| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源、研究目的及意义 | 第8-9页 |
| 1.2 PID 控制参数整定的发展与现状 | 第9-10页 |
| 1.3 智能 PID 控制的发展与现状 | 第10-12页 |
| 1.3.1 模糊控制及模糊 PID 参数整定 | 第10-11页 |
| 1.3.2 基于遗传算法的 PID 参数整定 | 第11-12页 |
| 1.3.3 基于粒子群算法的 PID 参数整定 | 第12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 第2章 PID 控制原理及参数整定方法 | 第13-23页 |
| 2.1 PID 控制器 | 第13-15页 |
| 2.1.1 PID 控制器的基本原理 | 第13-14页 |
| 2.1.2 PID 控制器参数对控制性能的影响 | 第14-15页 |
| 2.2 常规 PID 控制器参数整定方法仿真分析 | 第15-17页 |
| 2.2.1 Z-N 法 | 第15-16页 |
| 2.2.2 继电反馈控制法 | 第16-17页 |
| 2.3 人工智能 PID 控制器参数整定方法仿真分析 | 第17-22页 |
| 2.3.1 基于模糊控制的 PID 参数整定与仿真 | 第17-19页 |
| 2.3.2 基于遗传算法的 PID 参数整定与仿真 | 第19-20页 |
| 2.3.3 基于粒子群算法的 PID 参数整定与仿真 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 智能自适应 PD 控制器的设计与仿真 | 第23-47页 |
| 3.1 智能自适应 PID 控制器设计 | 第23-39页 |
| 3.1.1 智能自适应 PID 控制器的基本思想 | 第23页 |
| 3.1.2 智能自适应 PD 控制器的设计思想 | 第23-25页 |
| 3.1.3 设计智能权因子 | 第25-29页 |
| 3.1.4 设计微分系数k_d | 第29-31页 |
| 3.1.5 微分系数的自调整 | 第31-36页 |
| 3.1.6 智能权因子的改进设计 | 第36-39页 |
| 3.2 智能自适应 PD 控制器仿真 | 第39-44页 |
| 3.2.1 智能自适应 PD 控制器跟踪性能仿真 | 第39-42页 |
| 3.2.2 智能自适应 PD 控制器对非最小相位系统的仿真 | 第42-43页 |
| 3.2.3 智能自适应 PD 控制器抗扰性能仿真 | 第43-44页 |
| 3.3 智能自适应 PD 控制器对非线性系统仿真 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 智能自适应 PD 控制器对倒立摆的控制 | 第47-58页 |
| 4.1 倒立摆及其控制方法 | 第47页 |
| 4.2 一级倒立摆控制仿真 | 第47-52页 |
| 4.2.1 一级倒立摆的数学模型 | 第47-49页 |
| 4.2.2 一级倒立摆的 LQR 控制 | 第49-51页 |
| 4.2.3 智能自适应 PD 控制器对一级倒立摆的控制仿真 | 第51-52页 |
| 4.3 二级倒立摆的控制仿真 | 第52-57页 |
| 4.3.1 二级倒立摆的数学模型 | 第52-55页 |
| 4.3.2 智能自适应 PD 控制器对二级倒立摆的控制仿真 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 智能自适应 PID 控制器对纯滞后对象的控制 | 第58-71页 |
| 5.1 智能自适应 PID 控制器的设计 | 第58-60页 |
| 5.1.1 智能积分环节的设计 | 第58-59页 |
| 5.1.2 智能自适应 PID 控制器对二阶惯性环节的仿真 | 第59-60页 |
| 5.2 智能控制器对纯滞后对象的控制仿真 | 第60-70页 |
| 5.2.1 纯滞后对象 | 第60-61页 |
| 5.2.2 纯滞后对象的控制方法 | 第61-62页 |
| 5.2.3 Dahlin 算法及其仿真 | 第62-63页 |
| 5.2.4 Smith 预估算法及仿真 | 第63-64页 |
| 5.2.5 基于智能自适应 PID 控制器的改进 Smith 预估控制仿真 | 第64-66页 |
| 5.2.6 内模控制及其改进 | 第66-69页 |
| 5.2.7 基于智能自适应 PID 控制器的改进内模控制仿真 | 第69-70页 |
| 5.3 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的学术论文 | 第76-78页 |
| 致谢 | 第78页 |
