| 第一章 绪论 | 第1-14页 |
| 1．1 SR电机及 SRD 概述 | 第7-9页 |
| 1．1．1 SR电机的基本结构、原理及特点 | 第7-8页 |
| 1．1．2 SR电机调速系统的基本结构 | 第8页 |
| 1．1．3 SR电机的特点 | 第8-9页 |
| 1．2 SR电机调速系统的研究现状及研究方向 | 第9-11页 |
| 1．3 智能控制在电气传动中的应用 | 第11页 |
| 1．4 本文的选题意义及主要工作 | 第11-14页 |
| 1．4．1 本文的选题意义 | 第11-12页 |
| 1．4．2 本论文的主要工作 | 第12-14页 |
| 第二章 SR电机建模及转矩脉动抑制研究 | 第14-32页 |
| 2．1 引言 | 第14-15页 |
| 2．2 SR电机的基本方程及运行方式 | 第15-19页 |
| 2．2．1 SR电机的基本方程 | 第15-18页 |
| 2．2．2 SR电机的运行方式 | 第18-19页 |
| 2．3 SR电机非线性模型 | 第19-23页 |
| 2．3．1 SR电机的非线性电感模型 | 第19-20页 |
| 2．3．2 SR电机的非线性动态模型 | 第20-23页 |
| 2．4 基于神经网络的SR电机的电感模型 | 第23-29页 |
| 2．4．1 神经网络的非线性逼近及其泛化能力 | 第23-26页 |
| 2．4．2 基于神经网络的SR电机的电感模型 | 第26-29页 |
| 2．5 开关磁阻电机转矩脉动的抑制研究 | 第29-31页 |
| 2．6 本章小结 | 第31-32页 |
| 第三章 单神经元自适应PID控制器的仿真研究 | 第32-40页 |
| 3．1 引言 | 第32-33页 |
| 3．2 单神经元自适应PID控制器 | 第33-36页 |
| 3．2．1 单神经元自适应PID控制器的构成和算法分析 | 第33-36页 |
| 3．2．2 单神经元自适应PID控制在SRD中的应用前景 | 第36页 |
| 3．3 单神经元自适应PID控制器的仿真研究 | 第36-39页 |
| 3．4 本章小结 | 第39-40页 |
| 第四章 基于神经网络推理器的自适应模糊控制器的仿真研究 | 第40-48页 |
| 4．1 引言 | 第40页 |
| 4．2 模糊控制器的基本结构及工作原理 | 第40-43页 |
| 4．2．1 模糊控制器的基本结构 | 第40-41页 |
| 4．2．2 模糊控制系统 | 第41-43页 |
| 4．3 基于神经网络推理器的自适应模糊控制系统 | 第43-47页 |
| 4．3．1 改进后的控制系统结构 | 第43-45页 |
| 4．3．2 仿真实验 | 第45-47页 |
| 4．4 本章小结 | 第47-48页 |
| 第五章 SR电机单神经元控制系统设计 | 第48-62页 |
| 5．1 引言 | 第48页 |
| 5．2 系统硬件结构 | 第48-50页 |
| 5．3 单片机外围接口电路设计 | 第50-51页 |
| 5．4 软件设计部分概述 | 第51-54页 |
| 5．5 单神经元自适应PID控制算法的单片机实现 | 第54-58页 |
| 5．5．1 PL/M-96语言简介 | 第54-55页 |
| 5．5．2 单神经元自适应PID控制算法的实现 | 第55-58页 |
| 5．6 实验 | 第58-61页 |
| 5．7 本章小结 | 第61-62页 |
| 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
