人工神经网络在无刷直流电动机中的应用研究
| 第一章 绪论 | 第1-13页 |
| ·无刷直流电动机的发展概况 | 第8-9页 |
| ·无刷直流电动机的控制方法 | 第9-11页 |
| ·无刷直流电机的反电势预测 | 第11页 |
| ·本文主要研究内容 | 第11-13页 |
| 第二章 无刷直流电动机的数学模型 | 第13-23页 |
| ·无刷直流电动机的基本结构 | 第13-15页 |
| ·无刷直流电动机的工作原理 | 第15-17页 |
| ·用于预测仿真的无刷直流电机数学模型 | 第17-18页 |
| ·基于神经网络PID控制的电机数学模型 | 第18-23页 |
| 第三章 基于神经网络的电机PID控制器 | 第23-38页 |
| ·神经网络概述 | 第23-26页 |
| ·神经网络的基本概念及特点 | 第23页 |
| ·BP神经网络基本结构 | 第23-25页 |
| ·BP神经网络学习算法 | 第25-26页 |
| ·神经网络PID控制器基本原理 | 第26-28页 |
| ·传统PID控制原理 | 第27-28页 |
| ·神经网络PID控制原理 | 第28页 |
| ·神经网络PID控制器的基本结构 | 第28-29页 |
| ·基于BP神经网络的PID控制算法 | 第29-32页 |
| ·神经网络PID控制器的仿真试验 | 第32-38页 |
| ·试验内容 | 第32-36页 |
| ·试验结论 | 第36-38页 |
| 第四章 基于神经网络的电机反电势预测 | 第38-52页 |
| ·反电势预测概述 | 第38-39页 |
| ·预测模型的设计 | 第39-41页 |
| ·预测模型的输入量选择 | 第39-40页 |
| ·隐层结点数的选取 | 第40-41页 |
| ·模型的网络结构 | 第41页 |
| ·用于反电势预测的Boosting多网集成模型 | 第41-45页 |
| ·Boosting算法应用 | 第41-44页 |
| ·改进训练算法 | 第44页 |
| ·多网络集成预测模型结构 | 第44-45页 |
| ·选取集成网络数 | 第45-46页 |
| ·选取样本数据 | 第46页 |
| ·反电势预测试验 | 第46-48页 |
| ·数据处理 | 第48-51页 |
| ·分析与结论 | 第51-52页 |
| 第五章 无刷直流电机动态性能的预测仿真 | 第52-57页 |
| ·仿真预测 | 第52-54页 |
| ·分析与结论 | 第54-57页 |
| 第六章 总结 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录一 | 第63-78页 |
| 附录二 | 第78页 |
