辊磨机和定向仪控制系统设计及峰形评估方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-20页 |
1.1 研究背景 | 第12-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.2.1 晶体定向仪研究现状 | 第14-15页 |
1.2.2 衍射峰曲线的信号处理研究现状 | 第15页 |
1.2.3 峰形评估方法研究现状 | 第15-16页 |
1.2.4 交流伺服系统矢量控制研究现状 | 第16-17页 |
1.3 本文的研究范围及研究内容 | 第17-19页 |
1.3.1 研究范围 | 第17-18页 |
1.3.2 研究内容 | 第18-19页 |
1.4 本文的结构安排 | 第19-20页 |
第2章 辊磨机定向仪控制系统总体设计 | 第20-26页 |
2.1 系统功能描述及性能指标 | 第20-21页 |
2.2 辊磨机定向仪控制系统方案设计 | 第21-23页 |
2.2.1 系统组成 | 第21页 |
2.2.2 系统核心器件的选择 | 第21-23页 |
2.2.3 所选用方案的具体结构 | 第23页 |
2.3 系统涉及的控制方法和算法 | 第23-24页 |
2.3.1 晶体衍射峰多指标评价 | 第23-24页 |
2.3.2 交流永磁同步伺服电机控制方法 | 第24页 |
2.4 本章小结 | 第24-26页 |
第3章 辊磨机定向仪控制系统硬件设计 | 第26-40页 |
3.1 硬件开发环境介绍 | 第26-27页 |
3.2 X射线定向仪控制系统硬件设计 | 第27-32页 |
3.2.1 X射线定向仪总体结构 | 第27页 |
3.2.2 微控制器及外围电路设计 | 第27-29页 |
3.2.3 通信接口电路设计 | 第29页 |
3.2.4 盖革管信号放大电路设计 | 第29-31页 |
3.2.5 供电电路设计 | 第31-32页 |
3.3 辊磨机控制系统硬件设计 | 第32-38页 |
3.3.1 辊磨控制系统总体结构 | 第32页 |
3.3.2 控制器电路设计 | 第32-35页 |
3.3.3 电流及速度位置检测电路设计 | 第35-37页 |
3.3.4 伺服电机驱动电路设计 | 第37-38页 |
3.3.5 通信接口电路设计 | 第38页 |
3.4 本章小结 | 第38-40页 |
第4章 辊磨机定向仪控制系统软件设计 | 第40-60页 |
4.1 软件开发环境介绍 | 第40-41页 |
4.1.1 STM32系列控制器软件开发环境 | 第40页 |
4.1.2 CycloneⅣ系列FPGA开发环境 | 第40-41页 |
4.2 X射线定向仪控制系统软件设计 | 第41-47页 |
4.2.1 定向仪控制系统软件总体流程 | 第41-43页 |
4.2.2 系统初始化程序设计 | 第43-44页 |
4.2.3 系统自检程序设计 | 第44-45页 |
4.2.4 晶体的定向程序设计 | 第45-46页 |
4.2.5 人机交互程序设计 | 第46页 |
4.2.6 通信协议设计 | 第46-47页 |
4.3 辊磨机控制系统软件设计 | 第47-59页 |
4.3.1 辊磨机控制系统软件总体结构 | 第47页 |
4.3.2 电流检测模块设计 | 第47-48页 |
4.3.3 Clarke变换模块设计 | 第48-49页 |
4.3.4 Park变换及Park逆变换模块设计 | 第49-52页 |
4.3.5 SVPWM模块设计 | 第52-55页 |
4.3.6 电机速度及转子位置检测模块设计 | 第55-57页 |
4.3.7 控制器模块设计 | 第57-58页 |
4.3.8 通信模块设计 | 第58-59页 |
4.4 本章小结 | 第59-60页 |
第5章 晶体衍射峰峰形评估方法研究 | 第60-80页 |
5.1 小波变换原理 | 第60-63页 |
5.1.1 由傅里叶变换到小波变换 | 第60-61页 |
5.1.2 小波变换的Mallat算法 | 第61-63页 |
5.2 深度学习原理 | 第63-68页 |
5.2.1 人工神经网络 | 第63-64页 |
5.2.2 浅层学习与深度学习 | 第64页 |
5.2.3 深度信念网络 | 第64-68页 |
5.3 峰形评估方法总体设计 | 第68-69页 |
5.3.1 晶体衍射峰峰形评估的难点 | 第68-69页 |
5.3.2 衍射峰峰形评估方法的总体方案 | 第69页 |
5.4 基于小波变换的衍射峰信号预处理 | 第69-74页 |
5.4.1 小波阈值滤波原理及步骤 | 第69-70页 |
5.4.2 衍射峰信号的降噪与光滑仿真 | 第70-72页 |
5.4.3 小波变换扣除信号本底原理及步骤 | 第72-73页 |
5.4.4 衍射峰曲线扣除本底仿真 | 第73-74页 |
5.4.5 衍射峰的标准化 | 第74页 |
5.5 基于深度信念网络的衍射峰峰形评估方法 | 第74-78页 |
5.5.1 样本的选取 | 第74页 |
5.5.2 深度信念网络结构 | 第74-75页 |
5.5.3 深度信念网络的训练 | 第75-77页 |
5.5.4 深度信念网络的测试 | 第77-78页 |
5.6 本章小结 | 第78-80页 |
第6章 结论与展望 | 第80-82页 |
参考文献 | 第82-86页 |
致谢 | 第86页 |