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--自动化系统论文--自动控制、自动控制系统论文

基于滑模理论的位置系统控制及摩擦力补偿

摘要第1-7页
ABSTRACT第7-13页
插图目录第13-15页
表格目录第15-16页
第1章 绪论第16-36页
   ·运动控制简介第16-24页
     ·运动控制基本原理第16-17页
     ·运动控制系统的组成第17-21页
     ·运动控制技术的发展及现状第21-24页
   ·摩擦模型及摩擦补偿研究现状第24-32页
     ·摩擦模型第24-27页
     ·基于模型的摩擦补偿研究第27-31页
     ·基于无模型的摩擦补偿研究第31-32页
   ·研究目的和意义第32页
   ·论文主要研究内容和创新点第32-36页
     ·论文主要研究内容第33-34页
     ·论文主要创新点第34-36页
第2章 位置控制系统模型的建立与模糊滑模控制第36-64页
   ·引言第36页
   ·位置控制系统的建模第36-43页
     ·位置控制系统的硬件组成第36-38页
     ·位置控制系统的建模第38-43页
   ·PD控制器的设计第43-44页
   ·模糊滑模控制器的设计第44-60页
     ·滑模控制原理第45-51页
     ·滑模控制发展现状第51-55页
     ·滑模控制(SMC)与模糊控制(FLC)相结合第55-60页
   ·对比实验和结果分析第60-63页
   ·本章小结第63-64页
第3章 位置控制系统的自适应滑模摩擦力补偿第64-78页
   ·引言第64页
   ·滑模控制切换函数和控制律的形式第64-71页
     ·滑模控制切换函数的形式第64-69页
     ·滑模控制控制律的形式第69-71页
   ·自适应滑模摩擦力补偿方法第71-77页
     ·自适应滑模控制器设计第71-74页
     ·系统稳定性分析第74-75页
     ·仿真实验及结果分析第75-77页
   ·本章小结第77-78页
第4章 基于径向基函数神经网络滑模控制的位置控制系统第78-91页
   ·引言第78页
   ·RBF网络的结构和功能第78-82页
     ·RBF网络的结构第78-80页
     ·RBF网络的训练第80-81页
     ·RBF和BP网络的性能对比第81-82页
   ·RBF网络滑模控制器设计第82-90页
     ·控制器设计第82-85页
     ·稳定性分析第85-86页
     ·仿真实验与结果分析第86-90页
   ·本章小结第90-91页
第5章 基于遗传算法的自适应模糊滑模的位置控制系统第91-107页
   ·引言第91页
   ·自适应模糊控制系统第91-96页
     ·自适应模糊系统的概念第91-93页
     ·自适应模糊系统的万能逼近定理第93-94页
     ·自适应模糊系统的分类第94-95页
     ·自适应模糊系统与人工神经网络比较第95-96页
     ·自适应模糊控制发展现状第96页
   ·遗传算法(GA)第96-99页
     ·遗传算法简介第96-98页
     ·遗传算法发展现状第98-99页
   ·基于GA的自适应模糊滑模控制器第99-106页
     ·自适应模糊滑模控制器第99-101页
     ·稳定性分析第101-102页
     ·GA参数优化第102-103页
     ·实验结果分析第103-106页
   ·本章小结第106-107页
第6章 总结和展望第107-109页
   ·论文主要研究工作总结与创新点第107-108页
   ·未来工作展望第108-109页
参考文献第109-118页
在读期间发表的学术论文第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:山东高速公路股份有限公司发展战略研究
下一篇:青岛远洋运输公司人才强企战略实施的研究与探讨