| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·超磁致伸缩材料及其致动器的发展 | 第10-14页 |
| ·超磁致伸缩材料的发展 | 第10-12页 |
| ·超磁致伸缩致动器的应用现状 | 第12-14页 |
| ·磁滞模型概述 | 第14-17页 |
| ·超磁致伸缩致动器的控制技术 | 第17-19页 |
| ·论文的主要研究内容 | 第19-21页 |
| 第二章 超磁致伸缩致动器的数学模型 | 第21-31页 |
| ·致动器的结构和工作原理 | 第21-22页 |
| ·致动器的磁滞非线性特性 | 第22-24页 |
| ·致动器的磁滞非线性动态模型 | 第24-29页 |
| ·Weiss 分子场理论 | 第24-25页 |
| ·Jiles-Atherton 磁滞模型 | 第25-27页 |
| ·超磁致伸缩致动器的动力学模型 | 第27-29页 |
| ·致动器的线性模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 模糊自适应整定 PID 控制 | 第31-45页 |
| ·模糊控制 | 第32-34页 |
| ·模糊控制相关数学知识 | 第32-33页 |
| ·隶属度函数的建立与常用隶属度函数 | 第33-34页 |
| ·致动器的模糊自适应整定 PID 控制 | 第34-39页 |
| ·致动器系统的控制框图 | 第34-35页 |
| ·PID 控制 | 第35-36页 |
| ·模糊 PID 控制器的设计 | 第36-39页 |
| ·仿真结果与分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于 RBF 神经网络整定 PID 控制 | 第45-63页 |
| ·神经网络的基本理论 | 第46-51页 |
| ·神经元模型 | 第46-48页 |
| ·神经网络的模型分类 | 第48-49页 |
| ·神经网络的学习和训练 | 第49-51页 |
| ·致动器的基于 RBF 神经网络整定 PID 控制 | 第51-55页 |
| ·控制系统的结构框图 | 第51-52页 |
| ·RBF 神经网络模型 | 第52-54页 |
| ·RBF 神经网络整定 PID 控制器设计 | 第54-55页 |
| ·仿真结果与分析 | 第55-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 在学研究成果 | 第67-68页 |
| 致谢 | 第68页 |