首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于改进粒子群算法与神经网络的磁轴承控制研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-16页
   ·课题概述第9-11页
     ·课题的来源与研究背景第9页
     ·课题研究内容的提出第9-10页
     ·课题研究的目的和意义第10-11页
   ·磁轴承国内外研究概况第11-14页
     ·磁轴承发展概述第11-13页
     ·磁轴承控制技术第13-14页
   ·磁轴承控制技术的发展趋势第14-15页
   ·本文主要研究内容与章节安排第15-16页
第2章 磁轴承控制系统数学模型第16-22页
   ·磁轴承控制系统理论分析第16-18页
   ·磁轴承控制系统数学模型第18-21页
   ·本章小结第21-22页
第3章 磁轴承PID控制第22-32页
   ·PID控制算法第22-25页
     ·模拟PID控制算法第22-23页
     ·数字PID控制算法第23-25页
   ·改进PID控制算法第25-27页
   ·磁轴承PID控制仿真第27-31页
   ·本章小结第31-32页
第4章 磁轴承BP神经网络PID控制第32-46页
   ·神经网络理论第32-35页
     ·神经网络特点与性能指标第32-33页
     ·神经网络的学习规则第33-35页
   ·BP神经网络第35-40页
     ·BP神经网络结构第35-36页
     ·BP算法原理第36-37页
     ·BP算法的不足与改进第37-40页
   ·神经网络PID控制第40-42页
   ·磁轴承BP神经网络PID控制仿真第42-45页
     ·BP神经网络设计第42-44页
     ·磁轴承神经网络PID控制仿真第44-45页
   ·本章小结第45-46页
第5章 磁轴承神经网络PID控制器的优化第46-61页
   ·粒子群优化算法概述第46-48页
   ·粒子群优化算法第48-54页
     ·PSO算法第48-49页
     ·PSO算法参数选择第49-51页
     ·PSO算法改进第51-54页
   ·DMPSO算法第54-58页
     ·DMPSO算法第54-55页
     ·DMPSO算法的函数测试研究第55-57页
     ·DMPSO算法对神经网络的优化第57-58页
   ·磁轴承控制系统仿真第58-60页
   ·本章小结第60-61页
第6章 总结与展望第61-64页
   ·全文总结第61-62页
   ·研究展望第62-64页
参考文献第64-67页
作者在攻读硕士学位期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:在机检测系统检测精度分析与研究
下一篇:基于S7-400的水泥生料磨生产线监控系统的设计与实现