工程机械动力总成匹配优化
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 主要符号列表 | 第13-15页 |
| 本文使用主要MATLAB函数及功能列表 | 第15-16页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 推土机研究现状 | 第17-19页 |
| 1.2.2 动力匹配国内外研究现状 | 第19-21页 |
| 1.3 本文研究的主要内容 | 第21-23页 |
| 第二章 动力总成的数学模型及神经网络理论基础 | 第23-36页 |
| 2.1 动力总成数学模型 | 第23-32页 |
| 2.1.1 发动机的数学模型 | 第23-26页 |
| 2.1.2 附件消耗转矩 | 第26页 |
| 2.1.3 液压泵的数学模型 | 第26-27页 |
| 2.1.4 液力变矩器的数学模型 | 第27-29页 |
| 2.1.5 变速箱的数学模型 | 第29-30页 |
| 2.1.6 主减速器模型 | 第30页 |
| 2.1.7 车身模型的建立 | 第30-32页 |
| 2.2 神经网络的理论基础 | 第32-36页 |
| 2.2.1 神经网络的学习方式 | 第32-33页 |
| 2.2.2 神经网络的学习规则 | 第33-34页 |
| 2.2.3 神经网络的学习算法 | 第34-36页 |
| 第三章 动力总成匹配计算 | 第36-63页 |
| 3.1 发动机参数 | 第36-40页 |
| 3.2 液压系统的参数 | 第40-41页 |
| 3.3 液力变矩器的参数 | 第41-43页 |
| 3.4 变速箱参数和传动系参数 | 第43页 |
| 3.5 整车参数 | 第43-44页 |
| 3.6 动力性计算及油耗量计算 | 第44-46页 |
| 3.7 优化结果对比 | 第46-47页 |
| 3.8 工况 | 第47-60页 |
| 3.8.1 抬铲工况 | 第47-49页 |
| 3.8.2 行车工况 | 第49-55页 |
| 3.8.3 铲土工况 | 第55-58页 |
| 3.8.4 支车工况 | 第58-60页 |
| 3.9 对比与实测油耗量的差距 | 第60-63页 |
| 第四章 利用MATLAB神经单元的学习性修正 | 第63-80页 |
| 4.1 神经网络计算框架及思路 | 第63-65页 |
| 4.2 神经网络计算流程 | 第65-66页 |
| 4.3 学习样本 | 第66-68页 |
| 4.4 修正代码 | 第68-71页 |
| 4.5 神经网络参数的确定 | 第71-76页 |
| 4.6 修正验证 | 第76-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 全文工作总结 | 第80页 |
| 5.2 展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士期间发表的论文 | 第88-89页 |
| 学位论文评阅及答辩情况表 | 第89页 |
