4.3 国内外主动悬架研究现状 | 第17-18页 |
1.5 本文主要研究内容 | 第18-20页 |
第二章 全地面起重机油气悬架系统结构及其特点 | 第20-26页 |
2.1 油气悬架缸的结构特点 | 第20-21页 |
2.2 油气悬架系统的安装 | 第21-22页 |
2.3 油气悬架系统的电、液压控制原理 | 第22-24页 |
2.4 本章小结 | 第24-26页 |
第三章 全地面起重机油气悬架数学建模及性能仿真 | 第26-42页 |
3.1 悬架缸的原理解析 | 第26页 |
3.2 悬架模型的建立条件 | 第26-28页 |
3.2.1 建立悬架模型条件的简化 | 第26-27页 |
3.2.2 气体状态方程的选择 | 第27-28页 |
3.3 油气悬架数学模型的建立 | 第28-34页 |
3.3.1 建立悬架缸数学模型 | 第28-32页 |
3.3.2 油气悬架的刚度、阻尼研究 | 第32-34页 |
3.4 油气悬架的仿真 | 第34-41页 |
3.4.1 仿真参数的确定 | 第35页 |
3.4.2 路面激励模型 | 第35-36页 |
3.4.3 仿真结果 | 第36-41页 |
3.5 本章小结 | 第41-42页 |
第四章 径向基函数神经网络PID控制器的研究 | 第42-50页 |
4.1 RBF神经网络的特点 | 第42-44页 |
4.1.1 RBF神经网络的算法 | 第42-43页 |
4.1.2 径向基函数中心点的确定 | 第43-44页 |
4.2 RBF神经网络PID控制器的设计 | 第44-45页 |
4.3 RBF神经网络PID控制器的算法 | 第45-47页 |
4.4 本章小结 | 第47-50页 |
第五章 基于神经网络控制主动油气悬架系统分析 | 第50-62页 |
5.1 建立互联式油气悬架系统的数学模型 | 第50-53页 |
5.2 油气悬架系统的MATLAB/simulink仿真 | 第53-60页 |
5.3 本章小结 | 第60-62页 |
第六章 结论与展望 | 第62-64页 |
6.1 结论 | 第62-63页 |
6.2 展望 | 第63-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-70页 |
攻读硕士期间参加的科研项目及发表的学术论文 | 第70页 |