一、交流传动神经网络自适应规划控制系统的设计与仿真（论文文献综述）
栗园园[1]（2021）在《核设施退役与废料处理机器人关键技术研究》文中研究说明核能是能源的重要组成部分。由于放射性的存在,核环境对人体具有极大的危害,因此核环境下的作业强烈依赖于自动化作业或遥操作作业手段,而适应核环境的机器人产品是实现自动化作业和遥操作作业的良好选择。随着核工业的发展,核设施退役、核废料处理和核设施运行维护的自动化作业需求不断增加,对核环境机器人的要求也不断提高,需要机器人具有良好的复杂环境作业能力、较高的辐照环境适应性以及较好的动力学控制性能。基于该背景,本文主要研究了典型核环境场景下特种机器人系统的构型设计,针对其构型中的柔性机械臂振动抑制问题和具有任务空间约束的双机械臂协同作业动力学自适应控制问题进行了探索性研究,并针对7自由度机械臂和9自由度机器人构型进行了机械系统设计和环境适应性关键技术研究,最后进行了样机研制和性能与功能测试。论文首先针对核设施退役、放射性废物处理及核设施维护中的典型作业场景进行了机器人构型设计,共设计了7自由度机械臂、9自由度机器人和多自由度避障机器人三种构型。基于POE理论建立了7自由度、9自由度机器人正逆运动学控制方法,针对多自由度避障机器人逆运动学问题提出了一种基于多项式曲线形位拟合的冗余机器人逆运动学控制方法。通过matlab平台仿真验证了三种构型机器人的运动学算法合理性。接下来,论文针对上述提出的多自由度避障机器人存在的振动问题,开展了柔性关节机械臂的振动抑制控制方法研究。首先建立了柔性关节串联机械臂的动力学模型,然后基于残余能量法建立了串联机械臂的振动评价函数;接下来利用粒子群优化算法（PSO）进行离线最优轨迹搜索;最后,建立了基于反向传播神经网络（BPNN）的振动抑制轨迹快速规划方法,并以基于残余能量最小原则的PSO搜索算法对BPNN进行了训练;此外,利用matlab平台仿真验证了算法有效性。该方法通过基于BP神经网络的快速轨迹规划,实现了柔性机械臂在无振动传感器反馈条件下的振动抑制,对核环境下难以安装振动反馈传感器的机器人振动抑制算法设计提供了借鉴。由于核环境对人员有较大的损伤,因此核环境的作业高度依赖机器人装备,一些复杂的作业往往需要两个机器人协作完成,例如对工件的作业需要一个机械臂夹持,另一个机械臂动作,而由于工艺要求,还需要对多机械臂协同作业的任务空间进行约束。本论文针对具有时变任务空间约束条件的双机械臂协同作业的动力学控制问题,利用Barrier Liapunov方法构建了已知模型参数下的双机械臂协同作业动力学控制器,并利用径向基神经网络构建了模型未知情况下的双机械臂协同作业动力学控制器。最后,通过仿真验证了双机械臂协同作业动力学控制器的有效性。该方法通过提出一种用于时变任务空间约束条件的双机械臂协同作业动力学控制器,实现了具有时变任务空间约束的动力学参数未知双机械臂系统的协同作业。进一步,本论文针对前述提出的核环境7自由度机械臂和9自由度机器人开展了机械系统详细设计,提出了一种具有高防护性和易维护性的机器人设计方案。针对机器人核环境适应性的关键技术进行了研究,包括高分子材料的耐辐照性能研究和机器人抗辐射加固技术研究。在此基础上,进行了系统计算选型和样机制造,并对样机进行了相关性能和功能测试,验证了设计的合理性。
金鸿雁[2]（2021）在《高精度永磁直线同步电动机互补滑模控制策略研究》文中研究指明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。
张铄[3]（2021）在《交流伺服系统高性能电流环控制策略研究》文中进行了进一步梳理如今科技逐渐进步,工业生产自动化对交流伺服系统的要求越来越多样化、越来越严苛,交流伺服系统需要以优越的性能稳定工作在复杂且不断变化的恶劣环境中。自动化企业亟需高效率、低成本、能适应多种多样复杂工作环境的交流伺服系统。在实际应用中,会有温度漂浮不定、设备相互摩擦、设备元件的死区及饱和等非线性问题的干扰,还有负载的易变性。这几个原因会让电流环固定增益的PID控制器不能始终维持控制系统的最佳运行状况。经典控制策略中,研究人员一般会用人工试凑PID控制参数的方法,这对研究人员的操作水平要求较高,不仅会消耗大量时间还会消耗大量人力,效率较低,在实际工业应用中不易操作。为此,本课题对交流伺服驱动系统电流环PI控制器的参数自调整展开相关的探索与研究,来得到最优的比例系数Kp、积分系数Ki,使交流伺服系统能够适应更加复杂的工况,以提高工业生产效率、降低工业生产人力成本,满足用户高性能指标的要求。现有的基本粒子群优化算法,全局收敛性差,在实际工业应用实践中有可能会过早的结束粒子寻优,是现有的基本粒子群优化算法比较明显的缺陷。本文尝试将随机产生权值与优胜劣汰原则相配合来优化现有的基本粒子群优化算法。但是,随机产生权值的与粒子群优化算法相结合会使粒子寻优效率速度变差、算法收敛效率降低,本文将运用优胜劣汰原则解决这个问题。本文分析探究了时间绝对误差乘积积分ITAE方程在数学方面的实质,该方程是求解指令信号直线与输出信号曲线所围成的区域面积绝对值的大小。本文依据此推论将时间绝对误差乘积积分ITAE准则作为粒子群算法的适应度函数来对交流伺服系统电流环PI控制器参数进行寻优、筛选。为了验证神经网络控制方法与经典控制方法的结合程度、可实现性和自适应性,本文探讨研究了单神经元自适应控制和径向基函数神经网络自适应控制在实际伺服电流环中的具体应用和功能实现。本文在已实际商业化应用于工业生产的交流伺服控制驱动器中实现了电流环PI控制器参数自整定功能,经过实验验证,通过本文的自整定方法得到的参数在实际表现中确实优于专家策略方法的表现,并且通过本文的自整定方法得到的参数能够使永磁交流同步电机在转速远超额定转速时仍旧稳定工作。
李宏伟[4]（2020）在《前端调速式风电机组并网运行自适应预测控制研究》文中进行了进一步梳理交通能源互联网的发展为风电、光伏等新能源的消纳提供了新的途径,在加速交通信息化、网格化、多元化的同时推动了新能源的多场景应用,促进了交通、电力、能源行业的深度融合和协同发展。前端调速式风电机组作为一种电网友好型机组,采用液力变矩装置实现对机组转速的调节,并利用电励磁同步发电机与电网直接耦合,在结构上解决了传统机组依赖变流器进行并网控制和转速调节的局限性。本文通过深入分析前端调速式风电机组的结构特性和影响其运行控制的诸多因素,从机组建模入手,针对机组并网控制性能不佳的问题,重点开展了以下几方面创新性研究工作:（1）详细分析了前端调速式风电机组的基本运行原理,根据机组并网自适应预测控制的需求,基于机组的能量转化过程,建立了风力机输出功率模型、机组传动链的动态模型、电励磁同步发电机的五阶模型和励磁系统模型,为机组的并网自适应预测控制的提供了基础。（2）针对前端调速式风电机组液力变矩器恒转速控制难以实现的问题,设计了基于变论域的导叶可调式液力变矩器的模糊控制器,并采用多种群遗传算法进行了参数优化,实现了论域伸缩因子的智能寻优,提高了液力速度控制的精度和速度,使得前端调速式风电机组在受到风速波动、电网侧干扰等因素的影响时,其输出转速能够保持在一定误差范围之内,确保了液力变矩器泵轮和发电机输入轴的恒转速运行,为机组输出电压频率的稳定性提供了保障。（3）针对前端调速式风电机组输出功率不稳的问题,将多模型预测控制思想引入机组的输出功率控制,通过对机组实测运行数据的模糊聚类建模,将模糊C-均值聚类与多模型预测控制方法相结合,确定了机组的各种运行场景并设计了相应的模型切换预测控制器,有效解决了机组并网功率控制中存在的随机性和不确定性问题,提高机组输出功率的稳定性。（4）针对机组并网运行过程的电压波动问题,基于预测控制的思想,设计了用于机组并网电压控制的广义自适应预测控制器,将广义预测控制算法与反向传播神经网络相结合,对机组的输出电压进行跟踪控制,减小了机组并网电压的波动;根据电网对机组低电压穿越的要求,进一步设计了基于多目标遗传算法的预测控制器,在实现机组各子系统协调控制的同时保障了机组的低电压穿越特性。（5）为明确机组并网电压稳定性,建立了由前端调速式风电机组组成的风电场并网的微分代数方程,基于非线性动力学思想,利用分岔理论对机组并网后的运行电压从稳定到失稳、直至崩溃的整个过程进行了研究,揭示了无功功率与风速对前端调速式风电机组的影响规律,发现随着负荷侧无功功率的增大,负荷节点的电压将逐渐减小,当无功功率超过某一定值时,系统平衡解流形上将会出现鞍结分岔点,机组达到运行极限状态;当风速小于额定风速时,其变化对负荷节点处的电压影响较小,当风速超过14.8m/s时,系统电压开始逐渐失稳。
尹少博[5]（2020）在《轨道列车牵引感应电机无速度传感器控制策略研究》文中研究表明无速度传感器控制技术是轨道列车牵引传动控制核心技术之一,其工程化应用有助于提高牵引传动系统的可靠性并且降低系统的维护成本。本文针对轨道列车牵引感应电机的无速度传感器控制技术问题,围绕基于全阶自适应观测器的转速估算、无速度传感器下的带速重投策略、低速区域转速辨识性能提升展开了深入研究,研究成果总结如下。提出了基于全阶自适应观测器的改进转速估算策略。首先,分析了在低开关频率下传统离散方法导致的高速区域转速辨识不稳定的问题,推导了改进的全阶离散模型,采取将定子电流与转子磁链方程分别在不同坐标系下离散的策略,针对27种离散组合方式进行稳定性分析,从6种稳定组合中分析数字实现的难易程度选择合适的离散化方法;其次,设计了离散域下的反馈增益矩阵,并在同步旋转坐标系下完成转速自适应律的设计。基于改进型转速估算策略,分析了改进后全阶自适应转速观测器的稳定性与参数敏感性。首先,在同步旋转坐标系下建立电流误差与转速观测误差之间的传递函数,根据朱利判据分析稳定性条件;其次,分析了全阶自适应转速观测器的参数敏感性,建立了离散观测器模型与连续电机模型相组合的敏感性分析数学模型,逐一分析参数变化对转速观测的影响。基于双电流闭环直流注入方法,提出了无速度传感器控制下的快速带速重投策略。首先,分析了短时电力中断情况下旋转电机特性,建立了单电流闭环直流注入下旋转电机数学模型,分析了测量反馈电流频率估算电机转速的方法;其次,提出了基于双电流闭环直流注入下对转速辨识的策略,建立了直流注入下电机数学分析模型,设计了电压模型磁链观测器获取转子磁链信息,通过三阶带通滤波器完成对直流偏置以及噪声信号的滤除,然后对较低幅值交流信号进行归一化处理,设计了软件锁相环提取旋转电机转速;最后,设计了基于三阶段的带速重投策略,通过直流注入获取初始转速,利用转矩修正减小转速观测误差并且建立转子磁链,将转速估算初值代入全阶转速观测器,平滑并且快速实现带速重投。基于无速度传感器控制下低速制动区域不稳定的现象,设计了低速区域转速辨识性能提升策略。首先,分析了低速制动区域转速辨识不稳定的机理,确定了不稳定的边界,提出了改进后的转速自适应律,分析了关键参数的设计,通过误差传递函数的零极点分析对改进后的转速辨识稳定性进行验证;其次,设计了感应电机的定转子电阻辨识策略,提出了一种在带速重投直流注入阶段独立工作的定子电阻辨识策略,定子电阻辨识与转速辨识同时工作,在直流注入结束时获取定子电阻辨识值与初始电机转速;最后,设计了高频电流信号注入获取电机等效电阻的方法,提出了参数辨识配合逻辑,进而设计了转子电阻的辨识策略。本文搭建了牵引系统及控制模型并进行了大量仿真,基于地铁牵引传动平台与Typhoon半实物仿真平台,完成了实验验证,充分证实了上述无速度传感器控制策略的可行性与有效性。图120幅,表10个,参考文献165篇。
王越[6]（2020）在《基于车联网信息的混合动力客车智能能量管理控制策略研究》文中研究表明随着新能源客车车联网技术的应用与推广,网联化、电动化的融合成为新能源客车重要的发展方向,同时车联网技术也为混合动力客车能量管理系统的优化控制发展提供新途径。混合动力客车是一个复杂的非线性多动力源系统,如何基于客车车联网提取可利用信息,采用有效的智能控制方法,对混合动力客车的能量管理策略进行优化控制,实现各动力源高效合理的工作,深度提高混合动力客车能量管理策略的最优性和适应工况变化的能力是当前智能网联混合动力客车研究的关键,也是网联化、电动化、智能化技术融合发展的行业需求。本课题以某新能源客车车联网平台为基础,针对混合动力客车能量管理策略最优性和工况适应性的矛盾问题,开展了基于车联网行驶工况信息数据挖掘和智能能量管理策略研究。围绕车联网平台的数据挖掘方法、能量管理策略对行驶工况信息的利用程度、能量管理策略的最优性与工况适应性三个关键问题,采用先进的数据挖掘方法、最优控制问题的极值原理、动态规划数学工具以及先进的智能学习控制理论和仿真试验开展研究。首先,为从车联网平台获取可利用、有价值的行驶工况信息,建立了基于车联网信息的固定线路公交客车行驶工况数据挖掘方法。基于某客车车联网平台获取了公交客车行驶工况,通过分析车联网工况数据的特点,确定了车联网平台数据存在的问题,建立了工况数据缺失和数据噪声处理方法,验证并评价了数据处理方法的合理性。之后,分析了公交客车行驶工况特征与能耗特性的关系,从行驶工况数据的历史和未来两个维度考虑,提出了基于能耗特性与线路特征参数的固定线路行驶工况合成方法、未来行驶工况智能预测方法,全面开展公交客车行驶工况的数据挖掘。第二,为了提高能量管理策略对行驶工况信息的利用程度,基于工况数据挖掘结果,提出了基于工况信息的分层优化自适应智能能量管理策略。结合车联网行驶工况信息的历史和未来两个维度的数据挖掘结果,创新性设计了一种基于工况信息的分层优化自适应智能能量管理策略架构,实现了策略对于行驶工况信息的全局规划和局部实时优化,上层控制基于固定线路典型合成工况,从全局优化角度规划最优SOC轨迹,下层控制基于未来预测工况,从局部优化角度对转矩进行自适应分配,策略有效提升了能量管理策略的最优性和工况适应性。第三,从适应性较强的学习型智能算法角度,提出了基于固定线路全局优化的深度强化学习能量管理策略。结合车联网固定线路行驶工况信息的数据挖掘结果,创新性提出了基于固定线路全局优化的深度强化学习能量管理策略架构,有效利用车联网平台对固定线路行驶的公交客车进行全局规划,得到了近似最优的模式切换规则,基于Deep Q-Learning在混合动力模式下实现对动力源转矩的分配,算法提高了能量管理策略的最优性和工况适应性。最后,为验证所提出的智能能量管理策略的实时性,本文基于dSPACE/Simulator,建立了硬件在环（HIL,hardware-in-the-loop）试验平台进行验证。在合成工况环境下,验证了所设计的两种基于车联网工况信息的智能能量管理策略的有效性与实时性,实现了系统经济性与工况适应性的综合提升。
张玉明[7]（2020）在《下肢软质外骨骼结构优化设计与助力特性分析》文中进行了进一步梳理目前,我国正面临着社会人口老龄化、中风发病年轻化、交通事故频繁化等日益严重的社会问题。据调查显示,2016年我国60岁以上的老年人口数约占全国总人口数的15.6%,其中中风患者总数约为1360万,而由于脑卒中、脑梗死等中枢神经系统损伤的致残率更是高达75%。此外,随着交通运输设施的日渐发达,每年的道路交通事故超过470万,这类意外伤害也是导致下肢运动功能障碍的重要原因。人口老龄化和中风致残等引发的一系列社会问题越来越成为不容忽视的社会热点与关注焦点:一方面,运动功能障碍严重威胁着老年人与肢体伤残患者的生命和健康,并给老年人和患者的生活质量造成严重影响;另一方面,传统的康复治疗成本高昂,给家庭和社会造成了沉重的经济和医疗负担,而且治疗效果容易受到医师的技能和工作疲劳程度影响,导致残障患者持续强化康复的时间不足、康复效率低下等问题。因此,针对传统康复治疗存在的缺陷,有必要开发一种能够弱化腿部功能并辅助残疾人进行下肢康复与助力行走的装置。穿戴式外骨骼机器人很好地补充这些不足,其通过并联穿戴于人体下肢并结合穿戴者的运动意图与步态信息来执行助力或康复训练任务。然而传统的康复机器人系统多由复杂的刚性构件组成,存在结构笨重庞大且能耗高,驱动系统性能难以保证人机交互过程的高效性、准确性和柔顺性等问题。本文针对目前外骨骼机器人存在的上述问题,设计了一种基于套索人工肌肉驱动的软质膝关节外骨骼机器人系统,以满足患者下肢康复训练与行走助力的需要,并依据单电机驱动多关节的协调作用模式实现减重节能方面的创新性研究。全文主要包括以下三个方面:（1）根据人体膝关节生理结构特征与下肢步态运动理论,进行了套索人工肌肉柔顺执行器的研究。基于Hill肌肉模型理论,分别提出了串联与并联弹性元件的刚度条件与结构设计要求,并结合套索传动具有的结构轻巧与柔顺灵活等优点,设计了能够近似拟合膝关节屈曲/伸展运动时关节肌肉群工作性能的套索人工肌肉驱动系统,并应用于软质外骨骼的设计。（2）基于套索人工肌肉柔顺驱动的特点,进行了下肢软质外骨骼的结构设计与优化。根据柔性外骨骼不存在刚性关节的特点,综合考虑下肢膝关节骨骼特点和运动机理以及套索驱动单元的轻量化设计等问题,详细介绍了利用单电机实现双套索传动的软质外骨骼驱动系统设计,并通过柔性材料与锚点布局优化后的软质外骨骼服结构实现与人体下肢的穿戴连接,结合套索人工肌肉驱动单元的收缩和舒张作用,实现人体膝关节的康复驱动和助力。（3）此外,针对不同瘫痪程度与康复进度的患者需求,基于套索人工肌肉驱动的软质外骨骼系统,提出了不同任务模式下软质外骨骼的康复和助力控制策略,包括患肢全瘫时基于模糊自适应PID的轨迹跟踪控制策略,患肢逐渐康复时基于模糊神经网络阻抗控制的步态轨迹自适应控制策略,以及主动行走时基于扭矩估计和步态划分的PID力/位混合控制策略。最后,搭建了基于Matlab/x PC实时控制系统的实验平台,建立了康复训练和助力实验的综合量化评价体系,实验结果表明了下肢软质外骨骼和控制策略的有效性。
董宁宁[8]（2020）在《基于反演方法的链式自动弹仓运动控制研究》文中提出链式自动弹仓作为火炮弹药自动装填系统的重要组成部分,其运动精度是提高火炮武器供输弹速度及可靠性的核心保障。因此,研究链式自动弹仓的运动控制问题具有重要意义。本文针对某火炮弹药自动装填系统中链式自动弹仓的高精度运动控制问题,基于实验室现有的链式自动弹仓台架,借助链式自动弹仓动力学分析、ADAMS虚拟样机建模及MATLAB仿真分析手段,结合自适应方法、反演方法、神经网络理论等控制方法,进行了相关研究。本文主要研究内容包含以下几点:（1）介绍了链式自动弹仓的结构组成与工作原理。根据弹仓的机械系统方程以及电气系统方程,结合实际工作情况,将由电机参数变化引起的电磁转矩变化、由弹仓负载变化引起的系统参数变化以及弹仓运动过程中受到的未知外部扰动,视为影响弹仓运动精度的主要因素,推导出含有非线性项的弹仓运动系统的数学模型。通过ADAMS软件建立了弹仓的虚拟样机,并建立了ADAMS-MATLAB联合仿真平台,用以分析比较控制方案。（2）通过联合仿真平台实验说明了PID控制方法在弹仓运动控制方面具有一定的局限性。为提高弹仓运动精度,根据链式自动弹仓运动系统特性,基于反演控制,结合动态面控制方法解决了反演设计中微分爆炸的问题;结合自适应理论,采用自适应算法估计参数,对弹仓运动时系统参数的变化进行补偿;利用RBF神经网络可逼近非线性未知项的能力,对弹仓外部未知扰动与电机非线性附加扰动力矩进行补偿。通过联合仿真证明,神经自适应反演控制相比于PID控制、自适应动态面反演控制,具有更高的控制精度。（3）搭建链式自动弹仓实验平台,实现本文设计的控制方法在链式自动弹仓运动控制上的应用。实验结果表明,所提出的神经自适应反演控制方法,受负载变化影响程度较小,补偿了由弹仓未知外部扰动与电机非线性附加扰动力矩对弹仓运动造成的不利影响,控制效果较好,提高了弹仓运动精度。
