| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 无刷直流电机发展情况 | 第13页 |
| 1.2.2 驱动控制技术发展情况 | 第13-14页 |
| 1.2.3 无刷直流电机控制技术发展情况 | 第14-16页 |
| 1.3 神经网络在控制领域的发展和应用 | 第16-17页 |
| 1.4 本文主要内容与结构 | 第17-19页 |
| 第2章 无刷直流电机工作原理与数学模型 | 第19-29页 |
| 2.1 无刷直流电机控制系统的结构组成 | 第19-21页 |
| 2.1.1 无刷直流电机本体 | 第19-20页 |
| 2.1.2 位置检测装置 | 第20页 |
| 2.1.3 功率逆变器 | 第20-21页 |
| 2.2 无刷直流电机的工作原理 | 第21-24页 |
| 2.3 无刷直流电机的数学模型 | 第24-27页 |
| 2.3.1 微分方程模型 | 第24-26页 |
| 2.3.2 传递函数模型 | 第26-27页 |
| 2.4 无刷直流电机的调速 | 第27-29页 |
| 第3章 无刷直流电机的BP网络控制算法研究 | 第29-41页 |
| 3.1 神经网络控制 | 第29-34页 |
| 3.1.1 神经网络概述 | 第29-32页 |
| 3.1.2 神经网络学习算法 | 第32-33页 |
| 3.1.3 神经元的数学模型 | 第33-34页 |
| 3.2 BP神经网络 | 第34-37页 |
| 3.2.1 BP网络结构 | 第34-35页 |
| 3.2.2 BP神经网络的前馈计算 | 第35-36页 |
| 3.2.3 BP网络的不足 | 第36页 |
| 3.2.4 BP算法的改进 | 第36-37页 |
| 3.3 BP神经网络辨识 | 第37-41页 |
| 3.3.1 人工神经网络辨识 | 第37-38页 |
| 3.3.2 BP网络辨识 | 第38-39页 |
| 3.3.3 无刷直流电机模型辨识 | 第39-41页 |
| 第4章 基于BP神经网络的无位置传感器控制 | 第41-59页 |
| 4.1 转子位置间接检测法 | 第41-45页 |
| 4.1.1 反电势法 | 第41-44页 |
| 4.1.2 磁链法 | 第44页 |
| 4.1.3 电感法 | 第44页 |
| 4.1.4 状态观测器法 | 第44-45页 |
| 4.1.5 人工智能法 | 第45页 |
| 4.2 无刷直流电机无位置传感器的启动 | 第45-46页 |
| 4.2.1 转子初始位置确定 | 第45页 |
| 4.2.2 外同步加速 | 第45-46页 |
| 4.2.3 外同步加速切换到自同步运转 | 第46页 |
| 4.3 基于神经网络的无位置传感器控制 | 第46-51页 |
| 4.3.1 位置检测算法 | 第46-48页 |
| 4.3.2 换相BP神经网络结构的确定 | 第48-50页 |
| 4.3.3 神经网络的训练 | 第50-51页 |
| 4.4 无位置传感器调速系统控制器设计 | 第51-53页 |
| 4.4.1 BP网络整定参数的PID控制算法 | 第51-52页 |
| 4.4.2 控制算法中BP网络的构建 | 第52-53页 |
| 4.5 仿真及结果 | 第53-59页 |
| 第5章 基于TMS320F28335的控制系统设计 | 第59-69页 |
| 5.1 控制系统总体设计 | 第59-60页 |
| 5.2 TMS320F28335芯片概述 | 第60-61页 |
| 5.3 控制系统硬件结构 | 第61-63页 |
| 5.4 控制系统软件设计 | 第63-65页 |
| 5.5 实验结果 | 第65-69页 |
| 第6章 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |