一、基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真(论文文献综述)
华秋浩[1](2021)在《基于模糊PID的气幕式围油栏控制系统研究》文中认为随着我国港口燃油运输业的快速发展,港口溢油事件频繁发生。溢油事故对海洋环境与沿岸经济发展构成严重威胁。鉴于船舶溢油突发性强,危害大的特点,溢油应急显得格外重要。现有的气幕式围油栏作为溢油应急围控的重要装置,主要存在以下问题:(1)船舶进出港口时,无法自动调整气幕管道的高度以便船舶能顺利通行;(2)实际海况复杂多变,无法根据实时围油效果的变化动态调整气幕管道等参数;(3)未总结出控制围油效果的理论公式或者经验,无法为下一步的围油工作提供优化指导。针对上述不足,本文根据气幕围油过程的控制系统的要求,设计了以FX5U PLC为核心控制器的气幕式围油栏自动控制系统。针对传统气幕式围油栏存在的不足,制定了总体的设计方法,以气幕围油距离为控制目标,研究了模糊PID算法在气幕管道淹没深度控制上的应用。整个气幕围油装置结合自动控制系统,为围油过程提供了高效的方法。为了实现围油距离的精准性及稳定性,本文首先分析了气幕式围油栏的发展现状,针对围油距离提出基于模糊PID算法优化围油栏淹没深度与围油距离自动控制的方法,通过MATLAB/Simulink仿真,优化控制参数。其次,针对气幕围油过程中的围油距离,分别进行PID控制和模糊PID控制的研究。与常规PID控制对比,模糊PID超调量小,更早达到稳定期,鲁棒性强,在平稳区都没有明显的振荡现象。最后,基于OPC通讯协议,建立MATLAB与PLC控制器之间的数据传送通信结构,MATLAB作为OPC客户端。MATLAB/Simulink从OPC Read端口读取围油距离S,与设定值作对比,计算得出误差以及误差的变化率。MATLAB/Simulink仿真结果值作为控制量,经过OPC Write模块传送给PLC控制系统,控制下位机PLC,完成操作流程。整个数据采集到最后的控制过程是闭环的,且大部分过程可实现自动化,对提高海上防污染水平及气幕式围油栏的应用起到了积极的作用。
洪诗益[2](2021)在《水平井液压牵引器优化与仿真》文中进行了进一步梳理井下牵引器技术作为水平井开发技术重要技术之一,目前应用较多的为机械轮式井下牵引器。近年来,为适应更复杂的水平井工况,液压牵引器应运而生。以液压系统为控制单元的轮式液压牵引器比机械式牵引器有更大的牵引力,更强的越障性能以及更优秀的控制系统。因此液压牵引器相比于机械式牵引器拥有更广阔的发展前景。本文以液压牵引器为研究对象,主要进行了以下几方面研究:(1)对液压牵引器系统总成及各部分功能进行研究和理论分析,明确液压牵引器最重要的部件为液压牵引单元,并简述了液压轮式牵引器的工作原理。(2)对液压牵引器的牵引单元进行力学模型建立和研究,利用最优化的方法对牵引单元进行优化设计,优化结果确定了爬行轮直径d=80mm,驱动臂的尺寸L1=75.70mm、L3=80.30mm时,井下牵引器牵引单元尺寸能达到优化,优化后牵引单元对管径变化适应能力更强。(3)根据联合仿真技术,将阀控液压马达与电缆阻力的数学模型与虚拟样机下的牵引单元模型进行交互,仿真验证了优化后的牵引单元能提高更大的负载牵引力;保证液压马达的工作速度和良好的控制系能前提下,调整放大系数,提高系统响应速度,仿真验证了阀控液压马达能提高液压牵引器运行状态下的稳定性。(4)液压牵引器液压系统由旋转回路和液压推靠系统两部分组成,建立旋转回路模型并进行仿真分析,仿真验证电机功率较低情况下,液压牵引器依旧能提高较大的转速;通过联合仿真分析,将PID控制和模糊PID控制应用于液压推靠系统,仿真分析验证了PID控制和模糊PID控制对推靠系统都有不错的控制效果。相比之下模糊PID控制响应速度更快,更加拟合仿真曲线,具有更好的控制效果,模糊PID控制有利于提高液压牵引器的在面对套管尺寸变化时的适应性能。
