首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于视觉板球系统的RBF-PID控制研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-20页
    1.1 课题研究背景及意义第10-11页
        1.1.1 板球系统研究背景及意义第10-11页
        1.1.2 RBF神经网络研究背景及意义第11页
    1.2 国内外研究现状第11-16页
        1.2.1 板球系统研究现状第11-15页
        1.2.2 RBF神经网络研究现状第15-16页
    1.3 论文内容第16-17页
    1.4 论文结构第17-20页
第二章 板球系统建模及定性分析第20-32页
    2.1 GBP2001板球系统介绍第20-22页
        2.1.1 视觉系统第21页
        2.1.2 运动控制系统第21-22页
    2.2 板球系统概述及建模假设第22页
    2.3 板球系统动力学分析第22-23页
    2.4 板球系统的简化模型第23-29页
        2.4.1 角加速度控制量模型第26-27页
        2.4.2 角度控制量模型第27-29页
    2.5 板球系统模型分析及仿真建模第29-30页
    2.6 本章小结第30-32页
第三章 RBF-PID参数自整定控制器设计第32-46页
    3.1 RBF神经网络算法第32-35页
        3.1.1 RBF神经网络隐含层节点函数选择第33-34页
        3.1.2 RBF神经网络学习算法第34-35页
    3.2 PID控制算法第35页
    3.3 板球系统RBF-PID控制第35-38页
    3.4 引入增速率的改进RBF-PID控制算法第38-39页
    3.5 基于LM算法的改进RBF-PID控制算法第39-41页
    3.6 板球系统仿真实验第41-44页
    3.7 本章小结第44-46页
第四章 实物板球系统RBF-PID控制实验第46-60页
    4.1 评价指标第46-47页
    4.2 PID、RBF-PID及改进RBF-PID位置控制结果对比第47-57页
        4.2.1 位置控制结果对比(无干扰)第48-52页
        4.2.2 位置控制结果对比(增加干扰)第52-55页
        4.2.3 多次位置控制结果汇总对比第55-57页
    4.3 板球系统轨迹跟踪第57-58页
    4.4 本章小结第58-60页
第五章 总结与展望第60-62页
    5.1 论文总结第60-61页
    5.2 展望第61-62页
致谢第62-64页
参考文献第64-70页
附录A(攻读硕士学位期间的学术成果)第70-72页
附录B(攻读硕士学位期间参与的项目)第72页

论文共72页,点击 下载论文
上一篇:多工业控制系统的优化及上层平台的设计与实现
下一篇:基于BCI的在线脑控机器人系统的应用研究