基于神经网络PID控制的单缸插销伸缩系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·伸缩臂起重机发展综述 | 第10-13页 |
| ·概述 | 第10页 |
| ·伸缩臂起重机发展现状 | 第10-12页 |
| ·伸缩臂起重机的关键技术 | 第12-13页 |
| ·电液比例技术在本课题中的应用 | 第13-15页 |
| ·电液比例控制技术的发展概况 | 第13-14页 |
| ·电液比例控制的特点及在本课题中的应用 | 第14-15页 |
| ·系统整体控制方案的选取 | 第15-16页 |
| ·本文研究工作主要内容 | 第16-17页 |
| ·选题的背景和意义 | 第16页 |
| ·工作内容 | 第16-17页 |
| ·本文的组织安排 | 第17-18页 |
| 2 伸缩机构原理及电液控制系统设计 | 第18-32页 |
| ·伸缩机构分类 | 第18-20页 |
| ·单缸插销式伸缩机构控制机理 | 第20-22页 |
| ·单缸插销式伸缩机构检测开关的布置 | 第22-23页 |
| ·臂销位置检测 | 第22页 |
| ·缸销位置检测 | 第22-23页 |
| ·液压控制系统设计 | 第23-29页 |
| ·液压系统原理设计 | 第23-24页 |
| ·液压元件匹配设计 | 第24-27页 |
| ·液压系统的关键元件选型 | 第27-29页 |
| ·电气控制系统设计 | 第29-31页 |
| ·电气控制系统的组成和功能 | 第29-31页 |
| ·电气系统的关键元件选型 | 第31页 |
| ·本章小结 | 第31-32页 |
| 3 基于AMESim的电液比例伸缩模型的建立 | 第32-40页 |
| ·AMESim软件介绍 | 第32页 |
| ·仿真模型的建立 | 第32-38页 |
| ·电液比例伸缩系统液压原理 | 第32页 |
| ·电液比例阀模块 | 第32-34页 |
| ·平衡阀模块 | 第34-35页 |
| ·溢流阀模块 | 第35页 |
| ·液压缸模块 | 第35-36页 |
| ·变量泵模块 | 第36-37页 |
| ·负载模块 | 第37-38页 |
| ·电液比例伸缩机构液压系统模型 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 神经网络PID控制系统的设计 | 第40-61页 |
| ·人工神经网络综述 | 第40-50页 |
| ·单神经元结构—MP模型 | 第40-43页 |
| ·神经网络的拓扑结构 | 第43-44页 |
| ·神经网络的学习规则 | 第44-45页 |
| ·BP神经网络 | 第45-47页 |
| ·改进型BP算法 | 第47-50页 |
| ·神经网络PID控制器 | 第50-54页 |
| ·PID控制原理 | 第50-51页 |
| ·神经网络PID控制器 | 第51-53页 |
| ·神经网络PID控制器初始参数的选择 | 第53-54页 |
| ·神经网络辨识器 | 第54-57页 |
| ·辨识器基本原理 | 第54-55页 |
| ·神经网络辨识器 | 第55-57页 |
| ·神经网络控制系统 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 5 电液比例伸缩系统机—液联合仿真研究 | 第61-77页 |
| ·MATLAB和AMESim联合仿真的实现 | 第61-64页 |
| ·MATLAB/Simulink简介 | 第61页 |
| ·控制系统仿真模型的建立 | 第61-63页 |
| ·联合仿真模型的建立 | 第63-64页 |
| ·神经网络控制系统在线训练及结果分析 | 第64-69页 |
| ·神经网络辨识器在线训练 | 第64-67页 |
| ·神经网络控制器在线训练 | 第67-69页 |
| ·阀控缸系统仿真及结果分析 | 第69-73页 |
| ·油缸伸缩精度仿真分析 | 第69-71页 |
| ·启动斜坡对油缸伸缩精度的影响 | 第71-72页 |
| ·臂架质量对油缸伸缩精度的影响 | 第72页 |
| ·液压管路长度对油缸伸缩精度的影响 | 第72-73页 |
| ·系统的鲁棒性分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表学术论文情况 | 第82-83页 |
| 致谢 | 第83-84页 |
