| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-22页 |
| 1.1 课题背景 | 第12页 |
| 1.2 组合秤的简介及研究现状 | 第12-17页 |
| 1.2.1 组合秤的工作原理 | 第13-14页 |
| 1.2.2 组合秤的分类 | 第14-16页 |
| 1.2.3 组合秤的研究现状 | 第16-17页 |
| 1.3 组合秤中电磁振动给料机振幅的调节 | 第17-20页 |
| 1.3.1 振幅的基本调节方法 | 第17页 |
| 1.3.2 PID调节 | 第17-20页 |
| 1.4 本文研究的目的和内容 | 第20-22页 |
| 2 电磁振动给料机的动力学分析及振幅模型的建立 | 第22-36页 |
| 2.1 电磁振动给料机的工作理论 | 第22-24页 |
| 2.2 电磁振动给料机上物料的运动状态分析 | 第24-29页 |
| 2.3 电磁振动给料机的动力学分析 | 第29-35页 |
| 2.3.1 电磁振动给料机的动力学模型的建立 | 第29-30页 |
| 2.3.2 电磁振动给料机振幅的控制 | 第30-31页 |
| 2.3.3 频率比对振幅的影响 | 第31-33页 |
| 2.3.4 激振力与电压 | 第33-34页 |
| 2.3.5 电磁振动给料机的的振幅控制模型 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 RBF-PID控制器的建立及其仿真 | 第36-55页 |
| 3.1 PID控制器 | 第36-39页 |
| 3.1.1 PID控制原理 | 第36-37页 |
| 3.1.2 数字PID控制 | 第37-39页 |
| 3.2 径向基神经网络(RBF) | 第39-44页 |
| 3.2.1 RBF算法原理 | 第40-42页 |
| 3.2.2 RBF的学习算法 | 第42-44页 |
| 3.3 RBF-PID控制器的建立及MATLAB仿真 | 第44-50页 |
| 3.3.1 RBF-PID控制的原理 | 第44-48页 |
| 3.3.2 RBF-PID控制的MATLAB仿真分析 | 第48-50页 |
| 3.4 RBF-PID的改进及MATLAB仿真 | 第50-53页 |
| 3.4.1 RBF-PID控制的改进 | 第50-51页 |
| 3.4.2 改进的RBF-PID控制的MATLAB仿真 | 第51-53页 |
| 3.5 改进的RBF-PID控制在电磁振机控制系统中的应用 | 第53-54页 |
| 3.6 本章小结 | 第54-55页 |
| 4 智能组合秤的系统设计 | 第55-67页 |
| 4.1 组合秤的硬件系统的设计 | 第55-59页 |
| 4.1.1 主控制芯片——AVR单片机 | 第55-57页 |
| 4.1.2 步进电机模块的设计 | 第57-58页 |
| 4.1.3 电磁振动给料机的控制 | 第58-59页 |
| 4.2 智能组合秤简易系统的设计 | 第59-66页 |
| 4.2.1 系统的主要程序设计 | 第60-64页 |
| 4.2.2 数据的组合算法设计 | 第64-65页 |
| 4.2.3 标准质量和范围的设计 | 第65-66页 |
| 4.3 本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 个人简历、在校期间发表的论文和研究成果 | 第75-76页 |
| 致谢 | 第76页 |
