首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--行走系统论文--悬挂论文

连续型减速带及发动机激励下车辆系统混沌识别及智能抑制

摘要第4-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 非线性悬架系统研究现状第10-11页
        1.2.2 混沌研究现状第11页
        1.2.3 非线性汽车悬架的混沌发展现状第11-12页
    1.3 本文研究的主要内容及技术路线第12-15页
第二章 连续型减速带和发动机激励及非线性汽车悬架系统第15-23页
    2.1 建立减速带模型第15-16页
        2.1.1 减速带类型及实物图第15页
        2.1.2 连续型减速带模型第15-16页
    2.2 发动机激励第16-18页
    2.3 五自由度汽车悬架模型第18-21页
    2.4 本章小结第21-23页
第三章 车辆混沌状态分析第23-35页
    3.1 混沌的定义第23页
    3.2 混沌的特性第23-25页
    3.3 混沌的识别方法第25-27页
    3.4 非线性车辆系统混沌状况识别第27-34页
        3.4.1 图像法对车辆系统混沌的识别第27-30页
        3.4.2 数值法对车辆系统混沌的识别第30-34页
    3.5 本章小结第34-35页
第四章 车辆混沌参数范围估计第35-53页
    4.1 内部参数第35-47页
        4.1.1 悬架弹簧刚度第35-37页
        4.1.2 悬架阻尼第37-40页
        4.1.3 轮胎刚度第40-42页
        4.1.4 发动机悬置装置刚度第42-44页
        4.1.5 发动机悬置装置阻尼第44-47页
    4.2 外部参数第47-52页
        4.2.1 减速带宽度第47-50页
        4.2.2 减速带间距第50-52页
    4.3 本章小结第52-53页
第五章 基于遗传算法的车辆悬架混沌参数优化第53-61页
    5.1 遗传算法的理论基础与方法第53-56页
        5.1.1 遗传算法的理论基础第53页
        5.1.2 遗传算法的步骤第53-55页
        5.1.3 遗传算法的优点与应用关键第55-56页
    5.2 基于遗传算法工具箱的优化计算第56-59页
        5.2.1 适应度函数编写第56-57页
        5.2.2 参数约束条件第57-58页
        5.2.3 遗传算法工具箱相关参数设定第58-59页
    5.3 遗传算法结果及分析第59-60页
        5.3.1 遗传算法结果第59-60页
        5.3.2 结果分析第60页
    5.4 本章小结第60-61页
第六章 基于粒子群算法的车辆混沌非线性反馈控制第61-69页
    6.1 粒子群算法第61-64页
        6.1.1 粒子群算法的基本原理第61-62页
        6.1.2 标准粒子群算法流程第62-64页
    6.2 车辆反馈控制第64-65页
        6.2.1 非线性反馈控制第64页
        6.2.2 控制系统的差分第64-65页
        6.2.3 基于粒子群算法搜索最优反馈系数第65页
    6.3 计算结果及控制效果分析第65-67页
    6.4 本章小结第67-69页
第七章 总结与展望第69-71页
    7.1 全文总结第69-70页
    7.2 不足与展望第70-71页
参考文献第71-75页
附录A 互信息法求延迟时间程序第75-77页
附录B 虚假邻近点法求嵌入维数程序第77-79页
附录C wolf法计算系统最大Lyapunov指数程序第79-83页
附录D 结合粒子群算法的非线性反馈控制程序第83-85页
致谢第85-86页
攻读硕士期间发表的学术论文和科研项目第86页

论文共86页,点击 下载论文
上一篇:分布式驱动HEV的驱动防滑与转矩分配控制策略研究
下一篇:搅拌运输车防侧翻动力学分析及控制方法研究