基于神经网络的可控震源隔振算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 本课题的研究背景及意义 | 第9-10页 |
| 1.2 地震勘探中震源技术的发展 | 第10-13页 |
| 1.2.1 单脉冲震源 | 第10-11页 |
| 1.2.2 连续振动可控震源 | 第11-12页 |
| 1.2.3 编码冲击震源 | 第12-13页 |
| 1.3 国内外地球物理勘探可控震源的技术现状 | 第13-15页 |
| 1.3.1 国内可控震源技术现状 | 第13-14页 |
| 1.3.2 国外可控震源技术现状 | 第14-15页 |
| 1.4 本课题研究的主要内容 | 第15-16页 |
| 2 可控震源隔振系统的建模 | 第16-23页 |
| 2.1 可控震源隔振系统的隔振分析 | 第16-22页 |
| 2.1.1 可控震源地震勘探的基本思想 | 第16-18页 |
| 2.1.2 被动隔振系统模型与隔振分析 | 第18-21页 |
| 2.1.3 混合隔振系统模型与隔振分析 | 第21-22页 |
| 2.2 本章小结 | 第22-23页 |
| 3 作动器的理论研究 | 第23-32页 |
| 3.1 液压伺服作动器 | 第23-25页 |
| 3.2 压电陶瓷作动器 | 第25-28页 |
| 3.3 超磁致伸缩作动器 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 混合隔振系统的控制算法研究 | 第32-42页 |
| 4.1 PID控制算法 | 第32-35页 |
| 4.2 自适应滤波前馈控制算法 | 第35-36页 |
| 4.3 模糊控制算法 | 第36-37页 |
| 4.4 神经网络预测控制算法 | 第37-41页 |
| 4.4.1 神经网络技术及特点 | 第37-38页 |
| 4.4.2 神经网络模型预测控制 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 混合隔振系统仿真 | 第42-48页 |
| 5.1 仿真研究的目的和方法 | 第42-43页 |
| 5.1.1 MATLAB与simulink软件包 | 第42-43页 |
| 5.1.2 仿真的主要内容 | 第43页 |
| 5.2 神经网络预测控制模型 | 第43-47页 |
| 5.2.1 神经网络预测控制模型的建立 | 第43-45页 |
| 5.2.2 系统辨识 | 第45-47页 |
| 5.3 本章小结 | 第47-48页 |
| 6 仿真测试及结果分析 | 第48-56页 |
| 6.1 主被动仿真模型 | 第48-50页 |
| 6.2 仿真测试分析 | 第50-55页 |
| 6.2.1 被动隔振系统测试结果分析 | 第50-52页 |
| 6.2.2 混合隔振系统测试结果分析 | 第52-55页 |
| 6.3 本章小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-58页 |
| 8 参考文献 | 第58-64页 |
| 9 攻读硕士学位期间发表论文情况 | 第64-65页 |
| 10 致谢 | 第65页 |
