船舶浮筏隔振系统振动主动控制
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·系统建模 | 第10-11页 |
| ·控制方法及策略 | 第11-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 第2章 神经网络基础理论 | 第14-24页 |
| ·人工神经网络基本理论 | 第14-18页 |
| ·神经元 | 第14-15页 |
| ·神经网络拓扑结构 | 第15-16页 |
| ·神经网络的学习方式 | 第16-18页 |
| ·BP神经网络 | 第18-23页 |
| ·BP神经网络拓扑结构 | 第19-20页 |
| ·反向传播算法 | 第20-23页 |
| ·BP算法程序实现步骤 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 隔振系统特性分析 | 第24-46页 |
| ·隔振基本理论 | 第24-26页 |
| ·隔振的分类 | 第24-25页 |
| ·隔振系统效果评价指标 | 第25-26页 |
| ·单层隔振系统特性分析 | 第26-31页 |
| ·单层隔振系统幅频特性分析 | 第27-29页 |
| ·单层隔振系统力传递率特性分析 | 第29-31页 |
| ·双层隔振系统特性分析 | 第31-36页 |
| ·层隔振系统数学模型 | 第31-32页 |
| ·无阻尼自由振动算例 | 第32-33页 |
| ·双层隔振系统力传递率特性分析 | 第33-36页 |
| ·浮筏隔振系统特性分析 | 第36-44页 |
| ·浮筏隔振系统数学模型 | 第36-38页 |
| ·浮筏隔振系统力传递率特性分析 | 第38-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于神经网络的浮筏系统辨识 | 第46-60页 |
| ·神经网络系统辨识 | 第46-51页 |
| ·系统辨识定义 | 第46-48页 |
| ·系统辨识的种类 | 第48页 |
| ·非线性系统差分模型 | 第48-49页 |
| ·非线性系统神经网络辨识模型 | 第49-50页 |
| ·神经网络系统辨识结构 | 第50-51页 |
| ·浮筏隔振系统辨识数据的测取 | 第51-53页 |
| ·实验台架的搭建 | 第51-52页 |
| ·实验数据的测取 | 第52-53页 |
| ·浮筏隔振系统神经网络辨识模型 | 第53-59页 |
| ·神经网络辨识模型结构设计 | 第53-54页 |
| ·辨识过程及结果分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于神经网络的浮筏振动主动控制 | 第60-82页 |
| ·基于神经网络的浮筏振动自校正控制 | 第60-65页 |
| ·直接自校正控制 | 第60-62页 |
| ·间接自校正控制 | 第62页 |
| ·系统逆模型离线辨识 | 第62-64页 |
| ·仿真结果分析 | 第64-65页 |
| ·基于神经网络的浮筏振动模型参考自适应控制 | 第65-81页 |
| ·直接型模型参考自适应 | 第65-67页 |
| ·间接型模型参考自适应 | 第67-68页 |
| ·神经网络控制器NNC拓扑结构 | 第68页 |
| ·学习算法的推导 | 第68-70页 |
| ·神经网络控制器训练 | 第70-73页 |
| ·仿真结果分析 | 第73-81页 |
| ·本章小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-84页 |
| ·总结 | 第82-83页 |
| ·展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 致谢 | 第89页 |