韩斌[3](2021)在《基于驾驶意图和典型工况的液压机械装载机控制系统研究》文中进行了进一步梳理液压机械无级传动具有传动比无级变化、传输功率大和效率高的特点,是轮式装载机等工程机械传动发展趋势。本文在对轮式装载机驾驶意图和典型工况研究的基础上,开展了基于驾驶意图和典型工况识别的液压机械无级传动控制策略研究。主要工作内容如下:(1)开展装载机驾驶意图识别研究。通过对装载机驾驶意图的分析,将装载机的驾驶意图分为加速意图、制动意图和快速举升意图,将装载机加速踏板信号和制动踏板信号作为识别参数,设计了基于模糊推理的装载机驾驶意图识别系统。搭建了装载机驾驶意图识别模型,并进行了仿真分析,实现了对驾驶意图的准确识别。(2)开展装载机典型工况分类和识别研究。使用基于K均值的聚类分析方法对装载机进行工况分类,得到了带有特征参数信息的五种典型工况。使用模糊模式识别的方法,对构建的五种装载机典型工况进行识别,搭建了装载机典型工况识别仿真模型,进行了仿真分析,验证了装载机典型工况识别方法的准确性。(3)提出了基于驾驶意图和典型工况的装载机液压机械传动系统模糊控制策略。以驾驶意图和典型工况类别为输入参数,以控制策略偏向经济性或动力性的控制因子S为输出,建立了控制策略模型和装载机整车模型,进行了仿真分析。仿真结果表明本文设计的变速箱控制策略相较于以最佳经济性曲线为发动机目标转速曲线的控制策略,最大车速相对较高,动力性更好;在保证动力性的前提下,相较于以最佳动力性曲线为发动机目标转速曲线的控制策略,单位时间燃油消耗量降低了14.49%。(4)搭建基于xPC的控制器硬件在环仿真平台,对基于驾驶意图和典型工况的装载机液压机械无级传动系统控制策略进行硬件在环仿真实验,与计算机仿真结果相比较,控制因子S的平均误差为0.3%,发动机单位时间燃油效率量的平均误差为0.43%,装载机车速的平均误差为3.23%,液压机械装载机变速箱控制器控制策略和硬件在环实时仿真测试平台基本满足功能需求。
宫庆德[4](2021)在《Flyback型开关电源数字化设计与实现》文中进行了进一步梳理市面常用的一类光伏晶硅板输出在30VDC左右,此类电源并不能直接应用于所有电子设备。若电子设备的使用电压为其它伏值时,需要对该电源进行电能变换。本文采用反激变换器(Flyback)实现30VDC-5VDC的电能变换,供光伏系统相关设备直接使用。对于闭环控制的开关电源系统而言,一般的线性控制策略对参数变化非常敏感,使得系统易振荡、稳态精度低且动态性能弱,很难满足系统的性能要求。在此背景下,高精度的非线性数字控制策略逐渐应用到直流-直流(DC-DC)变换器的控制中。本文围绕Flyback变换器进行研究,构建了基于自适应模糊-DPID非线性控制策略,论文主要工作如下:(1)分析了Flyback变换器电路拓扑的工作原理,采用状态空间平均法建立了该变换器在连续及断续工作模式下的交流小信号模型。(2)分析了PID控制策略,利用Matlab-sisotool工具箱,通过改变控制器零极点的方式得到了频域性能指标最优时的控制器传递函数;对PID进行了离散化处理,采用零极点匹配映射法与后向差分法相结合的一种方式反向推出控制器结构,完成了参数整定。