一、基于输入输出模型的模糊神经网络滑模控制（论文文献综述）
金鸿雁[1]（2021）在《高精度永磁直线同步电动机互补滑模控制策略研究》文中进行了进一步梳理永磁直线同步电动机（PMLSM）作为直驱传动机构的核心单元,以其高速度、高精度、高效率的优点被广泛应用于高档数控机床、微电子设备、精密测量和IC制芯等高端制造领域中,具有十分广阔的应用前景。然而,由于在结构上省去了中间机械传动环节,参数变化、负载扰动和摩擦力等不确定性因素会直接作用于电机动子上,增加了电气控制的难度,从而直接影响高精度数控加工系统的性能。因此,在高精度微进给控制领域,必须站在高层次,在考虑不确定性对系统影响的前提下,研究直线电机伺服进给系统的控制策略,对于理论分析和工程实践均具有十分重要的意义。本文面向高速高精密加工,以PMLSM为研究对象,重点解决其易受不确定性因素影响而降低伺服性能的问题。以滑模控制（SMC）为基础,结合反推控制、神经网络控制等方法对直线伺服系统位置跟踪展开研究,以兼顾高档数控机床对高精度伺服系统的鲁棒性和跟踪性的双重要求。主要研究内容如下:（1）在阐述PMLSM基本结构和工作原理的基础上,对PMLSM的电压、磁链、电磁推力和运动方程等进行分析与推导,建立含有参数变化、负载扰动等不确定性因素的机电耦合系统模型,并对影响电机伺服性能的不确定性因素逐一分析,为控制系统的研究与总体设计提供理论基础。（2）针对PMLSM伺服系统易受参数变化、负载扰动等影响的问题,在SMC的基础上,通过引入互补滑模面的方式,设计互补滑模控制（CSMC）方法克服不确定性因素对系统的影响,提高系统位置跟踪精度。同时,为解决CSMC固定边界层内鲁棒性差的问题,引入接近角的概念对边界层进行优化,提出全局CSMC方法,在不影响系统快速性和跟踪性的前提下,有效地削弱了抖振,提高系统对不确定性因素的鲁棒性。仿真结果表明,同SMC和CSMC相比,全局CSMC可以有效减小位置跟踪误差,提高系统的位置跟踪精度。（3）为实现系统的全局稳定性和完全鲁棒性,同时解决控制器参数选取困难的问题,提出将反推控制理论、二阶SMC思想与CSMC相结合的自适应反推二阶CSMC方法,确保PMLSM伺服系统的位置跟踪性能。通过利用位置误差和虚拟变量误差设计滑模面,自适应反推二阶CSMC既继承了反推控制全局稳定性和二阶SMC完全鲁棒性的优点,又拥有了CSMC的跟踪误差减半的优点。此外,针对系统中不确定性因素上界值难以选取的难题,设计自适应律估计系统不确定性因素并在线对控制器参数进行调整。仿真结果验证了该方法可行有效,能够提高系统的位置跟踪精度,对于不确定性因素有较强的鲁棒性。（4）为进一步估计系统不确定性因素,提升PMLSM系统的伺服性能,设计了基于Gegenbauer递归模糊神经网络（GRFNN）和鲸鱼优化算法（WOA）的智能反推二阶CSMC方法,从而提高系统对不同参考轨迹的跟踪性能。在自适应反推二阶CSMC的基础上,采用GRFNN替换原有的自适应律,用于逼近系统不确定性因素,实时反馈动态信息,避免经验选取控制器参数而无法保证最优性能的问题。同时利用WOA优化网络权重,加快神经网络学习速率,结合离线训练、在线学习的方式,解决神经网络在线训练影响系统动态性能的问题,进一步提高系统的伺服性能。仿真结果表明,智能反推二阶CSMC方法在提高系统位置跟踪精度和鲁棒性方面具有明显的优越性。（5）最后,搭建基于Links-RT的PMLSM系统实验平台以验证所提出的控制算法的有效可行性。Links-RT是基于实时仿真机和电机,辅以软件、硬件配置而成的实时仿真实验设备,具有高可靠性和强实时性。采用两台直线电机对拖的加载实验方案,针对本文设计的控制方案开展了额定参数实验、参数变化实验和变载实验等,实验结果验证了所提出的控制方法的可行性和有效性。
张青云[2]（2021）在《柔性空间闭链机器人非线性数学建模及智能控制算法研究》文中研究说明机器人朝高速、高精度及轻质化方向发展,使其运动不仅包含大范围的刚体运动,还存在柔性轻质构件变形产生的弹性振动运动。柔性构件变形引起的系统振动,将导致系统运动轨迹精度下降,并且过大的惯性力将使系统关节和构件损伤甚至破坏,降低系统使用寿命。构建柔性机器人的精确非线性数学模型是实现数值解优化的必要手段。同时,基于精确非线性数学模型开展控制算法研究可提高跟踪轨迹精度,且降低智能控制算法复杂度。本文以运动支链中既存在刚性构件,又存在柔性构件的空间闭链机器人为研究对象,对其数学模型构造方式、数值求解算法及控制算法问题进行了深入研究。本文主要研究工作及成果如下:一、针对柔性多体系统数学模型构建不精确问题,提出了一种新的柔性多体系统可计算模型。首先,利用有限元法和浮动坐标系法相结合,建立考虑耦合效应的柔性单元数学模型。其次,根据系统约束模型建立考虑微小位移的末端执行器数学模型。最后,将刚性系统模型、柔性单元数学模型及末端执行器数学模型进行装配即可得到精确柔性多体系统的可计算模型。该模型通用性强,可用于任意含柔性空间构件的柔性多体系统数学模型的构建。二、柔性多体系统可计算模型为时变、强耦合、高度非线性的微分代数方程。为克服数值求解过程中因初值估计不准确导致的数值发散问题及通过增加约束方程使模型维度增加,降低求解效率等问题,提出了通过模型降阶算法将微分代数方程问题转化为纯微分问题进行求解,并根据约束违约稳定算法（Baumgarte’s constraint violation stabilization methods,BSM）保证约束模型有效性。这种求解算法结构简单且易于实现,可提高复杂数学模型的求解效率,且保证解的精度。三、基于建立的非线性数学模型,采用前馈补偿与比例-微分（Proportion Derivative,PD）控制器相结合的控制算法,分析了系统末端执行器轨迹跟踪精度、扰动抑制情况以及外载荷为零倍臂杆质量、三倍臂杆质量和五倍臂杆质量下的单点轨迹跟踪精度。同时,为了避免建模过程中非线性未知项对控制性能的影响,利用模糊控制算法具有的逼近非线性系统特性对系统进行自适应逼近,以提高系统控制性能,并对其设计准则、稳定性、求解原则及有效性进行了详细说明和分析。四、提出一种将神经网络控制器和自适应滑模控制器相结合的新的控制算法。首先,利用自适应滑模控制器来保证轨迹精度,再根据神经网络无线逼近非线性系统的性能来逼近非线性误差和降低未知干扰的影响。在相同系统参数下,对比分析了自适应滑模神经网络和位置比例-积分-微分（Proportion Integral Derivative,PID）控制算法作用下的末端执行器轨迹精度。结果表明:所设计的自适应滑模神经网络控制器满足控制精度要求且与位置PID控制算法相比效果更佳,有效降低了末端执行器的轨迹跟踪误差。新控制算法只需较少隐层节点,说明该控制器结构简单、易于实现、通用性强。
