| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 序言 | 第9-22页 |
| ·选题的意义 | 第9-15页 |
| ·摩擦的特性 | 第10-12页 |
| ·摩擦的产生 | 第10-11页 |
| ·摩擦的动特性 | 第11-12页 |
| ·摩擦在伺服控制中的影响 | 第12-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·摩擦模型 | 第15-20页 |
| ·静态模型 | 第15-16页 |
| ·动态模型 | 第16-18页 |
| ·非模型补偿 | 第18-19页 |
| ·基于模型的补偿 | 第19-20页 |
| ·论文研究的主要内容 | 第20-22页 |
| 第2章 X-Y 平台的动力学模型以及理论基础 | 第22-30页 |
| ·X-Y 平台系统结构 | 第22页 |
| ·理论基础 | 第22-29页 |
| ·李亚普诺夫稳定性原理 | 第22-24页 |
| ·模糊系统概述 | 第24-26页 |
| ·模糊控制系统的组成及其基本原理 | 第24-26页 |
| ·万能逼近定理 | 第26页 |
| ·RBF 神经网络概述 | 第26-28页 |
| ·RBF 神经网络 | 第26-27页 |
| ·RBF 网络函数估计 | 第27-28页 |
| ·RBF 网络的学习方法 | 第28页 |
| ·数学预备知识 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 动态摩擦模型仿真 | 第30-35页 |
| ·引言 | 第30页 |
| ·动态LuGre 模型的仿真 | 第30-34页 |
| ·摩擦模型与系统模型 | 第31页 |
| ·问题分析 | 第31-32页 |
| ·程序实现 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 自适应模糊摩擦补偿 | 第35-44页 |
| ·引言 | 第35页 |
| ·基于模糊规则的自适应摩擦补偿 | 第35-37页 |
| ·模糊补偿器 | 第36-37页 |
| ·假设条件 | 第37页 |
| ·模糊控制器及自适应律设计 | 第37-42页 |
| ·系统及控制器 | 第37-38页 |
| ·证明 | 第38-42页 |
| ·系统稳定性证明 | 第40页 |
| ·参数有界性证明 | 第40-41页 |
| ·渐近收敛性证明 | 第41-42页 |
| ·仿真研究 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于Backstepping 方法的自适应模糊摩擦补偿 | 第44-52页 |
| ·引言 | 第44页 |
| ·指数摩擦模型与自适应模糊补偿 | 第44-47页 |
| ·考虑摩擦的伺服系统 | 第45页 |
| ·模糊补偿器 | 第45-47页 |
| ·自适应控制器的设计 | 第47-49页 |
| ·仿真研究 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 基于RBF 网络的自适应鲁棒摩擦补偿 | 第52-60页 |
| ·引言 | 第52页 |
| ·LuGre 摩擦模型以及基于神经网络的观测器 | 第52-54页 |
| ·LuGre 模型 | 第52-53页 |
| ·基于RBF 神经网络的稳态非线性摩擦估计 | 第53页 |
| ·观测器的构造 | 第53-54页 |
| ·基于Backstepping 方法的控制器设计 | 第54-58页 |
| ·几点假设 | 第54-55页 |
| ·控制器设计 | 第55-58页 |
| ·仿真研究 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间所发表的论文 | 第66-67页 |
| 致谢 | 第67页 |