摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 气垫船研究现状 | 第12-16页 |
1.2.1 国内外气垫船发展概况 | 第12-15页 |
1.2.2 气垫船控制研究现状 | 第15-16页 |
1.3 解耦控制研究现状 | 第16-17页 |
1.4 神经网络与PID控制相结合的研究现状 | 第17-18页 |
1.5 论文的主要内容及安排 | 第18-21页 |
第2章 全垫升气垫船运动数学描述及分析 | 第21-43页 |
2.1 引言 | 第21页 |
2.2 全垫升气垫船运动学数学模型 | 第21-25页 |
2.2.1 坐标系的建立及参数定义 | 第22-23页 |
2.2.2 坐标系之间的转换关系 | 第23-24页 |
2.2.3 全垫升气垫船运动学方程 | 第24-25页 |
2.3 全垫升气垫船动力学数学模型 | 第25-33页 |
2.3.1 水动力模型 | 第25-27页 |
2.3.2 空气动力和空气动量力模型 | 第27-29页 |
2.3.3 螺旋桨模型 | 第29页 |
2.3.4 空气舵模型 | 第29-30页 |
2.3.5 艏喷管模型 | 第30-32页 |
2.3.6 全垫升气垫船动力学模型 | 第32-33页 |
2.4 海风和海浪模型 | 第33-35页 |
2.4.1 海风模型 | 第33-34页 |
2.4.2 海浪模型 | 第34-35页 |
2.5 全垫升气垫船操纵性研究及仿真 | 第35-42页 |
2.5.1 直航操纵性研究及仿真 | 第36-37页 |
2.5.2 舵回转操纵性研究及仿真 | 第37-40页 |
2.5.3 艏喷管特性及仿真 | 第40-42页 |
2.6 本章小结 | 第42-43页 |
第3章 PID神经网络理论基础 | 第43-57页 |
3.1 引言 | 第43页 |
3.2 生物神经元与人工神经元模型 | 第43-47页 |
3.2.1 神经网络生物学基础 | 第43-44页 |
3.2.2 人工神经元模型 | 第44页 |
3.2.3 神经网络及学习方法介绍 | 第44-47页 |
3.3 梯度下降法 | 第47-48页 |
3.4 PID神经网络 | 第48-53页 |
3.4.1 PID神经元结构 | 第48-49页 |
3.4.2 PID神经网络结构 | 第49-50页 |
3.4.3 PID神经网络学习算法 | 第50-53页 |
3.5 PID神经网络控制系统稳定性分析 | 第53-54页 |
3.6 连接权重初值选取 | 第54-55页 |
3.6.1 输入层至隐含层连接权重初值选取 | 第54页 |
3.6.2 隐含层至输出层连接权重初值选取 | 第54-55页 |
3.7 PID神经网络学习算法改进 | 第55-56页 |
3.8 本章小结 | 第56-57页 |
第4章 基于PID神经网络的全垫升气垫船航向控制研究 | 第57-69页 |
4.1 引言 | 第57页 |
4.2 航向控制数学模型简化 | 第57-58页 |
4.3 常规PID航向控制系统设计 | 第58-59页 |
4.3.1 常规PID航向控制系统结构 | 第58-59页 |
4.3.2 常规PID航向控制系统原理 | 第59页 |
4.4 SPIDNN航向控制系统设计 | 第59-62页 |
4.4.1 SPIDNN航向控制系统结构 | 第59-60页 |
4.4.2 SPIDNN控制器的前向计算方法 | 第60-61页 |
4.4.3 SPIDNN控制器的误差反传计算方法 | 第61-62页 |
4.5 航向控制仿真结果对比 | 第62-67页 |
4.6 本章小结 | 第67-69页 |
第5章 基于PID神经网络的全垫升气垫船航向-横倾解耦控制研究 | 第69-81页 |
5.1 引言 | 第69页 |
5.2 航向-横倾耦合数学模型的简化 | 第69-71页 |
5.3 MPIDNN航向-横倾解耦控制系统设计 | 第71-75页 |
5.3.1 MPIDNN航向-横倾解耦控制系统的结构 | 第71-72页 |
5.3.2 MPIDNN控制器的前向计算方法 | 第72-74页 |
5.3.3 MPIDNN控制器的误差反传计算方法 | 第74-75页 |
5.4 航向-横倾解耦控制仿真结果 | 第75-80页 |
5.5 本章小结 | 第80-81页 |
结论 | 第81-83页 |
参考文献 | 第83-89页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第89-91页 |
致谢 | 第91页 |