新型低功耗永磁偏置混合磁轴承的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-23页 |
| ·课题的提出与意义 | 第12-14页 |
| ·国内外磁轴承的发展历史 | 第14-16页 |
| ·国内外磁轴承的研究现状 | 第16-22页 |
| ·本文主要研究工作 | 第22-23页 |
| 2 混合磁轴承机械结构的设计与研究 | 第23-41页 |
| ·混合磁轴承的结构设计 | 第23-28页 |
| ·混和磁轴承所用材料的研究 | 第28-34页 |
| ·混合磁轴承中的磁力计算 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 3 混合磁轴承控制系统的研究与分析 | 第41-68页 |
| ·无传感器位移检测原理与电路 | 第41-55页 |
| ·电流反馈信号的检测与研究 | 第55-60页 |
| ·PWM驱动电路及斩波分析 | 第60-63页 |
| ·DSP控制电路的设计与研究 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 4 混合磁轴承的数学模型与传递函数 | 第68-80页 |
| ·磁轴承转子的单自由度数学模型 | 第68-70页 |
| ·磁轴承转子的五自由度数学模型 | 第70-73页 |
| ·磁轴承控制组成单元的传递函数 | 第73-77页 |
| ·磁轴承的双闭环控制系统传递函数 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 5 基于RBF预测模型的神经网络PID算法 | 第80-96页 |
| ·神经网络的原理与辨识 | 第81-83页 |
| ·神经网络算法的整体结构 | 第83-85页 |
| ·PID神经网络的细胞结构 | 第85-89页 |
| ·RBF神经网络的预测模型 | 第89-90页 |
| ·神经网络算法的离线和在线训练 | 第90-95页 |
| ·本章小结 | 第95-96页 |
| 6 磁悬浮系统的仿真与实验研究 | 第96-123页 |
| ·磁轴承中的磁力线仿真 | 第96-98页 |
| ·磁轴承的转子运动仿真 | 第98-103页 |
| ·磁悬浮实验的控制程序研发 | 第103-112页 |
| ·磁悬浮实验的监测软件研发 | 第112-115页 |
| ·磁悬浮实验的数据分析 | 第115-122页 |
| ·本章小结 | 第122-123页 |
| 7 总结与展望 | 第123-126页 |
| ·全文总结 | 第123-124页 |
| ·主要创新点 | 第124-125页 |
| ·下一步工作展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-134页 |
| 攻读博士学位期间从事科学研究及发表论文情况 | 第134-136页 |
| 附录 A----CCStudio实验控制代码 | 第136-141页 |
| 附录 B----VC++监测软件代码 | 第141-145页 |