高赫佳[3]（2021）在《柔性系统的建模与神经网络控制研究》文中指出柔性系统涵盖了柔性机械臂、仿生柔性扑翼飞行器和柔性建筑等多种不同的对象。随着柔性系统的大量应用,其控制理论与方法问题已经成为具有前瞻性的高新技术研究方向,受到了学术界和工业界的广泛关注。目前,柔性系统领域的控制理论与方法问题诸如柔性多连杆机械臂的轨迹跟踪及振动控制问题,自然灾害下柔性建筑的约束控制问题,复杂环境下仿生柔性扑翼机器人的容错控制问题等都己发展成为具有国家重大需求的共性科学问题,极富挑战性。因此,为了突破具有环境适应性的不确定柔性系统的建模与智能控制的技术难题,本文紧密结合柔性系统的智能控制理论与方法的研究趋势及其在实际工业中的应用,对柔性系统的建模机理及控制策略等相关理论和关键技术进行了系统深入地研究。本文采用假设模态方法建立了柔性机械臂系统的动力学模型,解决了柔性系统无穷维特性导致的建模机理的难题;设计了具有一致逼近性能的模糊神经网络控制器,解决了系统动力学不确定性问题;构造了基于高增益观测器的神经网络控制器,解决了实际工程中不易测得的状态信息问题;并成功地在Quanser平台上进行了实验验证,解决了带有动力学不确定性的柔性机械臂的振动控制的难题。其次,针对带有输出约束的柔性建筑系统,基于Actor-Critic算法设计了自适应强化学习控制器,设计辅助系统及扰动观测器,解决了未知扰动条件下柔性建筑的输出约束及振动抑制问题;并在Quanser平台上进行了实验验证,突破了传统控制方法无法处理分布式扰动、高维数、不确定系统的局限性。另外,针对仿生扑翼飞行机器人系统,采用新型有限刚体儿方法和MapleSim仿真平台进行了可视化建模,基于非奇异快速终端滑模方法设计了自适应有限时间容错控制器,并在搭建的虚拟智能平台上进形了测试,解决了系统动力学的不确定性、执行器故障下的鲁棒性及复杂环境下的稳定性问题。本文分析了几类柔性系统的动力学特性,研究了生产开发过程中的振动控制和优化问题,该研究成果将为柔性系统的建模机理与控制设计提供理论依据,为振动控制的实现提供技术支撑,并进一步促进机械结构与控制系统学科间的交叉研究。
王卓[4]（2021）在《航空遥感稳定平台控制算法研究》文中提出随着航空航天事业的蓬勃发展,航空遥感稳定平台广泛应用在导航、定位、航空拍摄等领域中。在进行航拍等任务过程中,由于存在各项干扰对航空遥感稳定平台的视轴指向精度以及稳定性等方面产生巨大的影响。因此,本文以航空遥感稳定平台为研究对象,针对系统在运动过程中出现的未知非线性干扰、耦合干扰等问题进行分析和研究,并对航空遥感稳定平台控制算法进行了优化。首先,建立航空遥感稳定平台的数学模型。以经典的直流无刷力矩电机模型为基础建立了单轴系统模型。在稳定平台的坐标系下,根据平台视轴指向进行系统姿态解算,推导出俯仰、横滚、偏流转轴框架的数学模型。以各轴间相互力矩为联系,推导出航空遥感稳定平台系统数学模型。并对平台存在的主要非线性干扰进行建模和分析。其次,对抑制非线性干扰的控制算法进行研究。针对航空遥感稳定平台运行过程中出现的未知干扰进行分析,忽略次要干扰项,并明确主要的干扰项为摩擦干扰以及模型不确定项。为了降低摩擦干扰以及模型不确项对系统的影响,采用RBF神经网络逼近模型不确定性项、最小参数学习法对权重进行估计,设计参数估计自适应率替代神经网络学习算法。采用Stribeck摩擦模型作为摩擦干扰项,补偿系统数学模型,并结合滑模变结构控制算法提升系统鲁棒性。然后,对航空遥感稳定平台解耦控制算法进行研究。通过对系统数学模型的分析,稳定平台系统在运行中存在耦合力矩干扰,因此设计了非线性交叉反馈解耦方案补偿耦合项,并与RBF神经网络滑模控制器相结合降低执行器饱和带来的闭环性能的影响,提升系统视轴指向的精确性与稳定性。最后,对航空遥感稳定平台解耦控制算法进行优化。针对仿真实验发现的系统存在初始误差过大、系统收敛时间较长等问题,采用小脑神经网络算法对系统解耦控制算法进行优化,并基于信度分配和优化平滑度的复合算法降低了输出离散化以及过度学习对系统的影响。
于跃[5]（2021）在《高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究》文中提出高分辨遥感卫星广泛应用于环境监测、农业生产、地理绘制、气象预测、资源勘探和现代化军事等领域。通过提高遥感卫星姿态控制系统的敏捷性,实现遥感卫星在同一轨道周期内对同一目标完成多次推扫成像任务和缩短重访周期,进而保证高分辨遥感卫星稳定并快速的获取高质量的图像,一直是高分辨遥感卫星的研究重点之一。遥感卫星姿态控制敏捷性的提升依赖于能够稳定输出大力矩的姿态控制部件。与传统的卫星姿态控制部件如喷气部件、飞轮和双框架控制力矩陀螺相比,单框架控制力矩陀螺具有输出力矩大、重量轻、功耗低、清洁无污染、无框架锁定和机动能力强的优点。由于单框架控制力矩陀螺的输出力矩为框架角速度矢量和飞轮角动量矢量的乘积,且飞轮输出的角动量为常值。所以,单框架控制力矩陀螺输出力矩的精度完全取决于框架伺服系统控制精度,研究单框架控制力矩陀螺框架伺服系统精度对于提高输出力矩精度,从而提高卫星姿态控制精度具有重要意义。本文以长光卫星技术有限公司“控制力矩陀螺”和“青年人才托举工程”项目为依托,针对高分辨率光学遥感卫星中使用的单框架控制力矩陀螺框架伺服系统进行设计和研究。本文从电机控制、传感器精度、系统模型以及控制算法等几个方面开展研究,来提高框架伺服系统控制精度,这对于指导控制力矩陀螺系统设计、保证系统精度具有重要的意义。主要的研究工作分为以下四个方面:（1）对框架伺服系统电机模型及控制方法进行研究。首先,根据单框架控制力矩陀螺框架伺服系统要求进行电机的选型,对该电机结构和特点进行了介绍,并推导了包括电压方程、转矩方程、磁链方程和运动方程在内的数学模型。其次,对永磁同步电机空间矢量控制的坐标变换方法以及基于矢量控制策略进行脉宽调制的原理进行了介绍。最后,在Matlab/Simulink中搭建基于PI算法的框架伺服系统的仿真模型,跟踪速度的阶跃信号和正弦信号,并根据速度和电流的响应信号证明了矢量控制策略的有效性。（2）对框架伺服系统位置传感器精度进行研究。从提高SGCMG伺服系统中角位置传感器圆光栅的精度入手,提出使用单读数头加补偿算法的软件补偿方法来代替使用双读数头硬件补偿算法消除偏心误差。首先,对单框架控制力矩陀螺系统输出力矩原理进行分析,分析结果表明圆光栅传感器的测量精度会影响单框架控制力矩陀螺的输出力矩精度。其次,对圆光栅测量角度误差来源进行分析,并对安装误差中的倾斜误差和偏心误差进行理论模型推导,并开展了圆光栅标定实验,根据实验获得的误差数据和误差几何模型综合分析得到补偿模型。最后,应用软件补偿算法对单读数头采集到的角度数据进行补偿,可以将测量误差从311.18″提高到6.23″。通过对比表明,采用软件补偿后圆光栅采集精度可以达到使用双读数头硬件补偿精度。（3）通过系统辨识的方法得到框架伺服系统模型。首先,将单框架控制力矩陀螺框架伺服系统等价为二质量块模型并推导出系统传递函数的数学模型,同时提出机械谐振频率的抑制方法,并对正交相关分析法的数学模型进行介绍和分析。其次,开展系统模型辨识研究,对单框架控制力矩陀螺输入正弦扫频电流信号激励,同步记录输出的速度信号,采用正交相关分析法得到系统的幅频特性和相频特性,通过对频率特性的拟合获得系统的传递函数。最后,将拟合得到的传递函数的频率特性曲线与实验得到的频率特性曲线进行了对比,来验证辨识算法的有效性和正确性。（4）提出框架伺服系统控制算法并进行仿真和实验来验证其有效性。首先,针对伺服系统存在非理想和非线性的干扰所导致系统跟踪性能降低的问题,提出抗干扰能力强和收敛速度快的快速终端滑模控制策略,设计新型趋近律减弱滑模控制固有的抖振问题。其次,提出了神经网络自适应PID控制策略,该控制策略具有在占用尽可能少的软硬件资源的条件下使单框架控制力矩陀螺具有在轨调参功能。最后,进行软硬件设计并搭建实验平台,采用上述提出的算法进行仿真和实验,对算法的控制精度和动态精度进行验证。
