| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11页 |
| 1.2 伺服系统介绍 | 第11-13页 |
| 1.2.1 直流伺服系统介绍 | 第12页 |
| 1.2.2 步进伺服系统介绍 | 第12-13页 |
| 1.2.3 交流伺服系统介绍 | 第13页 |
| 1.3 交流伺服系统的建模方法 | 第13-14页 |
| 1.4 交流伺服系统的控制策略 | 第14-15页 |
| 1.5 主要内容及章节安排 | 第15-16页 |
| 2 系统半实物仿真实验平台综述 | 第16-24页 |
| 2.1 实验平台功能与工作原理 | 第16-17页 |
| 2.1.1 实验平台的功能 | 第16页 |
| 2.1.2 实验平台的工作原理 | 第16-17页 |
| 2.2 实验平台各组成部分介绍 | 第17-21页 |
| 2.2.1 位置检测模块 | 第17-20页 |
| 2.2.2 减速器 | 第20页 |
| 2.2.3 负载加载装置 | 第20-21页 |
| 2.3 实验平台硬件设计 | 第21-23页 |
| 2.3.1 火控计算机 | 第21-22页 |
| 2.3.2 随动控制计算机 | 第22-23页 |
| 2.3.3 伺服放大板 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 交流伺服系统数学建模 | 第24-31页 |
| 3.1 交流永磁同步电机数学模型的建立 | 第24-27页 |
| 3.1.1 交流永磁同步电机的坐标转换 | 第24-26页 |
| 3.1.2 交流永磁同步电机数学模型的建立 | 第26-27页 |
| 3.2 交流永磁同步电机矢量控制策略分析 | 第27-29页 |
| 3.3 交流伺服系统三环控制 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 交流伺服系统的辨识研究 | 第31-48页 |
| 4.1 系统辨识概述 | 第31-32页 |
| 4.1.1 系统辨识的基本概念 | 第31-32页 |
| 4.1.2 系统辨识的流程 | 第32页 |
| 4.2 辨识数据的获取与预处理 | 第32-36页 |
| 4.2.1 辨识的数据 | 第32-34页 |
| 4.2.2 辨识数据的预处理 | 第34-36页 |
| 4.3 RBF神经网络辨识 | 第36-42页 |
| 4.3.1 神经网络基础知识 | 第36-39页 |
| 4.3.2 RBF神经网络 | 第39-41页 |
| 4.3.3 RBF神经网络辨识研究 | 第41-42页 |
| 4.4 GA-RBF神经网络辨识 | 第42-46页 |
| 4.4.1 遗传算法的基本原理及优点 | 第42页 |
| 4.4.2 遗传算法的基本流程 | 第42-43页 |
| 4.4.3 基于遗传优化的RBF神经网络辨识算法实现 | 第43-45页 |
| 4.4.4 基于遗传优化的RBF神经网络辨识步骤 | 第45页 |
| 4.4.5 基于遗传优化的RBF神经网络辨识研究 | 第45-46页 |
| 4.5 辨识结果对比 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 交流伺服系统的控制策略研究 | 第48-68页 |
| 5.1 PID控制器设计 | 第48-51页 |
| 5.1.1 PID控制 | 第48-49页 |
| 5.1.2 基于RBF神经网络PID的控制器设计 | 第49-51页 |
| 5.2 模糊RBF神经网络控制器设计 | 第51-61页 |
| 5.2.1 模糊控制系统 | 第51-55页 |
| 5.2.2 神经网络自适应控制 | 第55-56页 |
| 5.2.3 模糊RBF神经网络结构 | 第56-58页 |
| 5.2.4 模糊RBF神经网络控制器设计 | 第58-61页 |
| 5.3 系统仿真与分析 | 第61-67页 |
| 5.3.1 系统输入阶跃信号时的结果与分析 | 第62-65页 |
| 5.3.2 系统输入正弦信号时的结果与分析 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 实验验证 | 第68-71页 |
| 6.1 阶跃跃响应实验结果 | 第68-69页 |
| 6.2 正弦跟踪位置误差实验结果 | 第69-70页 |
| 6.3 本章小结 | 第70-71页 |
| 7 总结与展望 | 第71-72页 |
| 7.1 全文总结 | 第71页 |
| 7.2 工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-77页 |