论文目录 | |
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-22页 |
· 引言 | 第8页 |
· 超声波电机的建模研究 | 第8-10页 |
· 超声波电机的运动控制策略 | 第10-18页 |
1.3.1 PID 控制 | 第10-11页 |
· 自适应控制 | 第11-14页 |
· 智能控制 | 第14-18页 |
· 超声波电机的效率优化研究现状 | 第18-20页 |
· 本文的主要工作和结构安排 | 第20-22页 |
· 本文的主要工作 | 第20页 |
· 本文的结构安排 | 第20-22页 |
第2章 基于在线辨识的超声波电机自校正转速控制 | 第22-60页 |
· 超声波电机自校正控制仿真研究 | 第22-32页 |
· 极点配置自校正控制策略 | 第22-24页 |
· 仿真结果对比和分析 | 第24-32页 |
· 基于在线辨识的超声波电机自校正转速控制实验研究 | 第32-59页 |
· 极点配置自校正控制策略 | 第33-36页 |
· 模型参数辨识算法初值的确定 | 第36-42页 |
· 极点配置自校正控制实验结果与分析 | 第42-47页 |
· 效率优化情况下的自校正转速控制实验结果 | 第47-59页 |
· 本章小结 | 第59-60页 |
第3章 超声波电机非线性 Hammerstein 辨识建模 | 第60-84页 |
3.1 超声波电机非线性 Hammerstein 辨识建模 | 第60-79页 |
3.1.1 非线性 Hammerstein 模型 | 第60-61页 |
· 粒子群优化算法 | 第61-65页 |
3.1.3 基于粒子群优化算法的超声波电机非线性 Hammerstein 辨识建模 | 第65-79页 |
3.2 效率优化下的超声波电机非线性 Hammerstein 辨识建模 | 第79-83页 |
· 模型结构及辨识数据 | 第79-81页 |
· 辨识结果 | 第81-83页 |
· 本章小结 | 第83-84页 |
第4章 基于 Hammerstein 模型的超声电机非线性自适应转速控制 | 第84-117页 |
· 引言 | 第84页 |
· 超声波电机非线性自适应转速控制策略的设计 | 第84-99页 |
· 多步预测自校正控制算法 | 第86-88页 |
· 直接多步预测自校正控制算法 | 第88-90页 |
· 多步预测控制算法的控制参数 | 第90-91页 |
· 超声波电机多步预测控制算法的仿真结果 | 第91-99页 |
4.3 基于 Hammerstein 模型的多步预测自校正控制实验研究 | 第99-116页 |
· 预测控制参数初值的确定 | 第99-101页 |
· 预测控制参数的实验调整 | 第101-106页 |
· 多步预测转速控制效果对比 | 第106-109页 |
· 效率优化情况下的多步预测自校正转速控制效果 | 第109-116页 |
· 本章小结 | 第116-117页 |
第5章 结论与展望 | 第117-118页 |
参考文献 | 第118-123页 |
致谢 | 第123-124页 |
攻读硕士学位期间的研究成果 | 第124
页 |