基于dSPACE的智能PID控制方法应用研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究的目的及意义 | 第11-12页 |
| 1.1.1 课题研究目的 | 第11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状分析 | 第12-15页 |
| 1.2.1 过程控制的发展现状 | 第12-13页 |
| 1.2.2 运动控制的发展现状 | 第13-14页 |
| 1.2.3 智能控制 | 第14页 |
| 1.2.4 dSPACE实时仿真系统 | 第14-15页 |
| 1.3 本文的总体结构 | 第15-16页 |
| 第2章 基于dSPACE的控制系统设计 | 第16-37页 |
| 2.1 系统总体方案设计 | 第16页 |
| 2.2 硬件设计 | 第16-28页 |
| 2.2.1 dSPACE实时仿真硬件平台应用 | 第17-24页 |
| 2.2.2 电加热炉温度控制实验装置 | 第24-27页 |
| 2.2.3 电机调速控制实验装置 | 第27-28页 |
| 2.3 软件设计 | 第28-35页 |
| 2.3.1 dSPACE实时仿真系统软件应用 | 第28-32页 |
| 2.3.2 系统上位机设计 | 第32-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 智能PID控制器设计 | 第37-57页 |
| 3.1 PID控制理论 | 第37-41页 |
| 3.1.1 PID控制原理 | 第37-39页 |
| 3.1.2 数字PID控制方法 | 第39-41页 |
| 3.2 遗传算法优化PID | 第41-49页 |
| 3.2.1 遗传算法的原理 | 第41-43页 |
| 3.2.2 基于遗传算法的PID参数的优化控制 | 第43-49页 |
| 3.3 单神经元自适应PID | 第49-55页 |
| 3.3.1 神经元模型 | 第49-51页 |
| 3.3.2 单神经元自适应PID | 第51-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 智能PID控制方法应用研究 | 第57-75页 |
| 4.1 建立模型及下载控制方法 | 第57-60页 |
| 4.1.1 建立模型 | 第57-59页 |
| 4.1.2 下载控制方法 | 第59-60页 |
| 4.2 电加热炉温度控制的应用 | 第60-70页 |
| 4.2.1 传统PID的应用 | 第60-65页 |
| 4.2.2 遗传算法优化PID的应用 | 第65-68页 |
| 4.2.3 单神经元自适应PID的应用 | 第68-70页 |
| 4.3 永磁直流电机转速控制的应用 | 第70-74页 |
| 4.3.1 传统PID的应用 | 第71-72页 |
| 4.3.2 遗传算法优化PID的应用 | 第72-73页 |
| 4.3.3 单神经元自适应PID的应用 | 第73-74页 |
| 4.4 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
