| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 消防设备发展现状 | 第12-13页 |
| 1.3 伺服系统建模方法综述 | 第13-15页 |
| 1.3.1 机理分析法 | 第14页 |
| 1.3.2 系统辨识 | 第14-15页 |
| 1.4 伺服系统控制理论综述 | 第15-16页 |
| 1.5 论文的主要研究内容及章节安排 | 第16-18页 |
| 2 火箭灭火车交流伺服系统结构 | 第18-27页 |
| 2.1 火箭灭火车伺服系统结构及工作原理 | 第18-20页 |
| 2.2 交流永磁同步电机数学模型 | 第20-24页 |
| 2.2.1 交流伺服电机的d、q轴数学模型 | 第20-22页 |
| 2.2.2 交流伺服电机的矢量控制 | 第22-24页 |
| 2.3 交流伺服系统三环控制数学模型 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 火箭灭火车伺服系统的非线性辨识 | 第27-42页 |
| 3.1 系统辨识概述 | 第27-32页 |
| 3.1.1 辨识输入信号选择 | 第28-29页 |
| 3.1.2 辨识输出信号采集 | 第29-30页 |
| 3.1.3 辨识数据的预处理 | 第30-32页 |
| 3.2 神经网络概述 | 第32-36页 |
| 3.2.1 BP神经网络的特性 | 第32-33页 |
| 3.2.2 RBF神经网络的特性 | 第33-34页 |
| 3.2.3 RBF-BP组合神经网络的辨识研究 | 第34-36页 |
| 3.3 遗传算法概述 | 第36-37页 |
| 3.3.1 遗传算法的特性 | 第36页 |
| 3.3.2 遗传算法的基本流程 | 第36-37页 |
| 3.4 GA优化RBF-BP神经网络辨识研究 | 第37-41页 |
| 3.4.1 单一的RBFNN系统辨识研究 | 第37-38页 |
| 3.4.2 GA-RBF-BPNN系统辨识研究 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 火箭灭火车伺服系统控制器设计 | 第42-58页 |
| 4.1 PID控制器 | 第42页 |
| 4.2 自适应控制 | 第42-44页 |
| 4.2.1 模型参考自适应控制 | 第43页 |
| 4.2.2 自校正控制 | 第43-44页 |
| 4.3 神经网络自适应控制 | 第44-46页 |
| 4.3.1 神经网络模型参考自适应控制 | 第44-46页 |
| 4.3.2 神经网络自校正控制 | 第46页 |
| 4.4 基于RBF神经网络PID自适应控制 | 第46-48页 |
| 4.5 GA优化RBF-BP神经网络PID复合控制 | 第48-57页 |
| 4.5.1 BP神经网络优化PID参数整定 | 第49-50页 |
| 4.5.2 基于RBF-BP神经网络辨识PID控制 | 第50页 |
| 4.5.3 数值仿真实验及分析 | 第50-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 半实物仿真试验研究 | 第58-70页 |
| 5.1 系统控制要求及性能指标 | 第58页 |
| 5.1.1 控制系统功能要求 | 第58页 |
| 5.1.2 火箭灭火车调试系统要求 | 第58页 |
| 5.2 半实物仿真平台设计 | 第58-62页 |
| 5.3 消防炮调试软件设计 | 第62-64页 |
| 5.4 实验验证 | 第64-69页 |
| 5.4.1 阶跃实验 | 第64-67页 |
| 5.4.2 正弦实验 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |