第一章 绪论 | 第1-14页 |
1.1 开关磁阻电机国内外发展概况 | 第7-8页 |
1.2 本课题的选题背景和意义 | 第8-9页 |
1.3 人工神经网络的介绍 | 第9-13页 |
1.3.1 人工神经网络的发展及应用现状 | 第10-11页 |
1.3.2 人工神经网络用于控制问题的优势 | 第11-12页 |
1.3.3 有待解决的问题及前景展望 | 第12-13页 |
1.4 本文所研究的内容 | 第13-14页 |
第二章 开关磁阻电机基本原理及动态仿真模型 | 第14-20页 |
2.1 开关磁阻电机的结构与原理 | 第14-18页 |
2.1.1 开关磁阻电机的基本结构与原理 | 第14-15页 |
2.1.2 开关磁阻电机驱动系统的基本结构、原理和特点 | 第15-18页 |
2.2 基于Matlab 的开关磁阻电机动态仿真模型 | 第18-20页 |
第三章 基于自适应RBF 神经网络的开关磁阻电机无位置传感器控制 | 第20-28页 |
3.1 开关磁阻电机无位置传感器控制技术 | 第20页 |
3.2 RBF 人工神经网络及其学习算法 | 第20-23页 |
3.3 基于自适应RBF 神经网络的开关磁阻电机无位置传感器控制 | 第23-25页 |
3.3.1 离线训练 | 第23-24页 |
3.3.2 在线训练 | 第24-25页 |
3.4 仿真结果及分析 | 第25-28页 |
第四章 基于RBF 神经网络在线辨识的开关磁阻电机单神经元自适应控制 | 第28-36页 |
4.1 概述 | 第28页 |
4.2 单神经元自适应PID 控制 | 第28-30页 |
4.3 基于RBF 神经网络的开关磁阻电机单神经元自适应PID 控制 | 第30-32页 |
4.3.1 RBF 神经网络在线辨识 | 第30-31页 |
4.3.2 基于RBF 网络辨识的单神经元PID 自适应控制 | 第31页 |
4.3.3 控制算法 | 第31-32页 |
4.4 实验结果及分析 | 第32-36页 |
第五章 实验系统介绍 | 第36-48页 |
5.1 Cygnal C8051F0XX 系列单片机概述 | 第36-44页 |
5.1.1 Cygnal C8051F0XX 系列单片机特点 | 第36-39页 |
5.1.2 C8051F020 中模/数转换的实现 | 第39-41页 |
5.1.3 C8051F020 中PWM 的实现 | 第41-44页 |
5.2 MOSFET 驱动器IR2110 | 第44-46页 |
5.3 控制系统硬件电路 | 第46-48页 |
第六章 结论 | 第48-50页 |
参考文献 | 第50-54页 |
发表论文和科研情况说明 | 第54-55页 |
致谢 | 第55页 |