模糊神经控制算法在永磁同步电机控制中的应用研究
| 第1章 绪论 | 第1-14页 |
| ·国内外研究现状 | 第7-10页 |
| ·永磁同步电机交流伺服系统 | 第7-8页 |
| ·模糊神经网络系统 | 第8-10页 |
| ·模糊神经网络控制系统 | 第10-12页 |
| ·研究的目标及内容 | 第12页 |
| ·研究目标 | 第12页 |
| ·研究内容 | 第12页 |
| ·拟解决的关键问题 | 第12页 |
| ·论文主要内容的安排 | 第12-14页 |
| 第2章 永磁同步电机控制系统的仿真 | 第14-31页 |
| ·MATLAB简介 | 第14-16页 |
| ·简介 | 第14-15页 |
| ·主要特点 | 第15-16页 |
| ·SIMULINK运行机理 | 第16-17页 |
| ·用M文件表述的S函数 | 第17-19页 |
| ·控制系统的建立 | 第19-22页 |
| ·永磁同步电机模块 | 第19-21页 |
| ·矢量控制 | 第21页 |
| ·电流环、转速环和限幅 | 第21-22页 |
| ·不同逆变器下的仿真 | 第22-29页 |
| ·电流滞环型PWM | 第22-23页 |
| ·SPWM | 第23-24页 |
| ·SVPWM | 第24-29页 |
| ·SPWM与SVPWM的关系 | 第29页 |
| ·小结 | 第29-31页 |
| 第3章 模糊控制和神经网络辨识 | 第31-46页 |
| ·模糊控制 | 第31-33页 |
| ·神经网络概述 | 第33-34页 |
| ·神经网络控制 | 第33-34页 |
| ·神经网络辨识 | 第34页 |
| ·神经网络辨识 | 第34-44页 |
| ·前馈神经网络模型 | 第34-35页 |
| ·用神经网络建模 | 第35-36页 |
| ·BP网络学习算法 | 第36-39页 |
| ·改进的BP算法 | 第39-40页 |
| ·用递推最小二乘法改进BP网络学习算法 | 第40-43页 |
| ·数字式位置跟踪系统模型 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第4章 模糊神经控制 | 第46-64页 |
| ·神经网络与模糊系统的结合 | 第46-47页 |
| ·常规的模糊神经控制 | 第47-53页 |
| ·局部网络化结构 | 第48-49页 |
| ·全网络化结构 | 第49-53页 |
| ·改进的模糊神经控制算法 | 第53-62页 |
| ·九点控制器 | 第53-55页 |
| ·九点五态控制器 | 第55-58页 |
| ·改进的模糊神经控制算法 | 第58-61页 |
| ·仿真研究 | 第61-62页 |
| ·小结 | 第62-64页 |
| 第5章 基于神经网络的模糊自适应控制 | 第64-73页 |
| ·自适应神经模糊推理系统 | 第64-67页 |
| ·ANFIS | 第64-67页 |
| ·ANFIS自适应学习算法 | 第67页 |
| ·基于模糊神经网络的自适应控制 | 第67-72页 |
| ·基于模糊神经网络的自适应控制方案 | 第67-68页 |
| ·模糊神经网络学习算法 | 第68-70页 |
| ·仿真研究 | 第70-72页 |
| ·小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·全文总结 | 第73-74页 |
| ·下一步工作及展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
