致谢 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-10页 |
目录 | 第11-14页 |
1 绪论 | 第14-30页 |
1.1 网络控制系统的研究背景 | 第14-20页 |
1.1.1 模拟控制系统与经典控制理论 | 第14-15页 |
1.1.2 数字控制系统与现代控制理论 | 第15-17页 |
1.1.3 网络控制系统的产生 | 第17-20页 |
1.2 网络控制系统的特点及主要问题 | 第20-24页 |
1.2.1 网络控制系统的特点 | 第20-21页 |
1.2.2 网络控制系统的主要问题 | 第21-24页 |
1.3 网络控制系统的研究现状 | 第24-27页 |
1.4 本文所做的工作 | 第27-30页 |
2 基于ITAE优化的网络控制系统建模与控制 | 第30-53页 |
2.1 时滞系统及其分析方法 | 第30-33页 |
2.2 ITAE优化准则及其实现 | 第33-36页 |
2.3 BP神经网络在时变时延系统预测中的应用 | 第36-39页 |
2.4 基于ITAE的加热炉网络系统优化控制 | 第39-48页 |
2.4.1 加热炉系统建模及优化设计 | 第39-44页 |
2.4.2 加热炉网络控制系统仿真研究 | 第44-45页 |
2.4.3 实验研究 | 第45-48页 |
2.5 基于ITAE的无刷直流电机调速网络控制系统优化控制 | 第48-52页 |
2.5.1 无刷直流电机系统建模及优化设计 | 第48-51页 |
2.5.2 无刷直流电机调速网络控制系统仿真研究 | 第51-52页 |
2.6 本章小结 | 第52-53页 |
3 加热炉网络控制系统最优反馈控制策略 | 第53-69页 |
3.1 加热炉网络控制系统的数学模型 | 第53-55页 |
3.2 运用卡尔曼滤波的状态估计与扰动抑制方法 | 第55-57页 |
3.3 基于动态规划原理的最优状态反馈控制策略 | 第57-58页 |
3.4 输入信号扰动的自适应补偿 | 第58-59页 |
3.5 基于动态规划的最优反馈控制系统的仿真实验 | 第59-62页 |
3.5.1 被试设备技术数据 | 第59-60页 |
3.5.2 控制算法及流程 | 第60-62页 |
3.6 基于李雅普诺夫第二方法的最优状态反馈控制和稳定性分析 | 第62-65页 |
3.6.1 线性定常离散系统的李雅普诺夫稳定性分析 | 第62-63页 |
3.6.2 基于李雅普诺夫稳定性理论的最优状态反馈矩阵的设计方法 | 第63-65页 |
3.7 基于李雅普诺夫稳定性理论的最优状态反馈控制系统仿真实验 | 第65-68页 |
3.7.1 被试加热炉技术数据 | 第65页 |
3.7.2 控制算法及流程 | 第65-68页 |
3.8 本章小结 | 第68-69页 |
4 加热炉网络控制系统最少拍控制策略 | 第69-81页 |
4.1 加热炉最少拍网络控制系统的数学模型及频域结构图 | 第69-70页 |
4.1.1 加热炉最少拍网络控制系统的简化结构 | 第69页 |
4.1.2 加热炉最少拍网络控制系统的数学模型及频域结构 | 第69-70页 |
4.2 最少拍响应的数字控制器 | 第70-74页 |
4.2.1 最少拍响应数字控制器设计原理 | 第70-73页 |
4.2.2 最少拍响应数字控制算法 | 第73-74页 |
4.3 数字控制器可实现条件分析 | 第74-75页 |
4.4 去纹波数字控制器的设计方法 | 第75-77页 |
4.5 仿真研究 | 第77-80页 |
4.5.1 被试设备技术数据 | 第77-78页 |
4.5.2 控制算法 | 第78页 |
4.5.3 仿真结果及结论 | 第78-80页 |
4.6 本章小结 | 第80-81页 |
5 网络控制系统的多模型控制策略 | 第81-99页 |
5.1 概述 | 第81-83页 |
5.1.1 模型集的建立 | 第81-82页 |
5.1.2 多模型切换策略 | 第82页 |
5.1.3 多模型控制系统的控制策略 | 第82-83页 |
5.1.4 多模型控制系统的应用 | 第83页 |
5.2 基于辨识被控对象参数的多模型自适应控制 | 第83-87页 |
5.2.1 系统的结构图及差分方程表达式 | 第83-85页 |
5.2.2 模型参数辨识算法 | 第85页 |
5.2.3 切换性能指标及辨识初始值选择 | 第85-86页 |
5.2.4 稳定性分析 | 第86-87页 |
5.3 基于状态反馈的多模型自适应控制 | 第87-95页 |
5.3.1 系统结构图和被控对象描述 | 第87-88页 |
5.3.2 状态反馈控制器设计 | 第88-92页 |
5.3.3 状态观测器的设计 | 第92-94页 |
5.3.4 基于李雅普诺夫稳定性理论的系统稳定性分析 | 第94页 |
5.3.5 切换性能指标选择 | 第94-95页 |
5.4 交互式多模型算法(IMM-Interacting Multiple Model Algorihm) | 第95-98页 |
5.4.1 IMM算法 | 第95-97页 |
5.4.2 仿真示例 | 第97-98页 |
5.5 本章小结 | 第98-99页 |
6 全文总结与展望 | 第99-103页 |
6.1 全文总结 | 第99-101页 |
6.2 展望 | 第101-103页 |
参考文献 | 第103-116页 |
攻读博士学位期间发表和录用论文 | 第116页 |