版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、耐久性虛擬試驗(yàn)技術(shù)是一種全新的、綜合性的CAE分析技術(shù),其中試驗(yàn)對(duì)象的虛擬模型以及激勵(lì)信號(hào)是兩個(gè)關(guān)鍵因素。本論文采用一種新穎的PID-NN神經(jīng)網(wǎng)絡(luò)控制器,將轎車(chē)后橋的虛擬模型與PID-NN神經(jīng)網(wǎng)絡(luò)控制器進(jìn)行聯(lián)合仿真,來(lái)模擬軸耦合道路模擬試驗(yàn)臺(tái)的迭代過(guò)程,試圖得到與通過(guò)實(shí)際道路模擬試驗(yàn)臺(tái)迭代所獲得的相似的虛擬模型激勵(lì)信號(hào),以代替?zhèn)鹘y(tǒng)迭代試驗(yàn),達(dá)到節(jié)省人力物力財(cái)力的目的。 首先介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展情況與特點(diǎn),分析了其與傳統(tǒng)PID控制
2、相比的優(yōu)勢(shì),最后引入本文所使用的PID-NN神經(jīng)網(wǎng)絡(luò)并闡述其優(yōu)點(diǎn)。 其次使用單輸出PID-NN控制器與簡(jiǎn)單1/4車(chē)身.懸架二自由度模型進(jìn)行信號(hào)擬合仿真,以此來(lái)檢驗(yàn)此神經(jīng)網(wǎng)絡(luò)控制器的效果,并與傳統(tǒng)PID控制方法相比較。 最后使用多輸出PID-NN控制器與轎車(chē)后橋剛?cè)狁詈隙囿w動(dòng)力學(xué)模型進(jìn)行聯(lián)合仿真,模擬實(shí)際迭代過(guò)程。首先是后橋剛?cè)狁詈隙囿w動(dòng)力學(xué)模型的建立過(guò)程,其次介紹了傳統(tǒng)試車(chē)場(chǎng)道路載荷譜采集試驗(yàn)以及MTS329軸耦合八通道
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的流量預(yù)測(cè)模型.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的無(wú)線信道模型的研究與仿真.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型的客戶(hù)信用評(píng)價(jià)仿真研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)系統(tǒng)仿真模型和算法研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型及其仿真.pdf
- 基于Izhikevich神經(jīng)元模型的神經(jīng)網(wǎng)絡(luò)建模仿真.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的熱軋模型研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的信息挖掘模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的水質(zhì)預(yù)測(cè)模型研究.pdf
- 基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的混合網(wǎng)絡(luò)流量預(yù)測(cè)模型仿真與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測(cè)模型研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的針刺手法仿真研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合研究和仿真.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵預(yù)測(cè)模型.pdf
- 基于有限元仿真和遺傳神經(jīng)網(wǎng)絡(luò)的轎車(chē)——行人碰撞再現(xiàn)研究.pdf
- 基于ADAMS和Simulink的神經(jīng)網(wǎng)絡(luò)控制4WS汽車(chē)聯(lián)合仿真研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的入侵防御模型的研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的隧道監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)模型仿真研究.pdf
評(píng)論
0/150
提交評(píng)論