某武器检测装置的控制系统设计
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·伺服加载技术概述 | 第9-11页 |
| ·伺服加载系统构成 | 第9页 |
| ·伺服加载系统分类 | 第9-10页 |
| ·负载模拟器技术难点 | 第10-11页 |
| ·控制策略选取 | 第11-12页 |
| ·论文研究内容 | 第12-14页 |
| 第2章 随动系统检测装置建模 | 第14-23页 |
| ·随动系统检测装置原理及结构 | 第14-16页 |
| ·随动系统检测装置的数学模型 | 第16-22页 |
| ·加载电机模型及其参数确定 | 第17-19页 |
| ·扭矩传感器的数学模型及其参数确定 | 第19页 |
| ·加载部件模型及其参数确定 | 第19-20页 |
| ·随动系统检测装置完整的数学模型 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于前馈的校正补偿策略 | 第23-30页 |
| ·前馈补偿原理概述 | 第23-24页 |
| ·随动系统检测装置特性分析 | 第24-26页 |
| ·随动系统检测装置幅频特性分析 | 第24-25页 |
| ·多余力矩分析 | 第25-26页 |
| ·直接前馈方法及其仿真结果 | 第26-29页 |
| ·本章小节 | 第29-30页 |
| 第4章 基于RBF神经网络控制策略 | 第30-46页 |
| ·人工神经网络概述 | 第30-31页 |
| ·RBF（径向基）神经网络 | 第31-39页 |
| ·RBF神经网络原理 | 第31-32页 |
| ·RBF神经网络常用的学习方法 | 第32-39页 |
| ·改进的RBF网络构建方法 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 控制系统设计及仿真分析 | 第46-59页 |
| ·RBF网络逆控制器设计 | 第46-50页 |
| ·系统逆模型辨识结构 | 第46-48页 |
| ·RBF网络逆控制器结构 | 第48-50页 |
| ·系统仿真与分析 | 第50-58页 |
| ·系统辨识过程仿真 | 第51-54页 |
| ·控制系统仿真分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
