| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题研究的背景 | 第9-10页 |
| ·现场总线的发展 | 第10-13页 |
| ·现场总线的主要特点 | 第11页 |
| ·CAN总线的发展与应用 | 第11-13页 |
| ·制瓶机交流伺服系统研究现状 | 第13-17页 |
| ·永磁同步电机控制策略 | 第13-15页 |
| ·闭坏控制系统算法 | 第15-17页 |
| ·本文的主要工作 | 第17-18页 |
| 第2章 基于PIC单片机的CAN通信模块 | 第18-36页 |
| ·CAN技术简介 | 第18-20页 |
| ·CAN网络协议 | 第20-22页 |
| ·CAN总线接口模块的硬件设计 | 第22-26页 |
| ·微控制器PIC24FJ128GA08 | 第23-24页 |
| ·CAN驱动芯片82C250 | 第24-25页 |
| ·CAN控制芯片SJA1000 | 第25-26页 |
| ·CAN总线接口模块的软件设计 | 第26-33页 |
| ·SJA1000的初始化 | 第26-32页 |
| ·数据的发送和接收 | 第32-33页 |
| ·CAN总线通讯实现中的几个关键问题 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 永磁同步电机结构及其数学模型 | 第36-55页 |
| ·永磁同步电动机的结构 | 第36-37页 |
| ·永磁同步电动机的数学模型 | 第37-44页 |
| ·永磁同步电机静止三相坐标系(ABC)模型 | 第38-39页 |
| ·永磁同步电机在静止两相坐标系(α-β)上的模型方程 | 第39-41页 |
| ·永磁同步电机在旋转两相坐标系(d-q)上的模型方程 | 第41-44页 |
| ·永磁同步电机的矢量控制策略 | 第44-47页 |
| ·i_d=0控制 | 第44-45页 |
| ·功率因数cos_φ=1控制 | 第45-47页 |
| ·弱磁控制 | 第47页 |
| ·永磁同步电机的控制系统 | 第47-54页 |
| ·位置检测方法 | 第48-50页 |
| ·PID算法研究 | 第50-52页 |
| ·i_d=0控制结构 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 神经网络与永磁同步电机的神经网络建模 | 第55-71页 |
| ·人工神经元及其模型 | 第55-57页 |
| ·生物神经元 | 第55-56页 |
| ·人工神经元 | 第56-57页 |
| ·前馈神经网络 | 第57-65页 |
| ·BP神经网络 | 第57-61页 |
| ·RBF神经网络 | 第61-65页 |
| ·反馈型神经网络 | 第65-67页 |
| ·Elman神经网络结构 | 第65-66页 |
| ·Elman神经网络的学习过程 | 第66-67页 |
| ·神经网络辨识 | 第67-68页 |
| ·系统辨识概述 | 第67页 |
| ·神经网络辨识 | 第67-68页 |
| ·永磁同步电机的神经网络辨识 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 神经网络在永磁同步电机控制中的应用 | 第71-80页 |
| ·神经网络控制器设计 | 第71-75页 |
| ·神经网络PID控制器的仿真及分析 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 第6章 总结与展望 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第84-85页 |
| 致谢 | 第85页 |