(3)在Matlab/Simulink软件平台下,分别对功率级反激电路,控制级的DPID、数字脉冲宽度调制器(DPWM)以及模数转换器(ADC)模块进行了建模和调试;详细介绍了在Matlab-FIS软件环境下基于查找表方式的模糊(Fuzzy)算法设计过程以及所做的相应工作,包括偏差变化率模块、模糊子集、模糊推理规则查找表等的设计过程;利用Matlab的模糊规则观测器观测了模糊算法的设计效果,实现了预期设计要求。(4)针对DPID算法与自适应模糊算法单独使用时的不足,本文给出了基于查找表方式的自适应Fuzzy-DPID控制策略,并进行了具体的设计说明与数值仿真。根据控制系统的内部运行机制,完成了自适应Fuzzy-DPID控制系统的层次化设计,可实现在状态机时序控制下控制器各子模块的有序配合运行;由频率特性分析及在Matlab/Simulink中进行的系统综合仿真来看,各项指标均已达到了设计要求;最后选取设计所需的现场可编程逻辑门阵列(FPGA)、ADC芯片及其它电路器件,完成了电源硬件系统设计。
袁晓波[5](2021)在《基于粒子群算法的地震模拟振动台控制技术研究》文中提出地震模拟振动台系统作为目前科技发展水平下能够在实验室真实模拟地震动的大型试验设备,内部技术和控制理论复杂,实际试验中往往存在相位无法满足要求和波形相关度较差等问题。如果能解决这些问题,将会使振动台试验结果更加准确、可信。因此本文以提高波形复现精度为目标,以信阳师范学院水平单向地震模拟振动台为研究对象,采用MATLAB仿真分析手段,对地震模拟振动台系统的构建、控制原理、参数整定、粒子群控制策略及波形相关度等进行研究,主要研究工作及成果如下:(1)介绍地震模拟振动台工作原理,分析各组成部件并总结性能参数,为后期地震模拟振动台三参量控制系统理论研究、抗震方案设计提供理论支撑,也可为将来振动台升级改造提供参考依据;同时对液压系统和控制系统进行理论分析,求得传递函数,为后续建立仿真模型提供理论基础;之后在MATLAB/Simulink环境中建立地震模拟振动台仿真模型。(2)介绍了粒子群算法发展过程和原理,结合粒子群算法理论容易理解、程序容易编写的特点,将粒子群算法应用于地震模拟振动台控制参数整定研究中,提出一种基于粒子群算法的地震模拟振动台控制算法,并根据实际三参量控制参数整定问题的需要,完成粒子群算法设计;同时为提高算法运行效率,对粒子群算法进行改进,完成理论研究工作。(3)利用已建立的地震模拟振动台仿真模型,进行理论值控制和自整定值控制振动台性能对比研究。首先完成理论值时域波形仿真:结果表明在传统理论值控制下,振动台波形复现精度不高;之后利用本文提出的算法进行自整定值仿真研究,仿真结果表明自整定值控制下波形相关系数得以提高,表明该算法能生成一组提高波形复现精度的控制参数,算法有效;最后对时域波形仿真结果进行频谱分析,结果表明与理论值相比,在自整定值控制下系统频率响应衰减得到补偿,从频域角度证明了本文提出算法的有效性和智能性。为了进一步验证算法的有效性,采用北京工业大学地震模拟振动台参数进行仿真试验,同样得到理想结果。证明本文提出的算法具有一定的通用性。
闫丰雨[6](2021)在《无人驾驶电动赛车控制程序开发系统研究》文中提出自2010年中国大学生方程式汽车大赛成功举办至今已有10个年头,无人驾驶方程式汽车大赛作为系列赛之一,也已经成功举办了四届。该赛事旨在于助力汽车行业发展,为汽车行业培养创新型人才。无人驾驶电动赛车主要包括环境识别、传感器数据融合、路径规划跟踪、线控底盘以及运动控制等多项关键技术。线控底盘与运动控制是无人驾驶方程式赛车运行稳定和整车安全的核心部分。其开发流程包括控制器硬件电路设计、控制程序软件设计和设计测试验证等多个环节。本文主要针对无人驾驶方程式电动赛车线控程序开发部分,基于MATLAB/Simulink、STM32Cube Mx等工具链,完成一套包括运动控制算法、算法仿真验证以及控制器应用层程序开发等功能的无人驾驶电动赛车控制程序开发平台的设计。