| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·直接转矩控制技术概述 | 第10-14页 |
| ·直接转矩控制技术产生的背景 | 第10-12页 |
| ·直接转矩控制技术的研究现状及发展趋势 | 第12-13页 |
| ·无速度传感器技术的发展 | 第13-14页 |
| ·智能技术综述 | 第14-15页 |
| ·课题研究的意义及总体设计方案 | 第15-17页 |
| ·选题的意义 | 第15-16页 |
| ·总体设计方案 | 第16-17页 |
| 第二章 直接转矩控制系统的数学模型 | 第17-28页 |
| ·异步电机的数学模型 | 第17-19页 |
| ·逆变器的数学模型 | 第19-20页 |
| ·直接转矩控制原理 | 第20-22页 |
| ·直接转矩控制系统得建模与仿真 | 第22-28页 |
| ·MATLAB/SIMULINK下DTC系统的总体设计结构 | 第23页 |
| ·转矩估计及转矩调节器 | 第23-25页 |
| ·磁链调节器 | 第25页 |
| ·逆变器模型 | 第25-26页 |
| ·开关信号选择单元 | 第26-28页 |
| 第三章 神经网络蚁群优化算法 | 第28-39页 |
| ·BP神经网络 | 第28-31页 |
| ·BP神经网络的结构 | 第28-29页 |
| ·BP网络学习公式推导 | 第29-30页 |
| ·BP神经网络的优缺点 | 第30-31页 |
| ·蚁群算法 | 第31-36页 |
| ·基本蚁群算法的原理 | 第31-32页 |
| ·蚁群优化算法的特点及收敛性 | 第32-33页 |
| ·基本蚁群算法的模型 | 第33-35页 |
| ·蚁群算法的参数设置 | 第35页 |
| ·排序加权的蚁群算法 | 第35-36页 |
| ·BP神经网络的蚁群算法优化 | 第36-37页 |
| ·训练误差分析 | 第37-39页 |
| 第四章 DTC系统转速辨识器的研究与设计 | 第39-43页 |
| ·DTC系统转速辨识器的原理 | 第39页 |
| ·转速辨识器的设计 | 第39-40页 |
| ·仿真结果比较 | 第40-43页 |
| ·仿真电机参数设定 | 第40-41页 |
| ·仿真结果分析 | 第41-43页 |
| 第五章 直接转矩控制系统硬件构成 | 第43-48页 |
| ·数字信号处理器TSM320LF2407A芯片概述 | 第43-44页 |
| ·系统硬件实验系统 | 第44-48页 |
| 第六章 直接转矩控制系统软件设计 | 第48-58页 |
| ·概述 | 第48-50页 |
| ·DSP的C环境编程器的 | 第48-49页 |
| ·C语言与汇编语言混合编程 | 第49-50页 |
| ·C语言程序代码生成过程 | 第50页 |
| ·系统软件设计 | 第50-58页 |
| ·主程序设计 | 第50-51页 |
| ·系统中断子程序设计 | 第51-57页 |
| ·PWM输出 | 第57-58页 |
| 第七章 实验结果分析 | 第58-62页 |
| 第八章 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |