| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·无刷直流电机的发展概况 | 第10-11页 |
| ·无刷直流电机转速控制的发展 | 第11-12页 |
| ·本文的研究目的和意义 | 第12页 |
| ·课题研究的主要内容 | 第12-14页 |
| 第二章 无刷直流电机的控制原理 | 第14-23页 |
| ·无刷直流电机的基本结构 | 第14-15页 |
| ·无刷直流电机工作原理 | 第15-18页 |
| ·无刷直流电机的数学模型 | 第18-19页 |
| ·无刷直流电机的机械特性及传递函数 | 第19-21页 |
| ·无刷直流电机的调速策略 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 BP 神经网络 PID 控制器 | 第23-37页 |
| ·神经网络控制理论 | 第23-26页 |
| ·神经元模型 | 第23-24页 |
| ·神经网络的特点 | 第24页 |
| ·神经网络的学习 | 第24-26页 |
| ·BP 神经网络算法 | 第26-28页 |
| ·BP 网络结构 | 第26页 |
| ·BP 算法 | 第26-28页 |
| ·BP 算法的缺陷 | 第28页 |
| ·改进的 BP 神经网络算法 | 第28-31页 |
| ·学习速率对 BP 算法的影响 | 第28-29页 |
| ·初始权值对 BP 算法的影响 | 第29页 |
| ·分层调整学习速率的改进 BP 算法 | 第29-31页 |
| ·神经网络 PID 控制器 | 第31-35页 |
| ·常规 PID 控制器 | 第31-32页 |
| ·基于改进的 BP 神经网络参数自整定 PID 控制器 | 第32-35页 |
| ·BP 神经网络 PID 控制器仿真实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 粒子群算法对 BP 神经网络 PID 控制器的优化 | 第37-52页 |
| ·基本粒子群算法 | 第37-38页 |
| ·标准粒子群优化算法 | 第38-41页 |
| ·引入惯性权重 | 第38页 |
| ·引入收敛因子 | 第38-39页 |
| ·粒子群优化算法的收敛性分析 | 第39-41页 |
| ·改进的粒子群算法 | 第41-48页 |
| ·惯性权重对粒子群优化算法的影响 | 第41-45页 |
| ·学习因子对粒子群优化算法的影响 | 第45-47页 |
| ·基于自适应惯性权重和分段时变学习因子的 PSO 算法 | 第47-48页 |
| ·基于改进粒子群算法优化 BP 神经网络 PID 控制器仿真实验 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 无刷直流电机调速控制系统的仿真 | 第52-62页 |
| ·无刷直流电机调速系统模型的建立 | 第52-59页 |
| ·电机本体模块 | 第53-55页 |
| ·速度控制模块 | 第55页 |
| ·参考电流模块 | 第55-56页 |
| ·电流滞环控制模块 | 第56-57页 |
| ·逆变器模块 | 第57-58页 |
| ·转矩计算模块与转速计算模块 | 第58-59页 |
| ·仿真实验 | 第59-61页 |
| ·应用改进的 PSO 优化 BP 神经网络 PID 控制器仿真实验 | 第59-60页 |
| ·应用改进的 BP 神经网络 PID 控制器仿真实验 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表文章目录 | 第66-67页 |
| 致谢 | 第67-68页 |
| 详细摘要 | 第68-74页 |