该平台旨在节省线控底盘控制程序开发周期,提高控制程序的稳定性,同时促进无人驾驶技术发展,为无人驾驶整车控制程序开发奠定基础。论文结合辽宁工业大学无人驾驶电动赛车项目,在国家自然科学基金面上项目(51675257)等资助下展开研究,主要研究内容为以下三个部分:(1)系统需求分析与整体结构设计。针对无人驾驶电动赛车控制程序开发系统的整体功能需求进行分析,并且根据系统整体需求,对各部分结构进行详细分析并制定整体结构设计方案,接着完成整车快速原型控制器设计,其中包括控制器的输入输出功能和通讯功能设计,该控制器可以与上位机软件部分完全对接,保证软硬件结合的稳定性。(2)无人驾驶电动赛车控制程序开发系统软件设计。基于Matlab/Simulink中的基础模块完成无人驾驶电动赛车控制程序开发平台的软件部分设计与集成。应用层驱动接口库主要帮助程序设计用户完成接口程序的代码生成工作,使用STM32Cube MX配置驱动层应用接口,根据实际需求搭建完成输入输出接口、通讯、中断、定时器等功能的设计。算法库中包括一些整车控制程序设计时需要的算法模块和车辆动力学公式,这些模块可以直接应用于控制程序中算法部分的设计。离线仿真库主要用于整车控制算法的验证,主要使用Powertrain_Blockset模块完成无人驾驶电动赛车电控底盘部分的动力学模型搭建,用户使用模型引用的设计方法将控制算法嵌入到仿真模型中,实现整个控制程序的离线仿真验证。最终通过MATLAB内部函数指令在App设计中完成整个系统的集成工作和整个控制程序软件部分开发。(3)控制程序开发系统实验验证。在整个控制程序开发系统设计之后,使用该系统完成无人驾驶电动赛车的线控底盘程序设计,并对整车运行数据进行采集。对比分析验证该系统的功能与稳定性。通过对赛车实际运行状态进行对比分析,证明该系统稳定性能够满足车辆控制程序的开发功能要求。
李冠臻[7](2020)在《基于模糊控制器的跟驰模型实验研究》文中研究说明随着经济的飞速发展,城市机动车数量迅速攀升,而城市市区的面积以及路网交通资源的限制,造成了城市交通的拥挤和事故频发。建立完善的智能交通系统是解决交通基础设施不足与机动车数量迅猛增长之间矛盾的有效的途径。因此,需要引入智能交通的研究成果来提高路网通行能力,改善人们的出行体验。跟驰模型是典型的微观交通流模型,该模型研究采用自动控制系统的分析方法分析车辆运行中的相互作用关系,从而使跟驰车辆在保持安全间距前提下,对前车进行更好的跟驰,提高道路的通行效率。本文提出基于模糊控制器的车辆跟驰模型,以车头时距、前车速度、最高限速与实际车速之差以及驾驶员期望间距与实际间距之差作为模糊控制器的输入变量,在综合自由驾驶和跟驰状态下行驶意图差别,构造模糊规则,建立模糊控制器。并利用Matlab simulink工具建立的仿真平台对上述车辆跟驰模型进行了仿真,对跟驰模型稳定性进行了验证。其次在基于NI公司的Starter Kit 2.0硬件平台上,拓展RS232串口转wifi模块,实现智能车的通信功能,使得跟驰车能够实时获取前导车的速度,通过红外探测传感器实时获取前后车间距,最后通过设计循迹控制程序完成跟驰系统的搭建。最后,采用LabVIEW语言设计实现智能车的运动控制以及车与车之间的通信。现有的跟驰模型研究大多以理论推导和实验仿真来对模型的稳定性进行验证,没有在实际道路条件下测试模型的合理性。本文以智能车为基础搭建跟驰实验系统,并测试理论建立的模型,使得模型更具合理性。
