| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 前言 | 第9页 |
| 1.2 疲劳试验机简介 | 第9-11页 |
| 1.3 疲劳试验机的现状及发展趋势 | 第11页 |
| 1.4 课题主要研究内容 | 第11-13页 |
| 第二章 试验机控制系统设计方案 | 第13-17页 |
| 2.1 系统的功能要求及性能指标 | 第13-14页 |
| 2.1.1 系统的功能要求 | 第13页 |
| 2.1.2 系统的性能指标要求 | 第13-14页 |
| 2.2 系统的总体设计方案 | 第14-16页 |
| 2.2.1 多通道电液伺服控制系统 | 第14-15页 |
| 2.2.2 系统的总体方案设计 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 疲劳试验机电液伺服系统建模 | 第17-32页 |
| 3.1 前言 | 第17页 |
| 3.2 电液伺服系统建模 | 第17-26页 |
| 3.2.1 阀控对称液压缸模型 | 第18-24页 |
| 3.2.2 电液伺服阀模型 | 第24-25页 |
| 3.2.3 伺服放大器模型 | 第25-26页 |
| 3.2.4 传感器模型 | 第26页 |
| 3.3 数学模型的确定与液压系统参数的计算 | 第26-31页 |
| 3.3.1 系统的数学模型 | 第26-27页 |
| 3.3.2 供油压力p s的选择 | 第27-28页 |
| 3.3.3 液压缸的主要技术参数确定 | 第28-29页 |
| 3.3.4 伺服阀的选择 | 第29-30页 |
| 3.3.5 恒压伺服泵站的选择 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 电液伺服疲劳试验机 BP 神经网络自适应 PID 控制器设计 | 第32-46页 |
| 4.1 神经网络控制算法 | 第32-37页 |
| 4.1.1 神经网络的结构 | 第33-35页 |
| 4.1.2 神经网络算法 | 第35-36页 |
| 4.1.3 神经网络特点 | 第36-37页 |
| 4.2 基于 BP 神经网络的 PID 控制器设计 | 第37-45页 |
| 4.2.1 BP 神经网络组成结构 | 第37-38页 |
| 4.2.2 函数信号与误差信号的计算 | 第38-41页 |
| 4.2.3 网络训练算法 | 第41-42页 |
| 4.2.4 基于 BP 神经网络的 PID 控制仿真 | 第42-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 控制系统的软件设计 | 第46-57页 |
| 5.1 电液伺服回路的研究 | 第46-47页 |
| 5.1.1 电液位置伺服回路 | 第46-47页 |
| 5.1.2 电液压力伺服回路 | 第47页 |
| 5.2 试验台软件控制系统研究与设计 | 第47-56页 |
| 5.2.1 虚拟仪器 LabVIEW | 第48页 |
| 5.2.2 虚拟仪器的基本组成及其特点 | 第48-52页 |
| 5.2.3 控制系统软件设计 | 第52-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 数据采集与系统的调试 | 第57-71页 |
| 6.1 数据采集系统 | 第57-65页 |
| 6.1.1 数据采集系统的组成 | 第57-63页 |
| 6.1.2 数据采集与处理的软件设计 | 第63-65页 |
| 6.2 系统的调试 | 第65-66页 |
| 6.3 试验验证 | 第66-70页 |
| 6.4 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-72页 |
| 7.1 总结 | 第71页 |
| 7.2 展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 发表论文和参与科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |
