基于RBF神经网络的动态迟滞非线性系统建模与控制
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 迟滞非线性 | 第13-15页 |
| 1.3 压电陶瓷材料及研究现状 | 第15-16页 |
| 1.3.1 压电陶瓷材料 | 第15页 |
| 1.3.2 压电作动器 | 第15-16页 |
| 1.3.3 国内外研究现状 | 第16页 |
| 1.4 研究目标及内容 | 第16-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第2章 迟滞非线性系统的建模与控制 | 第19-28页 |
| 2.1 引言 | 第19页 |
| 2.2 建模理论 | 第19-22页 |
| 2.2.1 物理模型 | 第19-20页 |
| 2.2.2 算子模型 | 第20-22页 |
| 2.2.3 智能模型 | 第22页 |
| 2.3 率相关性建模 | 第22-24页 |
| 2.3.1 分离式建模 | 第23页 |
| 2.3.2 整体式建模 | 第23-24页 |
| 2.4 控制方法 | 第24-27页 |
| 2.4.1 直接逆补偿控制 | 第24-25页 |
| 2.4.2 不直接求逆控制 | 第25-26页 |
| 2.4.3 智能算法控制 | 第26-27页 |
| 2.4.4 电荷控制 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于 RBF神经网络的压电作动器建模 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 基础知识 | 第28-31页 |
| 3.2.1 径向基函数神经网络 | 第29-30页 |
| 3.2.2 迟滞因子 | 第30-31页 |
| 3.2.3 率相关性 | 第31页 |
| 3.3 迟滞模型的实现 | 第31-36页 |
| 3.3.1 数据滤波 | 第32页 |
| 3.3.2 率相关迟滞非线性模型的实现 | 第32-33页 |
| 3.3.3 模型的效果和分析 | 第33-36页 |
| 3.4 和其它建模方法的比较 | 第36-40页 |
| 3.4.1 改进的PI模型 | 第36-37页 |
| 3.4.2 反向传播BP神经网络模型 | 第37页 |
| 3.4.3 模型效果对比 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 压电作动器的跟踪控制 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 控制方案设计 | 第42-48页 |
| 4.2.1 迟滞逆模型 | 第44页 |
| 4.2.2 反馈控制器的设计 | 第44-46页 |
| 4.2.3 控制策略框图 | 第46-48页 |
| 4.3 基于dSPACE的试验系统设计 | 第48-51页 |
| 4.3.1 半实物仿真平台 | 第48-49页 |
| 4.3.2 编写S-Function | 第49-50页 |
| 4.3.3 控制系统开发步骤 | 第50-51页 |
| 4.4 跟踪控制实验 | 第51-58页 |
| 4.4.1 实验设备介绍 | 第51-52页 |
| 4.4.2 结果分析和讨论 | 第52-56页 |
| 4.4.3 和其它控制策略的比较 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 部分设备参数 | 第66-67页 |
| 攻读硕士学位期间的论文及科研成果 | 第67页 |