高建锋[6]（2021）在《液压系统的改进滑模无模型控制策略研究》文中指出电液控制系统拥有输出功率大、调速范围广等功能,且具有较强的抗负载刚性、较大的功率质量比以及较快的响应速度等优点,广泛应用在现代化工业动力系统中。现代化工业迅速发展,对电液控制系统的控制精度和响应速度提出了更高的要求。电液控制系统存在粘滞摩擦系数的不确定性、液压油弹性体积模量、液压缸油液泄漏、外部扰动等复杂非线性问题,增加了液压系统精确建模的难度,进而制约控制精度的进一步提高。因此,不依赖高精度数学模型的无模型控制,是提高液压系统控制精度的重要研究方向。本文针对电液控制系统的复杂非线性问题,以无模型控制算法展开研究。本课题的主要研究内容如下:（1）改进滑模无模型控制为了提高电液控制系统的精度和响应速度,基于无模型控制方法,将仿人智能控制的核心思想,误差与误差变化率的乘积引入到滑模控制中,设计一种改进滑模无模型控制,使无模型控制方法中拥有了误差与误差变化率相乘的控制量,从而将液压动态过程中新姿态信息融入控制器中,提高了液压系统的响应速度和稳态精度,改善系统的控制性能。通过仿真,验证了改进滑模无模型控制的有效性。（2）基于RBF神经网络的改进滑模无模型控制针对改进滑模无模型控制中参数调整困难的问题,以液压系统的误差、误差的积分和误差的变化率为输入,控制器参数为输出,建立神经网络模型,实现控制器参数在线自适应调整,进一步提高了系统的稳态精度。通过仿真,验证了改进控制方法的有效性。在电液控制综合实验台上,对无模型控制、无模型滑模控制、改进滑模无模型控制等方案进行实验验证,对实验结果进行分析,比较不同控制方案的控制性能,验证了所设计的液压系统控制方法的有效性,其响应速度和稳态精度均有较大的提升。
黄泊珉[7]（2021）在《永磁同步直线电机神经网络滑模控制研究》文中研究表明随着自动化控制技术和工业物联网不断发展,永磁同步直线电机（permanent magnet linear synchronous motor,PMLSM）以其结构简单、可靠性高、高效率的特点在现代工业应用中具有广泛的前景。但永磁同步直线电机简单的机械结构,也导致其性能极易受到影响,当发生内部的参数变化、外界突加负载、电机推力脉动等情况时,永磁同步直线电机的稳定性能就会急剧下降。目前,传统的控制算法对于提升直线电机动态性能的效果并不理想,使得直线电机驱动系统的性能、效率无法得到完全的发挥。因此,设计一个合适的控制器是保证直线电机控制系统动态性能的关键。本文以提高PMLSM的位置跟踪性能为目的,搭建了永磁同步直线电机的数学模型。由于直线电机模型非线性、强耦合的特点,为了方便分析以及简化计算,选择在d、q坐标系下建立电机的数学模型。结合直线电机的高速、高精度的实际应用需要,选用矢量控制作为直线电机系统的控制方法。针对永磁同步直线电机容易受到参数变化以及外部干扰的问题,利用径向基函数神经网络（radial basis function neural network,RBF NN）局部逼近的特性,为永磁同步直线电机系统设计一个径向基函数神经网络自适应反推控制器。通过观测系统中的未知扰动以及参数变化,提高系统的位置跟踪性能和抗干扰能力。然后,在Matlab/Simulink中建立模型进行仿真实验,验证控制器的有效性。为了提升系统的位置跟踪性能和抗干扰能力,在神经网络反推控制的基础上引入终端滑模控制方法,设计一个神经网络自适应的终端滑模控制器。利用滑模控制鲁棒性强,受到外加干扰时的稳定性高,系统参数变化不敏感的特点,保证了永磁同步直线电机控制系统的跟踪性能以及抗干扰性能。同时将神经网络观测器和滑模控制相结合,在保持滑模控制优点的同时,通过神经网络观测扰动,抑制滑模控制器的抖振现象。Matlab/Simulink仿真结果表明了神经网络自适应终端滑模控制不仅响应速度快,而且抗干扰能力强。最后,为了验证算法的实际应用效果,基于dSPACE仿真系统搭建一个永磁同步直线电机实验平台,对于算法的位置跟踪性能进行实验研究。通过与传统的滑模控制、自适应控制等进行比较,验证了本文算法在永磁同步直线电机控制系统中的可行性和有效性。
郭璐彬[8]（2021）在《超音速燃烧系统燃气温度多尺度建模与控制策略研究》文中认为近年来随着科技的不断发展,我国在航空航天领域取得了极大的进步,但在航空发动机领域却与世界先进水平存在着不小的差距。作为模拟航空发动机的超音速燃烧系统,它的性能的好坏直接关系到动态温度校准的准确度和高速飞行器试件安全测试的可信度,从而不仅对航空领域的型号研制、科研、试验和生产产生重要的影响,而且也直接影响着高速飞行器的安全性。因此,对超音速燃烧系统的燃气温度进行控制研究具有重要的意义。首先,针对系统核心的供油子系统、供气子系统及系统燃烧室,分别对其进行建模。对供油子系统进行建模时,分为变频泵控工作模式与旁路比例阀控工作模式;接着对供气子系统进行建模;最后建立了系统燃烧室的集总参数模型。其次,使用经验模态分解对系统燃气温度的多尺度特性进行了分解,为了进一步研究燃气温度中噪声的多少,在燃气温度中加入幅值信噪比分别为5、10、20的高斯噪声信号,对其分解后进行对比分析,结果表明燃气温度中的噪声信号非常少。在此基础上,基于Elman神经网络,结合样本熵与思维进化算法对燃气温度建立了预测模型,模型的平均绝对误差为0.1472,能够很好地预测燃气温度。最后,对超音速燃烧系统的燃烧温度进行控制策略研究。针对燃气温度容易受到外界环境温度变化、空气流量变化及工况变化等因素影响的特点,提出了以燃油流量为内环、以燃烧室燃气温度为外环的串级控制方案,分别采用模糊PID预测控制与滑模预测控制算法对系统进行控制,实现了不同控制策略时的多种串级控制策略,并对控制策略进行了仿真分析,仿真结果表明:滑模预测控制算法的串级控制的响应时间与超调量均优于模糊PID控制算法串级控制。本研究成果可以显着提高超音速燃烧系统的控温速率和控温精度,提升超音速燃烧系统的总体性能,保证高温高热领域和航空航天领域高端装备的性能水平。
