| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的来源与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 本课题的研究内容 | 第15-17页 |
| 第二章 垃圾抓斗起重机工艺分析与数学模型建立 | 第17-30页 |
| 2.1 垃圾抓斗起重机系统的工艺概述 | 第17-19页 |
| 2.2 垃圾抓斗起重机控制系统总体框架 | 第19页 |
| 2.3 垃圾抓斗起重机数学模型的建立 | 第19-29页 |
| 2.3.1 基于拉格朗日方程的三维动力学模型 | 第22-25页 |
| 2.3.2 基于拉格朗日方程的二维动力学模型 | 第25-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 传统控制器设计 | 第30-42页 |
| 3.1 控制对象性能分析 | 第30-31页 |
| 3.1.1 系统稳定性分析 | 第30-31页 |
| 3.1.2 系统能观性与能控性分析 | 第31页 |
| 3.2 PID控制器设计与仿真 | 第31-36页 |
| 3.2.1 PID控制器结构 | 第31-32页 |
| 3.2.2 PID控制器的仿真 | 第32-36页 |
| 3.3 基于状态反馈LQR控制器设计 | 第36-40页 |
| 3.3.1 状态反馈控制原理 | 第36-37页 |
| 3.3.2 LQR最优控制原理 | 第37页 |
| 3.3.3 基于状态反馈控制LQR控制器仿真 | 第37-40页 |
| 3.4 小结 | 第40-42页 |
| 第四章 模糊控制器设计 | 第42-60页 |
| 4.1 模糊控制技术简介 | 第42-46页 |
| 4.1.1 模糊数学 | 第42-43页 |
| 4.1.2 模糊控制原理 | 第43-46页 |
| 4.2 垃圾抓斗起重机模糊控制器设计 | 第46-51页 |
| 4.2.1 输入输出变量的确定 | 第46-47页 |
| 4.2.2 模糊集与隶属函数的确定 | 第47-48页 |
| 4.2.3 模糊控制规则的确定 | 第48-49页 |
| 4.2.4 反模糊化输出 | 第49-51页 |
| 4.3 垃圾抓斗起重机模糊控制器仿真 | 第51-59页 |
| 4.3.1 跟踪理想速度曲线的开环系统仿真分析 | 第51-54页 |
| 4.3.2 跟踪理想速度与位移曲线的模糊控制器仿真分析 | 第54-59页 |
| 4.4 小结 | 第59-60页 |
| 第五章 自适应模糊神经网络控制器设计 | 第60-73页 |
| 5.1 人工神经网络 | 第60-63页 |
| 5.1.1 概述 | 第60-61页 |
| 5.1.2 人工神经节点模型 | 第61-62页 |
| 5.1.3 神经网络的学习模型 | 第62页 |
| 5.1.4 BP神经网络 | 第62-63页 |
| 5.2 自适应模糊神经网络系统 | 第63-67页 |
| 5.2.1 模糊控制与神经网络的结合 | 第63-64页 |
| 5.2.2 自适应神经网络模糊控制 | 第64-67页 |
| 5.3 Takagi-Sugenomo型自适应模糊神经网络控制器设计 | 第67-70页 |
| 5.3.1 控制要求概述 | 第67页 |
| 5.3.2 自适应神经模糊推理系统仿真 | 第67-70页 |
| 5.4 仿真结果与仿真分析 | 第70-72页 |
| 5.5 小结 | 第72-73页 |
| 第六章 防摇摆控制系统装置设计与实现 | 第73-85页 |
| 6.1 系统总体方案设计 | 第73-74页 |
| 6.2 硬件系统设计 | 第74-79页 |
| 6.2.1 系统设备 | 第74页 |
| 6.2.2 控制器板卡硬件架构 | 第74-78页 |
| 6.2.3 摆角测量模块设计 | 第78-79页 |
| 6.3 软件系统设计 | 第79-83页 |
| 6.3.1 总体系统软件架构 | 第79页 |
| 6.3.2 通信模块软件设计 | 第79-82页 |
| 6.3.3 数据采集模块软件设计 | 第82-83页 |
| 6.4 触摸屏显示控制结果 | 第83-84页 |
| 6.5 小结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 总结 | 第85页 |
| 展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间取得的研究成果 | 第91-92页 |
| 致谢 | 第92-93页 |
| 附件 | 第93页 |