基于ELMAN神经网络的潜油电机速度辨识研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题的背景及意义 | 第9-12页 |
| ·潜油电泵发展概述 | 第9-10页 |
| ·神经网络发展概述 | 第10-12页 |
| ·无传感器速度辨识国内外研究情况 | 第12-14页 |
| ·基于物理模型的转速估计 | 第12页 |
| ·基于扩展卡尔曼滤波的状态估计算法 | 第12-13页 |
| ·基于模型参考自适应系统的估计算法 | 第13页 |
| ·基于转子电流槽谐波分析的估计方法 | 第13页 |
| ·基于人工神经网络的转速估计方法 | 第13-14页 |
| ·异步电机温度计算方法及研究情况 | 第14-15页 |
| ·课题主要研究内容及安排 | 第15-17页 |
| 第2章 异步电机数学模型及人工神经网络理论 | 第17-31页 |
| ·异步电机数学模型 | 第17-22页 |
| ·三相静止坐标系下的数学模型 | 第18-20页 |
| ·两相静止坐标系下的数学模型 | 第20-22页 |
| ·人工神经网络理论 | 第22-30页 |
| ·人工神经元模型 | 第22-25页 |
| ·BP网络模型及学习算法 | 第25-29页 |
| ·ELMAN网络模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于ELMAN神经网络的转速动态辨识模型 | 第31-39页 |
| ·基于神经网络的系统辨识 | 第31-32页 |
| ·辨识模型的建立 | 第32-34页 |
| ·仿真研究 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 实验研究及小波分析滤波的应用 | 第39-57页 |
| ·硬件平台 | 第39-40页 |
| ·小波多分辨率分析的信号滤波 | 第40-47页 |
| ·小波多分辨率分析理论 | 第41-43页 |
| ·MALLAT分解算法 | 第43-44页 |
| ·MALLAT重构算法 | 第44-47页 |
| ·工频电源供电的潜油电机速度辨识 | 第47-51页 |
| ·变频器电源供电的潜油电机速度辨识 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 直流注入法估计潜油电机定子温度 | 第57-68页 |
| ·模型建立 | 第57-59页 |
| ·直流注入模式 | 第57-58页 |
| ·正常模式 | 第58-59页 |
| ·仿真验证 | 第59-63页 |
| ·实验研究 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |
