| 注释表 | 第1-9页 |
| 第一章 绪论 | 第9-18页 |
| 1．1 引言 | 第9-10页 |
| 1．2 直升机振动主动控制方法 | 第10-11页 |
| 1．3 带有主动控制后缘附翼的智能旋翼的研究现状 | 第11-13页 |
| 1．4 智能材料作动器 | 第13-14页 |
| 1．5 与智能旋翼有关的非线性结构振动神经控制 | 第14-16页 |
| 1．6 本文研究的意义及主要研究内容 | 第16-18页 |
| 第二章 智能旋翼的气动-控制-结构动力学系统模型 | 第18-30页 |
| 2．1 引言 | 第18页 |
| 2．2 基本假设及坐标系系统 | 第18-20页 |
| 2．3 智能旋翼载荷 | 第20-24页 |
| 2．4 智能旋翼的气动-控制-结构动力学模型 | 第24-25页 |
| 2．5 作动器数学模型 | 第25-27页 |
| 2．6 模型分析与无量纲化说明 | 第27-29页 |
| 2．6．1 模型计算 | 第27-29页 |
| 2．6．2 无量纲化说明 | 第29页 |
| 2．7 小结 | 第29-30页 |
| 第三章 智能旋翼神经网络建模 | 第30-40页 |
| 3．1 引言 | 第30页 |
| 3．2 频域人工神经网络研究 | 第30-33页 |
| 3．2．1 频域前馈多层神经网络的结构 | 第30-32页 |
| 3．2．2 频域前馈多层神经网络的训练算法 | 第32-33页 |
| 3．2．3 隐含层最优神经元数的探讨 | 第33页 |
| 3．3 以附翼偏角谐波分量作为系统输入的建模 | 第33-36页 |
| 3．3．1 神经网络模型结构及训练算法 | 第34页 |
| 3．3．2 适合于智能旋翼训练样本选取的正交选择法 | 第34-35页 |
| 3．3．3 模型检验 | 第35-36页 |
| 3．4 以驱动电压谐波分量作为系统输入的建模 | 第36-39页 |
| 3．4．1 神经模拟器结构及样本选取 | 第36-37页 |
| 3．4．2 模型检验 | 第37-39页 |
| 3．4．3 神经模拟器泛化能力的检验 | 第39页 |
| 3．5 小结 | 第39-40页 |
| 第四章 基于离线训练神经模拟器的智能旋翼频域神经控制 | 第40-48页 |
| 4．1 引言 | 第40页 |
| 4．2 基于离线训练神经模拟器的智能旋翼频域神经控制方案 | 第40-41页 |
| 4．3 神经控制器及其算法 | 第41-43页 |
| 4．4 计算机仿真 | 第43-47页 |
| 4．5 小结 | 第47-48页 |
| 第五章 基于在线训练神经模拟器的智能旋翼频域神经控制 | 第48-57页 |
| 5．1 引言 | 第48页 |
| 5．2 基于在线训练神经模拟器的智能旋翼频域神经控制方案 | 第48-52页 |
| 5．2．1 神经模拟器与神经控制器 | 第49-50页 |
| 5．2．2 目标函数与控制量修正公式 | 第50-51页 |
| 5．2．3 在线建模与离线建模的控制方法的对比 | 第51-52页 |
| 5．3 计算机仿真 | 第52-54页 |
| 5．4 附翼参数的影响 | 第54-56页 |
| 5．5 小结 | 第56-57页 |
| 第六章 智能旋翼频域神经控制方法的试验研究 | 第57-69页 |
| 6．1 引言 | 第57-58页 |
| 6．2 试验方案设计 | 第58-60页 |
| 6．2．1 主机/从机系统的工作原理 | 第58页 |
| 6．2．2 情况1试验方案 | 第58-59页 |
| 6．2．3 情况2试验方案 | 第59页 |
| 6．2．4 关键技术问题 | 第59-60页 |
| 6．3 软件设计 | 第60-62页 |
| 6．4 采用模拟计算机模拟受控对象的半物理仿真试验 | 第62-65页 |
| 6．4．1 单通系统的半物理仿真试验 | 第63-64页 |
| 6．4．2 二阶动力学系统的半物理仿真试验 | 第64-65页 |
| 6．5 悬臂梁模型的振动响应控制试验 | 第65-68页 |
| 6．6 小结 | 第68-69页 |
| 第七章 总结 | 第69-71页 |
| 7．1 工作总结 | 第69-70页 |
| 7．2 今后值得进一步研究的主要问题 | 第70-71页 |
| 致谢 | 第71-72页 |
| 攻读博士期间发表的论文 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 附录 Matlab工具箱中前馈多层神经网络的应用 | 第80页 |