姬会福[9]（2021）在《钻式采煤机偏斜机理及自动换钻控制研究》文中指出钻式采煤机特有的煤岩开采原理,使其成为薄与极薄煤层开采装备的最佳选择。然而,钻式采煤机钻进过程中钻削机构受力极其复杂,随着钻进深度增加,钻削机构偏离原有钻采方向,引起钻采过程发生卡钻现象,钻采偏斜直接影响到有限的薄煤层资源是否能被充分开采和利用。此外,由于钻杆自动换接耗时长的问题,严重制约了钻式采煤机的工作效率。如何减小和控制钻进过程中的偏斜,提高自动换钻效率,已成为亟待解决的关键难题。基于此,本文采用理论分析、仿真模拟和试验相结合的方法,对钻式采煤机偏斜机理、偏斜特性、定向纠偏和自动换钻进行了研究。以揭示钻式采煤机偏斜机理为目的,结合钻式采煤机钻进工况,建立了钻削机构正弦屈曲和螺旋屈曲失稳模型;获得在轴向截割阻力、离心力、自重及摩擦等外部因素作用下钻削机构的不同屈曲失稳临界载荷和临界转速;结合煤层地质构造特性,建立了煤层各向异性与截割机构互作用矢量数学模型,获得煤层倾角、走向、方位角及各向异性等地质构造特性对偏斜的影响规律;结合钻式采煤机钻削机构结构形式,建立了不同钻具组合下偏斜力方程,研究不同轴向截割阻力、稳定器外径、第一跨螺旋钻杆长度及钻杆线重量等因素作用下钻式采煤机偏斜机理,提出钻具组合最佳布置形式,为钻式采煤机定向钻进研究提供理论支撑。以获得钻式采煤机最佳工作参数为目的,结合煤岩截割试验台,基于多体动力学理论,开展了不同结构钻式采煤机偏斜特性的仿真和试验研究。研究表明:五钻头工作机构的抗偏斜能力、振动特性和偏斜作用力明显优于三钻头工作机构形式;复杂载荷作用下,对钻削机构水平方向偏斜及振动影响较大,竖直方向复杂载荷作用下钻削机构偏斜形式基本不变。研究成果为钻式采煤机最佳工作参数的选取提供参考依据。以实现定向钻进为目的,结合钻式采煤机结构形式,提出一种参数合理、结构优化及自动纠偏控制的综合定向纠偏方案:设计采用新型五钻头钻式采煤机结构,增加了钻削机构横向平面采宽,提高整体刚度;布置钻削机构稳定器,不仅能有效抑制钻式采煤机的偏斜,提高钻式采煤机整机刚性和抗偏斜性能,而且可保证钻采输煤的通畅;提出基于扩张状态观测器反步滑模位置跟踪控制策略,通过设计扩状态观测器对钻进过程中系统的参数不确定性和不确定非线性进行估计,基于观测器设计反步滑模控制器完成纠偏油缸的位置跟踪,避免了钻进过程中外负载不可测的控制难题,在实现定向纠偏控制的同时有效降低了系统的抖振,保证了定向纠偏控制应用的可行性。以实现钻杆自动换接为目的,结合钻杆凹凸联轴器结构,建立了自动换钻控制系统试验平台,提出基于Lu Gre摩擦模型的自适应鲁棒控制策略,基于遗传算法和系统辨识算法对系统动态摩擦模型的静态参数和动态参数进行了参数辨识研究,构建Lu Gre摩擦模型非线性观测器对自动换钻系统非线性摩擦状态进行在线估计,设计自适应率对摩擦力矩进行动态补偿,利用非连续投影映射保证系统参数的有界性,设计鲁棒反馈项保证系统不确定非线性的鲁棒性能,实现各种工况下转角信号的精确跟踪,具有较强的鲁棒性。研究成果为解决钻杆自动换接提供了一种有效控制策略。该论文有图85幅,表24个,参考文献192篇。
顾瑞恒[10]（2021）在《车辆磁流变半主动空气悬架系统控制策略研究》文中指出随着经济的发展和科学技术的进步,人们的生活质量逐渐提高,汽车已成为必备的出行工具,与此同时车辆的乘坐舒适性以及行驶平顺性成为了人们关注的焦点,其中抑制车辆振动的悬架起着至关重要的作用。磁流变阻尼器（Magnetorheolocial Damper,MRD）作为一种新型的智能隔振器件,因具有耗能低、响应速度快、输出阻尼力顺逆可调,且有价格低、制造工艺简单、阻尼效果良好等优点,在车辆悬架减振控制中得到广泛应用。由于主动悬架的制造成本过高,其将被动悬架的阻尼元件以及空气弹簧采用主动作动器代替,导致耗能增大,且至今国内外研究人员还没有解决这一难题,因此基于磁流变阻尼器的半主动悬架刚好解决了被动悬架与主动悬架所存在的缺陷,使半主动悬架的研究成为国内外的热点。基于此,本文以空气悬架系统为研究对象,开展了以下几个方面的研究:1、阐述了磁流变液以及磁流变阻尼器的原理,并在此基础上设计加工了一款双出杆剪切阀式磁流变阻尼器。搭建了阻尼悬架的振动试验系统,对阻尼器的性能进行测试分析。对磁流变阻尼器的正向动力学模型进行详细的总结,选用了改进双曲正切模型,利用遗传算法辨识该模型参数,并比较辨识结果与试验数据的吻合度,结果显示所辨识的模型精度较高,可用于后续的半主动控制中。同时设计了磁流变阻尼器的ANFIS逆模型,通过仿真验证其有效性。2、考虑实际车辆行驶路况,分别建立了随机路面与冲击路面输入模型。对空气弹簧刚度进行建模,并以此建立了1/4车空气悬架模型,通过仿真得到时域内的动力学特性。同时,对空气悬架模型进行拉普拉斯变换得到悬架性能指标的传递函数,利用幅频特性曲线分析了悬架阻尼、悬架刚度以及轮胎刚度对减振效果的影响。3、在上文搭建的磁流变阻尼器模型与空气悬架模型的基础上设计了模糊PID控制器。针对模糊PID控制策略中,PID控制器参数整定复杂,模糊规则不确定,提出了Fuzzy-PID开关切换控制策略（FPSC）。当误差较小时,采用PID控制能减小系统的超调量,使系统尽快稳定;当误差较大时,采用Fuzzy控制能获得良好的动态特性,从而改善半主动悬架的控制效果。最后,通过在随机路面下的时域与频域仿真以及在冲击路面下时域的仿真分析可知,模糊PID控制器与Fuzzy-PID开关切换控制策略都能有效的改善悬架的性能,且Fuzzy-PID开关切换控制策略效果更佳。另外,基于磁流变阻尼器的ANFIS逆模型,设计了滑模控制器。针对滑模变结构控制出现的“抖振”现象,引入了模糊控制策略,设计了模糊滑模控制器,通过在随机路面下的时域与频域仿真分析可知,模糊控制与滑模变结构结合可有效抑制“抖振”对控制精度的影响,又确保了系统的稳定性。最后,对本文所设计的四种控制算法进行比较分析可知,本文所提的fuzzy-PID开关切换控制与Fuzzy-SMC在悬架减振效果方面要优于常规的模糊PID与滑模控制。
二、基于输入输出模型的模糊神经网络滑模控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于输入输出模型的模糊神经网络滑模控制（论文提纲范文）
（1）高精度永磁直线同步电动机互补滑模控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景、目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直线伺服系统在数控加工中的应用现状 |
| 1.2.2 永磁直线同步电动机高精度控制策略研究现状 |
| 1.3 永磁直线同步电动机直接驱动方式的特点 |
| 1.4 滑模控制在永磁直线同步电动机伺服系统中的应用 |
| 1.5 论文主要研究内容 |
| 第2章 永磁直线同步电动机数学模型及其矢量控制 |
| 2.1 永磁直线同步电动机的结构和工作原理 |
| 2.2 永磁直线同步电动机的数学模型 |
| 2.3 永磁直线同步电动机的矢量控制系统 |
| 2.4 永磁直线同步电动机伺服系统扰动因素分析 |
| 2.5 本章小结 |
| 第3章 永磁直线同步电动机全局互补滑模控制系统 |
| 3.1 永磁直线同步电动机互补滑模控制 |
| 3.1.1 滑模控制 |
| 3.1.2 互补滑模控制 |
| 3.2 永磁直线同步电动机全局互补滑模控制 |
| 3.2.1 互补滑模控制器设计 |
| 3.2.2 全局互补滑模控制器设计 |
| 3.3 系统仿真及分析 |
| 3.4 本章小结 |
| 第4章 永磁直线同步电动机自适应反推二阶互补滑模控制系统 |
| 4.1 永磁直线同步电动机自适应反推互补滑模控制 |
| 4.1.1 反推控制 |
| 4.1.2 自适应反推滑模控制器设计 |
| 4.1.3 自适应反推互补滑模控制器设计 |
| 4.2 永磁直线同步电动机自适应反推二阶互补滑模控制 |
| 4.2.1 二阶滑模控制 |
| 4.2.2 自适应反推二阶互补滑模控制器设计 |
| 4.3 系统仿真及分析 |
| 4.4 本章小结 |
| 第5章 永磁直线同步电动机智能反推二阶互补滑模控制系统 |
| 5.1 模糊神经网络 |
| 5.2 永磁直线同步电动机智能反推二阶互补滑模控制 |
| 5.2.1 智能反推二阶互补滑模控制器设计 |
| 5.2.2 Gegenbauer递归模糊神经网络 |
| 5.2.3 鲸鱼优化算法 |
| 5.3 系统仿真及分析 |
| 5.4 本章小结 |
| 第6章 基于Links-RT的永磁直线同步电动机系统实验研究 |
| 6.1 基于Links-RT的实时仿真平台 |
| 6.2 基于Links-RT的 PMLSM实验系统 |
| 6.2.1 系统硬件构成 |
| 6.2.2 系统软件构成 |
| 6.2.3 实验流程 |
| 6.3 系统实验验证与分析 |
| 6.3.1 永磁直线同步电动机全局互补滑模控制系统实验研究 |
| 6.3.2 永磁直线同步电动机智能反推二阶互补滑模控制系统实验研究 |
| 6.4 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（2）柔性空间闭链机器人非线性数学建模及智能控制算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模型构建 |
| 1.2.2 数值仿真 |
| 1.2.3 智能控制算法 |
| 1.3 本文主要研究目的和内容 |
| 1.3.1 本文研究目的 |
| 1.3.2 本文研究内容 |
| 第二章 一种新的柔性机器人可计算模型构建 |
| 2.1 引言 |
| 2.2 刚性系统数学模型 |
| 2.2.1 模型特点 |
| 2.2.2 模型构建方法 |
| 2.2.3 仿真实验分析 |
| 2.3 柔性多体系统可计算模型 |
| 2.3.1 模型特点 |
| 2.3.2 可计算模型构造方法 |
| 2.3.3 组成单元数学模型 |
| 2.4 本章小结 |
| 第三章 基于MATLAB的模型降阶算法及分析校准 |
| 3.1 引言 |
| 3.2 模型降阶算法分析 |
| 3.2.1 模型概述 |
| 3.2.2 模型降阶算法设计 |
| 3.2.3 仿真实验分析 |
| 3.3 与ADAMS仿真模型比较 |
| 3.3.1 ADAMS模型 |
| 3.3.2 跟踪精度结果比较 |
| 3.3.3 应力参数仿真分析 |
| 3.3.4 驱动参数仿真分析 |
| 3.3.5 扰动参数仿真分析 |
| 3.4 本章小结 |
| 第四章 柔性多体系统跟踪控制算法研究 |
| 4.1 引言 |
| 4.2 跟踪控制算法分析 |
| 4.2.1 问题描述 |
| 4.2.2 算法设计 |
| 4.2.3 参数整定 |
| 4.2.4 算法稳定性分析 |
| 4.3 算法仿真及结果分析 |
| 4.3.1 单点跟踪精度仿真结果及分析 |
| 4.3.2 扰动抑制仿真结果及分析 |
| 4.3.3 与传统控制算法比较 |
| 4.4 本章小结 |
| 第五章 柔性多体系统自适应模糊控制算法研究 |
| 5.1 引言 |
| 5.2 自适应模糊控制算法 |
| 5.2.1 问题描述 |
| 5.2.2 模糊算法设计 |
| 5.2.3 自适应算法设计 |
| 5.2.4 算法稳定性分析 |
| 5.3 自适应模糊控制算法仿真 |
| 5.3.1 模型构建 |
| 5.3.2 算法步骤 |
| 5.3.3 仿真结果及分析 |
| 5.4 本章小结 |
| 第六章 柔性机器人自适应滑模神经网络控制算法研究 |
| 6.1 引言 |
| 6.2 自适应滑模神经网络控制算法 |
| 6.2.1 问题描述 |
| 6.2.2 滑模变结构控制器设计 |
| 6.2.3 自适应神经网络控制器 |
| 6.2.4 算法稳定性分析 |
| 6.3 柔性多体空间闭链机器人联合仿真 |
| 6.3.1 机器人联合仿真模型 |
| 6.3.2 与传统控制算法对比 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文主要工作及结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 在学期间取得的科研成果和科研情况说明 |
| 取得的科研成果 |
| 参与的科研项目 |
| 致谢 |
（3）柔性系统的建模与神经网络控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 柔性机械臂建模与控制技术 |
| 1.2.2 柔性建筑系统振动控制技术 |
| 1.2.3 仿生扑翼飞行器建模与控制技术 |
| 1.3 主要贡献与结构安排 |
| 2 预备知识 |
| 2.1 哈密顿(Hamilton)原理 |
| 2.2 离散化建模方法 |
| 2.2.1 假设模态法 |
| 2.2.2 有限刚体元法 |
| 2.3 拉格朗日(Lagrange)方程方法 |
| 2.4 神经网络(Neural Network)方法 |
| 2.5 李雅普诺夫(Lyapunov)直接法 |
| 2.6 本章小结 |
| 3 柔性机械臂系统的建模与神经网络控制 |
| 3.1 单连杆柔性机械臂的模糊神经网络控制 |
| 3.1.1 基于假设模态法的动力学建模 |
| 3.1.2 基于模糊逻辑的神经网络控制 |
| 3.1.3 仿真结果及分析 |
| 3.1.4 实验结果及分析 |
| 3.2 双连杆柔性机械臂的输出反馈神经网络控制 |
| 3.2.1 基于假设模态法的动力学建模 |
| 3.2.2 基于高增益观测器的神经网络控制 |
| 3.2.3 仿真结果及分析 |
| 3.2.4 实验结果及分析 |
| 3.3 本章小结 |
| 4 柔性建筑结构系统的建模与强化学习控制 |
| 4.1 带有偏心负载柔性建筑的输出约束神经网络控制 |
| 4.1.1 基于假设模态法的动力学建模 |
| 4.1.2 基于障碍李雅普诺夫函数的神经网络控制 |
| 4.1.3 仿真结果及分析 |
| 4.1.4 实验结果及分析 |
| 4.2 带有主动质量阻尼器柔性建筑的强化学习控制 |
