首页--工业技术论文--武器工业论文--爆破器材、烟火器材、火炸药论文--爆破器材论文

某爆破扫雷器电液伺服系统的建模与控制研究

摘要第1-4页
Abstract第4-10页
1 绪论第10-14页
   ·研究课题背景第10-11页
   ·国内外智能伺服系统研究现状第11-12页
   ·本文的主要研究内容第12-14页
2 爆破扫雷器系统综述第14-27页
   ·爆破扫雷器电液伺服系统的工作流程第14页
   ·系统硬件组成简述第14-19页
     ·控制计算机模块第15页
     ·数据采集卡模块第15-16页
     ·旋转变压器及RDC转换模块第16页
     ·400Hz正弦波信号发生器第16页
     ·伺服放大器第16-17页
     ·液压模块及执行机构第17-19页
   ·系统工作原理的介绍第19-20页
   ·爆破扫雷器系统高低升降装置旋变值的计算第20-24页
     ·火箭发射结构的简介第20-21页
     ·剪式高低升降机构第21-22页
     ·射角与旋变值的关系第22-23页
     ·车体倾斜状态下旋变值的计算流程第23页
     ·旋变值、倾斜传感器的标定第23-24页
   ·激励信号及模型性能评价第24-26页
     ·激励信号的选择第24-25页
     ·模型性能评价的选择第25-26页
   ·本章小结第26-27页
3 基于AMESim与Simulink软件的系统联合仿真建模第27-32页
   ·AMESim软件与Simulink软件的介绍第27-28页
     ·AMESim软件简介第27-28页
     ·Simulink软件简介第28页
     ·联合仿真需要注意的几点介绍第28页
   ·爆破扫雷器仿真模型的建立第28-30页
     ·关于射角与旋变值非线性关系的模拟第29页
     ·关于扰动信号的模拟第29-30页
     ·其它等效处理信息的模拟第30页
   ·爆破扫雷器系统传递函数的建立第30-31页
   ·本章小结第31-32页
4 GA-RBF神经网络介绍第32-40页
   ·神经网络介绍第32-34页
     ·人工神经元模型第32-33页
     ·常见的激活函数第33页
     ·神经网络的结构第33-34页
     ·神经网络的学习第34页
   ·RBF神经网络第34-37页
     ·RBF神经网络概述第35页
     ·RBF神经网络结构第35-36页
     ·RBF神经网络的学习算法第36-37页
   ·GA遗传算法第37-39页
     ·遗传算法的基本结构第37-38页
     ·遗传算法的基本概念第38-39页
     ·遗传算法的特点第39页
   ·GA遗传算法对RBF神经网络的优化第39页
   ·本章小结第39-40页
5 爆破扫雷器电液伺服系统辨识第40-49页
   ·神经网络辨识的介绍第40页
   ·爆破扫雷器电液伺服系统建模数据及处理第40-43页
     ·输入输出数据第41-42页
     ·输入输出数据的归一化处理第42-43页
   ·系统RBF辨识过程第43-44页
   ·GA-RBF2算法的系统辨识第44-46页
     ·GA-RBF2算法中的重要概念概述第44-45页
     ·GA-RBF2算法的流程第45-46页
     ·GA-RBF2算法辨识的结果第46页
   ·GA-RBF3参数的系统辨识第46-48页
     ·权值参数求解的流程第46-47页
     ·GA-RBF3算法实现遗传操作的方法第47页
     ·GA-RBF3算法辨识的结果第47-48页
     ·系统GA-RBF辨识结果分析总结第48页
   ·本章小结第48-49页
6 爆破扫雷器电液伺服系统的控制器研究第49-64页
   ·常用PID控制器的设计介绍第49-50页
   ·模糊控制第50-54页
     ·模糊控制概述第50-52页
     ·模糊控制的特点第52-53页
     ·模糊控制器的结构第53页
     ·爆破扫雷器模糊控制器原理第53-54页
   ·模糊PID控制原理第54-56页
   ·爆破扫雷器模糊控制器的设计第56-58页
   ·控制效果仿真实验及结果分析第58-63页
     ·系统输入为阶跃信号时的仿真第58-61页
     ·阶跃信号输入仿真结果分析第61-62页
     ·系统输入为正弦信号时的仿真及结果分析第62-63页
   ·本章小结第63-64页
结论第64-65页
致谢第65-66页
参考文献第66-69页
附录第69页

论文共69页,点击 下载论文
上一篇:微型涡喷发动机转子动力学特性研究
下一篇:非结构动网格技术在子母弹分离流场仿真中的应用