首页--工业技术论文--武器工业论文--爆破器材、烟火器材、火炸药论文--爆破器材论文

基于AMESim的某武器电液伺服系统仿真与优化控制研究

摘要第3-4页
Abstract第4页
1 绪论第8-12页
    1.1 研究课题背景第8-9页
    1.2 国内外电液伺服系统的研究现状第9-10页
    1.3 本文的主要研究内容第10-12页
2 爆破扫雷器电液伺服系统第12-21页
    2.1 爆破扫雷器电液伺服系统的工作流程第12页
    2.2 系统硬件组成简述第12-13页
    2.3 系统工作原理的介绍第13-15页
    2.4 系统传递函数第15-18页
    2.5 爆破扫雷器系统高低升降装置旋变值的计算第18-20页
        2.5.1 火箭发射结构的简介第18-19页
        2.5.2 射角与旋变值的关系第19-20页
        2.5.3 标定旋变值、倾斜传感器第20页
    2.6 本章小结第20-21页
3 基于AMESim与Simulink软件的系统联合仿真建模第21-25页
    3.1 AMESim软件与Simulink软件的简介第21-23页
        3.1.1 AMESim软件简介第21页
        3.1.2 Simulink软件简介第21-22页
        3.1.3 联合仿真需要注意的几点介绍第22-23页
    3.2 爆破扫雷器仿真模型的建立第23-24页
    3.3 本章小结第24-25页
4 RBF神经网络介绍第25-34页
    4.1 神经网络介绍第25-27页
        4.1.1 神经网络原理第25-26页
        4.1.2 神经网络的分类第26-27页
        4.1.3 神经网络学习算法第27页
    4.2 RBF神经网络第27-29页
        4.2.1 RBF神经网络概述第27-28页
        4.2.2 RBF神经网络结构第28页
        4.2.3 RBF神经网络的学习算法第28-29页
    4.3 遗传算法第29-31页
        4.3.1 遗传算法的基本流程第29-30页
        4.3.2 遗传算法的基本操作第30-31页
        4.3.3 遗传算法的特点第31页
    4.4 GA遗传算法优化RBF神经网络第31-33页
        4.4.1 RBF网络拓扑结构编码第32页
        4.4.2 RBF网络参数编码第32-33页
    4.5 本章小结第33-34页
5 爆破扫雷器电液伺服系统辨识第34-44页
    5.1 神经网络辨识简介第34页
    5.2 激励信号及模型性能评价第34-36页
        5.2.1 激励信号的选择第35-36页
        5.2.2 采样时间的选择第36页
        5.2.3 模型性能评价的选择第36页
    5.3 爆破扫雷器电液伺服系统建模数据及处理第36-39页
        5.3.1 输入输出数据第37-38页
        5.3.2 输入输出数据的归一化处理第38-39页
    5.4 系统RBF辨识过程第39-40页
    5.5 GA-RBF算法的系统辨识第40-43页
        5.5.1 GA-RBF算法中的重要概念概述第41页
        5.5.2 GA-RBF算法的流程第41-42页
        5.5.3 GA-RBF算法辨识的结果第42-43页
        5.5.4 系统GA-RBF辨识结果分析总结第43页
    5.6 本章小结第43-44页
6 爆破扫雷器电液伺服系统的控制器研究第44-56页
    6.1 常用PID控制器的设计介绍第44-45页
    6.2 模糊控制原理第45-46页
        6.2.1 模糊控制结构第45页
        6.2.2 模糊控制的维数第45-46页
    6.3 模糊PID控制器设计第46-49页
        6.3.1 模糊PID控制器的结构第46-47页
        6.3.2 模糊PID控制规则第47-49页
    6.4 前馈控制器设计第49-50页
        6.4.1 前馈控制概述第49-50页
        6.4.2 前馈控制系统的特点第50页
    6.5 爆破扫雷器前馈模糊复合控制器的设计和仿真第50-55页
        6.5.1 控制效果仿真实验及结果分析第52-55页
    6.6 本章小结第55-56页
结论第56-58页
致谢第58-59页
参考文献第59-63页
附录第63页

论文共63页,点击 下载论文
上一篇:多维守恒律方程的测度值解的大时间行为
下一篇:新一代光网络性能监测中的低成本多参数监测研究