| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1. 绪论 | 第10-18页 |
| 1.1 课题的背景 | 第10页 |
| 1.2 汽车悬架系统概述 | 第10-15页 |
| 1.2.1 悬架系统的组成 | 第10-11页 |
| 1.2.2 悬架系统的分类 | 第11-12页 |
| 1.2.3 半主动悬架系统控制方法 | 第12-15页 |
| 1.3 半主动悬架系统的国内外研究现状 | 第15-16页 |
| 1.3.1 国外研究现状 | 第15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 课题的研究内容 | 第16-17页 |
| 1.5 课题的研究意义 | 第17-18页 |
| 2.汽车悬架受振数学模型分析 | 第18-32页 |
| 2.1 悬架系统的特点与评价 | 第18-19页 |
| 2.1.1 汽车悬架系统简化与平顺性的评价 | 第18页 |
| 2.1.2 悬架性能评价指标 | 第18-19页 |
| 2.2 路面输入模型 | 第19-24页 |
| 2.2.1 路面不平度的功率谱密度 | 第20-22页 |
| 2.2.2 路面不平度的功率谱密度随变量转换的推导 | 第22-24页 |
| 2.3 悬架系统动力学模型 | 第24-31页 |
| 2.3.1 模型推导的前提 | 第24-25页 |
| 2.3.2 被动悬架半车模型动力学描述 | 第25-28页 |
| 2.3.3 半主动悬架的半车模型动力学描述 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3.模糊控制半主动悬架系统设计与模拟 | 第32-48页 |
| 3.1 半主动悬架系统基本工作过程和原理 | 第32页 |
| 3.2 模糊控制系统概述 | 第32-35页 |
| 3.2.1 模糊控制系统的常见结构形式 | 第33-34页 |
| 3.2.2 模糊推理系统的分类与其维数增减的意义 | 第34-35页 |
| 3.3 模糊推理系统的实现 | 第35-44页 |
| 3.3.1 模糊推理系统的结构 | 第35-36页 |
| 3.3.2 变换因子的计算及模糊化 | 第36-38页 |
| 3.3.3 IF-THEN规则库的设计 | 第38-39页 |
| 3.3.4 模糊推理 | 第39-41页 |
| 3.3.5 输出结果的去模糊化 | 第41-44页 |
| 3.4 悬架系统仿真建模 | 第44-45页 |
| 3.4.1 MATLAB/Simulink简介 | 第44页 |
| 3.4.2 Simulink中的悬架系统仿真模型 | 第44-45页 |
| 3.5 本章小结 | 第45-48页 |
| 4.半主动悬架神经模糊推理系统算法设计与模拟 | 第48-66页 |
| 4.1 神经模糊推理系统简介 | 第48页 |
| 4.2 Mamdani模型神经模糊推理系统 | 第48-54页 |
| 4.2.1 系统结构 | 第48-50页 |
| 4.2.2 反传学习规则 | 第50-54页 |
| 4.3 TSK模型神经模糊推理系统 | 第54-56页 |
| 4.3.1 系统结构 | 第54-55页 |
| 4.3.2 反传学习规则 | 第55-56页 |
| 4.4 Mamdani模型模糊神经网络控制半主动悬架系统系统仿真建模 | 第56-62页 |
| 4.4.1 引用S-函数 | 第56-57页 |
| 4.4.2 S-函数代码 | 第57-59页 |
| 4.4.3 仿真建模过程 | 第59-62页 |
| 4.5 自适应神经模糊系统控制半主动悬架仿真建模 | 第62-65页 |
| 4.5.1 自适应神经模糊系统的引入 | 第62页 |
| 4.5.2 ANFIS建立过程 | 第62-65页 |
| 4.6 本章小结 | 第65-66页 |
| 5.不同控制方式的悬架系统性能评价对比分析 | 第66-76页 |
| 5.1 悬架性能参数的对比分析 | 第66-75页 |
| 5.1.1 不同控制方式的车身垂直加速度响应 | 第66-69页 |
| 5.1.2 不同控制方式的悬架动行程响应 | 第69-72页 |
| 5.1.3 不同控制方式的轮胎动载荷响应 | 第72-75页 |
| 5.2 控制策略的综合评价 | 第75页 |
| 5.3 本章小结 | 第75-76页 |
| 6.结论与展望 | 第76-78页 |
| 6.1 结论 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81-82页 |