| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景及研究意义 | 第9页 |
| 1.2 电液伺服系统的概述 | 第9-11页 |
| 1.2.1 模拟伺服系统 | 第10页 |
| 1.2.2 数字伺服系统 | 第10-11页 |
| 1.2.3 电液伺服系统控制要求 | 第11页 |
| 1.3 控制系统的算法研究进展 | 第11-12页 |
| 1.4 研究目标及内容 | 第12-14页 |
| 1.4.1 研究目标 | 第12-13页 |
| 1.4.2 研究内容 | 第13-14页 |
| 2 某武器平衡及定位电液伺服系统综述 | 第14-20页 |
| 2.1 电液伺服系统的结构与工作原理 | 第14-15页 |
| 2.2 电液伺服系统的液压系统 | 第15-17页 |
| 2.3 电液伺服系统的数学模型 | 第17-19页 |
| 2.3.1 电液伺服阀的数学模型 | 第17页 |
| 2.3.2 伺服阀控制驱动腔的数学模型 | 第17-18页 |
| 2.3.3 减压阀控制平衡腔的数学模型 | 第18-19页 |
| 2.3.4 平衡与及定位电液伺服系统传递函数 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于电液伺服系统的非线性系统辨识模型 | 第20-34页 |
| 3.1 系统辨识综述 | 第20页 |
| 3.2 辨识数据的获取 | 第20-22页 |
| 3.3 BP神经网络辨识 | 第22-27页 |
| 3.3.1 BP神经网络的结构设计 | 第22-23页 |
| 3.3.2 BP神经网络的算法实现 | 第23-25页 |
| 3.3.3 BP神经网络的辨识研究 | 第25-27页 |
| 3.4 基于遗传优化的BP神经网络辨识 | 第27-33页 |
| 3.4.1 遗传算法简介 | 第28-29页 |
| 3.4.2 GA-BP神经网络的算法实现 | 第29-30页 |
| 3.4.3 GA-BP神经网络的辨识研究 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 神经网络滑模变结构控制研究 | 第34-46页 |
| 4.1 RBF神经网络 | 第34-36页 |
| 4.1.1 RBF神经网络的结构原理 | 第34-35页 |
| 4.1.2 RBF神经网络的学习算法 | 第35-36页 |
| 4.2 滑模变结构控制理论 | 第36-40页 |
| 4.2.1 滑模变结构控制原理 | 第36-38页 |
| 4.2.2 滑模变结构控制的动态品质 | 第38-39页 |
| 4.2.3 等效滑模变结构控制 | 第39-40页 |
| 4.3 神经网络滑模变结构控制系统设计 | 第40-45页 |
| 4.3.1 滑模变结构控制的等效控制 | 第41页 |
| 4.3.2 基于RBF神经网络的切换控制 | 第41-43页 |
| 4.3.3 神经网络滑模变结构控制器 | 第43-44页 |
| 4.3.4 神经网络滑模变结构控制算法仿真图 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 分数阶神经网络滑模变结构控制研究 | 第46-60页 |
| 5.1 分数阶微积分 | 第46-49页 |
| 5.1.1 分数阶微积分基本函数 | 第46-47页 |
| 5.1.2 分数阶微积分定义及性质 | 第47-49页 |
| 5.1.3 分数阶微积分的拉普拉斯变换 | 第49页 |
| 5.2 分数阶神经网络滑模变结构控制系统设计 | 第49-54页 |
| 5.2.1 分数阶滑模的等效控制 | 第49-50页 |
| 5.2.2 分数阶滑模面的参数整定 | 第50-53页 |
| 5.2.3 基于RBF神经网络的切换控制 | 第53页 |
| 5.2.4 分数阶神经网络滑模变结构控制器 | 第53-54页 |
| 5.3 基于滑模控制的不同控制器仿真研究 | 第54-58页 |
| 5.3.1 分数阶神经网络滑模变结构控制算法仿真图 | 第54-55页 |
| 5.3.2 基于滑模控制的不同控制器的控制仿真与性能比较 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 6 基于电液伺服系统的武器身管平衡定位实验研究 | 第60-67页 |
| 6.1 系统介绍 | 第60-64页 |
| 6.1.1 工业控制计算机 | 第60-61页 |
| 6.1.2 STM32控制模块 | 第61页 |
| 6.1.3 伺服放大器 | 第61-62页 |
| 6.1.4 旋转变压器及RDC解码器 | 第62-63页 |
| 6.1.5 液压控制执行机构 | 第63-64页 |
| 6.2 系统的实验成果及结论 | 第64-66页 |
| 6.3 本章小结 | 第66-67页 |
| 7 总结与展望 | 第67-69页 |
| 7.1 总结 | 第67页 |
| 7.2 展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |