| 第一章 绪论 | 第1-13页 |
| 1．1 引言 | 第7-8页 |
| 1．2 磁悬浮轴承研究现状 | 第8-9页 |
| 1．3 基于神经网络的磁悬浮系统辩识 | 第9-11页 |
| 1．4 本文的研究内容 | 第11-13页 |
| 第二章磁悬浮轴承辩识硬件系统的建立 | 第13-36页 |
| 2．1 引言 | 第13页 |
| 2．2 磁悬浮轴承系统 | 第13-14页 |
| 2．3 磁悬浮轴承激励源电路的设计 | 第14-22页 |
| 2．3．1 TL494 的工作原理 | 第16-20页 |
| 2．3．2 功率驱动电路设计 | 第20-22页 |
| 2．4 磁悬浮轴承响应采集电路的设计 | 第22-36页 |
| 2．4．1 气隙传感器的研究与设计 | 第22-28页 |
| 2．4．1．1 差动变压器式传感器的研究 | 第22-24页 |
| 2．4．1．2 气隙检测电路的实现 | 第24-28页 |
| 2．4．2 计算机A/D数据采集 | 第28-36页 |
| 2．4．2．1 PC-7483 多功能数据采集板 | 第28-32页 |
| 2．4．2．2 C 语言数据采集程序的编制 | 第32-36页 |
| 第三章 神经网络辩识 | 第36-57页 |
| 3．1 引言 | 第36页 |
| 3．2 神经网络基本理论 | 第36-48页 |
| 3．2．1 神经元模型 | 第36-39页 |
| 3．2．2 神经元互连模式 | 第39-41页 |
| 3．2．3 学习规则 | 第41-42页 |
| 3．2．4 误差反向传播算法 | 第42-48页 |
| 3．2．4．1 误差反向传播算法推导 | 第43-46页 |
| 3．2．4．2 BP 算法的改进算法 | 第46-48页 |
| 3．3 ELMAN网络 | 第48-51页 |
| 3．3．1 ELMAN网络的结构 | 第48-49页 |
| 3．3．2 Elman网络的学习算法 | 第49-51页 |
| 3．4 基于神经网络的磁悬浮轴承辩识 | 第51-56页 |
| 3．4．1 基于BP网络的磁悬浮轴承辨识 | 第52-54页 |
| 3．4．2 基于 ELMAN 网络的磁悬浮轴承辨识 | 第54-56页 |
| 3．5 小结 | 第56-57页 |
| 第四章 非线性 PID 控制 | 第57-71页 |
| 4．1 引言 | 第57页 |
| 4．2 PID 控制基本原理 | 第57-60页 |
| 4．3 PID 控制的优缺点 | 第60页 |
| 4．4 非线性 PID 控制 | 第60-62页 |
| 4．5 仿真研究 | 第62-70页 |
| 4．5．1 MATLAB 简介 | 第62-64页 |
| 4．5．2 MATLAB仿真 | 第64-67页 |
| 4．5．3 仿真结果 | 第67-70页 |
| 4．6 结论 | 第70-71页 |
| 总结与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 硕士期间发表论文 | 第76-77页 |
| 详细摘要 | 第77-79页 |