| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| 1．1 倒立摆系统简介 | 第8-9页 |
| 1．2 对倒立摆系统稳定性研究的意义 | 第9页 |
| 1．3 倒立摆研究的发展状况 | 第9-12页 |
| 1．4 论文工作介绍 | 第12-13页 |
| 第二章 倒立摆数学模型的建立及系统分析 | 第13-30页 |
| 2．1 模型的推导原理 | 第13页 |
| 2．2 一级倒立摆的数学模型推导 | 第13-16页 |
| 2．2．1 结构参数 | 第13-14页 |
| 2．2．2 应用Newton方法来建立系统的动力学方程 | 第14-16页 |
| 2．2．3 系统分析 | 第16页 |
| 2．3 几种典型倒立摆系统的数学模型 | 第16-20页 |
| 2．3．1 二级倒立摆系统的数学模型 | 第16-18页 |
| 2．3．2 三级倒立摆系统的数学模型 | 第18-19页 |
| 2．3．3 平行倒立摆系统的数学模型 | 第19-20页 |
| 2．4 四级倒立摆系统数学模型的推导 | 第20-29页 |
| 2．4．1 结构参数 | 第20-21页 |
| 2．4．2 数学模型的推导 | 第21-29页 |
| 2．5 本章小结发 | 第29-30页 |
| 第三章 倒立摆系统的现代控制理论研究 | 第30-38页 |
| 3．1 状态反馈和观测器的主要理论 | 第30-32页 |
| 3．1．1 极点配置设计方法 | 第30-32页 |
| 3．1．2 状态观测器的设计 | 第32页 |
| 3．2 三级倒立摆的状态反馈设计 | 第32-35页 |
| 3．3 本章小结 | 第35-38页 |
| 第四章 倒立摆系统的智能控制研究 | 第38-51页 |
| 4．1 智能控制系统 | 第38-39页 |
| 4．2 单级倒立摆的几种基本控制方法比较 | 第39-42页 |
| 4．3 自适应神经-模糊推理系统 | 第42-45页 |
| 4．3．1 ANFIS的结构和控制方式 | 第43页 |
| 4．3．2 用ANFIS训练倒立摆系统 | 第43-45页 |
| 4．4 倒立摆系统的两种智能控制方案 | 第45-50页 |
| 4．4．1 状态变量加权组合的模糊神经网络控制 | 第45-48页 |
| 4．4．2 倒立摆系统的分级降阶模糊控制 | 第48-50页 |
| 4．5 本章小结 | 第50-51页 |
| 第五章 倒立摆的微机控制系统的设计 | 第51-72页 |
| 5．1 倒立摆系统的微机控制系统的组成及其设计步骤 | 第51-52页 |
| 5．1．1 系统组成 | 第51-52页 |
| 5．1．2 设计步骤 | 第52页 |
| 5．2 倒立摆系统的状态空间设计方法 | 第52-55页 |
| 5．2．1 对被控对象进行可控性、稳定性分析 | 第52-53页 |
| 5．2．2 采用状态反馈方法使系统稳定并配置极点 | 第53-54页 |
| 5．2．3 对被控对象进行可观测性分析及全状态观测器设计 | 第54页 |
| 5．2．4 降维观测器的设计 | 第54-55页 |
| 5．3 80C196单片机控制器设计 | 第55-68页 |
| 5．3．1 总体构成 | 第55-56页 |
| 5．3．2 单片机及其辅助电路 | 第56-58页 |
| 5．3．3 A／D转换 | 第58-59页 |
| 5．3．4 驱动电路 | 第59-63页 |
| 5．3．5 显示电路 | 第63-64页 |
| 5．3．6 软件设计 | 第64-68页 |
| 5．4 问题分析及讨论 | 第68-71页 |
| 5．4．1 倒立摆系统非线性因素分析 | 第68-69页 |
| 5．4．2 倒立摆系统的干扰分析 | 第69-70页 |
| 5．4．3 采样周期的选择 | 第70-71页 |
| 5．5 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 主要工作成果 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间发表论文 | 第77-78页 |
| 致谢 | 第78页 |
