| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 超级电容储能技术研究现状 | 第10-13页 |
| 1.2.2 充电系统研究现状 | 第13-14页 |
| 1.2.3 并联均流策略研究现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 2 储能式轻轨充电系统分析和建模 | 第19-38页 |
| 2.1 储能式轻轨充电系统的基本结构和工作原理 | 第19-24页 |
| 2.1.1 充电系统的基本结构 | 第19-20页 |
| 2.1.2 充电系统的工作原理 | 第20-21页 |
| 2.1.3 并联式充电系统的均流问题分析 | 第21-24页 |
| 2.2 充电机的分析及数学模型 | 第24-29页 |
| 2.2.1 Buck电路工作原理分析 | 第24-27页 |
| 2.2.2 充电机数学模型的建立 | 第27-29页 |
| 2.3 超级电容数学模型 | 第29-35页 |
| 2.3.1 超级电容数学模型 | 第29-32页 |
| 2.3.2 超级电容模型参数的获取及验证 | 第32-35页 |
| 2.4 期望充电电流的设计 | 第35-37页 |
| 2.5 小结 | 第37-38页 |
| 3 分布式协同均流策略的设计 | 第38-52页 |
| 3.1 图论在协同控制的应用 | 第38-41页 |
| 3.1.1 图论的基本概念 | 第38-39页 |
| 3.1.2 与图关联的矩阵及其性质 | 第39-41页 |
| 3.2 分布式协同均流控制策略的设计 | 第41-43页 |
| 3.2.1 充电系统模型描述 | 第41页 |
| 3.2.2 协同均流控制律的设计 | 第41-43页 |
| 3.3 协同均流控制律的稳定性分析 | 第43-46页 |
| 3.4 仿真与验证 | 第46-51页 |
| 3.5 小结 | 第51-52页 |
| 4 基于神经网络的自适应协同均流策略设计 | 第52-64页 |
| 4.1 神经网络自适应控制 | 第52-53页 |
| 4.2 基于神经网络的自适应协同均流策略设计 | 第53-57页 |
| 4.2.1 充电系统模型描述 | 第53-55页 |
| 4.2.2 自适应协同均流控制律设计 | 第55-57页 |
| 4.3 自适应协同均流控制律性能分析 | 第57-60页 |
| 4.3.1 稳定性证明 | 第57-60页 |
| 4.3.2 收敛性证明 | 第60页 |
| 4.4 仿真与验证 | 第60-63页 |
| 4.5 小结 | 第63-64页 |
| 5 储能式轻轨充电系统的实现 | 第64-74页 |
| 5.1 储能式轻轨充电系统总体方案 | 第64-67页 |
| 5.2 控制板实现 | 第67-69页 |
| 5.3 软件方案 | 第69-72页 |
| 5.3.1 FPGA Verilog HDL编程实现 | 第69-70页 |
| 5.3.2 分布式协同均流策略的实现 | 第70-72页 |
| 5.4 充电系统实物与实验数据 | 第72-73页 |
| 5.5 小结 | 第73-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-84页 |
| 附录1 图索引 | 第84-86页 |
| 附录2 表索引 | 第86-87页 |
| 攻读学位期间主要的论文情况和科研情况 | 第87-88页 |
| 致谢 | 第88页 |