李成蹊[9]（2020）在《某型火炮弹协调器联合仿真及控制技术研究》文中进行了进一步梳理中大口径火炮是现今战场上的主要作战单位,具有射程远、精度高、威力大、机动性好、快速反击能力强、寿命周期长等特点。弹药自动装填系统是现代中大口径火炮的重要组成部分,系统性能的好坏是制约中大口径火炮射速的主要因素。目前我国火炮弹药自动装填技术逐步走向成熟,但由于研究起步时间较晚的缘故,与世界先进火炮的自动装填系统相比,仍存在自动化程度较低、装填速度较慢的缺点。通过设计并应用先进控制技术,提升弹协调器工作过程的控制效果,有效保障弹丸自动装填过程的进行。本文以某型火炮弹协调器作为研究对象,针对机械结构、电气控制、液压传动多学科耦合系统,结合多体动力学、滑模控制、自适应控制、神经网络控制等理论,借助多种软件的联合仿真技术,展开对弹协调器控制技术的研究,为弹丸自动装填控制系统中关键问题的解决提供理论与实验基础。论文的主要研究内容包括以下几个方面:（1）详细阐述了某型火炮弹丸自动装填系统的基本构成与协调动作的工作流程。对弹协调器系统的动力学特性展开分析,搭建动力学模型。（2）分析伺服阀与阀控非对称缸液压机理,建立弹协调器液压模型。针对控制过程中负载变化、非线性作用力、外部干扰以及伺服阀的输入饱和、泄漏等因素设计反演鲁棒、参数自适应鲁棒、神经网络鲁棒等多种控制器,以期获取良好的控制效果。（3）通过AMESim平台搭建液压模型并与实验台架进行模型校核。通过MATLAB平台搭载算法控制器,借助联合仿真技术验证设计控制器的有效性。通过ADAMS建立精确机械模型,运用机、电、液三者的联合仿真技术进一步提高仿真模型拟合实际模型的程度。（4）搭建实验平台,设计低通滤波器处理参数信号,通过PLC模块载入算法控制器,检验算法在实验台架上的可行性。并与积分分离PID算法控制结果比较,验证设计神经网络自适应鲁棒算法在弹协调器系统上控制效果的优越性。
王锴[10]（2020）在《某火炮回转式自动化弹仓定位控制研究》文中研究指明回转式自动化弹仓是基于某新型预研项目进行研制的,自动化弹仓是该项目的重要组成部分。回转式自动化弹仓的控制精度对于火炮射击任务的顺利完成具有至关重要的影响,其中回转式自动化弹仓采用的是立式弹仓设计,其定位精度将直接影响与弹仓配合的机械手取弹任务。因此,回转式自动化弹仓的控制精度与稳定性决定了火炮的射击性能。在本文中,针对155毫米火炮回转自动化弹仓定位控制及精度等问题进行研究。文中对回转式自动化弹仓进行三维建模,结合多体动力学相关知识理论,运用ADAMS软件对弹仓进行动力学分析,分析弹仓分别在炮车载体行进状态与炮车载体固定状态下的动力学特性。以永磁同步电机为控制对象进行模拟仿真,结合蚁群优化算法、自适应控制以及改进型近似变结构控制对弹仓的定位控制进行仿真研究与结合弹仓实验台架进行实验研究。通过Adams/Simulink联合仿真与弹仓台架实验的定位精度结果证明本文中所采用的控制方法具有高精度性与强鲁棒性。本文主要的研究成果包括以下内容:（1）介绍回转式自动化弹仓的结构组成及介绍弹仓的工作流程,同时从理论上分析回转式自动化弹仓运动控制过程中弹仓负载变化等因素对弹仓控制精度及弹仓振动的影响。（2）绘制回转式自动化弹仓三维模型并对其动力学分析。依托ADAMS软件对自动化弹仓做动力学分析,考虑自动化弹仓在炮车行进过程中外界扰动对炮车装填的影响,同时兼顾链传动机构的多边形效应对于弹仓定位控制精度的影响,降低扰动等外界干扰对控制精度的影响。（3）依据火炮回转式自动化弹仓装填精度要求,通过运用蚁群优化算法进行优化改进,结合自适应算法与改进型近似变结构控制对自动化弹仓进行控制研究,运用MATLAB/Simulink仿真软件对本文提出的控制方法进行仿真验证,并将仿真结果与滑模控制、PID控制的仿真误差等进行对比,证明本文中提出的控制方法对于自动化弹仓定位控制的强鲁棒性与高精度性。（4）搭建自动化弹仓控制试验台架,将本文中提出的控制算法运用到自动化弹仓试验台架的运动控制中,采集相关实验数据,再次依据实验数据证明本文提出的控制策略对于自动化弹仓运动定位控制具有强鲁棒性与高精度性。
二、交流传动神经网络自适应规划控制系统的设计与仿真（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、交流传动神经网络自适应规划控制系统的设计与仿真（论文提纲范文）
（1）核设施退役与废料处理机器人关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 核环境特种机器人 |
| 1.2.2 元器件及材料的耐辐照研究 |
| 1.2.3 机械臂振动抑制控制方法研究 |
| 1.2.4 多机械臂协作下的参数自适应控制方法研究 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 核环境机器人构型设计与运动学分析 |
| 2.1 引言 |
| 2.2 需求分析与构型设计 |
| 2.2.1 固定工位的自动化作业 |
| 2.2.2 大范围空间自动化作业 |
| 2.2.3 多障碍物环境作业 |
| 2.3 机器人正逆运动学分析 |
| 2.3.1 正运动学分析 |
| 2.3.2 逆运动学分析 |
| 2.4 运动学仿真 |
| 2.4.1 7自由度机械臂 |
| 2.4.2 9自由度机器人 |
| 2.4.3 多自由度避障机器人 |
| 2.5 本章小结 |
| 第三章 基于轨迹规划的串联机械臂振动抑制方法研究 |
| 3.1 引言 |
| 3.2 基于神经网络的快速轨迹规划系统设计 |
| 3.2.1 柔性机械臂动力学建模及振动评估 |
| 3.2.2 基于粒子群理论的振动优化搜索算法 |
| 3.2.3 基于反向传播神经网络的振动抑制算法 |
| 3.2.4 基于振动抑制的在线轨迹规划系统 |
| 3.3 系统仿真 |
| 3.3.1 五次多项式函数轨迹规划方法 |
| 3.3.2 基于粒子群算法的轨迹规划方法 |
| 3.3.3 基于反向传播神经网络的轨迹规划方法 |
| 3.3.4 结果比较与验证 |
| 3.4 本章小结 |
| 第四章 任务空间约束下的双机械臂协同作业自适应控制研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于神经网络的自适应跟随控制系统研究 |
| 4.3.1 基于模型的双机械臂协作系统控制器设计 |
| 4.3.2 基于RBF神经网络的的双机械臂协作系统控制器设计 |
| 4.3.3 RBF神经网络算法在机械臂控制中的局限性 |
| 4.4 系统仿真 |
| 4.4.1 具有任务空间约束的神经网络自适应控制策略 |
| 4.4.2 PD控制器 |
| 4.4.3 仿真结果分析 |
| 4.5 本章小结 |
| 第五章 核环境机器人机械系统设计与耐辐照技术研究 |
| 5.1 引言 |
| 5.2 需求分析 |
| 5.2.1 性能参数指标 |
| 5.2.2 核环境下作业适应性需求 |
| 5.3 机器人机械系统关键技术研究 |
| 5.3.1 系统设计与模块划分 |
| 5.3.2 关键模块设计 |
| 5.4 机器人耐辐照技术研究 |
| 5.4.1 机器人常用高分子材料的耐辐照性能研究 |
| 5.4.2 机器人抗辐射加固技术研究 |
| 5.5 本章小结 |
| 第六章 核环境机器人样机试制与测试 |
| 6.1 引言 |
