| 第一章 绪论 | 第1-24页 |
| ·引言 | 第13页 |
| ·神经网络发展状况 | 第13-15页 |
| ·神经网络的基本特征及在自动化领域的应用 | 第15-19页 |
| ·神经网络的基本特征 | 第15-16页 |
| ·神经网络在自动化领域的应用 | 第16-19页 |
| ·矢量控制技术国内外研究现状 | 第19-23页 |
| ·矢量控制方案 | 第19-20页 |
| ·无速度传感器矢量控制系统 | 第20-21页 |
| ·无速度传感器矢量控制系统的速度估算方案 | 第21-23页 |
| ·本文的主要研究目的和内容 | 第23-24页 |
| 第二章 矢量控制原理 | 第24-39页 |
| ·感应电动机的动态数学模型 | 第24-26页 |
| ·感应电动机的几种等效电路 | 第26-29页 |
| ·感应电动机的 T型等效电路 | 第26-27页 |
| ·感应电动机T型等效电路的通用形式 | 第27-28页 |
| ·突出转子磁链的感应电动机T型等效电路 | 第28-29页 |
| ·坐标变换与感应电动机的等效数学模型 | 第29-33页 |
| ·坐标变换理论 | 第29-32页 |
| ·感应电动机在不同坐标系下的等效数学模型 | 第32-33页 |
| ·矢量控制的基本原理 | 第33-36页 |
| ·转子磁场定向的感应电动机矢量控制系统 | 第36-38页 |
| 小结 | 第38-39页 |
| 第三章 神经网络理论 | 第39-46页 |
| ·神经网络基本概念 | 第39-42页 |
| ·典型的神经网络结构 | 第39页 |
| ·学习方式 | 第39-40页 |
| ·学习算法 | 第40-42页 |
| ·神经网络学习理论 | 第42-45页 |
| ·通用学习过程 | 第42-43页 |
| ·LMS规则 | 第43-44页 |
| ·Hebb规则 | 第44页 |
| ·Oja规则 | 第44-45页 |
| 小结 | 第45-46页 |
| 第四章 神经网络技术存在的问题以及问题的进一步研究 | 第46-59页 |
| ·神经网络技术在应用中存在的问题 | 第46-47页 |
| ·训练样本问题 | 第46页 |
| ·网络结构问题 | 第46页 |
| ·网络算法问题 | 第46-47页 |
| ·网络推广能力问题 | 第47页 |
| ·神经网络技术问题的进一步研究 | 第47-58页 |
| ·神经网络推广能力的研究 | 第48-52页 |
| ·设计神经网络结构的研究 | 第52-55页 |
| ·神经网络样本量问题的研究 | 第55-58页 |
| 小结 | 第58-59页 |
| 第五章 基于多层前向神经网络的矢量控制系统 | 第59-82页 |
| ·神经网络的基本类型与模型分析 | 第59-61页 |
| ·基于神经网络的转速估计 | 第61-72页 |
| ·神经网络速度估计的基本原理 | 第61-63页 |
| ·神经网络模型的结构 | 第63-65页 |
| ·神经网络模型的实现算法及其改进 | 第65-68页 |
| ·神经网络模型训练样本的选择和处理 | 第68-69页 |
| ·神经网络的仿真模型和离线训练 | 第69-71页 |
| ·基于多层前向神经网络速度估计的矢量控制 | 第71-72页 |
| ·仿真结果与分析 | 第72-81页 |
| 小结 | 第81-82页 |
| 第六章 基于PI自适应法转速估计的矢量控制系统 | 第82-94页 |
| ·无速度传感器矢量控制系统控制器设计 | 第82-85页 |
| ·矢量控制的基本方程 | 第82-83页 |
| ·磁链模型和定转子位置角θ模型 | 第83-84页 |
| ·PI自适应速度估计方法 | 第84-85页 |
| ·无速度传感器矢量控制系统 | 第85-93页 |
| 小结 | 第93-94页 |
| 第七章 全文总结 | 第94-96页 |
| 参考文献 | 第96-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间发表的学术论文目录 | 第100页 |