首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

被动式电动力矩加载伺服系统的控制研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 研究背景及意义第10-11页
    1.2 被动式力矩加载伺服系统研究综述第11-13页
        1.2.1 系统结构分类及工作原理第11-12页
        1.2.2 力矩加载伺服系统的研究现状及发展趋势第12-13页
    1.3 电动力矩加载伺服系统控制方法研究第13-17页
        1.3.1 加载系统的多余力矩第13页
        1.3.2 提高加载精度措施第13-17页
    1.4 本文主要研究内容和章节安排第17-18页
第2章 电动力矩加载伺服系统控制系统设计第18-35页
    2.1 引言第18页
    2.2 电动力矩加载系统结构第18-22页
        2.2.1 加载控制系统构成及工作原理第18-19页
        2.2.2 加载平台硬件特性第19-22页
    2.3 控制系统设计第22-32页
        2.3.1 控制器及硬件电路调试第22-25页
        2.3.2 控制系统软件设计第25-32页
    2.4 上位机软件设计第32-34页
    2.5 本章小结第34-35页
第3章 电动力矩加载伺服系统特性分析第35-46页
    3.1 引言第35页
    3.2 基于机理的系统模型分析第35-37页
        3.2.1 加载电机数学模型第35-36页
        3.2.2 加载系统数学模型第36-37页
    3.3 加载系统开环特性分析第37-41页
    3.4 误差来源分析第41-45页
    3.5 本章小结第45-46页
第4章 基于迭代学习的加载力矩控制第46-66页
    4.1 引言第46页
    4.2 迭代学习控制算法原理第46-53页
        4.2.1 迭代学习控制原理和数学描述分析第47-49页
        4.2.2 收敛性分析第49-53页
    4.3 基于开闭环PD型迭代学习的力矩加载仿真分析第53-59页
    4.4 改进的迭代学习控制算法研究第59-64页
        4.4.1 基于ESO加速的迭代学习控制算法第59-62页
        4.4.2 基于跟踪微分器的迭代学习控制算法第62-64页
    4.5 本章小结第64-66页
第5章 算法的实现与实验验证第66-79页
    5.1 引言第66页
    5.2 迭代学习控制算法实现第66-67页
    5.3 实验验证第67-78页
        5.3.1 正弦信号加载第67-75页
        5.3.2 三角信号加载第75-76页
        5.3.3 阶跃信号加载第76-78页
    5.4 本章小结第78-79页
第6章 总结与展望第79-81页
    总结第79页
    展望第79-81页
参考文献第81-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:蝙蝠算法的收敛性分析
下一篇:基于深度信念网络的排序学习算法研究