摘要 | 第1-7页 |
Abstract | 第7-13页 |
第1章 绪论 | 第13-27页 |
·课题的研究背景及意义 | 第13-15页 |
·神经网络综述 | 第15-23页 |
·神经网络的发展与应用 | 第15-16页 |
·基于神经网络的系统辨识 | 第16-18页 |
·基于神经网络的系统控制 | 第18-22页 |
·神经网络控制的发展展望 | 第22-23页 |
·神经网络在传动控制中的应用 | 第23-24页 |
·本文的主要工作 | 第24-27页 |
第2 章 PMSM 矢量控制系统 | 第27-39页 |
·引言 | 第27-28页 |
·PMSM 的数学模型 | 第28-31页 |
·PMSM 的坐标变换 | 第28-29页 |
·d-q坐标系下的PMSM 数学模型 | 第29-30页 |
·α-β坐标系下的PMSM 数学模型 | 第30-31页 |
·PMSM 的矢量控制方法 | 第31-35页 |
·PMSM 的控制策略 | 第35-39页 |
·PMSM 高性能控制器的设计 | 第35-37页 |
·PMSM 的无传感器控制策略 | 第37-39页 |
第3章 一种递归神经网络及其算法的研究 | 第39-59页 |
·引言 | 第39-42页 |
·递归神经网络的结构及特性 | 第40-41页 |
·递归神经网络用于控制及辨识时的结构 | 第41-42页 |
·对角递归神经网络的BP 算法修正 | 第42-43页 |
·准对角递归神经网络的结构及BP 学习算法 | 第43-45页 |
·递归神经网络的递推预报误差算法 | 第45-48页 |
·递归神经网络的RPE 算法 | 第45-47页 |
·递归神经网络RPE学习算法的稳定收敛性分析 | 第47-48页 |
·改进的RPE 算法 | 第48-49页 |
·并行RPE 算法 | 第49-52页 |
·仿真研究 | 第52-57页 |
·本章小结 | 第57-59页 |
第4章 基于神经网络的PMSM速度控制策略的研究 | 第59-78页 |
·引言 | 第59-60页 |
·带神经网络参数辨识和负载转矩估计的PMSM 神经网络PID 速度控制 | 第60-69页 |
·多步预测性能指标函数下的神经网络PID 速度控制器 | 第61-67页 |
·神经网络PID 控制器 | 第61-63页 |
·多步预测性能指标函数下的神经网络PID 控制器 | 第63-67页 |
·混合神经网络辨识器 | 第67-69页 |
·基于神经网络的PMSM 极点配置自校正前馈控制 | 第69-74页 |
·极点配置自校正前馈速度控制器 | 第69-72页 |
·极点配置自校正前馈PID 速度控制器 | 第72-73页 |
·神经网络综合负载转矩观测器 | 第73-74页 |
·实验仿真研究 | 第74-77页 |
·多步预测性能指标函数下的神经网络PID 速度控制 | 第74-76页 |
·基于神经网络的PMSM 极点配置自校正前馈控制 | 第76-77页 |
·本章小结 | 第77-78页 |
第5 章基于神经网络的PMSM 位置控制策略研究 | 第78-99页 |
·引言 | 第78-79页 |
·基于神经网络的PMSM 实时IP 位置控制 | 第79-87页 |
·IP 控制器 | 第79-82页 |
·神经网络实时IP 位置控制器设计 | 第82-86页 |
·混合神经网络辨识器 | 第86-87页 |
·基于神经网络的PMSM 自适应滑模控制 | 第87-92页 |
·滑模位置控制器 | 第87-90页 |
·神经网络滑模位置控制器 | 第90-92页 |
·实验仿真研究 | 第92-97页 |
·基于神经网络的PMSM 实时IP 位置控制 | 第92-93页 |
·基于神经网络的PMSM自适应滑模控制 | 第93-97页 |
·本章小结 | 第97-99页 |
第6章 基于神经网络的PMSM无传感器控制策略的研究 | 第99-116页 |
·引言 | 第99-101页 |
·直接神经网络速度观测器设计 | 第101-106页 |
·基于神经网络的速度和位置自适应观测器的设计 | 第106-113页 |
·神经网络观测器的设计 | 第106-111页 |
·观测器稳定性分析 | 第111-113页 |
·仿真研究 | 第113-115页 |
·本章小结 | 第115-116页 |
结论与展望 | 第116-119页 |
参考文献 | 第119-130页 |
作者在攻读博士学位期间发表及待发表的论文 | 第130-132页 |
致谢 | 第132页 |