神经模糊控制器在某交流伺服系统中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题来源及研究意义 | 第8页 |
| ·智能控制概述 | 第8-10页 |
| ·智能控制方法 | 第9-10页 |
| ·智能控制技术的集成 | 第10页 |
| ·智能控制在伺服系统中的应用 | 第10-11页 |
| ·本论文主要研究内容 | 第11-12页 |
| 2 交流伺服系统介绍 | 第12-19页 |
| ·系统总体结构 | 第12-13页 |
| ·伺服系统硬件介绍 | 第13-15页 |
| ·控制计算机和数据采集板 | 第13页 |
| ·伺服放大器 | 第13页 |
| ·旋转变压器和RDC转换模块 | 第13-15页 |
| ·交流调速系统 | 第15页 |
| ·交流位置伺服系统技术指标 | 第15-17页 |
| ·随动系统的典型控制信号 | 第16页 |
| ·随动系统的品质指标 | 第16-17页 |
| ·交流伺服系统的控制指标 | 第17页 |
| ·本章小结 | 第17-19页 |
| 3 交流伺服系统建模 | 第19-37页 |
| ·建模概述 | 第19-20页 |
| ·传统辨识建模 | 第19-20页 |
| ·神经网络辨识建模 | 第20页 |
| ·神经网络原理概述 | 第20-23页 |
| ·神经网络产生与发展 | 第20-21页 |
| ·神经元模型 | 第21-22页 |
| ·神经网络的拓扑结构 | 第22-23页 |
| ·神经网络的学习方式及学习规则 | 第23页 |
| ·BP神经网络原理 | 第23-28页 |
| ·BP算法原理 | 第24页 |
| ·BP网络的前向计算 | 第24-25页 |
| ·BP网络权系数的调整规则 | 第25-27页 |
| ·改进的BP算法 | 第27-28页 |
| ·系统辨识及结果分析 | 第28-36页 |
| ·辨识信号及数据采集 | 第28-30页 |
| ·BP神经网络辨识及结果分析 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 4 模糊控制器原理及设计 | 第37-52页 |
| ·模糊控制系统的组成 | 第37页 |
| ·模糊控制器基本原理 | 第37-44页 |
| ·模糊化 | 第39-40页 |
| ·模糊规则 | 第40-41页 |
| ·清晰化 | 第41-42页 |
| ·量化因子和比例因子 | 第42-44页 |
| ·模糊控制算法流程 | 第44页 |
| ·模糊控制器设计及MATLAB仿真 | 第44-51页 |
| ·模糊控制器设计及仿真结果 | 第46-50页 |
| ·结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 神经模糊控制器原理及设计 | 第52-68页 |
| ·模糊自适应概述 | 第52-53页 |
| ·基于神经网络的模糊控制 | 第53-55页 |
| ·模糊神经网络概述 | 第53-55页 |
| ·BP神经模糊控制器 | 第55-60页 |
| ·BP神经模糊控制器的结构及原理 | 第55-57页 |
| ·BP神经模糊控制器设计及仿真 | 第57-60页 |
| ·基于高斯基函网络(GPFN)的神经模糊控制器 | 第60-67页 |
| ·GPFN网络特点与结构 | 第60-61页 |
| ·GPFN前向计算 | 第61-62页 |
| ·广义GRLS网络学习算法及系统辨识 | 第62-63页 |
| ·GPFN的神经模糊控制器基本原理 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 A | 第73页 |
