致谢 | 第1-4页 |
摘要 | 第4-5页 |
ABSTRACT | 第5-8页 |
第一章 概述 | 第8-21页 |
·伺服技术的发展和回顾 | 第8-9页 |
·交流伺服技术现状 | 第9-17页 |
·交流伺服系统的控制技术 | 第17-21页 |
第二章 交流永磁同步电动机的控制原理 | 第21-39页 |
·永磁同步电动机的数学模型 | 第21-28页 |
·永磁同步电动机控制的几种方式 | 第28-31页 |
·永磁同步电动机的线性化解耦控制 | 第31-39页 |
第三章 高性能伺服系统的软硬件设计 | 第39-61页 |
·数模混合式交流伺服系统的总体结构 | 第39-40页 |
·80C196KC单片机简介 | 第40-43页 |
·基于80C196KC的数模混合式交流伺服系统硬件设计 | 第43-55页 |
·80C196最小系统组成 | 第44-45页 |
·位置速度反馈信号处理单元 | 第45-47页 |
·电机转速信号处理 | 第47-51页 |
·电流检测与控制 | 第51-53页 |
·系统功率电路 | 第53页 |
·系统保护电路 | 第53-55页 |
·系统软件设计 | 第55-59页 |
·系统软件的总体结构 | 第55-56页 |
·伺服系统主程序 | 第56页 |
·系统中断程序模块集 | 第56-59页 |
·系统的工业应用 | 第59-61页 |
第四章 高性能交流伺服系统的控制 | 第61-80页 |
·引言 | 第61页 |
·提高正弦波输出电流精度 | 第61-62页 |
·瞬时速度与负载扰动的估计 | 第62-65页 |
·速度与位置控制器设计 | 第65-74页 |
·低速摩擦等效负载扰动的补偿控制 | 第74-77页 |
·系统实验结果 | 第77-80页 |
第五章 基于神经网络学习控制的伺服系统 | 第80-101页 |
·引言 | 第80-81页 |
·基于神经元状态的伺服系统自适应极点配置控制 | 第81-93页 |
·神经元状态估计器 | 第81-84页 |
·基于神经元状态的自适应极点配置控制 | 第84-86页 |
·神经元状态反馈极点配置控制的收敛性 | 第86-88页 |
·克服局部极小的策略 | 第88-89页 |
·仿真实验研究 | 第89-93页 |
·基于神经网络逆动力学模型的预测控制 | 第93-100页 |
·逆动力学模型的神经网络辨识 | 第93-95页 |
·基于神经网络逆动力学模型的预测控制 | 第95-97页 |
·仿真与实验研究 | 第97-100页 |
·实时性分析 | 第100-101页 |
参考文献 | 第101-108页 |
作者在攻读博士学位期间完成的论文和科研工作 | 第108页 |