| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7页 |
| ·车辆悬架系统概述 | 第7-9页 |
| ·半主动悬架系统控制策略研究 | 第9-11页 |
| ·磁流变技术综述 | 第11-13页 |
| ·磁流变液的组成及其流变特性 | 第11-12页 |
| ·磁流变液的工作模式 | 第12-13页 |
| ·磁流变技术在车辆悬架振动控制领域的应用 | 第13页 |
| ·本文研究内容 | 第13-15页 |
| 2 车辆悬架系统动力学分析 | 第15-25页 |
| ·随机路面模型 | 第15-18页 |
| ·路面不平度的功率谱 | 第15-16页 |
| ·空间频谱函数与时间频谱函数的转化 | 第16页 |
| ·随机路面激励的建模与仿真 | 第16-18页 |
| ·磁流变阻尼器建模及特性分析 | 第18-21页 |
| ·磁流变阻尼器的力学模型 | 第18-19页 |
| ·磁流变阻尼器的外特性分析 | 第19-21页 |
| ·车辆半主动悬架系统建模 | 第21-24页 |
| ·二自由度1/4车悬架系统模型 | 第21-22页 |
| ·半主动悬架系统的性能分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于MR阻尼器逆向神经网络模型的悬架半主动控制 | 第25-39页 |
| ·引言 | 第25页 |
| ·BP神经网络 | 第25-28页 |
| ·BP神经网络的工作原理 | 第25-27页 |
| ·BP神经网络的MATLAB实现 | 第27-28页 |
| ·MR阻尼器的逆向神经网络模型 | 第28-32页 |
| ·训练样本的产生 | 第28-29页 |
| ·BP网络拓扑结构的选取 | 第29页 |
| ·逆向神经网络模型的训练与验证 | 第29-32页 |
| ·MR阻尼器逆向模型在悬架半主动控制中的应用 | 第32-38页 |
| ·控制策略及MR阻尼器的半主动约束 | 第32页 |
| ·LQR主动控制算法 | 第32-34页 |
| ·仿真结果及分析 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 4 悬架系统与转向系统的分层协调控制 | 第39-53页 |
| ·引言 | 第39页 |
| ·悬架与转向集成系统模型 | 第39-43页 |
| ·转向工况下的整车模型 | 第39-41页 |
| ·电动助力转向模型 | 第41-43页 |
| ·转向工况下的轮胎模型 | 第43页 |
| ·半主动悬架子控制系统 | 第43-46页 |
| ·EPS子控制系统 | 第46-48页 |
| ·助力特性的确定 | 第46-47页 |
| ·PID控制器的设计 | 第47-48页 |
| ·上层协调控制器 | 第48-49页 |
| ·集成系统的性能指标 | 第48页 |
| ·协调控制规则 | 第48-49页 |
| ·协调控制仿真分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60-61页 |