| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的目的和意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-12页 |
| 1.2.1 地面模拟微重力环境试验方法简介 | 第9-10页 |
| 1.2.2 地面模拟微重力环境的方法研究综述 | 第10-11页 |
| 1.2.3 智能控制系统研究概述 | 第11-12页 |
| 1.3 本课题研究的主要内容和方法 | 第12-14页 |
| 第二章 系统整体设计与动力学分析 | 第14-33页 |
| 2.1 地面模拟微重力育种系统的总体设计 | 第14-18页 |
| 2.1.1 系统设计规划及技术路线 | 第14-15页 |
| 2.1.2 系统在垂直地面Z向上重力的补偿法 | 第15-17页 |
| 2.1.3 系统的组成及工作原理 | 第17-18页 |
| 2.2 地面模拟微重力育种系统中主要机构的特性研究 | 第18-27页 |
| 2.2.1 系统机构自由度数的分析 | 第18-19页 |
| 2.2.2 模拟系统的质量估算 | 第19页 |
| 2.2.3 系统中主要机构的参数选择 | 第19-21页 |
| 2.2.4 低摩擦气缸的数学模型 | 第21-23页 |
| 2.2.5 先导型比例减压阀的特性分析 | 第23-25页 |
| 2.2.6 丝杠的特性研究 | 第25-27页 |
| 2.3 地面模拟微重力育种系统动力学方程的研究 | 第27-32页 |
| 2.3.1 模拟目标的受力平衡分析 | 第28-29页 |
| 2.3.2 对系统动力学的分析 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 径向基RBF神经网络自调整PID参数的控制器设计 | 第33-42页 |
| 3.1 传统PID控制器的设计 | 第33-35页 |
| 3.1.1 传统PID控制器的局限性 | 第33-34页 |
| 3.1.2 增量式PID参数控制方法 | 第34-35页 |
| 3.2 RBF神经网络控制算法的研究 | 第35-38页 |
| 3.2.1 RBF神经网络的基本原理 | 第35-36页 |
| 3.2.2 RBF神经网络的模型 | 第36-37页 |
| 3.2.3 RBF神经网络的学习算法 | 第37-38页 |
| 3.3 基于RBF神经网络的PID控制器设计 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 系统三维运动姿态的描述研究 | 第42-57页 |
| 4.1 系统椭圆空间轨迹的规划研究 | 第42-49页 |
| 4.1.1 分析给定的椭圆形空间曲线 | 第42-45页 |
| 4.1.2 建立给定的椭圆空间轨迹数学模型 | 第45-47页 |
| 4.1.3 系统运动轨迹的规划 | 第47-49页 |
| 4.2 系统运动轨迹参数的系数求解过程 | 第49-56页 |
| 4.2.1 三维空间位姿的描述 | 第49-50页 |
| 4.2.2 空间齐次坐标变换过程 | 第50-52页 |
| 4.2.3 样条函数的参数化研究及系数求解 | 第52-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 控制算法的仿真验证分析 | 第57-66页 |
| 5.1 MATLAB软件介绍 | 第57-58页 |
| 5.1.1 Matlab中Simulink模块简介 | 第57页 |
| 5.1.2 Matlab中Spline工具箱简介 | 第57-58页 |
| 5.2 验证RBF神经网络在线调整系统PID参数的可行性 | 第58-61页 |
| 5.2.1 传统PID控制器的仿真结果 | 第58-59页 |
| 5.2.2 基于RBF神经网络整控PID参数的仿真结果 | 第59-61页 |
| 5.3 轨迹规划的仿真验证 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
