| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 前言 | 第8-9页 |
| 1.2 直线运动系统中控制理论研究 | 第9-13页 |
| 1.2.1 PID控制 | 第10页 |
| 1.2.2 滑模控制 | 第10-11页 |
| 1.2.3 自适应控制 | 第11页 |
| 1.2.4 鲁棒控制 | 第11-12页 |
| 1.2.5 反演控制 | 第12页 |
| 1.2.6 智能控制方法 | 第12-13页 |
| 1.2.7 其他控制方法 | 第13页 |
| 1.3 动力学系统中关于摩擦力的研究 | 第13页 |
| 1.4 动力学系统中不确定参数辨识方法研究 | 第13-14页 |
| 1.5 本文的主要研究内容 | 第14-16页 |
| 第二章 单轴柔性负载直线运动系统参数的辨识 | 第16-25页 |
| 2.1 摩擦力概述 | 第16-17页 |
| 2.2 参数辨识的基本原理和方法 | 第17-21页 |
| 2.2.1 辨识的基本原理 | 第17-18页 |
| 2.2.2 参数辨识的常用方法 | 第18-21页 |
| 2.3 基于遗传算法摩擦参数的辨识 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 含有不确定外界干扰项系统的控制策略 | 第25-45页 |
| 3.1 动力学系统的数学模型 | 第25-26页 |
| 3.2 引入含有补偿的控制方法 | 第26-28页 |
| 3.2.1 滑模变结构控制简介 | 第26页 |
| 3.2.2 滑模控制设计步骤 | 第26-28页 |
| 3.3 仿真实例 | 第28-31页 |
| 3.3.1 被控问题的提出 | 第28-29页 |
| 3.3.2 滑模控制系统设计步骤 | 第29-30页 |
| 3.3.3 含有不确定项系统仿真结果 | 第30-31页 |
| 3.4 利用神经网络法对不确定项进行逼近 | 第31-38页 |
| 3.4.1 神经网络法简介 | 第31-33页 |
| 3.4.2 神经网络的分类 | 第33-36页 |
| 3.4.3 仿真实例 | 第36-38页 |
| 3.5 设计状态观测器观测状态变量 | 第38-44页 |
| 3.5.1 观测器的基本概念 | 第38页 |
| 3.5.2 状态观测器的数学模型 | 第38-40页 |
| 3.5.3 状态观测器设计方法 | 第40-42页 |
| 3.5.4 仿真实例 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 单轴柔性负载直线运动系统ADAMS仿真实验 | 第45-51页 |
| 4.1 摩擦力辨识 | 第45-47页 |
| 4.2 基于ADAMS模型的滑模控制研究 | 第47-48页 |
| 4.3 基于神经网络对ADAMS模型中含有不确定项逼近研究 | 第48-49页 |
| 4.4 构建观测器观测ADAMS模型中状态参数 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 单轴柔性负载直线运动系统物理实验研究 | 第51-61页 |
| 5.1 单轴柔性负载直线运动系统实验平台 | 第51-53页 |
| 5.2 实验方案设计 | 第53-57页 |
| 5.2.1 Copley驱动器调试 | 第54-55页 |
| 5.2.2 修改脉冲比例 | 第55-56页 |
| 5.2.3 DSP-2812 控制器调试 | 第56-57页 |
| 5.3 实验研究 | 第57-60页 |
| 5.3.1 编码器调试 | 第57-58页 |
| 5.3.2 摩擦辨识实验 | 第58-59页 |
| 5.3.3 控制实验 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.1.1 内容总结 | 第61页 |
| 6.1.2 创新点 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67-80页 |
| 攻读硕士期间主要研究成果 | 第80-81页 |
| 致谢 | 第81页 |