| 6.2 样机计算选型 |
| 6.2.1 5/7自由度机械臂 |
| 6.2.2 4自由度运动平台 |
| 6.2.3 二指夹钳 |
| 6.3 样机制造和测试 |
| 6.3.1 样机制造 |
| 6.3.2 样机测试 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录Ⅰ 机械臂位姿准确度和重复性测量原始数据 |
| 附录Ⅱ 机械臂轨迹准确度和重复性测量原始数据 |
| 攻读博士学位期间取得的成果 |
（2）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 |
（3）交流伺服系统高性能电流环控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及意义 |
| 1.4 论文结构及章节排布 |
| 第二章 永磁同步电机伺服系统数学模型分析及矢量控制原理 |
| 2.1 交流永磁同步电机的基本构造 |
| 2.2 永磁同步电机伺服系统的数学模型 |
| 2.2.1 永磁同步电机的坐标系 |
| 2.2.2 坐标变换 |
| 2.2.3 永磁同步电机的数学模型 |
| 2.2.4 永磁同步电机伺服系统的内部环节构造分析 |
| 2.3 永磁同步电机的矢量控制原理 |
| 2.4 电压空间矢量脉冲宽度调制方法 |
| 2.5 PID控制器在控制系统中的应用 |
| 2.6 本章小结 |
| 第三章 基于改进粒子群优化算法的电流环参数自整定 |
| 3.1 粒子群优化策略的概念 |
| 3.1.1 粒子群优化算法的基本原理 |
| 3.1.2 粒子群优化算法的算法流程 |
| 3.1.3 粒子群优化算法中的参数分析及其设置方法 |
| 3.2 改进的粒子群优化算法 |
| 3.3 基于粒子群优化算法的电流环参数自整定控制器的设计 |
| 3.3.1 控制系统的性能指标分析 |
| 3.3.2 PI参数自整定基于改进粒子群优化算法的实现 |
| 3.4 改进粒子群优化算法PI参数自整定的评估 |
| 3.5 改进粒子群优化算法PI参数自整定的Simulink仿真 |
| 3.6 仿真结果 |
| 3.7 本章小结 |
| 第四章 永磁同步电机神经网络自适应控制 |
| 4.1 引言 |
| 4.2 单神经元自适应PID控制 |
| 4.2.1 单神经元基本模型 |
| 4.2.2 单神经元自适应PID控制结构及算法 |
| 4.2.3 单神经元自适应PID控制系统仿真实例 |
| 4.3 径向基函数神经网络整定PID控制 |
| 4.3.1 径向基函数神经网络构成机理、模型及学习算法 |
| 4.3.2 径向基函数神经网络整定PID控制系统结构及整定算法 |
| 4.3.3 径向基函数神经网络整定PID控制系统仿真实例 |
| 4.4 本章小结 |
| 第五章 伺服系统电流环参数自整定实验设计及研究 |
| 5.1 实验硬件平台搭建 |
| 5.1.1 实验伺服驱动器及电机 |
| 5.1.2 数字信号处理器DSP TMS320F280049 |
| 5.2 程序调试 |
| 5.3 硬件调试工作 |
| 5.4 改进粒子群优化算法参数自整定实验 |
| 5.5 实验结果分析 |
| 5.6 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 |
（4）前端调速式风电机组并网运行自适应预测控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 前端调速式风电机组的研究现状 |
| 1.2.2 风电机组并网自适应预测控制的研究现状 |
| 1.3 本文的主要研究内容 |
| 2 前端调速式风电机组的建模 |
| 2.1 前端调速式风电机组的基本原理 |
| 2.2 风力机的建模 |
| 2.2.1 风电机组的能量转化过程 |
| 2.2.2 风力机输出功率模型 |
| 2.3 前端调速式风电机组传动链建模 |
| 2.4 电励磁同步发电机模型 |
| 2.5 同步发电机励磁系统的模型 |
| 2.6 小结 |
| 3 基于变论域模糊控制的机组导叶可调式液力变矩器控制 |
| 3.1 导叶可调式液力变矩器的工作原理 |
| 3.2 基于多种群遗传优化算法的变论域控制器设计 |
| 3.2.1 变论域模糊控制 |
| 3.2.2 变论域伸缩因子 |
| 3.2.3 控制器设计 |
| 3.3 仿真结果及分析 |
| 3.4 小结 |
| 4 前端调速式风电机组并网功率自适应预测控制 |
| 4.1 机组实测数据的模糊聚类建模 |
| 4.1.1 数据集模糊聚类 |
| 4.1.2 最小二乘法建模 |
| 4.2 广义预测控制器的设计 |
| 4.2.1 广义自适应预测控制的原理 |
| 4.2.2 目标函数的建立 |
| 4.2.3 最优输出的确定 |
| 4.2.4 最优控制律设计 |
| 4.2.5 性能指标函数的确立 |
| 4.3 仿真分析 |
| 4.4 小结 |
| 5 前端调速式风电机组并网电压自适应控制 |
| 5.1 并网电压的广义自适应预测控制 |
| 5.1.1 广义自适应预测控制器设计 |
| 5.1.2 仿真分析 |
| 5.2 基于多目标遗传算法的机组低电压穿越预测控制 |
| 5.2.1 前端调速式风电机组低电压运行原理 |
| 5.2.2 低电压穿越协调控制策略 |
| 5.2.3 基于遗传算法的机组多目标预测控制 |
| 5.3 对称故障下机组低电压穿越特性仿真分析 |
| 5.4 不对称故障下机组低电压穿越特性仿真分析 |
| 5.5 小结 |
| 6 前端调速式风电机组并网电压稳定性分析 |
| 6.1 前端调速式风电机组并网模型建立 |
| 6.1.1 分岔理论基础 |
| 6.1.2 含前端调速式风电机组电力系统微分代数方程的建立 |
| 6.1.3 含前端调速式风电机组的风电场并网模型 |
| 6.2 前端调速式风电机组并网电压稳定性的分岔分析 |
| 6.2.1 系统无功负荷变化对其电压稳定性的影响 |
| 6.2.2 风速变化对系统电压稳定性的影响 |
| 6.3 小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录A 附录内容名称 |
| 攻读学位期间的研究成果 |
（5）轨道列车牵引感应电机无速度传感器控制策略研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景和选题意义 |
| 1.2 无速度传感器控制难点分析 |
| 1.3 国内外研究现状 |
| 1.3.1 感应电机转速辨识 |
