| 学位论文版权使用授权书 | 第1-3页 |
| 独创性声明 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| §1.1 研究目的和意义 | 第8-9页 |
| §1.2 非线性系统及其解耦控制的发展 | 第9-14页 |
| ·非线性控制的早期发展 | 第9-10页 |
| ·反馈线性化方法 | 第10-11页 |
| ·智能控制在非线性控制的应用 | 第11-14页 |
| §1.3 本文研究思路的提出 | 第14页 |
| §1.4 本文内容安排 | 第14-16页 |
| 第二章 神经网络逆系统 | 第16-24页 |
| §2.1 引言 | 第16页 |
| §2.2 逆系统方法简介 | 第16-19页 |
| ·逆系统方法与伪线性系统 | 第16-17页 |
| ·伪线性复合系统 | 第17-18页 |
| ·逆系统方法原理 | 第18-19页 |
| §2.3 基于输入输出微分方程描述系统的MIMO系统可逆性 | 第19页 |
| §2.4 人工神经网络 | 第19-21页 |
| ·神经网络发展简介 | 第20-21页 |
| ·神经网络特点 | 第21页 |
| §2.5 神经网络α阶逆系统方法的提出与实现方法 | 第21-23页 |
| ·神经网络与逆系统方法的结合 | 第21-22页 |
| ·神经网络逆系统的实现方法 | 第22-23页 |
| §2.6 小结 | 第23-24页 |
| 第三章 两电机同步系统及其数学分析 | 第24-38页 |
| §3.1 两电机同步控制技术的发展概况及趋势 | 第24-25页 |
| §3.2 两电机同步的数学模型及其简化 | 第25-32页 |
| ·单台交流异步电机的数学模型 | 第25-30页 |
| ·两电机同步系统的数学模型 | 第30-32页 |
| §3.3 两电机数学模型可逆性分析 | 第32-37页 |
| §3.4 小结 | 第37-38页 |
| 第四章 神经网络α阶逆系统方法在两电机同步控制系统中的实现 | 第38-60页 |
| §4.1 引言 | 第38页 |
| §4.2 基于STEP7的PLC控制系统设计 | 第38-45页 |
| ·S7-300编程基本知识 | 第38-41页 |
| ·系统PLC程序的结构内容 | 第41-45页 |
| §4.3 系统的WinCC组态 | 第45-48页 |
| ·WinCC简介 | 第45-46页 |
| ·WinCC的组态 | 第46-48页 |
| §4.4 两电机神经网络逆系统的构建 | 第48-58页 |
| ·神经网络的选取和算法 | 第48-51页 |
| ·离线训练实验数据的采集和训练 | 第51-53页 |
| ·在线训练实验数据的采集和训练 | 第53-56页 |
| ·系统逆模型的重构 | 第56-58页 |
| §4.5 系统综合及控制器的实现 | 第58-60页 |
| 第五章 两电机同步控制系统中神经网络α阶逆系统的控制效果 | 第60-69页 |
| §5.1 两电机同步系统试验平台及硬件简介 | 第60-64页 |
| §5.2 神经网络α阶逆系统方法在两电机同步系统中的实验 | 第64-67页 |
| §5.3 实验结果分析 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| §6.1 主要结论 | 第69-70页 |
| §6.2 进一步的发展方向 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |
