首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--行走系统论文--悬挂论文

车辆磁流变半主动悬架系统变论域模糊控制研究

摘要第3-5页
Abstract第5-7页
1 绪论第10-20页
    1.1 研究背景及意义第11-13页
    1.2 磁流变减振器研究现状第13-15页
        1.2.1 磁流变液概述第13-14页
        1.2.2 磁流变减振器研究现状第14-15页
    1.3 磁流变半主动悬架控制策略概述第15页
    1.4 本文主要研究内容第15-20页
2 悬架系统与路面输入模型的建立第20-38页
    2.1 路面输入模型的建立第20-22页
        2.1.1 随机不平路面输入模型第20-21页
        2.1.2 凸块路面输入模型第21-22页
    2.2 磁流变减振器力学特性实验第22-27页
        2.2.1 磁流变减振器结构第22页
        2.2.2 磁流变减振器力学特性实验第22-26页
        2.2.3 磁流变减振器力学模型的建立第26-27页
    2.3 磁流变半主动悬架系统动力学模型的建立第27-31页
        2.3.1 整车半主动悬架系统动力学模型的建立第28-29页
        2.3.2 1/2车辆MR半主动悬架系统动力学模型的建立第29-30页
        2.3.3 1/4车半主动悬架系统动力学模型的建立第30-31页
    2.4 1/2车被动悬架系统平顺性分析第31-36页
        2.4.1 1/2车被动悬架系统动力学模型建立第31页
        2.4.2 1/2车被动悬架系统时域分析第31-34页
        2.4.3 1/2车被动悬架系统频域分析第34-36页
    2.5 本章小结第36-38页
3 基于模糊推理的变论域模糊控制器设计第38-46页
    3.1 变论域模糊控制的基本思想第38-39页
    3.2 T-S模糊控制器设计第39-40页
    3.3 基于模糊推理的伸缩因子控制器设计第40-42页
    3.4 仿真实例第42-45页
    3.5 本章小结第45-46页
4 基于模糊神经网络的变论域模糊控制器设计第46-54页
    4.1 模糊神经网络结构第46-47页
    4.2 基于模糊神经网络的伸缩因子控制器设计第47-48页
    4.3 模糊神经网络学习算法第48-50页
    4.4 仿真实例第50-53页
    4.5 本章小结第53-54页
5 基于粒子群算法与模糊神经网络的变论域模糊控制器设计第54-62页
    5.1 粒子群优化算法的基本原理第54-55页
    5.2 粒子群算法优化的模糊神经网络控制器设计第55-56页
    5.3 仿真实例第56-60页
    5.4 本章小结第60-62页
6 结论与展望第62-64页
    6.1 全文总结第62-63页
    6.2 研究展望第63-64页
致谢第64-66页
参考文献第66-72页
附录第72页

论文共72页,点击 下载论文
上一篇:汽车转向器摇臂轴非圆齿扇齿廓修形方法研究
下一篇:自动驾驶系统驾驶员的信息需求与呈现研究