| 4.2.1 基于假设模态法的动力学建模 |
| 4.2.2 基于Actor-Critic算法的强化学习控制 |
| 4.2.3 仿真及实验验证 |
| 4.3 本章小结 |
| 5 仿生柔性扑翼飞行机器人的建模与智能控制 |
| 5.1 带有分布时变扰动的柔性梁系统的神经网络控制 |
| 5.1.1 基于假设模态法的动力学建模 |
| 5.1.2 基于扰动观测器的神经网络控制 |
| 5.1.3 仿真验证 |
| 5.2 带有执行器故障的柔性扑翼系统的学习控制 |
| 5.2.1 基于有限刚体元法的动力学建模 |
| 5.2.2 基于非奇异快速终端滑模方法的智能控制 |
| 5.2.3 联合仿真验证 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）航空遥感稳定平台控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源以及研究背景和意义 |
| 1.1.1 课题的来源 |
| 1.1.2 课题的研究背景和意义 |
| 1.2 相关领域的国内外研究现状 |
| 1.2.1 航空遥感稳定平台产品的研究现状 |
| 1.2.2 关键控制策略研究现状 |
| 1.3 主要的研究内容以及结构安排 |
| 第2章 航空遥感稳定平台工作原理及模型建立 |
| 2.1 航空遥感稳定平台的原理以及电机模型 |
| 2.1.1 航空遥感稳定平台控制系统原理 |
| 2.1.2 航空遥感稳定平台无刷电机建模 |
| 2.2 航空遥感稳定平台动力学建模 |
| 2.2.1 航空遥感稳定平台坐标系建立 |
| 2.2.2 航空遥感稳定平台动力学建模 |
| 2.3 航空遥感稳定平台干扰分析和建模 |
| 2.3.1 摩擦模型 |
| 2.3.2 电机力矩波动模型 |
| 2.3.3 模型不确定项干扰 |
| 2.3.4 结构谐振模型 |
| 2.4 本章小结 |
| 第3章 抑制非线性干扰的控制算法研究 |
| 3.1 航空遥感稳定平台主要的非线性干扰 |
| 3.2 抑制非线性干扰控制器设计 |
| 3.2.1 输入输出模型建立及分析 |
| 3.2.2 RBF神经网络滑模控制器设计 |
| 3.2.3 系统稳定性证明 |
| 3.3 仿真实验验证 |
| 3.4 本章小结 |
| 第4章 航空遥感稳定平台解耦控制算法研究 |
| 4.1 系统的交叉反馈解耦控制 |
| 4.2 航空遥感稳定平台的解耦控制器设计 |
| 4.2.1 基于RBF神经网络的交叉反馈解耦控制器设计 |
| 4.2.2 稳定性证明 |
| 4.3 仿真实验验证 |
| 4.4 本章小结 |
| 第5章 基于优化小脑神经网络的解耦控制算法研究 |
| 5.1 小脑神经网络控制基本描述 |
| 5.2 小脑神经网络的优化 |
| 5.2.1 基于信度分配的小脑神经网络 |
| 5.2.2 基于信度分配以及优化平滑度的小脑神经网络 |
| 5.3 小脑神经网络滑模控制器设计 |
| 5.4 仿真实验验证 |
| 5.5 本章小结 |
| 第6章 结论 |
| 6.1 论文的主要工作 |
| 6.2 创新性工作 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（5）高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 SGCMG系统的研究现状 |
| 1.2.1 SGCMG系统概述及发展 |
| 1.2.2 位置传感器误差补偿研究现状 |
| 1.2.2.1 圆光栅编码器测角误差来源 |
| 1.2.2.2 硬件补偿方法 |
| 1.2.2.3 软件补偿方法 |
| 1.2.3 伺服控制策略研究现状 |
| 1.2.3.1 PI控制策略 |
| 1.2.3.2 自抗扰控制策略 |
| 1.2.3.3 预测控制策略 |
| 1.2.3.4 滑模控制策略 |
| 1.2.3.5 神经网络控制策略 |
| 1.3 本文的研究内容和组织结构 |
| 第2章 SGCMG框架电机建模及控制 |
| 2.1 引言 |
| 2.2 框架电机选型及指标 |
| 2.3 永磁同步电机的数学建模 |
| 2.3.1 坐标系建立方法 |
| 2.3.1.1 Clark变换 |
| 2.3.1.2 Park变换 |
| 2.3.2 数学建模 |
| 2.4 永磁同步电机的矢量控制策略 |
| 2.5 矢量控制仿真分析 |
| 2.6 本章小结 |
| 第3章 位置传感器误差补偿 |
| 3.1 引言 |
| 3.2 圆光栅工作原理及误差 |
| 3.2.1 圆光栅工作原理 |
| 3.2.2 圆光栅误差来源 |
| 3.2.3 安装误差模型 |
| 3.2.3.1 倾斜误差建模 |
| 3.2.3.2 偏心误差建模 |
| 3.3 圆光栅误差补偿方法 |
| 3.3.1 硬件补偿 |
| 3.3.2 软件补偿 |
| 3.4 圆光栅标定与补偿实验 |
| 3.4.1 标定实验设计 |
| 3.4.2 补偿流程 |
| 3.5 圆光栅补偿结果与仿真分析 |
| 3.5.1 补偿结果分析 |
| 3.5.2 SGCMG伺服系统仿真 |
| 3.6 本章小结 |
| 第4章 SGCMG框架伺服系统辨识 |
| 4.1 引言 |
| 4.2 SGCMG框架伺服系统控制模型和机械谐振的研究 |
| 4.2.1 SGCMG框架伺服控制模型 |
| 4.2.2 机械谐振频率抑制 |
| 4.3 SGCMG框架伺服系统特性辨识 |
| 4.3.1 辨识方法 |
| 4.3.2 辨识实验 |
| 4.4 SGCMG框架伺服系统频率特性辨识结果 |
| 4.5 本章小结 |
| 第5章 SGCMG框架伺服系统控制策略研究 |
| 5.1 引言 |
| 5.2 传统伺服控制策略介绍 |
| 5.2.1 电流环控制 |
| 5.2.2 速度环控制 |
| 5.2.3 位置环控制 |
| 5.3 滑模控制 |
| 5.3.1 滑模控制基本理论 |
| 5.3.2 快速终端滑模控制 |
| 5.3.3 抖振问题及抑制方法 |
| 5.3.4 新型趋近律设计 |
| 5.4 基于神经网络的自适应控制 |
| 5.4.1 神经网络基本理论 |
| 5.4.2 神经网络自适应PID控制 |
| 5.5 控制器设计及仿真对比 |
| 5.5.1 控制器设计 |
| 5.5.2 仿真结果分析 |
| 5.6 本章小结 |
| 第6章 SGCMG框架伺服系统研制与实验 |
| 6.1 引言 |
| 6.2 SGCMG框架伺服系统的硬件设计 |
| 6.2.1 电源模块设计 |
| 6.2.2 控制模块设计 |
| 6.2.3 驱动模块设计 |
| 6.2.4 ADC采集模块设计 |
| 6.2.4.1 电流采集 |
| 6.2.4.2 母线电压和温度采集 |
| 6.2.5 通信模块设计 |
| 6.2.5.1 CAN通信 |
