| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7-12页 |
| ·无刷直流电机的产生 | 第7页 |
| ·无刷直流电机的发展 | 第7-8页 |
| ·无刷直流电机的应用 | 第8-9页 |
| ·无刷直流电机研究中的主要问题 | 第9-12页 |
| ·无刷直流电机的控制方法 | 第12页 |
| ·本课题研究工作及内容安排 | 第12-15页 |
| ·本课题研究内容 | 第12-13页 |
| ·本文工作与章节安排 | 第13-15页 |
| 第二章 无刷直流电机的基本结构和原理 | 第15-21页 |
| ·无刷直流电机的基本结构 | 第15-16页 |
| ·结构框图 | 第15页 |
| ·电动机本体 | 第15-16页 |
| ·转子位置检测器 | 第16页 |
| ·驱动控制电路 | 第16页 |
| ·无刷直流电机的工作原理 | 第16-19页 |
| ·无刷直流电机的数学模型 | 第19-21页 |
| 第三章 人工神经网络基本原理及模型 | 第21-29页 |
| ·神经网络构成的基本原理 | 第21-24页 |
| ·神经网络概念的提出 | 第21页 |
| ·神经网络发展史 | 第21-23页 |
| ·神经元结构模型 | 第23-24页 |
| ·典型的神经网络结构 | 第24页 |
| ·神经网络的学习方式 | 第24-25页 |
| ·神经网络的学习规则 | 第25页 |
| ·人工神经网络的发展趋势 | 第25-29页 |
| 第四章 BP 神经网络的基本原理及算法的研究 | 第29-43页 |
| ·神经网络BP 算法的数学描述 | 第29-32页 |
| ·BP 神经网络的结构 | 第29-30页 |
| ·BP 神经网络的学习算法 | 第30-32页 |
| ·BP 算法的缺陷 | 第32-33页 |
| ·提高训练速度的方法——几种改进的BP 算法 | 第33-35页 |
| ·附加动量项法概述 | 第33-34页 |
| ·自适应学习率法 | 第34页 |
| ·附加动量项与自适应学习率结合的快速BP 算法 | 第34-35页 |
| ·BP 算法的一种改进——改进的共轭梯度BP 算法 | 第35-38页 |
| ·共轭梯度法 | 第35-36页 |
| ·改进共轭梯度法 | 第36-38页 |
| ·仿真研究 | 第38-43页 |
| 第五章 BP 神经网络的结构设计及参数选择分析 | 第43-53页 |
| ·BP 神经网络结构的设计 | 第43-46页 |
| ·BP 神经网络层数的确定 | 第43-44页 |
| ·BP 神经网络中节点数的确定 | 第44-46页 |
| ·BP 神经网络参数的选择 | 第46-48页 |
| ·BP 神经网络样本的选择 | 第48-49页 |
| ·神经网络初始权值的选择 | 第49-50页 |
| ·神经网络转移函数的选择 | 第50-53页 |
| 第六章 基于BP 神经网络算法的无刷直流电机转速控制器的设计 | 第53-65页 |
| ·常规 PID 控制器的设计 | 第53-57页 |
| ·PID 简介 | 第53-54页 |
| ·常规PID 控制原理 | 第54-55页 |
| ·PID 控制器各校正环节的作用 | 第55页 |
| ·常规PID 参数整定的方法 | 第55-57页 |
| ·基于BP 网络的PID 控制器的设计 | 第57-61页 |
| ·基于BP 网络PID 控制器的原理及设计步骤 | 第57-58页 |
| ·神经网络的构建 | 第58-61页 |
| ·仿真及结果分析 | 第61-65页 |
| 结束语 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-71页 |