摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-31页 |
·数控系统和数控机床发展趋势 | 第12-16页 |
·数控系统发展趋势 | 第12页 |
·数控机床发展趋势 | 第12-14页 |
·我国数控技术及其发展 | 第14-16页 |
·摩擦及摩擦补偿概述 | 第16-24页 |
·摩擦产生的影响 | 第16-19页 |
·摩擦补偿方法 | 第19-24页 |
·力/位置控制概述 | 第24-28页 |
·数控软件开发简述 | 第28页 |
·课题的来源和意义 | 第28-29页 |
·论文结构安排及主要内容 | 第29-31页 |
第2章 X-Y数控平台数学模型 | 第31-38页 |
·X-Y 数控系统硬件组成 | 第31-32页 |
·伺服进给系统建模 | 第32-33页 |
·力控制系统 | 第33-37页 |
·力控制系统结构 | 第33-34页 |
·力控制系统坐标系 | 第34-37页 |
·本章小结 | 第37-38页 |
第3章 摩擦特性及摩擦模型 | 第38-48页 |
·摩擦的特性 | 第38-41页 |
·影响摩擦力的因素 | 第38-39页 |
·摩擦的动特性 | 第39-41页 |
·摩擦模型 | 第41-47页 |
·静态模型 | 第41-43页 |
·动态模型 | 第43-47页 |
·本章小结 | 第47-48页 |
第4章 基于摩擦模型的摩擦补偿研究 | 第48-63页 |
·基于 Backstepping 的自适应模糊摩擦补偿 | 第48-54页 |
·指数摩擦模型与自适应模糊补偿 | 第49-50页 |
·自适应控制器的设计 | 第50-53页 |
·仿真研究 | 第53-54页 |
·基于 RBF 网络的自适应鲁棒摩擦补偿 | 第54-62页 |
·RBF 神经网络概述 | 第55-56页 |
·LuGre 摩擦模型以及基于神经网络的观测器 | 第56-58页 |
·基于 BackStepping 方法的控制器设计 | 第58-61页 |
·仿真研究 | 第61-62页 |
·本章小结 | 第62-63页 |
第5章 基于非模型的摩擦补偿研究 | 第63-76页 |
·不确定性X-Y 定位平台鲁棒自适应控制 | 第63-66页 |
·系统数学模型 | 第63-64页 |
·自适应控制器设计 | 第64-66页 |
·仿真研究 | 第66页 |
·自适应模糊摩擦补偿 | 第66-74页 |
·模糊系统概述 | 第67-68页 |
·基于模糊规则的自适应摩擦补偿 | 第68-69页 |
·模糊补偿器 | 第69-70页 |
·模糊控制器及自适应律设计 | 第70-73页 |
·仿真研究 | 第73-74页 |
·本章小结 | 第74-76页 |
第6章 二维工件边缘跟踪力控制研究 | 第76-98页 |
·基于神经网络补偿的X-Y平台的智能力/位置控制 | 第76-81页 |
·力/位置控制器设计 | 第77-79页 |
·神经网络补偿器的设计 | 第79-80页 |
·仿真研究 | 第80-81页 |
·自适应模糊与 CMAC 并行的力/位置控制 | 第81-86页 |
·CMAC 神经网络 | 第81-83页 |
·控制器设计 | 第83-85页 |
·仿真研究 | 第85-86页 |
·基于模糊CMAC 的X-Y数控平台自适应力控制 | 第86-96页 |
·模糊CMAC 神经网络 | 第87-90页 |
·基于 CMAC 的控制系统设计 | 第90-93页 |
·模糊推理规则的实现 | 第93-95页 |
·仿真研究 | 第95-96页 |
·本章小结 | 第96-98页 |
第7章 X-Y数控系统控制软件设计 | 第98-114页 |
·数控软件及功能 | 第98-104页 |
·基于 PC 的数控系统 | 第98页 |
·GT-400-SV 运动控制卡 | 第98-100页 |
·数控软件 | 第100-104页 |
·利用神经网络实现非线性复杂曲线直接插补 | 第104-108页 |
·神经网络插补模型 | 第105-106页 |
·神经网络插补模型计算 | 第106-107页 |
·实验及讨论 | 第107-108页 |
·基于MATLAB引擎模糊控制算法实验研究 | 第108-113页 |
·模糊PID控制 | 第108-109页 |
·利用MATLAB 引擎实现模糊控制 | 第109-111页 |
·在程序中实现两种控制器的有效切换 | 第111-113页 |
·本章小结 | 第113-114页 |
结论 | 第114-116页 |
参考文献 | 第116-124页 |
攻读博士学位期间承担的科研任务与主要成果 | 第124-126页 |
致谢 | 第126-127页 |
作者简介 | 第127页 |