摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-16页 |
1.1 引言 | 第8页 |
1.2 国内外研究现状 | 第8-14页 |
1.2.1 国内研究现状 | 第8-11页 |
1.2.2 国外研究现状 | 第11-14页 |
1.3 研究方向 | 第14-15页 |
1.4 论文主要工作和内容的安排 | 第15-16页 |
第二章 磁悬浮球形感应电机的结构 | 第16-23页 |
2.1 磁悬浮球形感应电机的结构 | 第16-22页 |
2.1.1 电机定子结构 | 第16-18页 |
2.1.2 电机转子结构 | 第18-19页 |
2.1.3 电机的总体结构 | 第19-22页 |
2.2 磁悬浮球形感应电机的工作原理 | 第22页 |
2.3 本章小结 | 第22-23页 |
第三章 磁悬浮球形感应电机的数学模型 | 第23-34页 |
3.1 磁悬浮球形感应电动机的电磁模型 | 第23-28页 |
3.1.1 磁悬浮球形电机电压方程与磁链方程 | 第23-26页 |
3.1.2 磁悬浮球形电机电磁转矩方程 | 第26-27页 |
3.1.3 磁悬浮球形电机电磁悬浮力方程 | 第27-28页 |
3.2 磁悬浮球形感应电机状态空间描述 | 第28-29页 |
3.3 磁悬浮球形感应电机动力学模型 | 第29-32页 |
3.3.1 磁悬浮球形电机动力学分析 | 第29-30页 |
3.3.2 磁悬浮球形电机动力学方程 | 第30-32页 |
3.4 磁悬浮球形感应电机状态空间模型 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 模糊神经网络 | 第34-45页 |
4.1 人工神经网络简介 | 第34-36页 |
4.1.1 人工神经网络定义 | 第34页 |
4.1.2 神经网络在控制中的应用 | 第34页 |
4.1.3 神经网络结构和算法 | 第34-36页 |
4.2 模糊控制 | 第36-37页 |
4.2.1 模糊控制的定义 | 第36页 |
4.2.2 模糊集合 | 第36-37页 |
4.2.3 隶属度函数 | 第37页 |
4.2.4 模糊推理 | 第37页 |
4.3 模糊神经网络 | 第37-38页 |
4.4 模糊神经网络的结构和算法 | 第38-41页 |
4.5 模糊神经网络逆系统方法的实现 | 第41-44页 |
4.5.1 模糊神经网络设计步骤 | 第41页 |
4.5.2 模糊神经网络学习的数据处理 | 第41-44页 |
4.6 本章小结 | 第44-45页 |
第五章 磁悬浮球形感应电机的控制策略 | 第45-55页 |
5.1 多变量(MIMO)解耦理论 | 第45页 |
5.1.1 多变量系统解耦 | 第45页 |
5.1.2 解耦的意义 | 第45页 |
5.2 磁悬浮球形电机模糊神经网络逆系统 | 第45-48页 |
5.2.1 逆系统的定义 | 第45-46页 |
5.2.2 磁悬浮球形电机模糊神经网络逆系统的选择 | 第46-48页 |
5.3 内模控制方案 | 第48-53页 |
5.3.1 内模控制概述 | 第48页 |
5.3.2 内模控制结构及性质 | 第48-49页 |
5.3.3 设计内模控制器的方法 | 第49-51页 |
5.3.4 磁悬浮球形感应电机逆系统内模控制方案 | 第51-53页 |
5.4 模糊神经网络逆系统内模控制的实现步骤 | 第53-54页 |
5.5 本章小结 | 第54-55页 |
第六章 磁悬浮球形电机控制系统软硬件设计 | 第55-62页 |
6.1 概述 | 第55页 |
6.2 控制系统TMS320F2407A DSP芯片简介 | 第55-56页 |
6.3 控制系统检测电路设计 | 第56-58页 |
6.3.1 位置姿态检测的传感器及其电路 | 第56-58页 |
6.3.2 电流检测的传感器及其电路 | 第58页 |
6.4 功率逆变器的选用与主电路 | 第58-59页 |
6.5 控制系统软件设计 | 第59-61页 |
6.6 本章小结 | 第61-62页 |
第七章 磁悬浮球形感应电机的控制系统仿真与实验研究 | 第62-71页 |
7.1 控制系统仿真模型的建立 | 第62-66页 |
7.2 控制系统仿真结果分析 | 第66-68页 |
7.3 实验研究 | 第68-70页 |
7.4 本章小结 | 第70-71页 |
第八章 工作总结与展望 | 第71-73页 |
8.1 全文工作总结 | 第71页 |
8.2 今后研究工作展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-78页 |
攻读硕士学位期间发表的论文情况 | 第78-79页 |