| 第1章 绪论 | 第1-16页 |
| 1．1 概述 | 第10-15页 |
| 1．1．1 研究的目的和意义 | 第10页 |
| 1．1．2 感应电机矢量控制调速技术的发展与现状 | 第10-13页 |
| 1．1．3 人工神经元网络的发展与现状 | 第13-15页 |
| 1．2 主要研究内容及安排 | 第15-16页 |
| 第2章 神经网络在交流传动系统中的速度和磁链辨识 | 第16-44页 |
| 2．1 矢量控制原理 | 第16-21页 |
| 2．1．1 感应电动机矢量控制的数学模型 | 第16-18页 |
| 2．1．2 矢量控制系统 | 第18-21页 |
| 2．2 神经网络及其基本原理 | 第21-24页 |
| 2．2．1 人工神经元网络的结构 | 第21-23页 |
| 2．2．2 人工神经网络训练、学习的基本规则 | 第23-24页 |
| 2．3 神经网络速度辨识及在矢量控制中的应用 | 第24-35页 |
| 2．3．1 感应电机速度辨识现状 | 第24-27页 |
| 2．3．2 基于 BP神经网络定子电流和电压的速度辨识 | 第27-31页 |
| 2．3．3 由定子电流辨识交流电机转子速度 | 第31-34页 |
| 2．3．4 神经网络辨识转子转速在矢量控制系统中应用 | 第34-35页 |
| 2．4 神经网络磁链辨识及在矢量控制中的应用 | 第35-44页 |
| 2．4．1 交流电机转子磁链辨识研究现状 | 第35-36页 |
| 2．4．2 由定子电流与转速辨识交流电机转子磁链 | 第36-38页 |
| 2．4．3 由定子电流辨识交流电机转子磁链 | 第38-40页 |
| 2．4．4 基于 BP神经网络定子电流与电压辨识交流电机转子磁链 | 第40-42页 |
| 2．4．5 神经网络辨识转子磁链在矢量控制系统中应用 | 第42-44页 |
| 第3章 基于 DSP的全数字化矢量控制系统的设计 | 第44-52页 |
| 3．1 基于 DSP的全数字化矢量控制系统的硬件组成 | 第44-50页 |
| 3．1．1 系统基本组成 | 第44-46页 |
| 3．1．2 DSP全数字实验平台硬件总体设计 | 第46-50页 |
| 3．2 软件设计简介 | 第50-52页 |
| 第4章 神经网络交流传动自适应控制 | 第52-64页 |
| 4．1 基于 BP神经网络单神经元自适应控制 | 第52-58页 |
| 4．1．1 引言 | 第52页 |
| 4．1．2 控制系统原理 | 第52-55页 |
| 4．1．3 基于 DSP的数字化矢量控制系统实现 | 第55-57页 |
| 4．1．4 实验结果及分析 | 第57-58页 |
| 4．2 基于 Hopfied网络的交流传动自适应规划控制 | 第58-64页 |
| 4．2．1 Hopfield神经网络规划控制器的设计 | 第59-60页 |
| 4．2．2 交流传动系统神经网络规划的速度控制器 | 第60-62页 |
| 4．2．3 具有在线参数跟踪功能的双神经网络的自适应规划控制器 | 第62-64页 |
| 第5章 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 发表的文章 | 第69页 |
