| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·MSMA 及其驱动器的研究现状 | 第10-13页 |
| ·磁控形状记忆合金 | 第10-11页 |
| ·MSMA 驱动器的研究现状 | 第11-13页 |
| ·MSMA 驱动器的应用 | 第13页 |
| ·MSMA 驱动器磁滞模型及控制方法研究 | 第13-16页 |
| ·磁滞非线性 | 第13-14页 |
| ·磁滞模型 | 第14-15页 |
| ·磁滞非线性控制方法研究 | 第15-16页 |
| ·本文研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 基于 labview 搭建 MSMA 驱动器测控平台 | 第18-28页 |
| ·测控系统工作原理 | 第18-19页 |
| ·测控系统硬件部分设计 | 第19-21页 |
| ·数据采集卡及 DIN-68S/2M 接线端子板 | 第19页 |
| ·测控仪器 | 第19-21页 |
| ·测控系统软件部分设计 | 第21-23页 |
| ·MSMA 驱动器性能实验研究 | 第23-27页 |
| ·调试板卡 | 第23-24页 |
| ·MSMA 驱动器磁滞特性研究 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 MSMA 驱动器神经网络磁滞模型及其参数优化 | 第28-38页 |
| ·引言 | 第28页 |
| ·磁滞非线性 | 第28-29页 |
| ·MSMA 驱动器的 BP 网络磁滞非线性模型 | 第29-32页 |
| ·神经元激励函数的选取 | 第29页 |
| ·BP 网络模型的学习算法 | 第29-30页 |
| ·神经网络结构 | 第30-32页 |
| ·基于混合遗传算法优化神经网络磁滞模型 | 第32-36页 |
| ·遗传算法优化过程 | 第32-34页 |
| ·实验仿真与结果分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于 BP 神经网络磁滞模型的 MSMA 驱动器补偿控制 | 第38-49页 |
| ·引言 | 第38页 |
| ·MSMA 驱动器磁滞正模型和逆模型 | 第38-39页 |
| ·基于 simulink 设计仿真控制系统 | 第39-45页 |
| ·传统 PID 反馈控制 | 第39-40页 |
| ·前馈逆补偿控制 | 第40-41页 |
| ·复合控制 | 第41页 |
| ·仿真结果 | 第41-45页 |
| ·基于测控平台的 MSMA 驱动器补偿控制实验 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 MSMA 驱动器磁滞非线性 fuzzy-PID 控制研究 | 第49-58页 |
| ·引言 | 第49页 |
| ·MSMA 驱动器的 Fuzzy-PID 控制器设计 | 第49-53页 |
| ·确定模糊控制器的结构 | 第49-50页 |
| ·选择输入输出的隶属函数 | 第50-51页 |
| ·确定模糊规则 | 第51-53页 |
| ·解模糊化 | 第53页 |
| ·MSMA 驱动器模糊控制系统 | 第53-55页 |
| ·模糊自整定 PID 控制系统 | 第53-54页 |
| ·仿真结果 | 第54-55页 |
| ·基于测控平台的 MSMA 驱动器模糊 PID 控制实验 | 第55-57页 |
| ·MSMA 驱动器控制结果对比 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·创新点 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
