摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-20页 |
1.1 论文研究背景和意义 | 第11-12页 |
1.2 轮胎模型参数辨识的研究现状 | 第12-14页 |
1.3 智能计算技术的研究概况 | 第14-16页 |
1.3.1 人工神经网络研究现状 | 第14-15页 |
1.3.2 扩展卡尔曼算法研究现状 | 第15-16页 |
1.4 小波去噪的研究现状 | 第16-17页 |
1.5 汽车制动舒适性的研究概况 | 第17-18页 |
1.6 本文的研究内容 | 第18-20页 |
第2章 EKF算法与BP神经网络的集成研究 | 第20-30页 |
2.1 BP神经网络研究 | 第20-24页 |
2.1.1 人工神经网络简介 | 第20-21页 |
2.1.2 BP神经网络原理概述 | 第21-23页 |
2.1.3 BP神经网络缺陷分析及改进研究 | 第23-24页 |
2.2 扩展卡尔曼(EKF)算法研究 | 第24-27页 |
2.2.1 卡尔曼算法原理概述 | 第24-26页 |
2.2.2 扩展卡尔曼算法研究 | 第26-27页 |
2.3 EKF与BP神经网络的集成研究 | 第27-29页 |
2.3.1 EKF优化BP神经网络的基本方法 | 第27-28页 |
2.3.2 改进EKF-BP网络设计 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第3章 整车行驶试验与加速度信号去噪 | 第30-44页 |
3.1 整车行驶试验 | 第30-32页 |
3.1.1 试验工况的设计 | 第30-31页 |
3.1.2 试验设备及测点的布置 | 第31-32页 |
3.1.3 试验数据测量及结果分析 | 第32页 |
3.2 整车试验结果分析 | 第32-34页 |
3.2.1 随机路面工况结果分析 | 第32-33页 |
3.2.2 脉冲工况结果分析 | 第33-34页 |
3.3 基于小波变换的去噪方法 | 第34-38页 |
3.3.1 小波阈值去噪原理 | 第35-36页 |
3.3.2 阈值的选取 | 第36-38页 |
3.4 试验数据去噪 | 第38-42页 |
3.4.1 db小波函数 | 第38-39页 |
3.4.2 去噪流程 | 第39-40页 |
3.4.3 去噪结果分析及评价 | 第40-42页 |
3.5 本章小结 | 第42-44页 |
第4章 基于EKF-BP网络的轮胎参数辨识 | 第44-62页 |
4.1 有限元仿真模型的建立 | 第44-47页 |
4.1.1 轮胎几何模型的建立 | 第44-45页 |
4.1.2 轮胎-脉冲路面仿真有限元模型的建立 | 第45-47页 |
4.2 EKF-BP网络辨识能力分析 | 第47-52页 |
4.2.1 训练样本采集及处理 | 第47-48页 |
4.2.2 EKF-BP网络拓扑结构与基本参数确定 | 第48-49页 |
4.2.3 EKF-BP网络辨识方法的研究 | 第49页 |
4.2.4 EKF-BP网络辨识能力分析 | 第49-52页 |
4.3 轮胎材料参数辨识及试验验证 | 第52-54页 |
4.3.1 参数辨识结果及分析 | 第52-53页 |
4.3.2 试验验证 | 第53-54页 |
4.4 基于辨识材料参数的轮胎虚拟试验 | 第54-60页 |
4.4.1 虚拟试验设计 | 第54-57页 |
4.4.2 刚度阻尼影响因素分析 | 第57-59页 |
4.4.3 刚度阻尼仿真结果 | 第59-60页 |
4.5 本章小结 | 第60-62页 |
第5章 基于辨识轮胎参数的自卸车制动舒适性优化 | 第62-83页 |
5.1 整车制动舒适性分析 | 第62-63页 |
5.2 自卸车刚柔耦合动力学模型建立及验证 | 第63-70页 |
5.2.1 自卸车模型参数的选取 | 第63-64页 |
5.2.2 整车动力学模型建立 | 第64-68页 |
5.2.3 轮胎及整车动力学模型验证 | 第68-70页 |
5.3 基于辨识轮胎参数的整车制动舒适性仿真分析 | 第70-71页 |
5.4 基于区间不确定性的整车制动舒适性优化 | 第71-80页 |
5.4.1 区间不确定性优化理论 | 第71-72页 |
5.4.2 不确定性变量选取 | 第72-73页 |
5.4.3 目标函数选取 | 第73-74页 |
5.4.4 优化变量选取 | 第74-75页 |
5.4.5 建立优化模型 | 第75-78页 |
5.4.6 优化结果分析 | 第78-80页 |
5.5 优化结果对整车平顺性的影响 | 第80-81页 |
5.6 本章小结 | 第81-83页 |
结论 | 第83-85页 |
1.论文主要研究工作及结论 | 第83-84页 |
2.本文主要创新点 | 第84页 |
3.展望 | 第84-85页 |
参考文献 | 第85-90页 |
附录 攻读学位期间所发表的学术论文目录 | 第90-91页 |
致谢 | 第91页 |