| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 引言 | 第12-13页 |
| 1.2 防抱死制动系统的研究意义 | 第13-15页 |
| 1.3 ABS系统的研究现状 | 第15-18页 |
| 1.4 ABS系统的发展趋势 | 第18-19页 |
| 1.5 本文研究的主要内容 | 第19-20页 |
| 第2章 汽车ABS系统的工作原理 | 第20-27页 |
| 2.1 汽车制动时单轮受力分析 | 第20-22页 |
| 2.2 滑移率S | 第22-23页 |
| 2.3 附着系数μ与滑移率S的关系 | 第23-24页 |
| 2.4 汽车ABS系统工作过程研究 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 汽车ABS系统数学模型的建立 | 第27-36页 |
| 3.1 汽车ABS系统建模的研究 | 第27-34页 |
| 3.1.1 车辆动力学建模 | 第27-29页 |
| 3.1.2 轮胎建模 | 第29-31页 |
| 3.1.3 传动系统建模 | 第31-33页 |
| 3.1.4 制动器建模 | 第33-34页 |
| 3.2 基于MATLAB的汽车制动仿真模型 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 汽车ABS控制策略 | 第36-52页 |
| 4.1 Bang-Bang控制策略 | 第36-37页 |
| 4.2 模糊控制策略 | 第37-42页 |
| 4.2.1 模糊控制概述 | 第37-38页 |
| 4.2.2 模糊控制的原理 | 第38页 |
| 4.2.3 模糊集合与隶属度函数 | 第38-40页 |
| 4.2.4 清晰量转化为模糊量 | 第40页 |
| 4.2.5 模糊规则与模糊推理 | 第40-41页 |
| 4.2.6 解模糊 | 第41-42页 |
| 4.3 神经网络控制策略 | 第42-46页 |
| 4.3.1 神经网络概述 | 第42-43页 |
| 4.3.2 神经元结构模型 | 第43-44页 |
| 4.3.3 BP神经网络的基本结构和算法 | 第44-46页 |
| 4.4 分数阶PID控制策略 | 第46-51页 |
| 4.4.1 PID控制 | 第46-48页 |
| 4.4.2 分数阶微积分基本理论 | 第48-49页 |
| 4.4.3 分数阶PID控制器 | 第49-50页 |
| 4.4.4 Oustaloup滤波器算法 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于MATLAB/Simulink的ABS控制策略的仿真研究 | 第52-72页 |
| 5.1 MATLAB简介 | 第52页 |
| 5.2 基于Bang-Bang控制的汽车ABS仿真 | 第52-54页 |
| 5.2.1 Bang-Bang控制器模型设计 | 第52-53页 |
| 5.2.2 基于Bang-Bang控制器的仿真模型 | 第53-54页 |
| 5.3 基于模糊控制的汽车ABS仿真 | 第54-59页 |
| 5.3.1 模糊控制器模型设计 | 第54-58页 |
| 5.3.2 基于模糊控制器的仿真模型 | 第58-59页 |
| 5.4 基于神经网络控制的汽车ABS仿真 | 第59-63页 |
| 5.4.1 神经网络控制器模型设计 | 第59-61页 |
| 5.4.2 基于神经网络控制器的仿真模型 | 第61-63页 |
| 5.5 基于分数阶PID控制的汽车ABS仿真 | 第63-70页 |
| 5.5.1 分数阶PID控制器模型设计 | 第63页 |
| 5.5.2 分数阶PID控制器的参数整定 | 第63-69页 |
| 5.5.3 基于分数阶PID控制器的仿真模型 | 第69-70页 |
| 5.6 仿真结果分析 | 第70-71页 |
| 5.7 本章小结 | 第71-72页 |
| 第6章 结论与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间发表的学位论文目录 | 第78-79页 |
| 致谢 | 第79页 |
