人工神经网络在压电主动减振系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景 | 第11-12页 |
| ·振动主动控制国内外研究现状 | 第12-17页 |
| ·振动控制的方法 | 第12-14页 |
| ·基于压电元件的振动主动控制 | 第14-16页 |
| ·振动主动控制算法 | 第16-17页 |
| ·基于神经网络的振动控制 | 第17页 |
| ·风洞尾支杆结构振动控制 | 第17-19页 |
| ·本文研究的内容 | 第19-20页 |
| 第二章 人工神经网络基础理论 | 第20-34页 |
| ·概述 | 第20-22页 |
| ·人工神经网络的模型及学习规则 | 第22-26页 |
| ·人工神经元模型 | 第22-23页 |
| ·人工神经网络的模型 | 第23页 |
| ·神经网络的学习规则 | 第23-26页 |
| ·前向神经网络 | 第26-33页 |
| ·感知器 | 第26-27页 |
| ·BP 网络 | 第27-32页 |
| ·其他 BP 算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于 BP 神经网络的控制系统设计 | 第34-45页 |
| ·振动主动控制系统 | 第34-35页 |
| ·控制算法 | 第35-39页 |
| ·传统 PID 控制 | 第35-36页 |
| ·基于 BP 神经网络的 PID 控制算法 | 第36-39页 |
| ·算法验证 | 第39-44页 |
| ·实验平台 | 第39-40页 |
| ·实验结果与算法改进 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 压电尾支杆结构设计 | 第45-57页 |
| ·模态分析理论 | 第45-46页 |
| ·尾支杆结构的振动模态分析 | 第46-51页 |
| ·尾支杆结构模态分析 | 第46-47页 |
| ·天平信号分析 | 第47-48页 |
| ·压电尾支杆结构设计 | 第48-50页 |
| ·压电尾支杆结构模态分析 | 第50-51页 |
| ·压电驱动器的受力分析 | 第51-54页 |
| ·压电驱动器驱动力计算 | 第51-53页 |
| ·压电驱动器所受剪力的计算 | 第53-54页 |
| ·压电驱动器选型 | 第54-56页 |
| ·压电驱动器的选型 | 第55页 |
| ·驱动电源的选型 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 振动主动控制系统实验研究 | 第57-74页 |
| ·控制系统硬件 | 第57-58页 |
| ·控制系统软件 | 第58-61页 |
| ·实验结果与分析 | 第61-73页 |
| ·地面实验 | 第61-69页 |
| ·风洞实验 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·全文总结 | 第74-75页 |
| ·研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士期间发表的文章 | 第81页 |