| 1.3.2 无速度传感器带速重投 |
| 1.3.3 低速区域转速估算 |
| 1.4 论文主要研究内容 |
| 2 基于全阶自适应观测器的转速估算策略 |
| 2.1 全阶磁链观测器与转速自适应律设计 |
| 2.1.1 全阶自适应观测器与转速估算 |
| 2.1.2 低开关频率下传统离散模型的不稳定性分析 |
| 2.2 改进离散模型与转速自适应律设计 |
| 2.2.1 改进离散模型设计与实现 |
| 2.2.2 离散域反馈增益矩阵设计 |
| 2.2.3 同步旋转坐标系下转速自适应律设计 |
| 2.3 全阶自适应观测器稳定性分析 |
| 2.3.1 同步旋转坐标系下的误差分析 |
| 2.3.2 零极点分布情况分析 |
| 2.4 全阶自适应观测器参数敏感性分析 |
| 2.4.1 转速观测误差数学模型 |
| 2.4.2 牵引电机工作点分析 |
| 2.4.3 转速观测参数敏感性 |
| 2.5 仿真与实验 |
| 2.5.1 仿真研究 |
| 2.5.2 实验验证 |
| 2.6 本章小结 |
| 3 无速度传感器矢量控制带速重投策略 |
| 3.1 感应电机自由旋转时的特性 |
| 3.2 基于单电流闭环直流电流注入的初始转速辨识 |
| 3.2.1 单电流闭环直流电流注入建模分析 |
| 3.2.2 初始转速估算实现方法 |
| 3.3 基于双电流闭环直流电流注入的初始转速辨识 |
| 3.3.1 双电流闭环直流电流注入建模分析 |
| 3.3.2 转子磁链观测与信号处理 |
| 3.3.3 基于软件锁相环的初始转速估算 |
| 3.4 无速度传感器带速重投策略 |
| 3.4.1 直流注入阶段 |
| 3.4.2 转矩修正阶段 |
| 3.4.3 正常运行阶段 |
| 3.5 仿真与实验 |
| 3.5.1 仿真研究 |
| 3.5.2 实验验证 |
| 3.6 本章小结 |
| 4 低速区域转速辨识性能提升策略 |
| 4.1 低速制动不稳定现象分析 |
| 4.1.1 离散域下低速制动区域稳定性分析 |
| 4.1.2 不稳定区域边界分析 |
| 4.2 基于改进转速自适应律转速辨识 |
| 4.2.1 改进转速自适应律设计 |
| 4.2.2 自适应律关键参数选取 |
| 4.2.3 转速辨识稳定性分析 |
| 4.3 牵引电机关键参数辨识策略 |
| 4.3.1 基于带速重投的定子电阻辨识 |
| 4.3.2 基于高频电流注入的转子电阻辨识 |
| 4.3.3 参数辨识配合策略设计 |
| 4.4 仿真与实验 |
| 4.4.1 仿真研究 |
| 4.4.2 实验验证 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 下一步研究工作展望 |
| 参考文献 |
| 附录A 系统参数 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）基于车联网信息的混合动力客车智能能量管理控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文选题研究背景 |
| 1.2 车联网技术与混合动力车辆能量管理策略研究现状 |
| 1.2.1 车联网与车辆节能技术 |
| 1.2.2 混合动力车辆行驶工况信息研究现状 |
| 1.2.3 混合动力车辆能量管理控制策略研究现状 |
| 1.3 论文选题研究意义 |
| 1.4 论文选题研究内容 |
| 第2章 车联网平台下公交客车行驶工况数据处理 |
| 2.1 车联网平台下行驶工况数据的获取及分析 |
| 2.1.1 新能源客车车联网平台介绍 |
| 2.1.2 基于车联网平台的行驶工况数据获取 |
| 2.1.3 车联网平台下行驶工况数据质量问题 |
| 2.2 车联网平台下行驶工况数据缺失与数据噪声处理 |
| 2.2.1 基于插补与神经网络的缺失数据估计方法 |
| 2.2.2 行驶工况缺失数据估计结果分析 |
| 2.2.3 基于小波变换的噪声数据滤波方法 |
| 2.2.4 行驶工况噪声数据清洗结果分析 |
| 2.3 车联网平台下行驶工况数据处理的评价方法 |
| 2.3.1 行驶工况数据误差评价指标 |
| 2.3.2 行驶工况特征参数评价指标 |
| 2.4 本章小结 |
| 第3章 基于车联网信息的公交客车行驶工况数据挖掘 |
| 3.1 数据挖掘理论在行驶工况数据中的应用 |
| 3.2 基于能耗特性的公交线路行驶工况特征参数分析 |
| 3.2.1 公交线路特征统计分析 |
| 3.2.2 基于公交客车线路特点的行驶工况特征参数集 |
| 3.2.3 车辆能耗特性与工况特征关系分析 |
| 3.2.4 基于能耗回归分析模型的工况特征参数筛选 |
| 3.3 基于能耗特征与线路特征参数的固定线路行驶工况合成 |
| 3.3.1 基于K-Means算法的工况聚类分析 |
| 3.3.2 马尔可夫链状态转移矩阵计算 |
| 3.3.3 公交线路行驶工况合成结果分析 |
| 3.4 基于能耗特征与线路特征参数的未来行驶工况智能预测 |
| 3.4.1 基于LS-SVM和BP-NN的智能预测模型 |
| 3.4.2 未来工况智能预测模型对比研究 |
| 3.4.3 未来工况预测精度影响因素分析 |
| 3.4.4 未来工况预测模型的鲁棒性分析 |
| 3.5 本章小结 |
| 第4章 行星式混合动力公交客车系统建模与能量管理策略 |
| 4.1 功率分流式混合动力公交客车系统构型及功率分流特性 |
| 4.1.1 双行星排功率分流式混合动力系统构型 |
| 4.1.2 双行星排式混合动力系统功率分流状态分析 |
| 4.2 双行星排式混合动力公交客车系统建模 |
| 4.2.1 混合动力客车整车基本参数 |
| 4.2.2 混合动力客车整车模型建立 |
| 4.3 双行星排式混合动力公交客车能量管理策略 |
| 4.3.1 基于固定逻辑门限规则的能量管理策略 |
| 4.3.2 基于动态规划算法的全局优化能量管理策略 |
| 4.3.3 仿真结果分析 |
| 4.4 本章小结 |
| 第5章 基于行驶工况信息的分层优化自适应能量管理策略 |
| 5.1 分层优化自适应智能能量管理策略概述 |
| 5.1.1 分层优化自适应能量管理策略研究内容 |
| 5.1.2 分层优化自适应智能能量管理策略架构 |
| 5.2 基于固定线路合成工况的近似全局最优控制 |
| 5.2.1 考虑终止约束的全局优化SOC轨迹求解 |
| 5.2.2 基于近似全局最优的模式切换规则提取 |
| 5.2.3 基于近似全局最优的SOC轨迹规划模型 |
| 5.3 基于未来工况预测的A-ECMS自适应控制 |
| 5.3.1 基于PMP的等效燃油消耗最小策略 |
