摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第13-39页 |
1.1 汽车发展趋势 | 第13-14页 |
1.2 汽车悬架结构及分类 | 第14-20页 |
1.3 半主动悬架和磁流变减振器研究现状 | 第20-27页 |
1.3.1 半主动悬架研究历程 | 第20-23页 |
1.3.2 磁流变减振器研究现状 | 第23-27页 |
1.4 半主动悬架控制策略研究现状 | 第27-32页 |
1.5 分数阶微积分研究现状 | 第32-35页 |
1.6 本文主要研究内容 | 第35-37页 |
1.7 本章小结 | 第37-39页 |
第2章 磁流变减振器结构设计及优化 | 第39-67页 |
2.1 设计原则 | 第40页 |
2.2 设计原理 | 第40-42页 |
2.2.1 安培环路定理 | 第41页 |
2.2.2 高斯定理 | 第41-42页 |
2.3 磁流变减振器阻尼系数优化 | 第42-52页 |
2.3.1 整车动力学模型 | 第42-49页 |
2.3.2 优化目标及优化方法 | 第49-50页 |
2.3.3 优化结果 | 第50-52页 |
2.4 磁流变减振器参数设计 | 第52-54页 |
2.5 磁路系统设计及仿真 | 第54-56页 |
2.5.1 磁场系统有限元模型 | 第54-55页 |
2.5.2 磁路系统有限元模型 | 第55-56页 |
2.6 磁流变减振器结构参数灵敏度分析及优化设计 | 第56-65页 |
2.6.1 基于结构参数的磁流变减振器数学模型 | 第56-57页 |
2.6.2 外部磁场影响下的磁流变液本构方程 | 第57-62页 |
2.6.3 结构参数对减振器特性影响灵敏度分析 | 第62-64页 |
2.6.4 磁流变减振器关键参数优化 | 第64-65页 |
2.7 本章小结 | 第65-67页 |
第3章 磁流变减振器试验 | 第67-75页 |
3.1 试验设备与工况 | 第67-68页 |
3.2 试验数据处理 | 第68-69页 |
3.3 磁流变减振器特性 | 第69-74页 |
3.4 优化结果与试验结果对比 | 第74页 |
3.5 本章小结 | 第74-75页 |
第4章 磁流变减振器智能化模型建立 | 第75-85页 |
4.1 磁流变减振器建模难点 | 第75页 |
4.2 参数模型 | 第75-78页 |
4.3 非参数模型 | 第78页 |
4.4 磁流变减振器智能化建模 | 第78-82页 |
4.4.1 BP神经网络 | 第79页 |
4.4.2 磁流变减振器BP神经网络模型建模 | 第79-80页 |
4.4.3 基于BP神经网络减振器模型验证 | 第80-82页 |
4.4.4 磁流变减振器逆模型建立 | 第82页 |
4.5 本章小结 | 第82-85页 |
第5章 汽车半主动悬架分数阶PID控制 | 第85-103页 |
5.1 数学模型 | 第86-90页 |
5.1.1 车辆模型 | 第86-88页 |
5.1.2 路面模型 | 第88-90页 |
5.2 系统模型和控制器设计 | 第90-94页 |
5.2.1 车辆悬架控制系统模型 | 第90-91页 |
5.2.2 分数阶微积分主要性质 | 第91-92页 |
5.2.3 分数阶PID控制器设计 | 第92-94页 |
5.3 仿真分析 | 第94-101页 |
5.3.1 车辆悬架分数阶控制结构 | 第94-97页 |
5.3.2 频域分析 | 第97-98页 |
5.3.3 时域分析 | 第98-101页 |
5.4 本章小结 | 第101-103页 |
第6章 基于免疫进化算法的分数阶PID控制参数优化 | 第103-119页 |
6.1 基于全局策略改进的免疫优化算法 | 第103-106页 |
6.1.1 矢量距免疫算法 | 第104-105页 |
6.1.2 全局策略设计 | 第105-106页 |
6.2 改进免疫算法的分数阶PID整定模型 | 第106-109页 |
6.2.1 适应度函数设计 | 第106-109页 |
6.2.2 优化流程 | 第109页 |
6.3 仿真分析 | 第109-117页 |
6.3.1 进化特性分析 | 第109-111页 |
6.3.2 优化结果分析 | 第111-114页 |
6.3.3 免疫注入下的优化结果分析 | 第114-117页 |
6.4 本章小结 | 第117-119页 |
第7章 总结与展望 | 第119-121页 |
参考文献 | 第121-129页 |
在学期间发表的学术论文和参与的科研项目 | 第129-131页 |
致谢 | 第131页 |