半主动悬架系统与车辆性能的协调研究
第1章 绪论 | 第1-17页 |
·悬架与汽车性能的关系 | 第9-10页 |
·悬架的发展概况与现状 | 第10-12页 |
·被动悬架 | 第10页 |
·全主动悬架 | 第10-11页 |
·半主动悬架 | 第11页 |
·各种悬架性能的比较 | 第11-12页 |
·半主动悬架控制概述 | 第12-15页 |
·多工况综合控制方法 | 第12页 |
·慢速控制 | 第12-13页 |
·天棚阻尼控制 | 第13页 |
·最优控制 | 第13-14页 |
·自适应控制 | 第14页 |
·模糊控制 | 第14-15页 |
·神经模糊控制 | 第15页 |
·本课题研究的主要内容、方法和意义 | 第15-17页 |
·主要内容 | 第15页 |
·研究方法 | 第15页 |
·技术路线 | 第15-16页 |
·意义 | 第16-17页 |
第2章 可调阻尼减振器的研制与试验建摸 | 第17-34页 |
·被动减振器 | 第17-18页 |
·NJ130减振器的改进 | 第18-21页 |
·连续可调减振器特性实验 | 第21-22页 |
·实验目的 | 第21页 |
·连续可调减振器试验方案 | 第21页 |
·实验设备及仪器 | 第21页 |
·实验条件及执行标准 | 第21页 |
·步进电机的控制模块和工作原理 | 第21-22页 |
·试验步骤 | 第22-23页 |
·试验结果 | 第23-31页 |
·被动减振器试验结果 | 第23-24页 |
·可调阻尼减振器试验结果 | 第24-31页 |
·试验结果分析 | 第31-33页 |
·存在的问题及分析 | 第32页 |
·几点意见 | 第32-33页 |
·小结 | 第33-34页 |
第3章 系统的数学模型 | 第34-40页 |
·路面输入模型的建立 | 第34-36页 |
·半主动悬架阻尼控制模型的建立 | 第36-39页 |
·模型的建立 | 第36-38页 |
·与控制阻尼力模型的比较 | 第38-39页 |
·半主动悬架评价函数的建立 | 第39页 |
·小结 | 第39-40页 |
第4章 半主动悬架神经网络模型 | 第40-53页 |
·神经网络基本结构和学习算法 | 第40-41页 |
·典型神经网络结构 | 第40-41页 |
·神经网络学习算法 | 第41页 |
·前馈式网络 | 第41-45页 |
·基本单元 | 第41-42页 |
·前馈式网络结构 | 第42-43页 |
·前馈式网络的BP算法 | 第43-45页 |
·半主动悬架神经网络反馈控制模型 | 第45-49页 |
·间接学习方法 | 第45-46页 |
·半主动悬架的神经网络直接学习 | 第46-49页 |
·神经网络学习过程的仿真实现 | 第49-52页 |
·主程序设计 | 第50-51页 |
·子程序设计 | 第51-52页 |
·小结 | 第52-53页 |
第5章 半主动悬架与车辆性能的协调 | 第53-64页 |
·三角形凸块输入 | 第53-55页 |
·正弦路面信号输入 | 第55-57页 |
·扫频路面信号输入 | 第57-60页 |
·滤波白噪声信号输入 | 第60-62页 |
·小结 | 第62-64页 |
第6章 结论与建议 | 第64-66页 |
·结论 | 第64页 |
·建议 | 第64-66页 |
参考文献 | 第66-68页 |
致谢 | 第68-69页 |
发表的文章 | 第69页 |