二维随动滑台控制系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 伺服随动系统的国内外研究现状 | 第9-11页 |
| 1.2.1 国外伺服随动系统的发展概况 | 第9-10页 |
| 1.2.2 国内伺服随动系统的发展概况 | 第10-11页 |
| 1.3 伺服随动平台控制算法研究现状 | 第11-12页 |
| 1.4 伺服随动系统控制的难点 | 第12-13页 |
| 1.5 本文组织结构 | 第13-14页 |
| 2 二维随动滑台的伺服控制系统的总体设计 | 第14-21页 |
| 2.1 伺服系统的性能指标 | 第14-16页 |
| 2.1.1 滑台结构 | 第14页 |
| 2.1.2 自由度 | 第14-15页 |
| 2.1.3 承载能力 | 第15页 |
| 2.1.4 转动速度 | 第15页 |
| 2.1.5 转动角度 | 第15-16页 |
| 2.1.6 精度 | 第16页 |
| 2.1.7 反应时间 | 第16页 |
| 2.2 十字滑台伺服系统组成 | 第16-18页 |
| 2.3 总体控制方案的设计 | 第18-20页 |
| 2.3.1 随动控制技术概述 | 第18-19页 |
| 2.3.2 十字滑台运动控制方案 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 MEMS姿态传感器信号处理 | 第21-39页 |
| 3.1 姿态解算方法 | 第21-24页 |
| 3.2 扩展Kalman滤波算法 | 第24-26页 |
| 3.3 自适应噪声估计算法 | 第26-32页 |
| 3.3.1 指数渐消Sage-Husa自适应算法 | 第27-29页 |
| 3.3.2 基于Allan方差的自适应算法 | 第29-32页 |
| 3.4 试验分析 | 第32-38页 |
| 3.4.1 MPU-6050姿态传感器介绍 | 第32-33页 |
| 3.4.2 试验对比分析 | 第33-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 神经网络控制器研究与设计 | 第39-56页 |
| 4.1 PID控制算法 | 第39-41页 |
| 4.2 神经网络控制器基本结构 | 第41-43页 |
| 4.2.1 人工神经网络概述 | 第41页 |
| 4.2.2 人工神经网络特点 | 第41-42页 |
| 4.2.3 神经网络模型分类 | 第42-43页 |
| 4.3 BP神经网络 | 第43-46页 |
| 4.3.1 BP神经网络概述 | 第43-44页 |
| 4.3.2 BP神经网络的计算 | 第44-46页 |
| 4.4 基于BP神经网络的PID控制 | 第46-48页 |
| 4.5 BP神经网络PID控制器的缺点 | 第48-49页 |
| 4.6 BP神经网络PID控制器的改进 | 第49-55页 |
| 4.6.1 添加动量项 | 第49-50页 |
| 4.6.2 引入粒子群算法 | 第50-52页 |
| 4.6.3 仿真 | 第52-55页 |
| 4.7 本章小结 | 第55-56页 |
| 5 控制系统硬件与软件的设计与实现 | 第56-68页 |
| 5.1 整体硬件设计 | 第56页 |
| 5.2 STM32功能介绍 | 第56-57页 |
| 5.3 Manifold(妙算)功能介绍 | 第57-58页 |
| 5.4 硬件电路选择与设计 | 第58-63页 |
| 5.4.1 电源电路设计 | 第58-59页 |
| 5.4.2 外围电路设计 | 第59-61页 |
| 5.4.3 传感单元设计 | 第61-62页 |
| 5.4.4 电机驱动电路 | 第62-63页 |
| 5.4.5 STM32主控板 | 第63页 |
| 5.5 系统软件设计 | 第63-67页 |
| 5.5.1 ROS操作系统介绍 | 第63-64页 |
| 5.5.2 系统软件的设计与实现 | 第64-67页 |
| 5.6 本章小结 | 第67-68页 |
| 6 伺服控制系统试验研究 | 第68-72页 |
| 6.1 系统试验研究 | 第68-71页 |
| 6.1.1 试验方案 | 第68页 |
| 6.1.2 试验结果 | 第68-71页 |
| 6.2 本章小结 | 第71-72页 |
| 7 总结 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
