纳米定位微位移工作台的控制技术研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-15页 |
| 缩略词注释表 | 第15-16页 |
| 第一章 绪论 | 第16-42页 |
| ·微机电系统和微细加工技术 | 第16-26页 |
| ·微机电系统 | 第16-20页 |
| ·微细加工技术 | 第20-24页 |
| ·纳米技术及其发展 | 第24-26页 |
| ·微位移工作台 | 第26-39页 |
| ·微位移机构 | 第26-31页 |
| ·微位移测量装置 | 第31-32页 |
| ·微位移工作台的控制系统 | 第32-39页 |
| ·本论文研究内容和体系 | 第39-42页 |
| ·论文研究的目的和意义 | 第39-40页 |
| ·论文的主要工作与技术创新点 | 第40页 |
| ·论文的内容体系 | 第40-42页 |
| 第二章 微位移工作台的结构设计和分析 | 第42-66页 |
| ·压电陶瓷驱动器 | 第42-49页 |
| ·电畴理论 | 第43-44页 |
| ·压电/电致伸缩效应 | 第44-45页 |
| ·压电陶瓷驱动器的典型结构 | 第45-47页 |
| ·压电陶瓷驱动器的特性 | 第47-49页 |
| ·柔性铰链 | 第49-56页 |
| ·柔性铰链的种类和特点 | 第49-50页 |
| ·柔性铰链的力学模型和解析法分析 | 第50-53页 |
| ·柔性铰链的精度分析 | 第53-54页 |
| ·微位移驱动器和柔性铰链的机电耦合特性 | 第54-56页 |
| ·微位移传感器 | 第56-57页 |
| ·微位移工作台的实验设计和分析 | 第57-65页 |
| ·工作平台的设计和选择 | 第57-60页 |
| ·微位移工作台的特性和分析 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第三章 微位移工作台的神经网络辨识方法和应用 | 第66-92页 |
| ·系统辨识基本概念 | 第66-70页 |
| ·数学模型建立方法 | 第66-67页 |
| ·辨识的定义 | 第67-68页 |
| ·辨识原理 | 第68-69页 |
| ·误差准则 | 第69页 |
| ·辨识的主要步骤 | 第69-70页 |
| ·神经网络理论 | 第70-75页 |
| ·人工神经元模型 | 第70-71页 |
| ·神经网络的分类和拓扑结构 | 第71-72页 |
| ·神经网络的学习规则 | 第72-74页 |
| ·神经网络的特性 | 第74-75页 |
| ·神经网络辨识理论 | 第75-80页 |
| ·神经网络辨识结构 | 第75-76页 |
| ·神经网络辨识的可行性 | 第76-77页 |
| ·神经网络辨识的收敛性 | 第77-79页 |
| ·神经网络辨识的特点 | 第79-80页 |
| ·微位移工作台的神经网络辨识 | 第80-91页 |
| ·前馈静态BP网络辨识方法 | 第80-84页 |
| ·BP静态前馈网络用于微位移工作台的辨识 | 第84-86页 |
| ·结果与分析 | 第86-91页 |
| ·本章小结 | 第91-92页 |
| 第四章 微位移工作台的神经网络自适应控制 | 第92-118页 |
| ·传统PID控制 | 第92-95页 |
| ·传统 PID控制器原理 | 第92-93页 |
| ·传统 PID控制器的算法 | 第93-95页 |
| ·自适应 PID控制 | 第95-98页 |
| ·自适应控制的概念 | 第95页 |
| ·自适应控制系统的主要类型 | 第95-97页 |
| ·参数自校正 PID控制器 | 第97-98页 |
| ·神经网络自适应控制 | 第98-109页 |
| ·神经网络自适应控制方法 | 第99-100页 |
| ·基于静态 BP网络的自适应 PID控制 | 第100-104页 |
| ·基于动态递归神经网络的自适应 PID控制 | 第104-109页 |
| ·实验与分析 | 第109-117页 |
| ·参数自校正 PID控制 | 第110-112页 |
| ·基于静态 BP网络的自校正PID控制 | 第112-114页 |
| ·基于动态递归神经网络的自适应 PID控制 | 第114-115页 |
| ·实验结果分析 | 第115-117页 |
| ·本章小结 | 第117-118页 |
| 第五章 基于遗传算法的微位移工作台控制技术 | 第118-149页 |
| ·遗传算法理论 | 第118-128页 |
| ·遗传算法的基本概念和基本操作 | 第119-120页 |
| ·遗传算法的理论基础 | 第120-121页 |
| ·基本遗传算法 | 第121-122页 |
| ·遗传算法的实现方法和步骤 | 第122-127页 |
| ·遗传算法的特点 | 第127-128页 |
| ·神经网络的遗传算法优化 | 第128-133页 |
| ·神经网络结构的优化 | 第129-130页 |
| ·神经网络权值的优化 | 第130-131页 |
| ·神经网络学习规则的优化 | 第131-132页 |
| ·神经网络结构和权值的同时优化 | 第132-133页 |
| ·微位移工作台的遗传神经网络建模与控制 | 第133-148页 |
| ·微位移工作台的遗传神经网络建模方法 | 第133-137页 |
| ·结果与分析 | 第137-140页 |
| ·微位移工作台的遗传神经网络控制方法 | 第140-144页 |
| ·结果与分析 | 第144-148页 |
| ·本章小结 | 第148-149页 |
| 第六章 结论 | 第149-153页 |
| 参考文献 | 第153-168页 |
| 致谢 | 第168-169页 |
| 攻读博士学位期间完成的论文及参加的科研工作 | 第169-171页 |
| 学位论文评阅及答辩情况表 | 第171页 |
