| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 建筑升降机的发展历史及应用现状 | 第9-13页 |
| 1.2.1 建筑升降机的发展过程及应用 | 第9-12页 |
| 1.2.2 建筑升降机控制系统的发展 | 第12-13页 |
| 1.3 BP 神经网络算法研究现状 | 第13-15页 |
| 1.4 本文开展的主要工作 | 第15-16页 |
| 第2章 升降机控制系统总体方案设计 | 第16-24页 |
| 2.1 升降机工作原理 | 第16-18页 |
| 2.1.1 升降机传动机构与运行原理 | 第16-17页 |
| 2.1.2 SC200 型升降机主要参数 | 第17-18页 |
| 2.2 硬件总体方案设计 | 第18-20页 |
| 2.3 控制系统总体方案 | 第20-23页 |
| 2.3.1 系统控制策略分析 | 第20-22页 |
| 2.3.2 控制系统总体设计 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 三电机协调控制策略分析 | 第24-33页 |
| 3.1 电机调速模式选择 | 第24-25页 |
| 3.2 三电机协调控制策略 | 第25-27页 |
| 3.3 电机控制仿真分析 | 第27-32页 |
| 3.3.1 变频器矢量控制模型搭建 | 第27-30页 |
| 3.3.2 三电机主从控制模型仿真 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 应用 BP 神经网络算法的平层控制策略研究 | 第33-50页 |
| 4.1 自动平层实现方案 | 第33-35页 |
| 4.2 BP 神经网络算法应用分析 | 第35-39页 |
| 4.2.1 BP 神经网络的结构与实现方法 | 第35-39页 |
| 4.2.2 BP 神经网络的特点与应用 | 第39页 |
| 4.3 应用 BP 神经网络算法的平层策略 | 第39-46页 |
| 4.3.1 平层制动过程分析 | 第40-41页 |
| 4.3.2 BP 神经网络的训练 | 第41-43页 |
| 4.3.3 仿真分析与验证 | 第43-46页 |
| 4.4 在线 BP 神经网络算法平层方案 | 第46-49页 |
| 4.4.1 在线算法分析 | 第46-47页 |
| 4.4.2 应用在线 BP 算法的控制模型 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 升降机控制系统硬件实现 | 第50-60页 |
| 5.1 硬件电路实现方案 | 第50页 |
| 5.2 主控制板电路设计 | 第50-57页 |
| 5.2.1 电源模块 | 第51-52页 |
| 5.2.2 DSP 最小系统模块 | 第52页 |
| 5.2.3 控制输入及数据显示存储模块 | 第52-54页 |
| 5.2.4 运行信息采集模块 | 第54-56页 |
| 5.2.5 变频器控制模块 | 第56页 |
| 5.2.6 楼层呼叫与远程监控模块 | 第56-57页 |
| 5.3 变频器的设置与连线 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 系统编程与调试 | 第60-69页 |
| 6.1 控制功能编程实现 | 第60-64页 |
| 6.1.1 主程序 | 第60-61页 |
| 6.1.2 按键识别与功能判断模块 | 第61-62页 |
| 6.1.3 平层算法模块 | 第62-64页 |
| 6.2 变频器的综合设置 | 第64-65页 |
| 6.3 系统联合调试 | 第65-68页 |
| 6.4 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |