滑模变结构的智能控制理论与应用研究

目录
前言
第1章 绪论
1.1 引言
1.2 模糊控制与人工神经网络
1.3 变结构控制理论
1.3.1 滑模面设计
1.3.2 滑模条件
1.3.3 抖动问题
1.3.4 离散变结构控制
1.3.5 状态观测
1.3.6 自适应变结构
1.3.7 变结构控制的应用
1.4 交流传动系统控制策略
1.5 本书的研究意义及研究内容
1.5.1 研究意义
1.5.2 研究内容
参考文献
第2章 电流源变频调速的滑模变结构控制
2.1 引言
2.2 电流源变频调速的数学模型
2.3 电流源变频调速的滑模变结构控制系统设计
2.4 电流源控制系统数字仿真
2.5 电流源变频调速滑模变结构控制系统的微机实现
2.6 实验
2.7 小结
参考文献
第3章 基于模糊神经网络的滑模变结构控制
3.1 引言
3.2 三相感应电动机数学模型
3.3 基于模糊神经网络的滑模控制系统
3.3.1 一般滑模控制器的设计
3.3.2 模糊神经网络控制器的设计
3.3.3 模糊神经网络的收敛性分析
3.3.4 在三相交流异步电动机中的应用
3.4 全参数调节的模糊神经网络滑模控制
3.4.1 滑模变结构控制器的设计
3.4.2 全参数调节的模糊神经网络滑模控制器的设计
3.4.3 实验研究
3.4.4 小结
3.5 神经网络滑模鲁棒控制器的设计
3.5.1 基于神经网络的滑模面设计
3.5.2 控制器参数设计
3.5.3 仿真实验研究
3.5.4 在伺服系统中的应用
3.5.5 小结
参考文献
第4章 神经网络自适应变结构控制
4.1 引言
4.2 一种非线性系统的滑模变结构综合设计方法和应用
4.2.1 引言
4.2.2 非线性系统的滑模变结构控制
4.2.3 基于系统辨识的变结构控制系统
4.2.4 仿真研究
4.2.5 小结
4.3 神经网络自适应变结构控制的研究
4.3.1 引言
4.3.2 问题的描述
4.3.3 神经网络自适应变结构控制器的设计
4.3.4 仿真研究
4.3.5 小结
4.4 基于神经网络的自学习滑模变结构控制
4.4.1 引言
4.4.2 系统的描述
4.4.3 SMC的设计
4.4.4 三层自适应神经网络结构
4.4.5 学习算法
4.4.6 小结
参考文献
第5章 基于观测器的变结构智能控制
5.1 引言
5.2 智能Luenberger观测器的研究
5.2.1 系统的描述
5.2.2 神经网络控制器的设计
5.2.3 动态补偿神经网络NNM的学习算法
5.2.4 参数调整神经网络NNC的学习算法
5.2.5 应用举例
5.2.6 小结
5.3 智能变结构状态观测器的研究
5.3.1 滑模观测器的设计
5.3.2 智能变结构状态观测器的设计
5.3.3 应用实例
5.3.4 结论
参考文献
第6章 应用实例
6.1 引言
6.1.1 现场总线的发展
6.1.2 本章研究的主要内容
6.2 系统的集成与应用软件开发
6.2.1 引言
6.2.2 铅烧结工艺流程
6.2.3 几种典型的现场总线
6.2.4 现场总线的选择及集成方案
6.2.5 系统软件的设计
6.2.6 小结
6.3 铅配料控制系统的设计
6.3.1 引言
6.3.2 系统的组成及工作原理
6.3.3 核子秤称量控制器的设计
6.3.4 小结
6.4 混合料湿度控制
6.4.1 引言
6.4.2 系统的描述
6.4.3 基于现场总线的湿度控制方案
6.4.4 湿度控制器的设计
6.4.5 小结
6.5 烧结机点火炉温度控制
6.5.1 引言
6.5.2 系统工艺流程
6.5.3 现场控制总线的实现
6.5.4 模型跟踪控制的设计
6.5.5 实验结果
6.5.6 小结
参考文献
第7章 结论与展望