第一章 绪论 | 第1-20页 |
§1.1 伺服系统发展概述 | 第7-10页 |
§1.2 交流伺服驱动技术现状与发展趋势 | 第10-15页 |
§1.3 交流伺服驱动技术有待解决的部分问题 | 第15-16页 |
§1.4 研究背景及意义 | 第16-17页 |
§1.5 论文的主要研究内容 | 第17-18页 |
§1.6 论文提纲 | 第18-20页 |
第二章 交流伺服驱动系统的数学模型 | 第20-29页 |
§2.1 引言 | 第20页 |
§2.2 交流电动机的数学模型 | 第20-24页 |
§2.3 交流电动机转子磁场定向控制 | 第24-26页 |
§2.4 交流电动机机械参数辨识 | 第26-28页 |
§2.5 本章小结 | 第28-29页 |
第三章 基于径向基函数神经网络的自适应控制技术 | 第29-49页 |
§3.1 引言 | 第29-30页 |
§3.2 非线性系统的反步递推控制 | 第30-33页 |
·非线性系统描述 | 第30-31页 |
·反步递推控制设计 | 第31-33页 |
§3.3 基于径向基函数神经网络的自适应控制 | 第33-40页 |
·径向基函数神经网络 | 第33-34页 |
·基于Lyapunov稳定理论的径向基函数神经网络自适应律 | 第34-40页 |
§3.4 交流伺服驱动径向基函数神经网络自适应控制 | 第40-44页 |
·交流伺服驱动系统描述 | 第40-41页 |
·交流伺服驱动系统的反步递推控制 | 第41-43页 |
·交流伺服驱动系统的径向基函数神经网络自适应控制 | 第43-44页 |
§3.5 仿真试验结果 | 第44-48页 |
§3.6 本章小结 | 第48-49页 |
第四章 交流伺服驱动自适应滑模控制技术 | 第49-77页 |
§4.1 引言 | 第49-50页 |
§4.2 滑模控制原理 | 第50-54页 |
§4.3 线性不确定系统的滑模变结构控制 | 第54-59页 |
·线性不确定系统描述 | 第54-55页 |
·标称系统分析 | 第55页 |
·切换超平面设计 | 第55-56页 |
·自适应滑模变结构控制设计 | 第56-59页 |
§4.4 交流伺服驱动系统的自适应滑模控制 | 第59-64页 |
·交流伺服驱动系统说明 | 第59-60页 |
·积分滑模面的设计 | 第60-61页 |
·滑模位置控制器设计 | 第61页 |
·自适应滑模位置控制器设计 | 第61-64页 |
§4.5 基于遗传算法优化的自适应滑模位置控制器设计 | 第64-69页 |
·适应性遗传算法 | 第64-68页 |
·基于遗传算法优化的自适应滑模位置控制器设计 | 第68-69页 |
§4.6 仿真试验结果 | 第69-76页 |
·自适应滑模位置控制器的仿真结果 | 第70-74页 |
·基于遗传算法优化的自适应滑模位置控制器的仿真结果 | 第74-76页 |
§4.7 本章小结 | 第76-77页 |
第五章 交流伺服驱动系统的模糊神经网络控制 | 第77-98页 |
§5.1 引言 | 第77-78页 |
§5.2 基于神经网络的模糊控制器 | 第78-86页 |
·控制系统结构 | 第78-79页 |
·单神经元网络辨识器设计 | 第79-80页 |
·自适应模糊控制器设计 | 第80-81页 |
·模糊控制器内部参数的调整 | 第81-86页 |
·基于神经网络的模糊控制器算法流程 | 第86页 |
§5.3 基于遗传优化的模糊神经网络控制 | 第86-93页 |
·模糊神经网络 | 第87-90页 |
·免疫遗传算法 | 第90-91页 |
·基于遗传算法优化的模糊神经网络控制系统 | 第91-92页 |
·免疫遗传算法的步骤 | 第92-93页 |
§5.4 仿真试验研究 | 第93-97页 |
§5.5 本章小结 | 第97-98页 |
第六章 交流伺服驱动系统的设计与实现 | 第98-109页 |
§6.1 引言 | 第98-99页 |
§6.2 数字伺服驱动系统的基本结构 | 第99-101页 |
§6.3 试验交流伺服系统 | 第101-106页 |
·AC200伺服驱动系统 | 第101-102页 |
·位置反馈单元 | 第102-104页 |
·系统软件结构 | 第104-106页 |
§6.4 试验结果 | 第106-108页 |
§6.5 本章小结 | 第108-109页 |
第七章 全文总结与展望 | 第109-111页 |
参考文献 | 第111-123页 |
致谢 | 第123-124页 |
博士期间的研究论文 | 第124-126页 |
作者简历 | 第126页 |