| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 非线性系统控制 | 第10-11页 |
| 1.3 变结构控制简介 | 第11-14页 |
| 1.3.1 国内外研究现状 | 第11-12页 |
| 1.3.2 滑模变结构控制的研究方向 | 第12-13页 |
| 1.3.3 抖振问题 | 第13-14页 |
| 1.4 本论文的主要研究内容及章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 基本理论与预备知识 | 第16-27页 |
| 2.1 滑模变结构控制的基本概念 | 第16-18页 |
| 2.2 滑模控制器的设计 | 第18-19页 |
| 2.2.1 切换函数选择 | 第18-19页 |
| 2.2.2 控制律的设计 | 第19页 |
| 2.3 滑动模的不变性 | 第19-20页 |
| 2.4 自适应反步设计方法 | 第20-23页 |
| 2.5 RBF神经网络的基本理论 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 非线性不确定系统的非奇异终端滑模控制方法 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 终端滑模控制方法 | 第27-30页 |
| 3.2.1 终端滑模控制器设计方法 | 第27-28页 |
| 3.2.2 终端滑模的收敛特性 | 第28-29页 |
| 3.2.3 仿真分析 | 第29-30页 |
| 3.3 非奇异终端滑模控制方法 | 第30-31页 |
| 3.3.1 非奇异终端滑模控制器设计 | 第30-31页 |
| 3.3.2 仿真分析 | 第31页 |
| 3.4 基于趋近律的改进非奇异终端滑模控制方法 | 第31-35页 |
| 3.4.1 改进非奇异终端滑模控制器设计 | 第31-33页 |
| 3.4.2 基于幂次趋近律的改进非奇异终端滑模控制 | 第33-34页 |
| 3.4.3 仿真分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 非线性不确定系统的反演自适应滑模控制方法 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 一类非线性系统的反演自适应滑模控制方法 | 第36-40页 |
| 4.2.1 系统描述 | 第36-37页 |
| 4.2.2 反演自适应滑模控制器设计 | 第37-38页 |
| 4.2.3 稳定性分析 | 第38-39页 |
| 4.2.4 仿真分析 | 第39-40页 |
| 4.3 巷道分体式运输车的滑模轨迹跟踪控制方法 | 第40-43页 |
| 4.3.1 分体式运输车轨迹跟踪问题描述 | 第40-41页 |
| 4.3.2 分体式运输车跟踪控制律设计 | 第41-42页 |
| 4.3.3 仿真分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于RBF神经网络的非线性系统反演滑模控制方法 | 第44-52页 |
| 5.1 引言 | 第44页 |
| 5.2 基于RBF神经网络的滑模控制方法 | 第44-47页 |
| 5.2.1 问题描述 | 第44页 |
| 5.2.2 滑模控制器设计 | 第44-45页 |
| 5.2.3 自适应律设计 | 第45-46页 |
| 5.2.4 仿真分析 | 第46-47页 |
| 5.3 基于RBF神经网络的机械臂反演控制方法 | 第47-50页 |
| 5.3.1 机械臂系统的数学模型 | 第47-48页 |
| 5.3.2 反演控制器设计 | 第48-49页 |
| 5.3.3 RBF神经网络逼近 | 第49-50页 |
| 5.3.4 仿真分析 | 第50页 |
| 5.4 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61页 |