| 6.2.6 RS422 通信 |
| 6.3 SGCMG框架伺服系统的软件设计 |
| 6.3.1 主控制器软件设计 |
| 6.3.2 从控制器软件设计 |
| 6.4 SGCMG框架伺服系统实验 |
| 6.4.1 电流环实验结果 |
| 6.4.2 速度环实验结果 |
| 6.4.2.1 阶跃跟踪响应实验 |
| 6.4.2.2 正弦跟踪响应实验 |
| 6.4.2.3 实验结论 |
| 6.4.3 位置环实验结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）液压系统的改进滑模无模型控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题研究背景及意义 |
| §1.2 电液控制系统的研究现状 |
| §1.2.1 电液系统的组成及原理 |
| §1.2.2 电液控制系统的关键技术 |
| §1.2.3 电液系统的控制研究 |
| §1.3 课题研究的来源和内容安排 |
| 第二章 电液控制系统模型 |
| §2.1 引言 |
| §2.2 液压系统的动力学方程 |
| §2.2.1 伺服阀流量方程 |
| §2.2.2 液压缸的流量连续性方程 |
| §2.2.3 液压缸及负载力平衡方程 |
| §2.2.4 电液控制系统的模型 |
| §2.3 本章小结 |
| 第三章 改进滑模无模型控制的方法设计 |
| §3.1 引言 |
| §3.2 改进滑模无模型控制 |
| §3.2.1 无模型控制 |
| §3.2.2 离散滑模控制 |
| §3.2.3 仿人智能控制方法 |
| §3.2.4 改进滑模无模型控制设计 |
| §3.3 仿真结果与分析 |
| §3.3.1 仿真结果 |
| §3.3.2 结果分析 |
| §3.4 本章小结 |
| 第四章 基于RBF神经网络的改进滑模无模型控制的方法设计 |
| §4.1 引言 |
| §4.2 RBF神经网络 |
| §4.2.1 神经网络发展及应用 |
| §4.2.2 RBF神经网络结构及原理 |
| §4.3 基于RBF神经网络的改进滑模无模型控制方法设计 |
| §4.3.1 改进滑模无模型控制参数整定理论 |
| §4.3.2 改进滑模无模型控制的参数整定 |
| §4.4 仿真结果与分析 |
| §4.4.1 仿真结果 |
| §4.4.2 结果分析 |
| §4.5 本章小结 |
| 第五章 电液实验平台介绍及实验验证分析 |
| §5.1 引言 |
| §5.2 电液控制实验台的组成及操作 |
| §5.2.1 电液控制实验台的组成 |
| §5.2.2 电液控制实验台操作步骤 |
| §5.3 实验原理及结果分析 |
| §5.3.1 电液控制实验台实验原理 |
| §5.3.2 实验结果及分析 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 研究工作总结 |
| §6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（7）永磁同步直线电机神经网络滑模控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 直线电机的国内外研究现状 |
| 1.3 永磁直线电机系统的控制策略研究现状 |
| 1.3.1 传统控制策略 |
| 1.3.2 现代控制策略 |
| 1.4 本文的主要内容 |
| 第二章 PMLSM数学模型及其矢量控制 |
| 2.1 PMLSM的基本结构 |
| 2.2 PMLSM的数学模型 |
| 2.2.1 PMLSM的坐标变换 |
| 2.2.2 永磁同步直线电机数学模型搭建 |
| 2.3 永磁同步直线电机的矢量控制 |
| 2.3.1 矢量控制方法的原理 |
| 2.3.2 SVPWM调制算法 |
| 2.4 本章小结 |
| 第三章 神经网络自适应反推控制器设计 |
| 3.1 神经网络控制器研究 |
| 3.1.1 RBF神经网络控制器介绍 |
| 3.1.2 RBF神经网络的学习方法 |
| 3.2 RBF神经网络反推控制器设计 |
| 3.3 仿真结果及分析 |
| 3.4 本章小结 |
| 第四章 神经网络自适应终端滑模控制器设计 |
| 4.1 滑模控制基本原理及简介 |
| 4.1.1 传统滑模控制原理 |
| 4.1.2 滑模控制中的滑模面设计 |
| 4.1.3 滑模控制中的控制律选取 |
| 4.2 超扭终端滑模控制器设计 |
| 4.3 仿真结果及分析 |
| 4.4 本章小结 |
| 第五章 实验平台介绍与结果分析 |
| 5.1 dSPACE仿真系统 |
| 5.1.1 dSPACE简述 |
| 5.1.2 dSPACE软硬件介绍 |
| 5.2 基于DS1104的永磁同步直线电机实验平台搭建 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读硕士学位期间所做工作 |
（8）超音速燃烧系统燃气温度多尺度建模与控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 超音速燃烧系统组成及工作原理 |
| 1.3 超音速燃烧系统相关技术的研究进展 |
| 1.3.1 系统建模 |
| 1.3.2 系统多尺度分析 |
| 1.3.3 燃气温度控制策略 |
| 1.4 论文的主要研究内容 |
| 第2章 超音速燃烧系统的数学模型 |
| 2.1 超音速燃烧系统工作原理 |
| 2.2 供油子系统模型 |
| 2.3 供气子系统模型 |
| 2.4 燃气温度模型 |
| 2.5 本章小结 |
| 第3章 超音速燃烧系统燃气温度的多尺度分析 |
| 3.1 多尺度分析的概念 |
| 3.2 经验模态分解 |
| 3.3 燃气温度的经验模态分解 |
| 3.4 燃气温度的多尺度分析 |
| 3.5 本章小结 |
| 第4章 基于Elman神经网络的燃气温度的多尺度建模 |
| 4.1 相关理论概述 |
| 4.1.1 样本熵 |
| 4.1.2 思维进化算法 |
| 4.1.3 Elman神经网络 |
| 4.2 基于Elman神经网络的主燃温度预测模型 |
| 4.2.1 预测模型概述 |
| 4.2.2 预测模型参数设置 |
| 4.2.3 模型的建立 |
| 4.3 预测模型结果分析 |
| 4.4 本章小结 |
| 第5章 超音速燃烧系统燃气温度的控制策略研究 |
| 5.1 控制策略理论概述 |
| 5.1.1 PID控制器 |
| 5.1.2 模糊PID预测控制 |
| 5.1.3 滑模预测控制 |
| 5.1.4 Levinson预测器 |
| 5.2 系统控制方案 |
| 5.3 空气流量控制 |
| 5.3.1 控制器结构与原理 |
| 5.3.2 Simth控制器设计 |
| 5.3.3 模糊滑模控制器设计 |
