先进控制技术在主动平衡系统中的研究与应用
摘要 | 第1-6页 |
ABSTRACT | 第6-14页 |
第一章 绪论 | 第14-22页 |
·课题来源及选题的目的和意义 | 第14-15页 |
·转子主动平衡技术的开发和应用现状 | 第15-20页 |
·平衡头开发现状 | 第15-18页 |
·各种平衡控制算法的应用 | 第18-20页 |
·本课题研究的主要内容 | 第20-22页 |
第二章 自动平衡系统的基本原理 | 第22-34页 |
·动平衡的力学原理 | 第22-24页 |
·硬支承与软支承动平衡机 | 第22-23页 |
·自动平衡力学原理 | 第23-24页 |
·自动平衡算法 | 第24-30页 |
·刚性转子动平衡算法 | 第24-28页 |
·柔性转子动平衡算法 | 第28-30页 |
·在线自动平衡的特殊性 | 第30-32页 |
·本章小结 | 第32-34页 |
第三章 内模PID控制算法 | 第34-58页 |
·PID控制算法 | 第34-39页 |
·PID控制原理 | 第34-36页 |
·PID参数整定的方法 | 第36-39页 |
·内模控制算法 | 第39-45页 |
·内模控制简介 | 第39-41页 |
·内模控制基本原理 | 第41-43页 |
·内模控制器的设计 | 第43-45页 |
·内模PID控制 | 第45-49页 |
·内模PID控制的提出 | 第45页 |
·内模PID控制研究现状 | 第45-47页 |
·基于IMC的PID参数的整定 | 第47-49页 |
·仿真实验 | 第49-55页 |
·PID控制器仿真实验 | 第50-51页 |
·内模控制的PID控制器仿真实验 | 第51-53页 |
·几种PID整定结果比较 | 第53-55页 |
·本章小结 | 第55-58页 |
第四章 人工神经网络理论及其应用 | 第58-78页 |
·人工神经网络简介 | 第58-60页 |
·BP神经网络 | 第60-64页 |
·BP网络结构 | 第60-62页 |
·BP算法 | 第62-63页 |
·BP算法的软件实现 | 第63-64页 |
·RBF网络 | 第64-67页 |
·RBF网络结构 | 第64-65页 |
·RBF网络的学习算法 | 第65-66页 |
·RBF神经网络在线自校正模型算法 | 第66-67页 |
·BP与RBF网络的比较 | 第67页 |
·神经网络应用于动平衡中的技术背景 | 第67-68页 |
·神经网络应用于动平衡中的技术原理 | 第68-69页 |
·应用中存在的几个关键技术问题及其解决办法 | 第69-73页 |
·网络训练样本的构造 | 第70-71页 |
·网络结构和快速学习算法 | 第71页 |
·仿真样本与实验样本相结合的平衡方法 | 第71-73页 |
·仿真实验 | 第73-75页 |
·本章小结 | 第75-78页 |
结论 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-85页 |
研究成果及发表的学术论文 | 第85-86页 |
作者与导师简介 | 第86-87页 |
硕士研究生学位论文答辩委员会决议书 | 第87-88页 |