首页--工业技术论文--一般工业技术论文--工程材料学论文--智能材料论文

超磁致伸缩执行器的磁滞非线性数学模型与应用特性研究

注释表第13-14页
略缩词第14-4页
摘要第4-5页
ABSTRACT第5-15页
第一章 绪论第15-25页
    1.1 论文的研究背景第15-18页
        1.1.1 在流体机械中的应用第15-17页
        1.1.2 在航空航天工业中的应用第17-18页
    1.2 国内外研究现状第18-22页
        1.2.1 超磁致伸缩材料磁滞模型的研究第18-21页
        1.2.2 超磁致伸缩执行器控制技术研究现状第21-22页
    1.3 论文主要内容第22-23页
    1.4 论文研究的组织安排第23-25页
第二章 超磁致伸缩材料及其执行器特性第25-37页
    2.1 磁致伸缩效应第25-30页
        2.1.1 磁致伸缩机理第25-26页
        2.1.2 超磁致伸缩材料特性分析第26-30页
    2.2 超磁致伸缩执行器特性第30-36页
        2.2.1 超磁致伸缩执行器结构及工作原理第30-31页
        2.2.2 GMA特性实验第31-36页
    2.3 本章小结第36-37页
第三章 超磁致伸缩执行器的Prandtl-Ishlinskii磁滞模型第37-53页
    3.1 传统的Prandtl-Ishlinskii磁滞模型与逆模型第37-40页
        3.1.1 传统的PI模型第37-38页
        3.1.2 传统的PI逆模型第38-39页
        3.1.3 传统PI模型与逆模型磁滞仿真分析第39-40页
    3.2 改进的Prandtl-Ishlinskii模型第40-45页
        3.2.1 改进的PI模型第40-41页
        3.2.2 改进的PI逆模型第41-42页
        3.2.3 PI模型参数辨识与仿真分析第42-44页
        3.2.4 改进的PI模型的试验验证第44-45页
    3.3 基于Prandtl-Ishlinskii模型应力相关的磁滞模型第45-48页
        3.3.1 应力相关磁滞模型建模第45-47页
        3.3.2 仿真与实验验证第47-48页
    3.4 率相关性的PI磁滞模型建模第48-52页
        3.4.1 动态PI模型的建立第48-49页
        3.4.2 仿真分析第49页
        3.4.3 模型参数辨识与实验验证第49-52页
    3.5 本章小结第52-53页
第四章 基于J-A模型的GMA磁滞模型建立与参数辨识第53-65页
    4.1 GMA磁致非线性模型建立第53-56页
    4.2 模型参数变数原理第56页
    4.3 基于改进的遗传退火算法的模型参数辨识第56-61页
        4.3.1 改进的遗传退火算法第56-57页
        4.3.2 MGASA算法流程第57-59页
        4.3.3 仿真结果与分析第59页
        4.3.4 辨识结果与实验验证第59-61页
    4.4 基于改进的广义粒子群算法的模型参数辨识第61-64页
        4.4.1 改进的广义粒子群算法第61页
        4.4.2 GPSO算法步骤第61-62页
        4.4.3 辨识结果与实验验证第62-64页
    4.5 本章小结第64-65页
第五章 超磁致伸缩执行器控制系统的实验研究第65-74页
    5.1 GMA控制系统实验平台第65页
    5.2 控制系统软硬件调试第65-67页
        5.2.1 D/A模块调试第66-67页
        5.2.2 A/D与D/A联合调试第67页
    5.3 GMA控制系统实验研究第67-73页
        5.3.1 GMA控制系统的输出特性实验第67-69页
        5.3.2 基于比例迭代法的位移跟踪实验研究第69-71页
        5.3.3 基于PI模型前馈补偿位移磁滞非线性控制实验第71-73页
    5.4 本章小结第73-74页
第六章 总结与展望第74-76页
    6.1 论文研究总结第74-75页
    6.2 论文研究展望第75-76页
参考文献第76-81页
致谢第81-82页
在学期间的研究成果及发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:铁尾矿的沉降和固化基础研究
下一篇:石墨烯基纳米钙钛矿复合粉体的制备及电催化性能研究