基于神经网络的风洞流场马赫数自适应控制策略研究
摘要 | 第1-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第7-12页 |
§1.1 论文的背景、目的和意义 | 第7-8页 |
§1.2 国内、外风洞控制的现状及发展 | 第8-9页 |
§1.3 论文所研究的问题及研究思路 | 第9-10页 |
§1.4 论文的研究成果 | 第10-12页 |
第二章 FL26风洞控制系统原理及控制策略 | 第12-21页 |
§2.1 FL26引射式风洞控制系统概况 | 第12-15页 |
2.1.1 FL26风洞结构原理 | 第12-13页 |
2.1.2 控制系统组成及功能 | 第13-15页 |
§2.2 马赫数控制策略研究 | 第15-18页 |
2.2.1 马赫数控制策略研究的目的 | 第15-16页 |
2.2.2 马赫数控制策略 | 第16-18页 |
§2.3 马赫数控制系统设计方案 | 第18-21页 |
第三章 基于神经网络的风洞马赫数辨识 | 第21-34页 |
§3.1 BP神经网络工作原理 | 第21-23页 |
§3.2 神经网络模型辨识器(NNM)设计 | 第23-27页 |
3.2.1 系统辨识原理 | 第23-24页 |
3.2.2 系统分析及网络学习信号的确定 | 第24-25页 |
3.2.3 NNM神经网络拓扑结构的构造 | 第25-27页 |
§3.3 仿真模型设计与实现 | 第27-28页 |
§3.4 基于NNM的马赫数辨识仿真分析 | 第28-34页 |
3.4.1 基本仿真参数选取 | 第28-29页 |
3.4.2 仿真结果分析 | 第29-34页 |
第四章 神经形态马赫数PID控制器 | 第34-45页 |
§4.1 NNCPID控制器模型的设计 | 第34-36页 |
4.1.1 NNCPID控制器学习信号的确定 | 第34-35页 |
4.1.2 控制器拓朴结构的构造 | 第35-36页 |
§4.2 NNCPID控制器算法 | 第36-39页 |
4.2.1 学习信号的正向传播 | 第37-38页 |
4.2.2 NNCPID控制器的误差逆传播 | 第38-39页 |
§4.3 仿真模型设计与实现 | 第39-42页 |
4.3.1 仿真模型设计思想 | 第39-40页 |
4.3.2 仿真程序算法流程 | 第40-42页 |
4.3.3 NNCPID仿真程序实现中的几个技巧 | 第42页 |
§4.4 NNCPID控制器的训练与仿真分析 | 第42-45页 |
4.4.1 仿真试验前的准备工作 | 第42页 |
4.4.2 仿真试验及结果的分析 | 第42-45页 |
第五章 马赫数补偿解耦控制 | 第45-55页 |
§5.1 解耦控制原理 | 第45-47页 |
5.1.1 概述 | 第45页 |
5.1.2 传统解耦原理 | 第45-47页 |
§5.2 风洞流场参数耦合特性分析 | 第47-49页 |
5.2.1 流场参数耦合性能分析 | 第47-48页 |
5.2.2 风洞参数模型的简化 | 第48-49页 |
§5.3 补偿解耦控制器的构造 | 第49-51页 |
5.3.1 补偿解耦概述 | 第49页 |
5.3.2 FL26风洞补偿解耦算法 | 第49-51页 |
§5.4 仿真模型设计及仿真实验 | 第51-55页 |
5.4.1 模型设计思想 | 第51页 |
5.4.2 仿真实现及结果分析 | 第51-55页 |
第六章 FL26风洞马赫数自适应解耦控制系统 | 第55-66页 |
§6.1 马赫数自适应控制原理 | 第55-57页 |
6.1.1 马赫数控制原理 | 第55-56页 |
6.1.2 马赫数自适应解耦控制方案 | 第56-57页 |
§6.2 单神经元栅指伺服控制器(SNSC) | 第57-60页 |
6.2.1 栅指液压伺服控制系统结构原理 | 第57-58页 |
6.2.2 单神经元栅指伺服控制器(SNSO) | 第58-59页 |
6.2.3 SNSC仿真分析 | 第59-60页 |
§6.3 基于神经网络的马赫数自适应控制系统 | 第60-61页 |
§6.4 系统仿真及结果分析 | 第61-66页 |
6.4.1 系统数学模型及离散化处理 | 第61-62页 |
6.4.2 仿真结果分析 | 第62-66页 |
第七章 结束语 | 第66-68页 |
§7.1 对FL26风洞的改造的几点建议 | 第66页 |
§7.2 总结 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-71页 |