| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·问题的提出 | 第10页 |
| ·非线性系统观测器的发展及相关知识 | 第10-12页 |
| ·非线性系统理论 | 第10-11页 |
| ·非线性观测器发展 | 第11-12页 |
| ·神经网络介绍 | 第12-13页 |
| ·神经网络特点 | 第12页 |
| ·几种常用神经网络 | 第12-13页 |
| ·执行器非线性系统介绍 | 第13-14页 |
| ·本文的内容及安排 | 第14-15页 |
| 第二章 气动执行器的结构原理和机理建模 | 第15-30页 |
| ·气动执行器的组成原理 | 第15-20页 |
| ·气动薄膜执行机构 | 第16-17页 |
| ·电—气转换单元 | 第17-18页 |
| ·调节阀 | 第18-20页 |
| ·气动执行器系统的机理模型 | 第20-30页 |
| ·电气转换单元机理模型 | 第20-23页 |
| ·薄膜气室机理模型 | 第23-24页 |
| ·执行机构机理模型 | 第24-26页 |
| ·调节阀机理模型 | 第26-30页 |
| 第三章 执行器非线性系统的自适应观测器设计 | 第30-43页 |
| ·气动执行器系统的完整模型 | 第30-32页 |
| ·气动执行器系统的非线性分析 | 第32-33页 |
| ·基于神经网络的自适应非线性观测器结构 | 第33-36页 |
| ·RBF 神经网络主要知识点 | 第33-34页 |
| ·RBF 神经网络观测器模型 | 第34-36页 |
| ·神经网络自适应观测器设计 | 第36-38页 |
| ·学习算法 | 第36-38页 |
| ·稳定性分析 | 第38页 |
| ·观测器模型验证平台 | 第38页 |
| ·实验仿真结果与总结 | 第38-43页 |
| 第四章 基于 ELMAN 神经网络的非线性观测器设计 | 第43-54页 |
| ·ELMAN 神经网络基础 | 第43-44页 |
| ·Elman 基础神经网络结构 | 第43-44页 |
| ·改进型 Elman 神经网络结构 | 第44页 |
| ·ELMAN 网络模型构建步骤 | 第44-48页 |
| ·模型结构的确定 | 第44-46页 |
| ·学习样本的选取原则 | 第46页 |
| ·网络的训练 | 第46页 |
| ·网络学习算法 | 第46-48页 |
| ·ELMAN 神经网络观测器的实现 | 第48-51页 |
| ·主程序流程图 | 第48-49页 |
| ·建立网络 | 第49页 |
| ·训练网络 | 第49-51页 |
| ·神经网络学习算法的选取 | 第51-54页 |
| ·网络改进学习算法 | 第51-52页 |
| ·学习算法的选取 | 第52-54页 |
| 第五章 基于 ELMAN 神经网络观测器的实验验证 | 第54-65页 |
| ·实验室气动执行器实验装置 | 第54-55页 |
| ·基于 MATLAB/SIMULINK 的仿真平台 | 第55-57页 |
| ·搭建平台 | 第55-56页 |
| ·Simulink 交互式仿真界面 | 第56-57页 |
| ·模型参数 | 第57-58页 |
| ·结果分析 | 第58-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73页 |
