基于神经网络的船舶同步发电机励磁系统的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·船舶励磁控制系统的意义 | 第9-10页 |
| ·船舶同步发电机励磁系统的功能和作用 | 第10页 |
| ·励磁系统的分类 | 第10-13页 |
| ·直流励磁系统 | 第10-11页 |
| ·交流励磁系统 | 第11-12页 |
| ·静态励磁系统 | 第12-13页 |
| ·船舶同步发电机励磁控制器的发展现状 | 第13-14页 |
| ·励磁控制规律的发展 | 第13-14页 |
| ·论文研究的背景和意义 | 第14页 |
| ·本文主要的工作 | 第14-15页 |
| 第二章 励磁控制系统及其数学模型 | 第15-26页 |
| ·可控相复励装置形式 | 第15-18页 |
| ·可控相复励无刷励磁系统 | 第18-20页 |
| ·相复励装置的数学模型 | 第18页 |
| ·交流励磁机的数学模型 | 第18页 |
| ·自动电压调节器的数学模型 | 第18-19页 |
| ·电压检测 | 第19页 |
| ·整流环节 | 第19-20页 |
| ·基于模糊PID控制的可控相复励无刷励磁系统 | 第20-26页 |
| ·常规PID控制器的控制原理 | 第20-22页 |
| ·模糊PID控制器 | 第22-26页 |
| 第三章 基于BP神经网络的可控相复励无刷励磁系统 | 第26-40页 |
| ·引言 | 第26页 |
| ·人工神经元 | 第26-28页 |
| ·神经网络 | 第28-29页 |
| ·神经网络的学习方法 | 第29页 |
| ·BP神经网络 | 第29-38页 |
| ·BP学习算法的步骤 | 第30-35页 |
| ·BP神经网络的PID控制器 | 第35-38页 |
| ·基于BP神经网络控制的可控相复励无刷励磁系统 | 第38-40页 |
| 第四章 相复励无刷励磁系统的仿真 | 第40-60页 |
| ·可控相复励励磁系统的仿真模型 | 第40-47页 |
| ·同步发电机模块 | 第40-42页 |
| ·船舶发电柴油机及其调速系统模型 | 第42-45页 |
| ·负载模型 | 第45页 |
| ·故障模块 | 第45-46页 |
| ·相复励模块 | 第46-47页 |
| ·基于模糊PID励磁控制器的设计与仿真 | 第47-50页 |
| ·基于BP神经网络PID的励磁控制器的设计与仿真 | 第50-53页 |
| ·突加负载仿真 | 第53-56页 |
| ·故障仿真 | 第56-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录A BP神经网络m程序 | 第64-66页 |
| 致谢 | 第66-67页 |
| 研究生履历 | 第67页 |
