| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·同步发电机励磁系统的意义与作用 | 第10-12页 |
| ·同步发电机励磁控制理论发展历程及现状 | 第12-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第二章 同步发电机励磁系统 | 第16-27页 |
| ·励磁系统分类 | 第16-18页 |
| ·直流励磁系统 | 第16页 |
| ·交流励磁系统 | 第16-17页 |
| ·自励式静止励磁系统 | 第17-18页 |
| ·同步发电机励磁控制系统结构及其传递函数模型 | 第18-22页 |
| ·励磁控制系统的传递函数模型 | 第18-20页 |
| ·励磁控制系统传递函数简化框图 | 第20-22页 |
| ·同步发电机励磁系统动态模型 | 第22-25页 |
| ·单机无穷大系统 | 第22-23页 |
| ·同步发电机励磁系统动态模型 | 第23-25页 |
| ·同步发电机励磁系统元件传递函数 | 第25-27页 |
| ·同步发电机的传递函数 | 第26页 |
| ·测量环节的传递函数 | 第26页 |
| ·电压调节器的传递函数 | 第26-27页 |
| 第三章 基于神经网络辨识的 PID 励磁控制 | 第27-47页 |
| ·PID 控制原理 | 第27-28页 |
| ·人工神经网络 | 第28-34页 |
| ·人工神经网络介绍 | 第28-29页 |
| ·两种典型的神经网络拓扑结构 | 第29-30页 |
| ·人工神经网络算法的局限性 | 第30页 |
| ·神经网络激励函数类型 | 第30-32页 |
| ·几种典型的学习规则 | 第32-33页 |
| ·神经网络变学习率研究 | 第33-34页 |
| ·基于 RBF 神经网络辨识的 PID 控制 | 第34-46页 |
| ·神经网络辨识基础 | 第34-35页 |
| ·基于高斯基函数 RBF 神经网络辨识的 PID 控制 | 第35-37页 |
| ·基于余弦基函数 RBF 神经网络辨识的 PID 控制 | 第37-38页 |
| ·仿真实例 | 第38-46页 |
| ·仿真结论 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于神经网络辨识的 PID 同步发电机励磁控制应用 | 第47-53页 |
| ·MATLAB 介绍 | 第47页 |
| ·励磁控制系统传递函数的编译 | 第47-49页 |
| ·基于神经网络辨识的非线性动态 PID 控制 | 第49-50页 |
| ·实例仿真 | 第50-53页 |
| ·阶跃信号响应仿真 | 第50-51页 |
| ·系统参数改变后的仿真 | 第51-53页 |
| 第五章 结束语 | 第53-55页 |
| ·全文总结 | 第53-54页 |
| ·本文的主要特色和创新点 | 第54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录 A （攻读硕士学位期间发表论文目录） | 第60-61页 |
| 附录 B （攻读硕士学位期间参与项目） | 第61-62页 |
| 中英文摘要 | 第62-69页 |
