电液伺服系统神经网络自适应控制
| 1 绪论 | 第1-12页 |
| 1．1 电液伺服系统概述 | 第7-8页 |
| 1．2 智能控制概述 | 第8-9页 |
| 1．3 电液伺服系统智能控制现状 | 第9-10页 |
| 1．4 本文要完成的工作 | 第10-12页 |
| 2 电液伺服系统硬件组成及系统模型 | 第12-21页 |
| 2．1 电液调速系统 | 第12-14页 |
| 2．2 主控计算机 | 第14页 |
| 2．3 校正装置 | 第14-15页 |
| 2．3．1 测速发电机 | 第15页 |
| 2．3．2 校正电路 | 第15页 |
| 2．4 反馈信号采集和输出信号变换装置 | 第15-19页 |
| 2．4．1 液压缸位移反馈装置 | 第15-16页 |
| 2．4．2 模拟负载位置反馈信号的采集装置 | 第16-19页 |
| 2．5 PX-8电液伺服系统建模 | 第19-21页 |
| 3 系统神经网络自适应智能控制器设计 | 第21-47页 |
| 3．1 神经网络控制概述 | 第21-31页 |
| 3．1．1 神经元模型 | 第22-23页 |
| 3．1．2 神经网络的结构 | 第23-24页 |
| 3．1．3 神经网络的学习 | 第24-25页 |
| 3．1．4 BP神经网络 | 第25-30页 |
| 3．1．5 神经网络控制系统研究现状 | 第30-31页 |
| 3．2 自适应控制概述 | 第31-36页 |
| 3．2．1 自适应控制 | 第31-33页 |
| 3．2．2 基于神经网络的自适应控制 | 第33-36页 |
| 3．3 神经网络自适应控制器设计 | 第36-44页 |
| 3．3．1 基于神经网络的辨识 | 第37页 |
| 3．3．2 神经网络辨识原理 | 第37-39页 |
| 3．3．3 基于神经网络辨识模型 | 第39页 |
| 3．3．4 神经网络辨识器的设计 | 第39-41页 |
| 3．3．5 神经网络控制器设计 | 第41-44页 |
| 3．4 BP算法的改进 | 第44-47页 |
| 4 控制软件设计 | 第47-54页 |
| 4．1 主程序流程 | 第47-48页 |
| 4．2 中断处理程序流程 | 第48-51页 |
| 4．2．1 位置信号的采集 | 第48-49页 |
| 4．2．2 数字滤波 | 第49页 |
| 4．2．3 D／A输出 | 第49-50页 |
| 4．2．4 采样周期的选择 | 第50-51页 |
| 4．3 智能控制流程 | 第51-54页 |
| 4．3．1 Bang-Bang控制器 | 第51-52页 |
| 4．3．2 神经网络辨识器流程 | 第52-53页 |
| 4．3．3 神经网络控制器流程 | 第53-54页 |
| 5 仿真试验 | 第54-59页 |
| 5．1 仿真结果 | 第54-56页 |
| 5．2 实际系统调试结果 | 第56-59页 |
| 结束语 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录A 伺服放大电路原理图 | 第64页 |
