摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-20页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 压电叠堆的国内外研究现状 | 第11-13页 |
1.3 压电叠堆建模的国内外研究现状 | 第13-16页 |
1.3.1 Preisach模型 | 第14页 |
1.3.2 Prandtl-Ishlinskii模型 | 第14页 |
1.3.3 Maxwell模型 | 第14-15页 |
1.3.4 Krasnosel'skii-Pokrovskii模型 | 第15页 |
1.3.5 人工神经网络模型 | 第15-16页 |
1.4 压电叠堆的主要控制方法 | 第16-18页 |
1.4.1 基于逆模型的前馈控制 | 第16-17页 |
1.4.2 闭环反馈控制 | 第17-18页 |
1.5 本文的章节安排 | 第18-20页 |
第2章 压电叠堆和分数阶微积分基础理论 | 第20-32页 |
2.1 压电学基础 | 第20-23页 |
2.1.1 压电效应 | 第20-21页 |
2.1.2 压电材料特性 | 第21-22页 |
2.1.3 压电材料性能参数 | 第22-23页 |
2.2 压电叠堆 | 第23-24页 |
2.3 分数阶微积分 | 第24-31页 |
2.3.1 分数阶微积分定义 | 第25-26页 |
2.3.2 分数阶微积分性质 | 第26-27页 |
2.3.3 分数阶Laplace变换 | 第27页 |
2.3.4 分数阶系统的数学描述 | 第27-28页 |
2.3.5 分数阶PI~λD~μ | 第28-30页 |
2.3.6 分数阶微积分实现方法 | 第30-31页 |
2.4 本章小结 | 第31-32页 |
第3章 压电叠堆位移采集与控制平台设计 | 第32-40页 |
3.1 xPC平台介绍 | 第32-34页 |
3.2 xPC平台制作过程 | 第34-35页 |
3.3 压电叠堆位移采集与控制平台构成 | 第35-37页 |
3.4 压电叠堆位移采集 | 第37-38页 |
3.5 本章小结 | 第38-40页 |
第4章 压电叠堆的粒子群分数阶PI~λD~μ闭环控制 | 第40-58页 |
4.1 分数阶微积分特性 | 第40-42页 |
4.2 压电叠堆的分数阶建模 | 第42-44页 |
4.3 参数辨识实验 | 第44-48页 |
4.3.1 粒子群优化算法 | 第45-46页 |
4.3.2 模型结果 | 第46-48页 |
4.4 压电叠堆控制系统的粒子群分数阶PI~λD~μ控制器设计 | 第48-54页 |
4.4.1 分数阶PI~λD~μ阶次对系统的影响 | 第49-52页 |
4.4.2 分数阶PI~λD~μ控制器的一般设计方法 | 第52-53页 |
4.4.3 粒子群分数阶PI~λD~μ控制器设计 | 第53-54页 |
4.5 粒子群分数阶PI~λD~μ的压电叠堆位移控制实验 | 第54-57页 |
4.6 本章小结 | 第57-58页 |
第5章 压电叠堆的RBF神经网络分数阶PI~λD~μ闭环控制 | 第58-66页 |
5.1 RBF神经网络 | 第58-59页 |
5.2 RBF神经网络分数阶PI~λD~μ控制算法设计 | 第59-61页 |
5.3 RBF神经网络分数阶PI~λD~μ的压电叠堆位移控制实验 | 第61-63页 |
5.4 本章小结 | 第63-66页 |
第6章 总结与展望 | 第66-68页 |
6.1 全文总结 | 第66页 |
6.2 研究展望 | 第66-68页 |
参考文献 | 第68-76页 |
作者简介及科研成果 | 第76-78页 |
致谢 | 第78页 |