| 5.3.4 仿真参数 |
| 5.3.5 仿真结果 |
| 5.3.6 仿真结果讨论 |
| 5.4 燃气温度控制 |
| 5.4.1 Fuzzy PID-Levfuzzy PID串级控制 |
| 5.4.2 SDMC-Levfuzzy PID串级控制 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间取得的科研成果 |
（9）钻式采煤机偏斜机理及自动换钻控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景及意义 |
| 1.3 全液压钻式采煤机概述 |
| 1.4 国内外研究现状 |
| 1.5 研究中存在的问题 |
| 1.6 论文主要研究内容 |
| 2 钻式采煤机偏斜机理 |
| 2.1 屈曲失稳作用下偏斜机理 |
| 2.2 煤层地质构造作用下偏斜机理 |
| 2.3 钻具组合作用下偏斜机理 |
| 2.4 本章小结 |
| 3 钻式采煤机偏斜特性研究 |
| 3.1 试验装置及材料 |
| 3.2 钻削机构偏斜特性试验研究 |
| 3.3 钻削机构偏斜特性数值模拟研究 |
| 3.4 本章小结 |
| 4 钻式采煤机定向钻进纠偏控制研究 |
| 4.1 新型钻削机构结构 |
| 4.2 定向纠偏控制系统数学模型 |
| 4.3 基于反步法的定向钻进自适应控制 |
| 4.4 基于干扰观测器的定向钻进自适应控制 |
| 4.5 定向钻进控制试验研究 |
| 4.6 样机试验 |
| 4.7 本章小结 |
| 5 钻式采煤机自动换钻控制研究 |
| 5.1 自动换钻控制系统试验装置 |
| 5.2 自动换钻控制系统数学模型 |
| 5.3 自动换钻控制系统摩擦模型 |
| 5.4 基于Lu Gre模型的自动换钻自适应控制策略研究 |
| 5.5 基于Lu Gre模型的钻机自动换钻自适应鲁棒控制策略 |
| 5.6 自动换钻控制试验研究 |
| 5.7 自动换钻样机试验 |
| 5.8 本章小结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）车辆磁流变半主动空气悬架系统控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 磁流变液与磁流变阻尼器的研究现状 |
| 1.2.1 磁流变液的研究现状 |
| 1.2.2 磁流变阻尼器的研究发展现状 |
| 1.3 空气弹簧与空气悬架的研究现状 |
| 1.3.1 空气弹簧的分类及对比 |
| 1.3.2 空气悬架的研究现状 |
| 1.4 磁流变半主动空气悬架的研究发展现状 |
| 1.5 磁流变阻尼器的控制方法研究进展 |
| 1.6 本文主要研究内容 |
| 第二章 磁流变阻尼器设计试验及动力学建模 |
| 2.1 磁流变液的流变特性 |
| 2.2 磁流变阻尼器的工作原理及模式 |
| 2.3 磁流变阻尼器的结构设计 |
| 2.3.1 总体结构设计 |
| 2.3.2 结构参数设计 |
| 2.4 磁流变阻尼器的性能测试分析 |
| 2.5 磁流变阻尼器正向动力学模型及其参数辨识 |
| 2.5.1 正向动力学模型 |
| 2.5.2 遗传算法基本原理 |
| 2.5.3 基于遗传算法的改进双曲正切模型参数辨识 |
| 2.6 磁流变阻尼器逆向动力学模型的建立 |
| 2.6.1 逆向动力学模型 |
| 2.6.2 自适应神经模糊推理系统 |
| 2.6.3 磁流变阻尼器的ANFIS逆模型 |
| 2.7 本章小结 |
| 第三章 车辆空气悬架系统建模及减振性能分析 |
| 3.1 悬架系统性能评价指标 |
| 3.2 路面输入模型 |
| 3.1.1 随机路面输入模型 |
| 3.1.2 冲击路面输入模型 |
| 3.3 车辆半主动空气悬架系统建模 |
| 3.3.1 空气弹簧的弹性模型 |
| 3.3.2 车辆空气悬架模型 |
| 3.3.3 二自由度1/4车空气悬架时域仿真分析 |
| 3.4 悬架参数对1/4 车辆空气悬架减振效果的影响分析 |
| 3.4.1 悬架阻尼对减振效果的影响分析 |
| 3.4.2 悬架刚度对减振效果的影响分析 |
| 3.4.3 轮胎刚度对减振效果的影响分析 |
| 3.5 本章小结 |
| 第四章 车辆半主动空气悬架Fuzzy-PID开关切换控制研究 |
| 4.1 模糊控制基本理论 |
| 4.2 PID控制基本原理 |
| 4.3 模糊自适应整定PID控制器设计 |
| 4.4 Fuzzy-PID开关切换控制策略 |
| 4.4.1 模糊控制器设计 |
| 4.4.2 PID控制器设计 |
| 4.5 Fuzzy-PID开关切换控制仿真研究 |
| 4.5.1 随机路面输入仿真 |
| 4.5.2 冲击路面输入仿真 |
| 4.6 本章小结 |
| 第五章 车辆半主动空气悬架模糊滑模控制策略研究 |
| 5.1 滑模变结构控制理论 |
| 5.1.1 滑模变结构控制定义 |
| 5.1.2 滑模变结构控制的基本性质 |
| 5.2 半主动空气悬架滑模控制器设计 |
| 5.2.1 滑模控制器的参考模型 |
| 5.2.2 误差动力学方程 |
| 5.2.3 滑模切换面的设计 |
| 5.2.4 滑模控制率的设计 |
| 5.3 模糊滑模控制器的设计 |
| 5.4 模糊滑模控制仿真研究 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 个人简历在读期间获得的科研成果及奖励 |
| 致谢 |
四、基于输入输出模型的模糊神经网络滑模控制（论文参考文献）
- [1]高精度永磁直线同步电动机互补滑模控制策略研究[D]. 金鸿雁. 沈阳工业大学, 2021(02)
- [2]柔性空间闭链机器人非线性数学建模及智能控制算法研究[D]. 张青云. 天津理工大学, 2021(01)
- [3]柔性系统的建模与神经网络控制研究[D]. 高赫佳. 北京科技大学, 2021
- [4]航空遥感稳定平台控制算法研究[D]. 王卓. 长春工业大学, 2021(08)
- [5]高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究[D]. 于跃. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [6]液压系统的改进滑模无模型控制策略研究[D]. 高建锋. 桂林电子科技大学, 2021
- [7]永磁同步直线电机神经网络滑模控制研究[D]. 黄泊珉. 江南大学, 2021(01)
- [8]超音速燃烧系统燃气温度多尺度建模与控制策略研究[D]. 郭璐彬. 河北工程大学, 2021(08)
- [9]钻式采煤机偏斜机理及自动换钻控制研究[D]. 姬会福. 中国矿业大学, 2021(02)
- [10]车辆磁流变半主动空气悬架系统控制策略研究[D]. 顾瑞恒. 华东交通大学, 2021