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

基于神经网络解耦控制的平台自动调平系统研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 选题背景及研究意义第10页
    1.2 国内外研究现状和发展状态第10-12页
    1.3 主要研究内容于创新点与章节安排第12-14页
        1.3.1 主要研究内容与创新点第12-13页
        1.3.2 本文章节安排第13-14页
第二章 平台系统调平方案研究第14-26页
    2.1 空间坐标旋转理论第14-17页
        2.1.1 二维空间坐标旋转第14-15页
        2.1.2 三维空间坐标旋转第15-17页
    2.2 平台模型第17-21页
        2.2.1 平台结构与姿态矩阵第17-19页
        2.2.2 平台倾角与支腿长度关系第19-21页
    2.3 调平策略研究第21-25页
        2.3.1 角度误差控制调平法第21-22页
        2.3.2 位置误差控制调平法第22-23页
        2.3.3 逆系统解耦调平法第23-24页
        2.3.4 调平方法对比分析与改进第24-25页
    2.4 本章小结第25-26页
第三章 平台系统设计与建模分析第26-42页
    3.1 平台整体系统设计第26-27页
    3.2 支腿系统分析与数学建模第27-33页
        3.2.1 伺服电机数学模型第27-30页
        3.2.2 伺服电机控制系统设计第30-32页
        3.2.3 支腿传动系统数学模型第32-33页
    3.3 基于SIMSCAPE的平台系统多物理域建模第33-41页
        3.3.1 SIMSCAPE简介第34-35页
        3.3.2 支腿系统机电一体化仿真模型建立第35-36页
        3.3.3 平台整体仿真系统建立第36-41页
    3.4 本章小结第41-42页
第四章 自动调平系统的PID控制研究第42-59页
    4.1 经典PID控制原理第42-44页
        4.1.1 PID控制系统结构第42-43页
        4.1.2 PID控制器参数调整第43-44页
    4.2 支腿控制系统电一体化仿真第44-53页
        4.2.0 支腿系统控制器结构及参数调整方法第44-45页
        4.2.1 伺服电机电流环控制仿真第45-47页
        4.2.2 支腿速度环控制仿真第47-50页
        4.2.3 支腿系统位置环控制仿真第50-53页
    4.3 平台整体控制系统仿真第53-58页
    4.4 本章小结第58-59页
第五章 改进PID神经网络的调平解耦控制研究第59-76页
    5.1 经典单变量PID神经网络第59-64页
        5.1.1 SPIDNN的基本结构第59-60页
        5.1.2 SPIDNN前向算法第60-61页
        5.1.3 SPIDNN反向学习算法第61-64页
    5.2 经典多变量PID神经网络第64-68页
        5.2.1 MPIDNN控制系统结构第64页
        5.2.2 MPIDNN前向算法第64-66页
        5.2.3 MPIDNN反向学习算法第66-67页
        5.2.4 PID神经网络的权值初始化第67-68页
    5.3 基于改进MPID神经网络控制的自动调平系统研究第68-74页
        5.3.1 经典MPIDNN控制的自动调平系统研究第68-70页
        5.3.2 MPIDNN网络的改进第70-72页
        5.3.3 改进的MPIDNN控制的调平系统仿真第72-74页
    5.4 本章小结第74-76页
第六章 改进布谷鸟算法优化控制研究第76-92页
    6.1 粒子群算与布谷鸟算法简介第76-79页
        6.1.1 粒子群算法简介第76-78页
        6.1.2 布谷鸟算法简介第78-79页
    6.2 布谷鸟算法的改进研究第79-81页
        6.2.1 布谷鸟算法与其他智能算法的融合改进第79页
        6.2.2 进化算子概率自适应运行改进第79-80页
        6.2.3 改进布谷鸟算法计算流程第80-81页
    6.3 改进布谷鸟算法性能对比测试研究第81-86页
        6.3.1 对比测试实验设计第81-83页
        6.3.2 对比测试实验结果与分析第83-86页
    6.4 改进布谷鸟算法对MPIDNN的优化控制应用研究第86-91页
        6.4.1 改进布谷鸟算法对MPIDNN的优化设计第86-88页
        6.4.2 优化结果与仿真分析第88-91页
    6.5 本章小结第91-92页
第七章 总结与展望第92-94页
致谢第94-95页
参考文献第95-98页
作者在学期间的研究成果第98页

论文共98页,点击 下载论文
上一篇:基于群智能优化的智能组卷算法研究
下一篇:螺旋轮式驱动管道检测机器人控制系统研究与实现