中文摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-24页 |
·履带式车辆减振概述 | 第10-14页 |
·履带式车辆振动冲击特点及其危害 | 第10-11页 |
·悬架系统的研究 | 第11-12页 |
·履带式车辆悬架系统的国内外的研究现状 | 第12-14页 |
·生物缓冲机理及其仿生减振的研究 | 第14-17页 |
·仿生学概述 | 第14-15页 |
·生物缓冲机理及其仿生减振的研究 | 第15-17页 |
·气动人工肌肉介绍 | 第17-23页 |
·人工肌肉的分类 | 第18页 |
·MAS 型与 DMSP 型气动人工肌肉 | 第18-21页 |
·PAM 工作原理 | 第21-22页 |
·PAM 研究现状与应用 | 第22-23页 |
·本课题研究内容方法 | 第23-24页 |
第二章 PAM 仿生悬架模型 | 第24-34页 |
·PAM 静态特性数学模型 | 第24-29页 |
·Chou 理想模型 | 第24-25页 |
·PAM 的理想静态数学模型 | 第25-26页 |
·PAM 的改进静态模型 | 第26-28页 |
·考虑 PAM 橡胶套筒与纤维编织网间摩擦的静态数学模型 | 第28-29页 |
·Wickramatunge 实验模型 | 第29-31页 |
·PAM 仿生悬架模型及减振原理 | 第31页 |
·PAM 仿生悬架减振控制系统 | 第31-32页 |
·PAM 仿生悬架力学模型 | 第32-33页 |
·力学模型 | 第32-33页 |
·运动微分方程的建立 | 第33页 |
·本章小结 | 第33-34页 |
第三章 PAM 仿生悬架 RBF 神经网络 PID 控制仿真 | 第34-48页 |
·PID 控制的基本原理 | 第34页 |
·神经网络概述 | 第34-37页 |
·神经网络的基本特点 | 第35-36页 |
·神经网络的连接形式 | 第36-37页 |
·RBF 神经网络的 PID 算法 | 第37-38页 |
·PAM 仿生悬架 RBF 神经网络的 PID 算法 | 第38-40页 |
·路面激励 | 第40-43页 |
·不平度的功率谱 | 第40-41页 |
·白噪声路面输入 | 第41-43页 |
·悬架机构参数的选择及仿真结果 | 第43-46页 |
·仿真结果 | 第44-46页 |
·本章小结 | 第46-48页 |
第四章 PAM 仿生悬架的模糊 PID 控制仿真 | 第48-60页 |
·模糊控制理论 | 第48-51页 |
·隶属度函数 | 第48-49页 |
·分解定理与扩张定理 | 第49页 |
·模糊矩阵和模糊关系 | 第49-50页 |
·模糊逻辑推理与模糊判决 | 第50-51页 |
·模糊控制器的设计 | 第51-54页 |
·确定模糊控制器的输入及输出变量 | 第51-52页 |
·输入输出变量的模糊化 | 第52-53页 |
·建立模糊控制规则 | 第53-54页 |
·解模糊 | 第54页 |
·PAM 仿生悬架模糊 PID 仿真 | 第54-59页 |
·模糊控制决策与解模糊 | 第54-56页 |
·仿真参数与激励 | 第56-57页 |
·模糊 PID 仿真对比 | 第57页 |
·结果分析 | 第57-59页 |
·本章小结 | 第59-60页 |
第五章 总结与展望 | 第60-62页 |
·总结 | 第60页 |
·展望 | 第60-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-68页 |
攻读硕士期间发表的学术论文 | 第68-69页 |