直升机旋翼操纵协调加载系统控制
摘要 | 第1-3页 |
ABSTRACT | 第3-6页 |
第一章 绪论 | 第6-12页 |
1.1 选题的意义 | 第6-7页 |
1.2 电液伺服控制技术在国内外的发展现状 | 第7-8页 |
1.3 电液力伺服系统的分类与特点 | 第8-10页 |
1.4 电液力伺服系统设计和研制的一般性原则 | 第10-11页 |
1.5 技术难点及关键概述 | 第11-12页 |
第二章 加载系统的结构与数学模型 | 第12-26页 |
2.1 直升机旋翼加载系统的结构 | 第12-14页 |
2.2 单通道加载系统数学模型 | 第14-26页 |
2.2.1 力加载系统数学模型 | 第15-21页 |
2.2.2 位置系统数学模型 | 第21-23页 |
2.2.3 单通道加载系统数学模型 | 第23-26页 |
第三章 加载系统性能分析及校正 | 第26-37页 |
3.1 力加载系统的性能分析及校正 | 第26-30页 |
3.2 位置干扰(多余力)的产生及抑制 | 第30-37页 |
3.2.1 多余力产生的机理 | 第30-31页 |
3.2.2 多余力的数学模型分析 | 第31-33页 |
3.2.3 多余力的抑制 | 第33-37页 |
第四章 协调加载系统的分析及校正 | 第37-54页 |
4.1 协调加载系统的几何关系 | 第37-40页 |
4.1.1 位移协调关系 | 第38-39页 |
4.1.2 载荷协调关系 | 第39-40页 |
4.2 协调加载系统的仿真与校正 | 第40-42页 |
4.3 多余力的抑制 | 第42-46页 |
4.4 影响加载系统性能的因素分析 | 第46-53页 |
4.4.1 负载刚度对系统性能的影响 | 第46-50页 |
4.4.2 非线性因素对系统性能的影响 | 第50-53页 |
4.5 小结 | 第53-54页 |
第五章 系统非线性控制 | 第54-76页 |
5.1 电液伺服系统的非线性控制 | 第54-55页 |
5.1.1 电液伺服系统的非线性与现有的处理方法 | 第54页 |
5.1.2 非线性系统的几何控制理论 | 第54-55页 |
5.1.3 电液伺服系统采用精确线性化的可行性 | 第55页 |
5.2 非线性控制理论简介 | 第55-69页 |
5.2.1 非线性控制理论的基本概念 | 第56-61页 |
5.2.1.1 非线性坐标变换与微分同胚 | 第56页 |
5.2.1.2 仿射非线性系统 | 第56-57页 |
5.2.1.3 向量场的导出映射 | 第57-58页 |
5.2.1.4 李导数与李微分 | 第58-59页 |
5.2.1.5 向量场的对合性 | 第59-60页 |
5.2.1.6 控制系统的关系度 | 第60页 |
5.2.1.7 非线性系统的线性化标准型 | 第60-61页 |
5.2.2 非线性控制器的设计原理 | 第61-69页 |
5.2.2.1 状态反馈精确线性化 | 第61-63页 |
5.2.2.2 渐近输出跟踪 | 第63-69页 |
5.3 系统非线性模型的建立 | 第69-76页 |
5.3.1 系统各环节数学方程 | 第69-71页 |
5.3.2 系统的非线性控制 | 第71-73页 |
5.3.3 仿真结果 | 第73-74页 |
5.3.4 小结 | 第74-76页 |
第六章 神经网络辨识与控制 | 第76-92页 |
6.1 神经网络概述 | 第76-78页 |
6.1.1 神经网络的基本概念和特征 | 第76页 |
6.1.2 神经网络控制及其发展现状 | 第76-78页 |
6.2 神经网络模型 | 第78-79页 |
6.2.1 人工神经元模型(MP模型) | 第78页 |
6.2.2 多层前馈神经网络 | 第78-79页 |
6.3 神经网络学习算法 | 第79-83页 |
6.3.1 神经网络学习算法概述 | 第79-80页 |
6.3.2 标准BP算法的改进 | 第80-83页 |
6.4 神经网络辨识 | 第83-85页 |
6.5 神经网络控制 | 第85-92页 |
6.5.1 CMAC神经网络模型 | 第85-87页 |
6.5.2 CMAC神经网络的特点 | 第87-88页 |
6.5.3 CMAC神经网络控制 | 第88-92页 |
总结与展望 | 第92-94页 |
致谢 | 第94-95页 |
参考文献 | 第95-97页 |
发表论文 | 第97-98页 |