摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第11-19页 |
1.1 GMA的发展与研究现状 | 第11-14页 |
1.2 镗孔加工的背景与研究现状 | 第14-17页 |
1.3 课题研究的主要内容 | 第17-19页 |
2 GMM特性 | 第19-25页 |
2.1 GMM磁致伸缩现象 | 第19-22页 |
2.2 GMM多场耦合模型研究 | 第22-23页 |
2.3 本章小结 | 第23-25页 |
3 GMA驱动镗孔加工的建模 | 第25-41页 |
3.1 镗孔加工模型 | 第25-27页 |
3.2 GMA镗孔加工建模与分析 | 第27-30页 |
3.3 GMA镗孔加工系统模型 | 第30-35页 |
3.3.1 外激励电流与磁场关系模型 | 第30-31页 |
3.3.2 激励磁场与磁化磁场滞回关系模型 | 第31-33页 |
3.3.3 磁化磁场与磁致伸缩应变关系模型 | 第33页 |
3.3.4 GMA动力学模型及验证 | 第33-34页 |
3.3.5 GMA镗孔加工系统非线性系统动力学模型 | 第34-35页 |
3.4 动力学模型 | 第35-39页 |
3.5 本章小结 | 第39-41页 |
4 GMA镗孔加工系统模糊自适应PID控制 | 第41-53页 |
4.1 模糊自适应整定PID控制 | 第41-45页 |
4.1.1 PID控制基本概念 | 第41-43页 |
4.1.2 模糊控制相关知识 | 第43-44页 |
4.1.3 PID参数的整定 | 第44-45页 |
4.2 GMA驱动的镗孔加工系统模糊自适应PID控制器的设计 | 第45-48页 |
4.3 仿真分析 | 第48-52页 |
4.4 本章小结 | 第52-53页 |
5 超磁致伸缩致动器驱动的镗孔加工系统神经网络模糊自适应PID控制 | 第53-64页 |
5.1 神经网络基本概念 | 第53-56页 |
5.1.1 神经网络的基本特点 | 第53-54页 |
5.1.2 神经网络的学习和训练 | 第54-56页 |
5.2 GMA驱动的镗孔加工系统神经网络模糊自适应PID控制器的设计 | 第56-59页 |
5.3 仿真分析 | 第59-62页 |
5.4 本章小结 | 第62-64页 |
6 总结与展望 | 第64-65页 |
参考文献 | 第65-69页 |
致谢 | 第69-70页 |
作者简介及读研期间的主要科研成果 | 第70页 |