| 5.3.2 基于未来工况预测信息的自适应规律 |
| 5.3.3 基于LQR控制器的SOC跟随策略 |
| 5.4 分层优化自适应智能能量管理策略验证与分析 |
| 5.4.1 分层优化自适应智能能量管理策略最优性 |
| 5.4.2 分层优化自适应智能能量管理策略适应性 |
| 5.5 本章小结 |
| 第6章 基于固定线路全局优化的深度强化学习能量管理策略 |
| 6.1 |
| 6.1.1 学习型智能能量管理控制策略概述 |
| 6.1.2 学习型智能能量管理策略研究进展 |
| 6.1.3 学习型智能能量管理的控制问题 |
| 6.2 基于固定线路全局优化的深度强化学习能量管理策略 |
| 6.2.1 Deep Q-Learning深度强化学习算法 |
| 6.2.2 基于固定线路行驶信息的深度强化学习策略架构 |
| 6.2.3 Deep Q-Learning能量管理策略算法设计 |
| 6.3 基于固定线路全局优化的深度强化学习能量管理策略验证 |
| 6.3.1 F-DQL-EMS智能能量管理策略的最优性 |
| 6.3.2 F-DQL-EMS智能能量管理策略的工况适应性 |
| 6.4 两种智能能量管理策略对比研究分析 |
| 6.4.1 智能能量管理策略的最优性 |
| 6.4.2 智能能量管理策略的工况适应性 |
| 6.4.3 智能能量管理策略的总结分析 |
| 6.5 本章小结 |
| 第7章 智能能量管理控制策略硬件在环试验 |
| 7.1 硬件在环试验平台 |
| 7.2 硬件在环试验结果分析 |
| 7.3 本章小结 |
| 第8章 全文总结及展望 |
| 8.1 全文总结 |
| 8.2 研究展望 |
| 参考文献 |
| 作者在学期间所取的科研成果 |
| 致谢 |
（7）下肢软质外骨骼结构优化设计与助力特性分析（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景与意义 |
| 1.2 下肢外骨骼机器人的研究进展 |
| 1.2.1 可穿戴式外骨骼机器人系统 |
| 1.2.2 套索驱动系统在外骨骼中的应用 |
| 1.2.3 下肢外骨骼人机协同控制研究 |
| 1.2.4 下肢软质外骨骼技术难点分析 |
| 1.3 本文的主要研究内容和安排 |
| 1.4 本章小结 |
| 第二章 人体下肢运动机理分析及下肢软质外骨骼系统介绍 |
| 2.1 引言 |
| 2.2 人体下肢运动机理分析 |
| 2.2.1 膝关节解剖学分析 |
| 2.2.2 行走步态理论分析 |
| 2.2.3 运动功能康复医学理论 |
| 2.3 下肢软质外骨骼系统介绍 |
| 2.4 下肢软质外骨骼系统工作过程 |
| 2.5 本章小结 |
| 第三章 下肢软质外骨骼结构设计及优化 |
| 3.1 引言 |
| 3.2 下肢软质外骨骼总体结构设计 |
| 3.3 套索传动系统 |
| 3.3.1 套索传动系统简介 |
| 3.3.2 套索传动方式 |
| 3.4 下肢软质外骨骼驱动装置设计 |
| 3.4.1 驱动结构设计原则 |
| 3.4.2 外骨骼驱动装置设计 |
| 3.4.3 电机及减速器选型 |
| 3.4.4 套索人工肌肉传动系统 |
| 3.5 串联弹性驱动器结构优化设计与仿真 |
| 3.5.1 串联弹性驱动器的介绍 |
| 3.5.2 串联弹性驱动器结构优化设计 |
| 3.5.3 串联弹性驱动器数学建模分析 |
| 3.5.4 串联弹性驱动器有限元仿真分析 |
| 3.6 下肢软质外骨骼服构型设计 |
| 3.6.1 外骨骼服设计原则 |
| 3.6.2 外骨骼服材料选择 |
| 3.6.3 人体下肢刚度标定实验 |
| 3.7 本章小结 |
| 第四章 下肢软质外骨骼控制系统及控制策略研究 |
| 4.1 引言 |
| 4.2 下肢软质外骨骼控制系统硬件结构 |
| 4.2.1 传感检测系统 |
| 4.2.2 数据采集系统 |
| 4.2.3 运动控制系统 |
| 4.3 下肢软质外骨骼系统控制策略总体分析 |
| 4.4 基于模糊自适应PID的轨迹跟踪控制策略 |
| 4.4.1 PID控制算法简述 |
| 4.4.2 模糊控制算法简述 |
| 4.4.3 基于模糊自适应PID的轨迹跟踪控制策略 |
| 4.5 基于模糊神经网络阻抗控制的步态轨迹自适应控制策略 |
| 4.5.1 阻抗控制算法简述 |
| 4.5.2 BP神经网络简述 |
| 4.5.3 基于模糊神经网络阻抗控制的步态轨迹自适应控制策略 |
| 4.6 基于扭矩估计与步态划分的PID力/位混合控制策略 |
| 4.6.1 关节扭矩估计算法简述 |
| 4.6.2 基于扭矩估计与步态划分的PID力/位混合控制策略 |
| 4.7 本章小结 |
| 第五章 下肢软质外骨骼康复与助力控制策略实验 |
| 5.1 引言 |
| 5.2 基于轨迹跟踪的被动模式康复训练实验 |
| 5.2.1 实验平台搭建 |
| 5.2.2 实验结果与讨论 |
| 5.3 基于模糊神经网络阻抗控制的人机协同康复训练实验 |
| 5.3.1 实验平台搭建 |
| 5.3.2 实验结果与讨论 |
| 5.4 基于步态划分的主动模式助力控制实验 |
| 5.4.1 实验平台搭建 |
| 5.4.2 实验结果与讨论 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）基于反演方法的链式自动弹仓运动控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 大口径火炮弹药自动装填系统 |
| 1.2.2 大口径火炮弹药自动装填系统控制技术 |
| 1.2.3 反演控制理论 |
| 1.2.4 神经网络控制理论 |
| 1.3 本文主要研究内容 |
| 2 链式自动弹仓系统总体分析 |
| 2.1 引言 |
| 2.2 弹药自动装填系统 |
| 2.2.1 自动装填系统结构组成 |
| 2.2.2 自动装填系统工作流程 |
| 2.3 链式自动弹仓 |
| 2.3.1 链式自动弹仓系统结构组成 |
| 2.3.2 链式自动弹仓工作流程与关键问题分析 |
| 2.4 链式自动弹仓动力学分析 |
| 2.4.1 链式自动弹仓机械系统基本方程 |
| 2.4.2 链式自动弹仓电气系统基本方程 |
| 2.4.3 链式自动弹仓实验台数学模型 |
| 2.4.4 链式自动弹仓虚拟样机建立 |
| 2.5 本章小结 |
| 3 链式自动弹仓控制方法研究 |
| 3.1 引言 |
| 3.2 ADAMS-MATLAB 联合仿真平台搭建 |
| 3.2.1 轨迹规划与参数计算 |
