| 全文摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·水泥压力试验机概述及选题的意义 | 第7-8页 |
| ·水泥压力试验机研究背景 | 第8-10页 |
| ·直接数字控制技术的介绍 | 第10-14页 |
| ·论文的主要研究内容 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第二章 试验机静态数学建模与仿真 | 第15-25页 |
| ·试验机工作原理 | 第15-18页 |
| ·试验机工作原理图 | 第15-16页 |
| ·溢流节流阀 | 第16-17页 |
| ·定差溢流阀阀口开度 | 第17-18页 |
| ·试验机静态数学模型 | 第18-21页 |
| ·静态模型的仿真分析 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 试验机的动态建模与分析 | 第25-37页 |
| ·试验机动态方程建模 | 第25-28页 |
| ·试验机动态仿真与分析 | 第28-33页 |
| ·环境因素的影响 | 第33-36页 |
| ·阶跃幅值不同时的响应情况 | 第33页 |
| ·负载刚度的影响 | 第33-34页 |
| ·油液体积弹性模数的影响 | 第34-36页 |
| ·阀芯粘性阻力系数的影响 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 试验机闭环系统的PID控制 | 第37-48页 |
| ·PID控制现状 | 第37页 |
| ·PID控制原理 | 第37-39页 |
| ·数字PID控制算法 | 第39-42页 |
| ·位置式PID控制算法 | 第39-40页 |
| ·增量式PID控制算法 | 第40-42页 |
| ·数字PID控制算法的改进 | 第42-44页 |
| ·积分分离PID控制算法 | 第42-43页 |
| ·遇限削弱积分PID控制算法 | 第43页 |
| ·不完全微分PID控制算法 | 第43页 |
| ·微分先行PID控制算法 | 第43-44页 |
| ·带死区的PID控制算法 | 第44页 |
| ·分布参数数字PID控制算法 | 第44页 |
| ·试验机闭环系统的线性数学模型及其简化 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 试验机液压加载实验 | 第48-60页 |
| ·试验机自动加载系统 | 第48-49页 |
| ·试验机自动加载系统构成 | 第48-49页 |
| ·试验机加载工作过程 | 第49页 |
| ·试验机实验装置 | 第49-51页 |
| ·试验机阶跃变化的实验结果 | 第51-52页 |
| ·PID参数调定对实验结果的影响 | 第52-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 神经网络自适应控制的研究进展及展望 | 第60-70页 |
| ·神经网络的发展 | 第60页 |
| ·神经网络自适应控制系统的研究进展 | 第60-68页 |
| ·神经网络自适应的一般结构 | 第61-62页 |
| ·神经网络模型及算法 | 第62-68页 |
| ·感知器 | 第63页 |
| ·多层前馈网络及BP算法 | 第63-65页 |
| ·径向基函数(RBF)神经网络 | 第65-67页 |
| ·非线性动态系统辨识 | 第67页 |
| ·神经网络自适应控制的关键 | 第67-68页 |
| ·神经网络发展展望 | 第68-69页 |
| ·本章小节 | 第69-70页 |
| 第七章 BP神经网络PID在试验机控制系统中的应用 | 第70-78页 |
| ·基于神经网络的PID控制 | 第70-74页 |
| ·基于BP神经网络K_P，K_I，K_D参数自学习的PID控制器 | 第70-71页 |
| ·BP神经网络结构 | 第71-72页 |
| ·BP神经网络算法 | 第72-74页 |
| ·试验机系统的BP神经网络PID控制 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第八章 总结与展望 | 第78-80页 |
| ·全文总结 | 第78页 |
| ·后期展望 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 已发表(录用)文章 | 第82-83页 |
| 致谢 | 第83-84页 |