| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| 1-1 超磁致伸缩材料及其应用现状 | 第9-11页 |
| 1-1-1 超磁致伸缩材料 | 第9-10页 |
| 1-1-2 超磁致伸缩材料的应用现状 | 第10-11页 |
| 1-2 超磁致伸缩致动器的模型 | 第11-14页 |
| 1-2-1 超磁致伸缩材料的非线性模型 | 第11-12页 |
| 1-2-2 致动器的模型 | 第12-13页 |
| 1-2-3 致动器磁滞非线性模型的参数辨识 | 第13-14页 |
| 1-3 超磁致伸缩致动器的控制技术 | 第14-15页 |
| 1-4 神经网络控制的现状与展望 | 第15-17页 |
| 1-5 论文的意义及主要研究工作 | 第17-18页 |
| 第二章 超磁致伸缩致动器的磁滞非线性动态模型 | 第18-32页 |
| 2-1 引言 | 第18页 |
| 2-2 致动器结构及工作原理 | 第18-19页 |
| 2-3 致动器的磁滞非线性动态模型 | 第19-26页 |
| 2-3-1 磁化强度及磁致伸缩模型 | 第19-20页 |
| 2-3-2 磁滞非线性方程与无磁滞非线性方程的比较 | 第20-21页 |
| 2-3-3 动力学模型 | 第21-24页 |
| 2-3-4 状态空间表达式 | 第24-25页 |
| 2-3-5 磁滞非线性动态模型的数值求解 | 第25-26页 |
| 2-4 计算结果与分析 | 第26-31页 |
| 2-5 本章小结 | 第31-32页 |
| 第三章 基于混合遗传算法的致动器磁滞模型的参数辨识 | 第32-47页 |
| 3-1 引言 | 第32页 |
| 3-2 磁滞动态模型参数辨识原理 | 第32-33页 |
| 3-3 基于混合遗传算法的模型参数辨识 | 第33-38页 |
| 3-3-1 混合遗传算法的思路 | 第33-34页 |
| 3-3-2 混合遗传算法的关键技术 | 第34-37页 |
| 3-3-3 混合遗传算法的实现 | 第37-38页 |
| 3-4 仿真结果与分析 | 第38-44页 |
| 3-5 实验结果与分析 | 第44-46页 |
| 3-6 本章小结 | 第46-47页 |
| 第四章 基于DSP的致动器控制系统的设计及实验研究 | 第47-65页 |
| 4-1 引言 | 第47页 |
| 4-2 致动器结构及其控制系统工作原理 | 第47-48页 |
| 4-3 致动器控制系统硬件设计 | 第48-54页 |
| 4-3-1 DSP控制板 | 第48-51页 |
| 4-3-2 数控恒流源性能测试 | 第51-53页 |
| 4-3-3 位移数据采集通道 | 第53-54页 |
| 4-4 致动器控制系统软件设计 | 第54-57页 |
| 4-5 致动器系统实验研究 | 第57-64页 |
| 4-5-1 致动器系统静态特性实验 | 第57-63页 |
| 4-5-2 致动器系统阶跃特性实验 | 第63-64页 |
| 4-6 本章小结 | 第64-65页 |
| 第五章 致动器系统的线性建模及PID控制 | 第65-83页 |
| 5-1 致动器系统的线性动态模型 | 第65-70页 |
| 5-1-1 致动器系统的模型 | 第65-67页 |
| 5-1-2 致动器的模型 | 第67-69页 |
| 5-1-3 数控恒流源的模型 | 第69-70页 |
| 5-2 单参数模糊自整定PID控制 | 第70-79页 |
| 5-2-1 PID控制 | 第70-71页 |
| 5-2-2 单参数模糊自整定PID控制 | 第71-75页 |
| 5-2-3 仿真研究 | 第75-79页 |
| 5-3 致动器系统的微位移PID控制 | 第79-82页 |
| 5-3-1 PID控制的实验结果及分析 | 第79-81页 |
| 5-3-2 致动器位移闭环控制系统的误差分析 | 第81-82页 |
| 5-4 本章小结 | 第82-83页 |
| 第六章 致动器磁滞非线性的神经网络控制 | 第83-93页 |
| 6-1 神经网络控制的基本思想 | 第83-84页 |
| 6-2 致动器磁滞非线性的神经网络控制 | 第84-88页 |
| 6-2-1 控制思想 | 第84-85页 |
| 6-2-2 神经网络控制器 | 第85-88页 |
| 6-2-3 控制算法实现步骤 | 第88页 |
| 6-3 仿真结果和讨论 | 第88-92页 |
| 6-4 本章小结 | 第92-93页 |
| 第七章 结论 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101-102页 |
| 攻读博士学位期间所取得的相关科研成果 | 第102-103页 |
