车辆半主动悬架路面激励下的仿真研究
| 致谢 | 第1-7页 |
| 摘要 | 第7-8页 |
| 1 绪论 | 第8-14页 |
| ·概述 | 第8页 |
| ·悬架的分类 | 第8-9页 |
| ·被动悬架 | 第8-9页 |
| ·半主动悬架 | 第9页 |
| ·主动悬架 | 第9页 |
| ·三种悬架的性能比较 | 第9-11页 |
| ·半主动悬架研究的历史和研究的现状 | 第11-12页 |
| ·国外研究的历史和现状 | 第11-12页 |
| ·国内研究的历史和现状 | 第12页 |
| ·车辆悬架系统智能控制策略的研究综述 | 第12-13页 |
| ·最优控制方法 | 第12页 |
| ·模糊控制方法 | 第12-13页 |
| ·天棚阻尼控制方法 | 第13页 |
| ·神经网络控制方法 | 第13页 |
| ·本文研究的目的和意义 | 第13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 2 汽车半主动悬架系统动力学分析 | 第14-22页 |
| ·悬架系统的性能评价指标 | 第14-15页 |
| ·车身垂直加速度 | 第14页 |
| ·悬架弹簧动挠度 | 第14页 |
| ·轮胎动载荷 | 第14-15页 |
| ·路面不平度的功率谱及其输入模型 | 第15-17页 |
| ·路面不平度的功率谱 | 第15-17页 |
| ·车辆悬架系统的数学模型 | 第17-21页 |
| ·车辆振动系统的简化 | 第17页 |
| ·被动悬架的数学模型 | 第17-19页 |
| ·半主动悬架数学模型 | 第19-21页 |
| ·小结 | 第21-22页 |
| 3 基于人工神经网络的智能控制 | 第22-31页 |
| ·神经网络概述 | 第22-25页 |
| ·生物神经元的基本原理 | 第22-23页 |
| ·人工神经网络的模型 | 第23-24页 |
| ·神经网络的特点 | 第24页 |
| ·神经网络的连接形式 | 第24-25页 |
| ·BP 神经网络 | 第25-31页 |
| ·BP 神经元 | 第25-26页 |
| ·BP 算法 | 第26-29页 |
| ·正向传播 | 第27页 |
| ·反向传播 | 第27-29页 |
| ·BP 算法的改进 | 第29-31页 |
| 4 汽车半主动悬架神经网络控制的仿真研究 | 第31-44页 |
| ·仿真软件环境 | 第31-32页 |
| ·计算机仿真概述 | 第31页 |
| ·MATLAB/simulink 简介 | 第31-32页 |
| ·半主动悬架评价函数的建立 | 第32页 |
| ·随机路面模型的建立及仿真 | 第32-34页 |
| ·神经网络控制结构设计 | 第34-37页 |
| ·神经网络直接学习方法 | 第34-35页 |
| ·神经网络控制器的设计 | 第35页 |
| ·BP 网络控制训练主程序设计 | 第35-37页 |
| ·被动悬架仿真 | 第37-38页 |
| ·半主动悬架仿真 | 第38页 |
| ·仿真结果及分析 | 第38-43页 |
| ·小结 | 第43-44页 |
| 5 结论和建议 | 第44-46页 |
| ·结论 | 第44页 |
| ·研究展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| ABSTRACT | 第49-50页 |
| 攻读硕士期间发表的论文 | 第50页 |
