基于神经网络的电动负载模拟器控制策略研究
RESEARCH ON ELECTRIC LOADINGSYSTEM CONTROL STRATEGY BASEDON NEURAL NETWORK
摘要
Abstract
绪论
1.1 课题背景
1.1.1 负载模拟器的应用
1.1.2 负载模拟器的发展
1.1.3 负载模拟器的基本原理
1.2 电动负载模拟器研究现状
1.2.1 电动负载模拟器的特点
1.2.2 国内外的研究现状
1.3 电动负载模拟器的发展趋势
1.3.1 系统主要控制问题
1.3.2 抑制多余力矩的控制方法研究
1.4 本文研究的主要内容
第2章 系统总体方案设计
2.1 系统的硬件结构
2.1.1 电动加载系统组成
2.1.2 加载电机
2.1.3 PWM驱动装置
2.2 电动加载系统数学模型
2.2.1 转矩传感器模型
2.2.2 舵机模型
2.2.3 加载电机模型
2.3 系统的软件结构
2.3.1 多余力矩分析
2.3.2 控制策略选择
2.3.3 软件设计
2.4 本章小结
第3章 电动负载模拟器的神经网络控制
3.1 神经网络简介
3.2 单神经元PID自适应控制
3.2.1 单神经元网络结构
3.2.2 单神经元PID网络算法
3.3 基于对角回归神经网络的复合控制
3.3.1 对角回归神经网络的数学模型
3.3.2 复合控制器的设计
3.4 网络参数的确定
3.4.1 网络结构的剪枝算法
3.4.2 学习速率选择
3.5 本章小结
第4章 系统仿真分析
4.1 仿真模型的建立
4.2 电动加载系统仿真分析
4.2.1 舵机位置跟踪
4.2.2 多余力矩对系统性能的影响
4.2.3 控制系统仿真分析
4.3 本章小结
第5章 电动负载模拟器系统的实现
5.1 系统的硬件结构
5.1.1 加载电机及其驱动器
5.1.2 控制器结构
5.1.3 测量元件
5.2 系统软件设计
5.2.1 系统软件结构及功能
5.2.2 调理电路及数字滤波
5.3 控制系统的调试
5.4 本章小结
结论
参考文献
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
哈尔滨工业大学硕士学位涉密论文管理
攻读学位期间发表的学术论文
致谢