首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

多电机速度同步控制系统研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-11页
    1.1 课题研究背景及意义第8页
    1.2 课题研究现状第8-10页
    1.3 本文的主要工作第10-11页
第二章 三相异步电动机矢量控制理论分析第11-23页
    2.1 三相异步电机的矢量控制技术第11-14页
        2.1.1 三相异步电动机的特点第11-12页
        2.1.2 矢量控制的基本原理第12-14页
    2.2 矢量坐标变换及变换矩阵第14-17页
        2.2.1 相变换第14-16页
        2.2.2 矢量旋转变换第16-17页
    2.3 三相异步电动机的数学模型第17-23页
        2.3.1 异步电动机在A-B-C三相静止坐标系的数学模型第17-19页
        2.3.2 异步电动机在 ba - 静止坐标系的数学模型第19-20页
        2.3.3 异步电动机在qd - 同步旋转坐标系的数学模型第20-21页
        2.3.4 异步电动机转子磁链定向的数学模型第21-23页
第三章 多电机同步控制方式的研究与分析第23-36页
    3.1 跟踪误差和同步误差第23页
    3.2 常用多电机同步控制方式分析第23-28页
        3.2.1 并行控制第23-24页
        3.2.2 主从控制第24-25页
        3.2.3 交叉耦合控制第25-26页
        3.2.4 偏差耦合控制第26-28页
    3.3 常用控制方式的仿真及其分析第28-36页
        3.3.1 并行控制仿真及分析第28-30页
        3.3.2 主从控制仿真及分析第30-33页
        3.3.3 偏差耦合控制仿真及分析第33-36页
第四章 BP神经网络PID控制器的设计第36-55页
    4.1 常用PID控制算法第36-39页
        4.1.1 PID控制器的基本原理第36-37页
        4.1.2 数字PID控制第37-39页
    4.2 神经网络简介第39-46页
        4.2.1 人工神经元模型第39-41页
        4.2.2 人工神经网络分类第41-42页
        4.2.3 BP神经网络第42-46页
    4.3 基于BP神经网络的PID控制算法第46-49页
        4.3.1 BP神经网络PID控制器的设计第46-47页
        4.3.2 基于BP神经网络PID控制算法的仿真及分析第47-49页
    4.4 基于BP神经网络PID的多电机同步控制器的设计及仿真第49-55页
        4.4.1 改进型偏差耦合控制第49-50页
        4.4.2 BP神经网络PID控制模块第50页
        4.4.3 仿真模型的建立第50-51页
        4.4.4 仿真结果第51-55页
第五章 多电机同步控制系统设计第55-69页
    5.1 多电机同步控制系统总体方案第55-56页
    5.2 多电机同步控制系统硬件设计第56-59页
        5.2.1 控制系统模块第56-57页
        5.2.2 变频传动模块第57页
        5.2.3 速度检测模块第57-58页
        5.2.4 制动扰动模块第58-59页
        5.2.5 通讯模块第59页
    5.3 多电机同步控制系统软件设计第59-67页
        5.3.1 PLC控制程序设计第60页
        5.3.2 单台电机闭环矢量控制设计第60-62页
        5.3.3 电机基本操作程序设计第62-66页
        5.3.4 速度补偿器设计第66-67页
    5.4 上位机监控系统第67-69页
        5.4.1 WINCC监控系统界面设计第67-68页
        5.4.2 实验结果第68-69页
第六章 总结与展望第69-71页
    6.1 全文总结第69-70页
    6.2 展望第70-71页
参考文献第71-73页
附录A 插图清单第73-75页
附录B 仿真程序第75-78页
附录C S函数程序第78-80页
研究生期间研究成果第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:多旋翼飞行器输电线路巡检中的图像处理方法
下一篇:虚拟样本及其在煤显微结构中的应用