| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第11-18页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 伺服系统的发展 | 第12-13页 |
| 1.3 交流伺服系统建模方法综述 | 第13-15页 |
| 1.3.1 机理分析法 | 第13-14页 |
| 1.3.2 系统辨识 | 第14-15页 |
| 1.4 火箭炮伺服系统常用控制方式 | 第15-17页 |
| 1.5 本文的主要内容与章节安排 | 第17-18页 |
| 2 某火箭炮伺服控制系统的结构和数学模型 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 某火箭炮伺服控制系统的构成 | 第18-19页 |
| 2.3 PMSM数学模型 | 第19-23页 |
| 2.4 某火箭炮伺服控制系统的数学模型 | 第23-24页 |
| 2.5 系统的非线性和不确定性分析 | 第24-25页 |
| 2.6 本章小节 | 第25-26页 |
| 3 基于DRNN神经网络的系统非线性模型离线辨识 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 辨识数据的获取 | 第26-29页 |
| 3.2.1 输入数据的选取 | 第26-28页 |
| 3.2.2 辨识数据的获取与预处理 | 第28-29页 |
| 3.3 神经网络简介 | 第29-33页 |
| 3.3.1 MP神经元模型 | 第29-30页 |
| 3.3.2 神经网络结构 | 第30-31页 |
| 3.3.3 神经网络非线性辨识常用结构 | 第31-33页 |
| 3.4 基于DRNN网络系统非线性模型离线辨识 | 第33-41页 |
| 3.4.1 DRNN网络离线辨识结构与算法 | 第33-37页 |
| 3.4.2 DRNN网络离线辨识步骤及流程 | 第37-38页 |
| 3.4.3 DRNN网络辨识研究 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于GA-DRNN和DE-DRNN的系统非线性模型离线辨识 | 第42-57页 |
| 4.1 遗传算法 | 第42-46页 |
| 4.1.1 遗传算法概述 | 第42-43页 |
| 4.1.2 遗传算法的实现 | 第43-46页 |
| 4.2 基于GA-DRNN网络系统非线性模型离线辨识 | 第46-50页 |
| 4.2.2 GA-DRNN网络离线辨识步骤及流程 | 第47-48页 |
| 4.2.3 GA-DRNN离线辨识结果 | 第48-50页 |
| 4.3 基于DE-DRNN网络的系统非线性模型离线辨识 | 第50-56页 |
| 4.3.1 DE算法概述 | 第50-51页 |
| 4.3.2 DE算法的实现 | 第51-53页 |
| 4.3.3 DE-DRNN网络离线辨识步骤及流程 | 第53-54页 |
| 4.3.4 DE-DRNN网络离线辨识结果 | 第54-56页 |
| 4.4 几种辨识方案仿真结果比较 | 第56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 某火箭炮伺服控制系统的神经网络模型参考自适应控制 | 第57-70页 |
| 5.1 引言 | 第57页 |
| 5.2 神经网络模型参考自适应控制器结构 | 第57-58页 |
| 5.3 在线辨识器NNI设计 | 第58-60页 |
| 5.3.1 DRNN网络在线辨识算法的实现 | 第58-59页 |
| 5.3.2 DRNN网络在线辨识步骤及流程 | 第59-60页 |
| 5.4 控制器NNC设计 | 第60-64页 |
| 5.4.1 参考模型的选取 | 第60页 |
| 5.4.2 DRNN网络控制器设计 | 第60-62页 |
| 5.4.3 DRNN网络控制器收敛性分析 | 第62-64页 |
| 5.5 神经网络间接模型参考自适应控制仿真研究 | 第64-68页 |
| 5.6 本章小结 | 第68-70页 |
| 6 试验研究 | 第70-79页 |
| 6.1 仿真平台 | 第70-76页 |
| 6.1.1 控制计算机 | 第70-71页 |
| 6.1.2 D/A转换电路 | 第71-72页 |
| 6.1.3 伺服放大电路 | 第72-75页 |
| 6.1.4 RDC转换模块 | 第75-76页 |
| 6.1.5 速度反馈电路 | 第76页 |
| 6.2 试验结果与分析 | 第76-79页 |
| 7 结束语 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 附录 | 第85-86页 |
