| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·课题背景 | 第7-8页 |
| ·国内外研究现状及趋势 | 第8-9页 |
| ·电液伺服系统特点 | 第8页 |
| ·智能控制发展及国内外现状 | 第8-9页 |
| ·本文主要研究内容 | 第9-11页 |
| 2 扫雷犁电液伺服系统综述 | 第11-18页 |
| ·系统描述 | 第11-12页 |
| ·扫雷犁系统硬件构成 | 第12页 |
| ·电液伺服系统的组成及工作原理 | 第12-15页 |
| ·建模数据的采集 | 第15-17页 |
| ·激励信号 | 第16页 |
| ·建模数据生成及预处理 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于AMESim的电液伺服系统建模 | 第18-24页 |
| ·AMESim软件简介及联合仿真技术 | 第18-21页 |
| ·AMESim软件简介 | 第18-19页 |
| ·AMESim与Matlab/Simulink联合仿真技术 | 第19-20页 |
| ·AMESim与Matlab/Simulink联合仿真注意事项 | 第20-21页 |
| ·基于AMESIM软件扫雷犁电液伺服系统建模 | 第21-23页 |
| ·系统模型化说明 | 第21页 |
| ·建立系统模型 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 4 人工神经网络简介 | 第24-31页 |
| ·人工神经网络概述 | 第24-28页 |
| ·人工神经元模型 | 第24-25页 |
| ·神经网络的结构 | 第25-27页 |
| ·神经网络学习方式 | 第27-28页 |
| ·径向基神经网络结构 | 第28-29页 |
| ·RBF神经网络算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 5 扫雷犁电液伺服系统辨识 | 第31-45页 |
| ·系统辨识原理及步骤 | 第31-34页 |
| ·系统辨识原理 | 第31-32页 |
| ·系统辨识步骤 | 第32-34页 |
| ·基于神经网络辨识及其基本结构 | 第34-37页 |
| ·神经网络辨识结构 | 第35-37页 |
| ·基于RBF神经网络的电液伺服系统辨识 | 第37-43页 |
| ·辨识数据处理 | 第37-38页 |
| ·神经网络结构辨识 | 第38-39页 |
| ·RBF神经网络改进算法及参数辨识 | 第39-42页 |
| ·模型检验及分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 6 神经网络自适应控制器设计 | 第45-56页 |
| ·自适应控制 | 第45-47页 |
| ·自适应控制原理 | 第45页 |
| ·自适应控制系统结构 | 第45-47页 |
| ·神经网络自适应控制 | 第47-49页 |
| ·神经网络模型参考自适应控制 | 第47-48页 |
| ·神经网络自校正控制 | 第48-49页 |
| ·神经网络控制器设计 | 第49-51页 |
| ·建立自校正控制结构 | 第50页 |
| ·RBF网络自校正控制算法 | 第50-51页 |
| ·Matlab/Simulink与AMESim联合控制模型 | 第51-53页 |
| ·控制效果验证及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
