摘要4-5
Abstract5-14
第一章 绪论14-23
1.1 引言14-15
1.2 悬挂系统分类15-16
1.2.1 被动悬挂15
1.2.2 主动悬挂15-16
1.2.3 半主动悬挂16
1.3 半主动悬挂的进展概况16-18
1.3.1 国外半主动悬挂的进展16-17
1.3.2 国内半主动悬挂的进展17-18
1.4 半主动悬挂系统的制约对策18-21
1.4.1 天棚阻尼制约18-19
1.4.2 最优制约19
1.4.3 鲁棒制约19
1.4.4 预测制约19-20
1.4.5 神经网络制约20
1.4.6 模糊制约20-21
1.5 列车半主动悬挂模型21
1.6 课题探讨的主要内容21-23
第二章 列车动力学建模及浅析23-35
2.1 ADAMS 软件介绍23-24
2.1.1 ADAMS 软件概述23
2.1.2 ADAMS/Rail 模块23-24
2.2 ADAMS/Rail 中建立多刚体列车模型24-26
2.2.1 建立模板24-25
2.2.2 列车子系统与集成整车模型25
2.2.3 整车系统模型浅析25-26
2.3 ADAMS 刚柔耦合列车模型26-28
2.3.1 探讨刚柔耦合列车模型的必要性26-27
2.3.2 ANSYS 中建立车体模态中性文件27
2.3.3 ADAMS/Rail 中建立柔性车体模板27-28
2.3.4 ADAMS/Rail 中建立刚柔耦合列车模型28
2.4 车辆模型动力学浅析28-33
2.5 列车横向半主动悬挂模型33
2.5.1 半主动悬挂原理33
2.5.2 ADAMS 列车半主动悬挂模型的建立33
2.6 本章小结33-35
第三章 模糊制约器设计35-43
3.1 模糊制约论述与运用35-36
3.1.1 模糊制约论述探讨35
3.1.2 模糊制约的运用35-36
3.1.3 国内模糊制约的探讨36
3.2 模糊制约器的分类36-39
3.2.1 模糊制约器基本结构36-37
3.2.2 模糊制约器主要环节和功能37-38
3.2.3 模糊制约器的基本类型38-39
3.3 模糊制约器的设计39-42
3.3.1 确定输入输出变量40
3.3.2 隶属度函数40-41
3.3.3 模糊制约规则41
3.3.4 输出变量的精确化41
3.3.5 量化因子和比例因子41-42
3.4 本章小结42-43
第四章 遗传算法优化设计模糊制约器43-58
4.1 遗传算法概述43-44
4.1.1 遗传算法论述的进展43
4.1.2 遗传算法的优点43-44
4.2 遗传算法优化策略44-49
4.2.1 遗传算法基本操作流程44-45
4.2.2 遗传编码45-46
4.2.3 适应度函数46-47
4.2.4 选择47-48
4.2.5 交叉48
4.2.6 变异48-49
4.2.7 遗传制约参数49
4.3 遗传算法优化模糊制约49-57
4.3.1 不足的提出49-51
4.3.2 编码策略51-53
4.3.3 运转参数设计53-54
4.3.4 初始化变量种群54-55
4.3.5 适应度函数设计55
4.3.6 选择操作55
4.3.7 交叉操作55-56
4.3.8 变异操作56-57
4.4 本章小结57-58
第五章 ADAMS 与 MATLAB 联合仿真58-76
5.1 联合仿真策略58-59
5.2 联合仿真系统模型59-62
5.2.1 定义模型输入输出变量59
5.2.2 导出列车模型59-60
5.2.3 将 ADAMS 模型导入 MATLAB60-61
5.2.4 联合仿真制约系统61-62
5.3 多刚体列车横向半主动悬挂模糊制约62-66
5.4 刚柔耦合列车横向半主动悬挂模糊制约66-70
5.5 参数自调整模糊制约70-74
5.6 本章小结74-76
第六章 结束语76-78
6.1 论文的主要工作与结论76-77
6.2 后续探讨工作与展望77-78