首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

超磁致伸缩致动器的神经网络控制与动态模型及实验研究

中文摘要第1-6页
英文摘要第6-11页
第一章 绪论第11-26页
 §1-1 超磁致伸缩材料及其应用第11-13页
  1-1-1 超磁致伸缩材料第11-12页
  1-1-2 超磁致伸缩材料的物理效应第12-13页
  1-1-3 超磁致伸缩材料的应用第13页
 §1-2 超磁致伸缩致动器及其应用第13-19页
  1-2-1 现代执行器的发展第13-15页
  1-2-2 超磁致伸缩致动器结构及结构设计要点第15-17页
  1-2-3 超磁致伸缩致动器的应用第17-19页
 §1-3 超磁致伸缩致动器的模型与控制技术第19-22页
  1-3-1 超磁致伸缩致动器的模型研究第19-21页
  1-3-2 超磁致伸缩致动器的控制技术研究第21-22页
 §1-4 神经网络控制第22-24页
 §1-5 论文的意义及主要研究工作第24-26页
第二章 超磁致伸缩致动器动力学特性神经网络辨识第26-45页
 §2-1 超磁致伸缩致动器的磁滞非线性动态模型第26-31页
  2-1-1 超磁致伸缩致动器结构及工作原理第26-28页
  2-1-2 超磁致伸缩致动器的磁滞非线性动态模型第28-31页
 §2-2 超磁致伸缩致动器动力学特性的神经网络辨识第31-43页
  2-2-1 神经网络辨识第31-38页
  2-2-2 神经网络辨识结果第38-42页
  2-2-3 神经网络辨识结果分析第42-43页
 §2-3 本章小结第43-45页
第三章 超磁致伸缩致动器磁滞非线性的补偿控制第45-72页
 §3-1 反馈误差法神经网络监督控制第45-61页
  3-1-1 被控对象的可逆性第46-47页
  3-1-2 PID 控制器第47-48页
  3-1-3 神经网络控制器NNC第48-53页
  3-1-4 神经网络监督控制算法的实现第53-54页
  3-1-5 神经网络监督控制系统的仿真结果第54-60页
  3-1-6 三种神经网络控制器仿真结果分析第60-61页
 §3-2 带有非线性预测模型的神经网络自适应PID 控制第61-70页
  3-2-1 神经网络自适应 PID 控制第61-64页
  3-2-2 带有非线性预测模型的神经网络自适应 PID 控制第64-65页
  3-2-3 带有非线性预测模型的神经网络自适应PID 控制算法的实现第65页
  3-2-4 控制系统仿真结果及分析第65-70页
 §3-3 控制方法比较第70页
 §3-4 本章小结第70-72页
第四章 超磁致伸缩致动器的动态线性模型第72-87页
 §4-1 机械阻抗法第72-78页
  4-1-1 机械阻抗定义第72-73页
  4-1-2 机械阻抗方法的基本定律和定理第73-74页
  4-1-3 理想元件的机械阻抗第74-76页
  4-1-4 机械阻抗网络图第76-77页
  4-1-5 机械阻抗网络图的绘图原则第77-78页
 §4-2 杆的纵向振动第78-79页
 §4-3 超磁致伸缩致动器的动态线性模型第79-85页
  4-3-1 超磁致伸缩致动器的动态分析第79-80页
  4-3-2 Terfenol-D 棒的动态特性分析第80-82页
  4-3-3 理论计算与实验第82-85页
  4-3-4 与其它模型的比较第85页
 §4-4 本章小结第85-87页
第五章 超磁致伸缩致动器的实验研究第87-100页
 §5-1 实验测试系统第87-89页
  5-1-1 静态特性测试系统第87-89页
  5-1-2 动态特性测试系统第89页
 §5-2 静态测试结果第89-90页
  5-2-1 静态测试结果第89页
  5-2-2 准静态测试结果第89-90页
 §5-3 动态测试结果第90-99页
  5-3-1 Terfenol-D 棒的特性曲线第90-93页
  5-3-2 驱动磁场频率200Hz 以内时致动器的动态测试结果第93-97页
  5-3-3 驱动磁场频率800Hz~3000 Hz范围内致动器的动态测试结果第97-98页
  5-3-4 致动器的最大输出位移第98-99页
 §5-4 本章小结第99-100页
第六章 结论第100-103页
参考文献第103-112页
致谢第112-113页
攻读博士学位期间所取得的相关科研成果第113-114页

论文共114页,点击 下载论文
上一篇:分布式RTU系统中通信处理装置的设计
下一篇:企业薪酬制度效能研究