| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 交流伺服系统简介 | 第10-11页 |
| 1.3 交流伺服系统控制策略介绍 | 第11-13页 |
| 1.4 论文的主要内容和结构 | 第13-15页 |
| 1.4.1 论文研究的主要内容 | 第13-14页 |
| 1.4.2 论文的结构 | 第14-15页 |
| 2 火炮交流伺服系统实验平台的搭建 | 第15-34页 |
| 2.1 火炮交流伺服系统简介 | 第15页 |
| 2.2 交流伺服实验台的组成和搭建 | 第15-21页 |
| 2.2.1 控制计算机 | 第16页 |
| 2.2.2 实验台的传动部分 | 第16-17页 |
| 2.2.3 角位置信号采集模块 | 第17-18页 |
| 2.2.4 永磁同步电机数学模型和矢量控制策略 | 第18-21页 |
| 2.3 硬件电路设计 | 第21-29页 |
| 2.3.1 基于STM32+DSP的硬件设计 | 第21-27页 |
| 2.3.2 伺服放大电路设计 | 第27-29页 |
| 2.4 控制系统软件设计 | 第29-33页 |
| 2.4.1 上位机控制显示界面设计 | 第29-30页 |
| 2.4.2 下位机控制软件设计 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 火炮交流伺服系统辨识研究 | 第34-51页 |
| 3.1 系统辨识的基本流程 | 第34-35页 |
| 3.2 系统辨识信号的设计和预处理 | 第35-40页 |
| 3.2.1 辨识输入信号的选择 | 第35-36页 |
| 3.2.2 采样率的选择和输出信号采集设计 | 第36-38页 |
| 3.2.3 系统辨识数据处理 | 第38-40页 |
| 3.3 神经网络系统辨识研究 | 第40-50页 |
| 3.3.1 神经网络系统辨识介绍 | 第40-42页 |
| 3.3.2 BP神经网络系统辨识 | 第42-46页 |
| 3.3.3 基于粒子群优化的RBF神经网络系统辨识 | 第46-50页 |
| 3.4 本章小结 | 第50-51页 |
| 4 火炮交流伺服系统控制器的设计 | 第51-70页 |
| 4.1 遗传算法和模拟退火算法 | 第51-54页 |
| 4.1.1 遗传算法的设计流程和特点 | 第51-52页 |
| 4.1.2 模拟退火算法设计流程和特点 | 第52-54页 |
| 4.2 模糊PID控制器设计 | 第54-61页 |
| 4.2.1 PID控制 | 第54-55页 |
| 4.2.2 模糊控制介绍 | 第55-58页 |
| 4.2.3 模糊PID控制器设计 | 第58-61页 |
| 4.3 基于遗传模拟退火优化的模糊PID控制 | 第61-65页 |
| 4.3.1 遗传模拟退火算法优化流程设计 | 第61-62页 |
| 4.3.2 遗传模拟退火优化的模糊PID控制器的设计 | 第62-65页 |
| 4.4 系统仿真实验与分析 | 第65-68页 |
| 4.5 本章小结 | 第68-70页 |
| 5 半实物仿真实验 | 第70-75页 |
| 5.1 半实物仿真实验平台搭建 | 第70-71页 |
| 5.2 实验结果与分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 结束语 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |