半主动空气弹簧悬架智能控制算法的仿真及试验研究
第一章 绪论 | 第11-21页 |
1.1 概述 | 第11页 |
1.2 悬架的分类 | 第11-13页 |
1.3 空气弹簧悬架发展历史和现状 | 第13-16页 |
1.4 神经网络、模糊控制的发展及应用 | 第16-18页 |
1.5 本研究的目的和意义 | 第18-19页 |
1.6 本文主要研究内容 | 第19-21页 |
第二章 空气弹簧系统特性分析 | 第21-35页 |
2.1 空气弹簧及空气弹簧悬架特性 | 第21-26页 |
2.1.1 空气弹簧简介 | 第21-23页 |
2.1.2 空气弹簧特性 | 第23-25页 |
2.1.3 空气弹簧悬架对整车性能的影响 | 第25-26页 |
2.2 空气弹簧非线性特性 | 第26-28页 |
2.2.1 橡胶材料非线性特性 | 第26页 |
2.2.2 帘布——橡胶复合材料非线性特性 | 第26-27页 |
2.2.3 几何非线性特性 | 第27页 |
2.2.4 接触非线性 | 第27-28页 |
2.3 空气弹簧的动态响应 | 第28页 |
2.4 空气弹簧特性试验 | 第28-34页 |
2.4.1 试验方法 | 第29页 |
2.4.2 试验结果 | 第29-34页 |
2.5 本章小结 | 第34-35页 |
第三章 模糊与神经网络控制理论 | 第35-53页 |
3.1 模糊控制 | 第35-37页 |
3.1.1 隶属度函数 | 第35-36页 |
3.1.2 模糊关系和模糊矩阵 | 第36页 |
3.1.3 模糊推理 | 第36-37页 |
3.1.4 模糊判决 | 第37页 |
3.2 神经网络 | 第37-43页 |
3.2.1 人工神经元模型 | 第37-38页 |
3.2.2 神经网络学习方式 | 第38-39页 |
3.2.3 神经网络学习规则 | 第39-41页 |
3.2.4 网络结构及工作方式 | 第41-42页 |
3.2.5 多层前馈网络学习的BP 算法 | 第42-43页 |
3.3 神经网络控制 | 第43-44页 |
3.4 模糊神经网络 | 第44-47页 |
3.4.1 神经网络与模糊控制的融合方式 | 第44-45页 |
3.4.2 模糊神经元和模糊神经网络 | 第45-47页 |
3.5 遗传算法 | 第47-52页 |
3.5.1 遗传算法数学基础 | 第48-50页 |
3.5.2 遗传算法基本实现方法 | 第50-52页 |
3.6 本章小结 | 第52-53页 |
第四章 模糊神经控制器设计及仿真分析 | 第53-72页 |
4.1 车辆模型及参数 | 第53-54页 |
4.2 车辆系统路面输入模型 | 第54-55页 |
4.3 模糊神经控制器的设计 | 第55-61页 |
4.3.1 模糊神经网络结构 | 第55-57页 |
4.3.2 基于模糊神经的MRAC 方案 | 第57页 |
4.3.3 模糊神经控制器的学习算法 | 第57-61页 |
4.4 仿真分析 | 第61-71页 |
4.5 本章小结 | 第71-72页 |
第五章 模糊控制器设计及仿真分析 | 第72-84页 |
5.1 车辆动力学模型 | 第72-75页 |
5.2 模糊控制系统的设计 | 第75-79页 |
5.2.1 模糊控制系统结构 | 第75页 |
5.2.2 模糊控制器的设计 | 第75-79页 |
5.3 系统仿真 | 第79-83页 |
5.3.1 路面激励 | 第79页 |
5.3.2 仿真分析 | 第79-83页 |
5.4 本章小结 | 第83-84页 |
第六章 电控空气弹簧悬架试验系统设计及试验 | 第84-102页 |
6.1 试验台主体设计 | 第84-87页 |
6.2 试验台测控系统设计 | 第87-95页 |
6.2.1 测试系统 | 第87-88页 |
6.2.2 控制系统 | 第88-95页 |
6.3 试验系统控制流程 | 第95-96页 |
6.3.1 静态工作位置调整 | 第95页 |
6.3.2 动态刚度调节 | 第95-96页 |
6.4 试验结果分析 | 第96-101页 |
6.5 本章小结 | 第101-102页 |
第七章 全文总结与研究展望 | 第102-104页 |
7.1 论文结论 | 第102-103页 |
7.2 研究展望 | 第103-104页 |
参考文献 | 第104-111页 |
攻读博士学位期间发表的学术论文及科研工作 | 第111-113页 |
致谢 | 第113-114页 |
摘要 | 第114-117页 |
ABSTRACT | 第117页 |