摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-16页 |
·选题的意义 | 第10页 |
·电液伺服加载系统的特点 | 第10-12页 |
·电液伺服加载系统的研究发展现状 | 第12-14页 |
·常规PID控制 | 第12页 |
·神经网络控制(NNC) | 第12-13页 |
·自适应控制理论 | 第13-14页 |
·控制策略的选取 | 第14-15页 |
·论文的主要工作 | 第15-16页 |
第二章 加载系统的结构与数学模型 | 第16-24页 |
·电动舵机加载系统的结构 | 第16页 |
·加载系统的数学模型 | 第16-24页 |
·伺服放大器的数学模型 | 第16-17页 |
·电液伺服阀的数学模型 | 第17页 |
·液压动力机构的数学模型 | 第17-21页 |
·拉压力传感器及反馈环节数学模型 | 第21页 |
·加载系统数学模型 | 第21-24页 |
第三章 加载系统控制律设计 | 第24-36页 |
·加载系统强位置干扰分析及抑制方法 | 第24-26页 |
·强位置干扰的定义 | 第24页 |
·强位置干扰的产生机理及消除的难点 | 第24-26页 |
·消除强位置干扰的方法 | 第26-31页 |
·前馈补偿原理 | 第26-28页 |
·加载系统多余力补偿 | 第28-30页 |
·仿真结果 | 第30-31页 |
·加载前向通道控制器设计 | 第31-35页 |
·加载系统的数字校正 | 第31-32页 |
·PID控制器设计 | 第32-34页 |
·仿真结果 | 第34-35页 |
·小结 | 第35-36页 |
第四章 电动舵机动态加载神经网络控制方法研究 | 第36-50页 |
·神经网络概述 | 第36-37页 |
·神经网络研究的起源 | 第36-37页 |
·用于控制的神经网络 | 第37页 |
·CMAC神经网络基本原理及其改进 | 第37-43页 |
·CMAC神经网络的特点 | 第37-39页 |
·CMAC神经网络基本原理 | 第39-40页 |
·基于高斯基函数的CMAC基本原理 | 第40-42页 |
·仿真研究 | 第42-43页 |
·基于GCMAC的最优控制器在电液伺服加载系统中的应用 | 第43-49页 |
·基于GCMAC的最优控制器设计 | 第43-45页 |
·稳定性分析 | 第45-46页 |
·电液伺服加载系统的状态空间描述与控制器设计 | 第46-47页 |
·仿真研究 | 第47-49页 |
·本章小节 | 第49-50页 |
第五章 计算机控制系统实现 | 第50-64页 |
·计算机控制系统概述 | 第50-51页 |
·加载控制系统的硬件设计 | 第51-53页 |
·计算机控制系统结构 | 第51-52页 |
·输入输出通道接口设计 | 第52-53页 |
·加载系统计算机控制软件设计 | 第53-61页 |
·计算机控制算法 | 第53-55页 |
·上下位机通信及其实现 | 第55-56页 |
·数字滤波 | 第56-57页 |
·计算机控制软件的实现 | 第57-61页 |
·软件用户界面 | 第61-62页 |
·小结 | 第62-64页 |
第六章 加载系统的调试 | 第64-74页 |
·加载系统初步调试 | 第64-65页 |
·加载系统各采集通道零偏和增益的确定 | 第64-65页 |
·测试项目分类 | 第65页 |
·动态性能测试 | 第65-68页 |
·测试方法 | 第65-66页 |
·测试结果 | 第66-68页 |
·结论 | 第68页 |
·强位置干扰测试 | 第68-71页 |
·测试方法 | 第68-69页 |
·测试结果 | 第69-70页 |
·结论 | 第70-71页 |
·力加载系统强位置干扰补偿测试 | 第71-72页 |
·测试方法 | 第71页 |
·测试结果 | 第71-72页 |
·结论 | 第72页 |
·小结 | 第72-74页 |
第七章 结论 | 第74-76页 |
参考文献 | 第76-79页 |
发表论文 | 第79-80页 |
致谢 | 第80-81页 |
西北工业大学业 学位论文知识产权声明书 | 第81页 |
西北工业大学 学位论文原创性声明 | 第81页 |