摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-18页 |
1.1 本课题研究意义 | 第9-14页 |
1.1.1 风机叶片的发展趋势 | 第11-14页 |
1.1.2 风机叶片的振动问题 | 第14页 |
1.2 风机叶片的发展现状及趋势 | 第14-16页 |
1.2.1 智能风机叶片 | 第14-15页 |
1.2.2 风机控制方法的研究现状 | 第15-16页 |
1.3 本文的主要研究内容 | 第16-18页 |
第二章 风机叶片气弹伺服系统建模 | 第18-21页 |
2.1 风机叶片的经典颤振模型 | 第18页 |
2.2 风机叶片的气动模型 | 第18-19页 |
2.3 风机叶片的气动弹性模型 | 第19页 |
2.4 基于智能驱动器的风机叶片气弹伺服模型 | 第19-21页 |
第三章 风机叶片振动系统辨识 | 第21-40页 |
3.1 系统辨识概述 | 第21-26页 |
3.1.1 系统辨识的分类 | 第22-23页 |
3.1.2 系统辨识的基本原理 | 第23-26页 |
3.2 白噪声、M序列与逆M序列 | 第26-31页 |
3.2.1 白噪声与有色噪声 | 第26-28页 |
3.2.2 M序列与逆M序列 | 第28页 |
3.2.3 噪信比 | 第28-31页 |
3.3 最小二乘参数估计法 | 第31-34页 |
3.3.1 批处理最小二乘法 | 第32页 |
3.3.2 递推最小二乘法 | 第32-33页 |
3.3.3 遗忘因子递推最小二乘法 | 第33-34页 |
3.3.4 基于遗忘因子递推最小二乘的风机叶片高阶系统辨识 | 第34页 |
3.4 差分进化算法 | 第34-40页 |
3.4.1 标准差分进化算法 | 第35-36页 |
3.4.2 差分进化算法的基本流程 | 第36-38页 |
3.4.3 差分进化算法的参数设置 | 第38-39页 |
3.4.4 基于差分进化算法的风机叶片系统参数辨识 | 第39-40页 |
第四章 基于系统辨识的风机叶片振动控制 | 第40-53页 |
4.1 风机叶片极点配置自校正振动控制 | 第40-47页 |
4.1.1 风机叶片系统的离散化 | 第40-41页 |
4.1.2 增量式PID控制 | 第41-42页 |
4.1.3 极点配置控制律 | 第42-44页 |
4.1.4 Diophantine方程的求解 | 第44-47页 |
4.2 基于遗忘因子递推最小二乘的风机叶片间接自校正PID振动控制 | 第47-49页 |
4.3 基于差分进化优化的风机叶片间接自校正PID振动控制 | 第49-53页 |
第五章 风机叶片颤振控制的Matlab仿真及实验结果分析 | 第53-67页 |
5.1 风机叶片的Simulink模型 | 第53-54页 |
5.2 风机叶片振动系统的辨识结果 | 第54-57页 |
5.2.1 基于遗忘因子递推最小二乘的风机叶片系统辨识结果 | 第54-55页 |
5.2.2 基于差分进化优化的风机叶片系统辨识结果 | 第55-57页 |
5.3 风机叶片极点配置直接自校正振动控制结果 | 第57-61页 |
5.4 基于先进辨识算法的风机叶片间接自校正PID振动控制结果 | 第61-66页 |
5.4.1 基于最小二乘辨识的风机叶片间接自校正PID振动控制 | 第61-63页 |
5.4.2 基于差分进化优化的风机叶片间接自校正PID振动控制 | 第63-66页 |
5.5 实验结果分析 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 总结 | 第67页 |
6.2 展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
攻读硕士期间发表的论文 | 第74页 |
攻读硕士期间参与项目 | 第74-75页 |