基于神经网络的磁轴承系统辨识和控制研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·磁轴承概述 | 第9页 |
| ·磁轴承的研究现状 | 第9-11页 |
| ·磁轴承的特点及发展趋势 | 第11-12页 |
| ·神经网络控制的研究史和现状 | 第12-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本论文的课题资助 | 第15-16页 |
| 第2章 磁轴承的组成原理和数学模型 | 第16-26页 |
| ·磁轴承的工作原理 | 第16-17页 |
| ·磁轴承系统的结构 | 第17-18页 |
| ·磁轴承的数学模型 | 第18-23页 |
| ·电磁场 | 第19-20页 |
| ·电磁力 | 第20-21页 |
| ·磁路中的电感 | 第21-22页 |
| ·电磁力的线性化 | 第22-23页 |
| ·磁轴承转子的运动方程 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 神经网络基础理论 | 第26-45页 |
| ·神经网络的基本理论 | 第26-32页 |
| ·神经元模型 | 第28-29页 |
| ·神经网络的结构 | 第29-30页 |
| ·神经网络的学习算法 | 第30-32页 |
| ·BP网络介绍 | 第32-38页 |
| ·BP网络结构 | 第32-33页 |
| ·BP算法原理 | 第33-36页 |
| ·BP算法的不足和改进 | 第36-38页 |
| ·Elman网络及其改进 | 第38-44页 |
| ·基本Elman网络 | 第39-43页 |
| ·改进的Elman网络 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 磁轴承的神经网络辨识 | 第45-53页 |
| ·基于神经网络的系统辨识原理 | 第45-48页 |
| ·系统辨识的定义 | 第45-46页 |
| ·辨识精度 | 第46-47页 |
| ·两种辨识结构 | 第47-48页 |
| ·输入输出数据的采集 | 第48页 |
| ·基于BP网络的磁轴承辨识 | 第48-50页 |
| ·基于Elman网络的磁轴承辨识 | 第50-51页 |
| ·基于改进的Elman网络的磁轴承辨识 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 磁轴承控制器的研究与仿真 | 第53-72页 |
| ·传统PID控制 | 第53-59页 |
| ·PID控制原理 | 第53-56页 |
| ·PID控制器设计与仿真 | 第56-58页 |
| ·传统PID算法的不足 | 第58-59页 |
| ·基于BP网络的PID控制器 | 第59-63页 |
| ·基于BP网络的PID结构形式及控制算法 | 第59-62页 |
| ·基于BP网络的PID控制器的仿真研究 | 第62-63页 |
| ·遗传算法整定的PID控制器设计 | 第63-71页 |
| ·遗传算法的基本原理 | 第64-65页 |
| ·遗传算法的构成要素 | 第65-67页 |
| ·遗传算法整定PID控制器设计原理 | 第67-69页 |
| ·仿真分析 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |
