摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第一章 绪论 | 第7-13页 |
1.1 课题的背景与意义 | 第7页 |
1.2 课题研究现状 | 第7-11页 |
1.2.1 旋转导向钻井技术 | 第7-9页 |
1.2.2 滑模变结构控制现状 | 第9-10页 |
1.2.3 神经网络控制现状 | 第10-11页 |
1.3 论文主要内容 | 第11-13页 |
第二章 旋转导向钻井稳定平台控制系统 | 第13-26页 |
2.1 旋转导向钻井工具 | 第13-16页 |
2.1.1 旋转导向钻井工具的构成 | 第13-15页 |
2.1.2 稳定平台的控制系统组成及原理 | 第15-16页 |
2.2 稳定平台广义模型的建立 | 第16-19页 |
2.2.1 稳定平台涡轮电机环节模型 | 第16-17页 |
2.2.2 其他环节模型 | 第17-19页 |
2.3 稳定平台转矩平衡与摩擦模型分析 | 第19-25页 |
2.3.1 稳定平台转矩平衡分析 | 第19-22页 |
2.3.2 上下盘阀摩擦力矩模型 | 第22-23页 |
2.3.3 双曲正切摩擦模型 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第三章 RBF神经网络和滑模变结构控制理论 | 第26-36页 |
3.1 RBF神经网络理论 | 第26-30页 |
3.1.1 RBF神经网络模型 | 第26-28页 |
3.1.2 RBF神经网络逼近理论 | 第28页 |
3.1.3 RBF神经网络的学习过程 | 第28-29页 |
3.1.4 RBF神经网络控制原理 | 第29-30页 |
3.2 滑模变结构控制理论 | 第30-35页 |
3.2.1 滑模变结构控制的基本原理 | 第30-32页 |
3.2.2 滑动模态的数学描述 | 第32-33页 |
3.2.3 滑模变结构控制系统的品质 | 第33-34页 |
3.2.4 滑模变结构的不变性 | 第34页 |
3.2.5 切换函数的设计 | 第34-35页 |
3.2.6 滑模变结构控制优点 | 第35页 |
3.3 本章小结 | 第35-36页 |
第四章 导向钻井稳定平台RBFASMC控制研究 | 第36-51页 |
4.1 RBF神经网络滑模变结构控制器设计 | 第36-40页 |
4.1.1 滑模变结构控制器设计 | 第37页 |
4.1.2 神经网络自适应滑模控制器设计 | 第37-38页 |
4.1.3 自适应律的设计 | 第38-39页 |
4.1.4 稳定性分析 | 第39页 |
4.1.5 RBF神经网络激活与催眠节点设计 | 第39-40页 |
4.2 导向钻井稳定平台控制系统仿真 | 第40-50页 |
4.2.1 摩擦模型仿真 | 第41页 |
4.2.2 工具面角跟踪控制仿真研究 | 第41-44页 |
4.2.3 鲁棒性研究 | 第44-50页 |
4.3 结论 | 第50页 |
4.4 本章小结 | 第50-51页 |
第五章 导向钻井稳定平台RBF神经网络直接自适应滑模变结构控制研究 | 第51-62页 |
5.1 RBFDASMC控制器设计 | 第51-56页 |
5.1.1 滑模变结构控制器设计 | 第51-53页 |
5.1.2 RBF神经网络滑模控制器设计 | 第53-54页 |
5.1.3 系统稳定性分析 | 第54-56页 |
5.2 稳定平台的RBF神经网络直接自适应滑模变结构控制仿真研究 | 第56-61页 |
5.2.1 工具面角跟踪控制仿真分析 | 第56-58页 |
5.2.2 鲁棒性研究 | 第58-60页 |
5.2.3 ε参数影响仿真实验 | 第60-61页 |
5.3 结论 | 第61页 |
5.4 本章小结 | 第61-62页 |
第六章 总结与期望 | 第62-64页 |
6.1 总结 | 第62页 |
6.2 展望 | 第62-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-68页 |
攻读硕士学位期间发表的论文及科研项目 | 第68-69页 |