| 3.2.2 ADAMS-MATLAB联合仿真平台搭建 |
| 3.3 链式自动弹仓PID控制 |
| 3.3.1 PID控制器设计 |
| 3.3.2 PID控制器仿真分析 |
| 3.4 链式自动弹仓自适应动态面反演控制 |
| 3.4.1 自适应动态面反演控制器设计 |
| 3.4.2 自适应动态面反演控制器仿真分析 |
| 3.5 链式自动弹仓神经网络自适应反演控制 |
| 3.5.1 神经网络自适应反演控制器设计 |
| 3.5.2 神经网络自适应反演控制器仿真分析 |
| 3.6 本章小结 |
| 4 链式自动弹仓运动控制方案的实验验证与分析 |
| 4.1 引言 |
| 4.2 链式自动弹仓运动系统实验平台搭建 |
| 4.3 实验结果及分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 论文不足与研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）某型火炮弹协调器联合仿真及控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 火炮弹药自动装填系统 |
| 1.2.2 先进控制理论 |
| 1.2.3 机电液联合仿真技术 |
| 1.3 本文主要研究内容 |
| 2 弹协调器系统分析 |
| 2.1 弹协调器结构组成与工作流程 |
| 2.1.1 弹协调器结构组成 |
| 2.1.2 弹协调器工作流程 |
| 2.2 弹协调器数学模型建立 |
| 2.2.1 弹协调器机械系统基本方程 |
| 2.2.2 弹协调器液压系统基本方程 |
| 2.2.3 弹协调器状态方程建立 |
| 2.3 弹协调器电液联合仿真平台搭建 |
| 2.3.1 相关软件介绍 |
| 2.3.2 电液联合仿真平台搭建 |
| 2.3.3 电液联合仿真模型校验 |
| 2.4 本章小结 |
| 3 弹协调器控制方法研究 |
| 3.1 弹协调器运动轨迹规划 |
| 3.2 PID控制 |
| 3.2.1 PID控制器设计 |
| 3.2.2 PID控制仿真结果分析 |
| 3.3 反演鲁棒控制 |
| 3.3.1 反演鲁棒控制器设计 |
| 3.3.2 反演鲁棒控制仿真结果分析 |
| 3.4 参数自适应鲁棒控制 |
| 3.4.1 参数自适应鲁棒控制器设计 |
| 3.4.2 参数自适应鲁棒控制仿真结果分析 |
| 3.5 神经网络参数自适应鲁棒控制 |
| 3.5.1 神经网络参数自适应鲁棒控制器设计 |
| 3.5.2 神经网络参数自适应鲁棒控制仿真结果分析 |
| 3.6 本章小结 |
| 4 弹协调器机电液联合仿真研究 |
| 4.1 动力学仿真软件介绍 |
| 4.2 联合仿真平台 |
| 4.2.1 弹协调器机电液联合仿真平台搭建 |
| 4.2.2 弹协调器联合仿真结果分析 |
| 4.3 本章小结 |
| 5 弹协调器控制实验研究 |
| 5.1 实验平台搭建 |
| 5.2 实验进行步骤 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 6 全文工作总结 |
| 6.1 本文主要工作和结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）某火炮回转式自动化弹仓定位控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 火炮弹药自动装填系统 |
| 1.2.2 国内外弹药自动装填研究现状 |
| 1.3 本文的研究内容 |
| 2 回转式自动化弹仓基本介绍与动力学分析 |
| 2.1 引言 |
| 2.2 回转式自动化弹仓基本介绍 |
| 2.3 回转式自动化弹仓动力学分析 |
| 2.3.1 回转式自动化弹仓机械系统基本方程 |
| 2.3.2 回转式自动化弹仓电气系统基本方程 |
| 2.3.3 回转式自动化弹仓动力学方程 |
| 2.4 本章小结 |
| 3 回转式弹仓的控制策略及联合仿真研究 |
| 3.1 引言 |
| 3.2 回转式弹仓ADAMS模型建立及验证 |
| 3.3 回转式自动化弹仓定位控制联合仿真分析 |
| 3.3.1 引言 |
| 3.3.2 回转式自动化弹仓轨迹规划 |
| 3.3.3 炮车静止状态回转式弹仓联合仿真研究 |
| 3.3.3.1 回转式自动化弹仓PID控制 |
| 3.3.3.2 回转式自动化弹仓SMC控制 |
| 3.3.3.3 回转式自动化弹仓ASMC控制 |
| 3.3.3.4 回转式自动化弹仓ACO-IRBFSMC控制 |
| 3.3.4 炮车运动状态回转式弹仓联合仿真研究 |
| 3.3.4.1 引言 |
| 3.3.4.2 回转式自动化弹仓半载控制研究 |
| 3.3.4.3 回转式自动化弹仓满载控制研究 |
| 3.4 本章小结 |
| 4 回转式自动化弹仓定位控制方法实验验证与分析 |
| 4.1 引言 |
| 4.2 回转式自动化弹仓实验方案设计 |
| 4.3 回转式自动化弹仓系统实验实物搭建 |
| 4.4 实验结果分析 |
| 4.5 总结 |
| 5 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 论文不足与研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、交流传动神经网络自适应规划控制系统的设计与仿真（论文参考文献）
- [1]核设施退役与废料处理机器人关键技术研究[D]. 栗园园. 电子科技大学, 2021
- [2]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)
- [3]交流伺服系统高性能电流环控制策略研究[D]. 张铄. 电子科技大学, 2021(01)
- [4]前端调速式风电机组并网运行自适应预测控制研究[D]. 李宏伟. 兰州交通大学, 2020(01)
- [5]轨道列车牵引感应电机无速度传感器控制策略研究[D]. 尹少博. 北京交通大学, 2020
- [6]基于车联网信息的混合动力客车智能能量管理控制策略研究[D]. 王越. 吉林大学, 2020(08)
- [7]下肢软质外骨骼结构优化设计与助力特性分析[D]. 张玉明. 南京航空航天大学, 2020
- [8]基于反演方法的链式自动弹仓运动控制研究[D]. 董宁宁. 南京理工大学, 2020(01)
- [9]某型火炮弹协调器联合仿真及控制技术研究[D]. 李成蹊. 南京理工大学, 2020(01)
- [10]某火炮回转式自动化弹仓定位控制研究[D]. 王锴. 南京理工大学, 2020(01)