| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 引言 | 第11-12页 |
| 1.2 磁控形状记忆合金执行器简介 | 第12-16页 |
| 1.2.1 磁控形状记忆合金材料简介 | 第12-13页 |
| 1.2.2 磁控形状记忆合金执行器发展现状 | 第13-15页 |
| 1.2.3 磁控形状记忆合金执行器的应用 | 第15-16页 |
| 1.3 磁控形状记忆合金执行器控制策略 | 第16-22页 |
| 1.3.1 磁控形状记忆合金执行器迟滞非线性建模 | 第16-20页 |
| 1.3.2 磁控形状记忆合金执行器控制方法简介 | 第20-22页 |
| 1.4 论文的研究意义与内容 | 第22-24页 |
| 1.4.1 课题来源与意义 | 第22-23页 |
| 1.4.2 论文的内容安排 | 第23-24页 |
| 1.5 本章小结 | 第24-25页 |
| 第2章 磁控形状记忆合金执行器迟滞非线性建模 | 第25-41页 |
| 2.1 基于神经网络的迟滞非线性建模 | 第25-30页 |
| 2.1.1 径向基函数神经网络结构设计 | 第25-27页 |
| 2.1.2 径向基函数神经网络的学习算法 | 第27页 |
| 2.1.3 径向基函数神经网络模型实验仿真与分析 | 第27-30页 |
| 2.2 基于 KP 模型的磁控形状记忆合金执行器建模 | 第30-36页 |
| 2.2.0 KP 迟滞模型介绍 | 第30-33页 |
| 2.2.1 基于 BP 神经网络的辨识方法 | 第33-35页 |
| 2.2.2 基于自适应线性神经网络辨识方法 | 第35-36页 |
| 2.3 基于 KP 模型的建模实验仿真与分析 | 第36-40页 |
| 2.3.1 BP 神经网络辨识实验仿真与分析 | 第36-38页 |
| 2.3.2 自适应线性神经网络辨识实验仿真与分析 | 第38-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 磁控形状记忆合金执行器的前馈控制器设计 | 第41-49页 |
| 3.1 前馈控制原理简介 | 第41页 |
| 3.2 磁控形状记忆合金执行器迟滞逆模型的研究现状 | 第41-43页 |
| 3.3 基于神经网络算法建立的迟滞逆模型 | 第43页 |
| 3.4 逆模型实验仿真 | 第43-46页 |
| 3.5 前馈开环控制实验仿真及分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 磁控形状记忆合金执行器的鲁棒自适应控制 | 第49-59页 |
| 4.1 反步法简介 | 第49-51页 |
| 4.2 问题的提出 | 第51-52页 |
| 4.3 控制器的设计 | 第52-55页 |
| 4.4 仿真实例 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 全文总结与展望 | 第59-61页 |
| 5.1 全文总结 | 第59-60页 |
| 5.2 未来工作方向 | 第60-61页 |
| 参考文献 | 第61-69页 |
| 作者简介及在学期间的科研成果 | 第69-71页 |
| 致谢 | 第71页 |