首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

电动负载模拟器控制仿真研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-15页
   ·课题研究的背景意义第9-11页
   ·国内外电动加载技术控制方法的进展第11-14页
     ·传统控制方法第11-13页
     ·智能控制方法第13-14页
   ·本论文研究内容第14页
   ·本章小结第14-15页
第二章 电动加载系统模型的建立与辨识第15-32页
   ·引言第15页
   ·负载模拟器的系统构成第15-16页
   ·电动负载模拟器的数学模型第16-24页
     ·永磁同步电机工作原理第16-17页
     ·永磁同步电机的数学模型第17-20页
     ·扭矩传感器的数学模型第20-21页
     ·系统的完整模型第21页
     ·系统的模型参数第21-24页
   ·负载模拟器的模型验证.第24-31页
     ·频率响应系统辨识的原理第24-25页
     ·频响辨识的实验方法第25-28页
     ·频响辨识的结果及分析第28-31页
   ·本章小结第31-32页
第三章 电动负载模拟器系统特性分析第32-43页
   ·引言第32页
   ·系统模型的特性第32页
   ·前向通道特性分析第32-35页
     ·未加补偿的系统稳定性分析第32-33页
     ·改善系统稳定性的措施第33-35页
   ·扰动通道特性分析第35-42页
     ·多余力矩的产生原因第35-36页
     ·机械连接环节对于多余力矩的影响第36-39页
     ·多余力矩的仿真分析第39-41页
     ·多余力矩的特点第41-42页
   ·本章小结第42-43页
第四章 电动负载模拟器控制器的设计第43-56页
   ·引言第43页
   ·加载控制器的设计第43-48页
     ·PID 控制器的设计原理第43-45页
     ·仿真分析第45-47页
     ·实验结果第47-48页
   ·多余力矩的抑制方法第48-54页
     ·前馈补偿的基本原理第49-50页
     ·前馈补偿的方法第50-52页
     ·前馈补偿后的多余力矩仿真第52-54页
   ·加载系统整体复合控制仿真第54-55页
   ·本章小结第55-56页
第五章 基于 RBF神经网络电动负载模拟器控制第56-67页
   ·引言第56页
   ·神经网络在控制应用中的优势第56-57页
   ·RBF(径向基函数)神经网络第57-59页
     ·RBF 神经网络模型第57-58页
     ·RBF 神经网络的学习算法第58-59页
   ·基于RBF 神经网络模型整定的PID 控制第59-67页
     ·RBF 网络PID 整定原理第60-61页
     ·仿真结果第61-66页
     ·本章小结第66-67页
结论第67-69页
参考文献第69-72页
攻读硕士学位期间所发表的论文及研究成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:柴油发动机缸盖、缸套温度场测试系统研究
下一篇:全光纤电流互感器数据处理系统的FPGA设计