| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 车辆悬架技术概述 | 第12-15页 |
| 1.2.1 悬架的定义、作用及性能要求 | 第12页 |
| 1.2.2 悬架的组成 | 第12-13页 |
| 1.2.3 悬架的分类 | 第13-15页 |
| 1.3 悬架技术发展现状及发展趋势 | 第15-20页 |
| 1.3.1 悬架技术发展历程 | 第15-16页 |
| 1.3.2 主动悬架控制策略开发现状 | 第16-18页 |
| 1.3.3 状态估计发展现状 | 第18-19页 |
| 1.3.4 悬架发展趋势 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20页 |
| 注释 | 第20-23页 |
| 第2章 主动悬架系统及路面模型的建立 | 第23-36页 |
| 2.1 引言 | 第23页 |
| 2.2 悬架系统动力学模型的建立 | 第23-29页 |
| 2.2.1 整车悬架振动微分方程 | 第23-26页 |
| 2.2.2 悬架系统的状态空间方程转化 | 第26-29页 |
| 2.3 路面模型的建立 | 第29-32页 |
| 2.3.1 单轮的路面输入时域模型 | 第29-31页 |
| 2.3.2 左右轮路面输入相关性 | 第31-32页 |
| 2.4 七自由度悬架系统的性能评价指标 | 第32-34页 |
| 2.5 本章小结 | 第34页 |
| 注释 | 第34-36页 |
| 第3章 悬架参数对车辆性能灵敏度分析及优化 | 第36-54页 |
| 3.1 悬架参数灵敏度评价 | 第36-40页 |
| 3.2 遗传算法及改进型遗传算法理论 | 第40-46页 |
| 3.2.1 遗传算法简介 | 第40-41页 |
| 3.2.2 基本遗传算法 | 第41-44页 |
| 3.2.3 改进型遗传算法 | 第44-46页 |
| 3.3 基于改进遗传算法的悬架车辆参数匹配优化的实现 | 第46-52页 |
| 3.3.1 悬架目标函数的设计 | 第46-47页 |
| 3.3.2 优化参数的选取 | 第47-48页 |
| 3.3.3 约束条件的建立 | 第48-49页 |
| 3.3.4 遗传算法优化计算 | 第49-52页 |
| 3.4 本章小结 | 第52页 |
| 注释 | 第52-54页 |
| 第4章 基于卡尔曼滤波的控制器设计 | 第54-68页 |
| 4.1 系统的能观性和能控性分析 | 第54-55页 |
| 4.2 卡尔曼最优状态估计 | 第55-61页 |
| 4.2.1 最优估计概述 | 第55-56页 |
| 4.2.2 卡尔曼滤波基本理论 | 第56-59页 |
| 4.2.3 七自由度悬架卡尔曼滤波的实现 | 第59-61页 |
| 4.3 最优控制器设计 | 第61-64页 |
| 4.3.1 最优控制理论 | 第61页 |
| 4.3.2 悬架最优控制器设计 | 第61-64页 |
| 4.4 基于卡尔曼滤波器的最优控制器设计 | 第64-66页 |
| 4.5 本章小结 | 第66页 |
| 注释 | 第66-68页 |
| 第5章 悬架系统的仿真实验分析及实车验证 | 第68-84页 |
| 5.1 Matlab仿真模型的建立 | 第68-72页 |
| 5.1.1 路面输入模型建立及时域仿真图像 | 第68-69页 |
| 5.1.2 被动悬架simulink模型 | 第69-70页 |
| 5.1.3 基于卡尔曼滤波的最优控制器simulink模型 | 第70-72页 |
| 5.1.4 性能目标的simulink模型建立 | 第72页 |
| 5.2 悬架设计效果仿真分析 | 第72-78页 |
| 5.2.1 卡尔曼观测器有效性分析 | 第72-73页 |
| 5.2.2 悬架系统的各个状态的性能对比分析 | 第73-78页 |
| 5.3 样车悬架系统试制和路面实车试验 | 第78-82页 |
| 5.3.1 悬架整体设计 | 第78-81页 |
| 5.3.2 随机路面实车试验结果分析 | 第81-82页 |
| 5.4 本章小结 | 第82-83页 |
| 注释 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 全文总结 | 第84-85页 |
| 6.2 本文展望 | 第85-86页 |
| 致谢 | 第86页 |