摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-20页 |
1.1 课题研究的背景和意义 | 第12-13页 |
1.2 国内外高速开关阀研究动态及现状 | 第13-14页 |
1.3 数字变量泵控制技术的现状与发展趋势 | 第14-16页 |
1.4 数字变量泵控系统的组成 | 第16-17页 |
1.5 课题研究的主要内容 | 第17-20页 |
第二章 高速开关阀控数字泵系统的设计与研究 | 第20-36页 |
2.1 典型电液控制阀的对比与研究分析 | 第20-29页 |
2.1.1 电液伺服阀 | 第20-21页 |
2.1.2 电液比例阀 | 第21页 |
2.1.3 高速开关阀 | 第21-24页 |
2.1.4 基于PWM控制的高速开关阀 | 第24-29页 |
2.2 轴向柱塞泵的工作原理与控制方法 | 第29-33页 |
2.2.1 轴向柱塞泵的工作原理 | 第29-30页 |
2.2.2 力士乐A4VG系列高压柱塞泵 | 第30-32页 |
2.2.3 轴向柱塞泵的变量控制方法 | 第32-33页 |
2.3 数字变量泵系统的结构设计与研究分析 | 第33-34页 |
2.4 本章小结 | 第34-36页 |
第三章 数字变量泵系统的数学建模及仿真分析 | 第36-60页 |
3.1 控制系统的理论方程 | 第36-42页 |
3.1.1 PWM信号与高速开关阀 | 第36-39页 |
3.1.2 系统控制油路的理论方程 | 第39-42页 |
3.2 控制系统的特性分析 | 第42-51页 |
3.2.1 高速开关阀的仿真分析 | 第42-46页 |
3.2.2 控制系统的稳定性和频响特性分析 | 第46-49页 |
3.2.3 控制系统的稳态性能分析 | 第49-51页 |
3.3 PID控制算法仿真分析 | 第51-58页 |
3.3.1 PID控制算法原理 | 第51-53页 |
3.3.2 PID控制系统仿真 | 第53-58页 |
3.4 本章小结 | 第58-60页 |
第四章 基于神经网络的控制系统设计 | 第60-88页 |
4.1 人工神经网络简介 | 第60-61页 |
4.2 CMAC神经网络 | 第61-64页 |
4.2.1 CMAC网络的基本结构 | 第61-62页 |
4.2.2 CMAC网络的控制实现及原理 | 第62-63页 |
4.2.3 CMAC网络的优点与应用 | 第63-64页 |
4.3 CMAC与PID复合控制系统设计与实现 | 第64-78页 |
4.3.1 CMAC与PID复合控制算法设计 | 第64-67页 |
4.3.2 CMAC与PID复合控制算法实现 | 第67-72页 |
4.3.3 复合控制系统的Simulink与AMESim联合仿真 | 第72-78页 |
4.4 基于CMAC自适应PID控制系统设计与实现 | 第78-87页 |
4.4.1 CMAC自适应PID控制算法设计 | 第78-83页 |
4.4.2 CMAC自适应PID控制算法实现 | 第83-85页 |
4.4.3 自适应控制系统的Simulink与AMESim联合仿真 | 第85-87页 |
4.5 本章小结 | 第87-88页 |
第五章 数字变量控制器的硬件实现 | 第88-96页 |
5.1 基于数字芯片的主控制器 | 第88-93页 |
5.1.1 DSP芯片的简介 | 第88-90页 |
5.1.2 FPGA芯片的简介 | 第90-93页 |
5.2 柱塞泵变量控制器的硬件实现 | 第93-95页 |
5.3 本章小结 | 第95-96页 |
第六章 总结与展望 | 第96-100页 |
6.1 论文总结 | 第96-97页 |
6.2 研究展望 | 第97-100页 |
致谢 | 第100-102页 |
参考文献 | 第102-108页 |
附录 攻读硕士学位期间发表学术论文和参与科研项目 | 第108页 |
A. 发表的学术论文 | 第108页 |
B. 参与的科研项目 | 第108页 |