神经网络专家系统在直流伺服系统中的应用研究
| 1 绪论 | 第1-14页 |
| ·简介 | 第6-7页 |
| ·智能控制简介 | 第6页 |
| ·伺服系统简介 | 第6-7页 |
| ·课题背景国内外研究概况及发展趋势 | 第7-11页 |
| ·人工神经网络控制系统的发展现状 | 第7-9页 |
| ·模糊控制系统的发展及现状 | 第9-11页 |
| ·专家系统的发展及状况 | 第11页 |
| ·智能控制在直流伺服系统的应用 | 第11-12页 |
| ·系统结构框图 | 第12-13页 |
| ·本人承担的任务 | 第13-14页 |
| 2 基于神经网络专家系统的智能控制 | 第14-39页 |
| ·专家智能控制 | 第14-18页 |
| ·专家系统的定义 | 第14页 |
| ·专家系统的特点 | 第14-15页 |
| ·专家系统的分类 | 第15-16页 |
| ·专家系统的结构 | 第16-18页 |
| ·专家系统的一般开发方法 | 第18页 |
| ·神经网络 | 第18-27页 |
| ·神经网络的定义 | 第18页 |
| ·生物神经元及神经网络 | 第18-20页 |
| ·人工神经元模型 | 第20-22页 |
| ·人工神经网络的基本结构类型 | 第22-24页 |
| ·神经网络的特点 | 第24-25页 |
| ·人工神经网络的三个定理 | 第25页 |
| ·神经网络的学习规则 | 第25-27页 |
| ·神经网络专家系统控制器 | 第27-39页 |
| ·专家系统的缺点 | 第27-28页 |
| ·神经网络的优点 | 第28-29页 |
| ·神经网络和专家系统的结合 | 第29-30页 |
| ·神经网络专家系统控制器 | 第30-32页 |
| ·神经网络控制 | 第32-35页 |
| ·专家系统控制 | 第35页 |
| ·前馈控制部分 | 第35-36页 |
| ·控制器的学习方法 | 第36-39页 |
| 3 系统测试和模型推导 | 第39-42页 |
| ·静态特性测试 | 第39页 |
| ·动态特性测试 | 第39-42页 |
| 4 硬件系统组成 | 第42-47页 |
| ·计算机硬件的采集装置 | 第42页 |
| ·PCL-818L数据采集与控制卡 | 第42页 |
| ·PCL-730数字输入输出卡 | 第42页 |
| ·数字测角装置 | 第42-44页 |
| ·多级旋转变压器 | 第43页 |
| ·RDC模块 | 第43-44页 |
| ·转换模块的数据传输 | 第44页 |
| ·伺服功率放大器 | 第44-45页 |
| ·系统的执行机构 | 第45-47页 |
| ·电机扩大机 | 第45-46页 |
| ·执行电机 | 第46-47页 |
| 5 计算机实时软件控制 | 第47-56页 |
| ·主程序流程图 | 第47-48页 |
| ·中断服务子程序的设计 | 第48-50页 |
| ·信号的采集 | 第50页 |
| ·精角的纠错与拼装 | 第50-51页 |
| ·数字滤波 | 第51-52页 |
| ·捷径整步 | 第52页 |
| ·D／A输出 | 第52-53页 |
| ·采样周期的选择 | 第53-54页 |
| ·时间最优控制器 | 第54-55页 |
| ·前馈控制器 | 第55页 |
| ·神经网络专家系统控制器 | 第55-56页 |
| 6 系统仿真的实验结果 | 第56-60页 |
| 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-63页 |
