| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 磁流变液与磁流变阻尼器 | 第12-14页 |
| 1.2.1 磁流变液研究现状和发展趋势 | 第12-13页 |
| 1.2.2 磁流变阻尼器及其应用 | 第13-14页 |
| 1.3 车辆悬架系统国内外研究现状及发展趋势 | 第14-15页 |
| 1.4 磁流变阻尼器的控制方法研究进展 | 第15-16页 |
| 1.5 本文的主要工作和研究内容 | 第16-18页 |
| 第二章 磁流变阻尼器建模 | 第18-42页 |
| 2.1 磁流变阻尼器的参数化建模 | 第18-38页 |
| 2.1.1 Bingham模型 | 第18-20页 |
| 2.1.2 Bouc-wen模型 | 第20-25页 |
| 2.1.2.1 简单的Bouc-Wen模型 | 第20-21页 |
| 2.1.2.2 改进的Bouc-Wen模型 | 第21-23页 |
| 2.1.2.3 带质量块的Bouc-Wen模型 | 第23-25页 |
| 2.1.3 基于双曲正切函数的模型 | 第25页 |
| 2.1.4 双粘性模型 | 第25-27页 |
| 2.1.4.1 非线性双粘性模型 | 第25-26页 |
| 2.1.4.2 非线性滞后双粘性模型 | 第26-27页 |
| 2.1.5 改进的Dahl模型 | 第27-28页 |
| 2.1.6 动态迟滞参数化模型 | 第28-35页 |
| 2.1.6.1 动态迟滞模型 | 第28-29页 |
| 2.1.6.2 改进的动态迟滞单元 | 第29-32页 |
| 2.1.6.3 改进的粒子群算法 | 第32-33页 |
| 2.1.6.4 实验验证 | 第33-35页 |
| 2.1.7 改进的动态迟滞参数化模型 | 第35-38页 |
| 2.1.7.1 MR阻尼器模型结构 | 第35-38页 |
| 2.1.7.2 实验验证 | 第38页 |
| 2.2 磁流变阻尼器的非参数化建模 | 第38-41页 |
| 2.2.1 基于MSDH算子的神经网络建模 | 第39-41页 |
| 2.3 本章小结 | 第41-42页 |
| 第三章 基于磁流变阻尼器的半主动悬架模糊控制研究 | 第42-59页 |
| 3.1 四分之一车辆系统仿真 | 第42-45页 |
| 3.1.1 车辆悬架参数的传递特性 | 第42-44页 |
| 3.1.2 车辆半主动仿真模型 | 第44页 |
| 3.1.2.1 仿真平台 | 第44页 |
| 3.1.2.2 车辆悬架模型 | 第44页 |
| 3.1.3 车辆半主动悬架控制系统 | 第44-45页 |
| 3.2 随机路面时域信号生成方法 | 第45-49页 |
| 3.2.1 滤波白噪声生成法 | 第47-49页 |
| 3.3 磁流变阻尼器控制策略研究 | 第49-57页 |
| 3.3.1 模糊控制器的设计 | 第49-51页 |
| 3.3.1.1 模糊控制基本理论 | 第49-51页 |
| 3.3.2 车辆悬架系统中的变增益模糊控制策略 | 第51-56页 |
| 3.3.2.1 基于磁流变阻尼器地模糊控制器设计 | 第51-52页 |
| 3.3.2.2 模糊控制器的输入输出量 | 第52页 |
| 3.3.2.3 变量的模糊化 | 第52-56页 |
| 3.3.2.4 变增益调整量化因子 | 第56页 |
| 3.3.3 半主动变增益模糊控制结构 | 第56-57页 |
| 3.4 变增益模糊控制器的仿真 | 第57-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 基于磁流变阻尼器的半主动悬架神经网络PID控制研究 | 第59-65页 |
| 4.1 四分之一车辆系统仿真 | 第59-61页 |
| 4.2 神经网络PID控制算法 | 第61-64页 |
| 4.2.1 PID控制器基本理论 | 第61-62页 |
| 4.2.2 神经网络基本理论 | 第62-63页 |
| 4.2.3 神经网络PID控制算法 | 第63-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-66页 |
| 5.1 本文的主要工作 | 第65页 |
| 5.2 进一步研究展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72页 |