杜盼旭[8](2020)在《基于遗传算法的模糊PID控制器及其半物理仿真验证研究》文中研究说明在信息科技迅速发展,互联网和人工智能日趋成熟的今天,无人机在农业领域、商业领域以及军事领域中扮演着重要的角色,大量与旋翼式无人机相关的需求也越来越复杂。因此,四旋翼无人机成为了各大高校以及公司争相研究的热点。四旋翼无人机是一种成本低、操控性好、用途广泛的新型无人飞行器,其核心技术是飞行控制系统,稳定性高、耦合性低的飞行控制系统是四旋翼无人机研究的重点。仿真技术是分析系统行为、揭示系统运动规律的重要手段,近年来得到迅速发展。半物理仿真相较于全数字仿真,具有更高的真实度,是提高四旋翼无人机飞行控制系统研究效率的一种重要方法。四旋翼无人机飞控系统的设计不仅要考虑无人机自身的稳定性,也要考虑飞行环境对其的影响。由于四旋翼无人机重量较轻,在自然风的作用下,经常偏离其正常的飞行位置和飞行姿态,甚至对飞行安全性造成影响。自然风的仿真多采用局部地区实测方法,不具有普遍性。四旋翼无人机全数字仿真不利于研究者发现问题,且四旋翼无人机物理仿真成本较高。针对上述问题,本文取得了以下成果:(1)提出了自然风数字模型的构建方法,通过研究自然风的特征,在MATLAB/Simulink工具下融合基本风、渐变风、阵风和随机风来构建自然风模型,将其作为无人机飞行控制系统的扰动因素。(2)采用遗传算法优化模糊PID(Proportion Integral Derivative)控制器,通过对比期望数据与实际数据的差别,对模糊规则进行优化。(3)提出了四旋翼无人机半物理仿真平台的构建方法,采用六自由度转台和MPU6050姿态测量传感器作为核心部件,并通过此平台对经典PID控制器、模糊PID控制器和优化后的模糊PID控制器进行对比测试。实验结果表明,本课题建立的自然风模型符合自然风特征,且在自然风模型扰动下,基于遗传算法优化的四旋翼无人机飞行控制系统相较于经典PID控制器与模糊PID控制器,能够使无人机的飞行姿态更加稳定。基于半物理仿真平台研发四旋翼无人机飞控系统,可通过飞行软件仿真减少实际飞行调试,节省开发时间,并通过硬件仿真增强调试的真实度,是无人机飞控系统开发的良好方法。
杨庭杰[9](2019)在《带式输送机负载估计及节能控制的研究》文中进行了进一步梳理在散料运输领域中,带式输送机已是不可或缺的运送设备之一。近年来,随着国家对“节能降耗”的重视,带式输送机节能控制的研究已经受到广泛的关注。在实际生产中,由于煤层的不均匀性,导致输送机出现空载和轻载现象。若输送机仍以固定的最大带速运转,会使得电机实际输出功率小于额定功率,导致电机效率过低,造成能源浪费。目前,针对皮带输送机节能研究的主要方法是:通过建立输送量与运行速度之间匹配关系来调整运行速度,减小消耗功率达到节能目的。然而,在调速过程中,采用传感器检测煤量存在滞后问题,而且传感器安装位置对滞后作用也有很大影响。当输送机处于低带速运行时,煤量突然增加,输送机不能及时提速,会造成输送带上堆煤及溢煤等故障的发生。为了解决上述问题,提出了以张力变化率作为辅助因素,在传感器未检测到煤量信息时,辅助提速避免上述故障发生。首先建立了带式输送机起动过程动力学模型,分析了其在起动过程中的运行状况,并根据实际运行情况建立了基于载荷变化的时变系统动力学模型,分析变载荷情况下输送机的动力学特性。其次,以基于状态重构的方法,建立状态观测器估计系统状态量,进而得到驱动滚筒处张紧力变化率,结合电子皮带秤对煤量的测量值,设计了煤量识别系统,应用模糊推理原理得出合理的运行速度值,并通过自整定模糊PID控制器,保证输送机调速运行更加稳定。最后,利用MATLAB/Simulink建立仿真模型,对起动和加载过程动力学模型、状态观测器模型、煤量识别系统模型以及自整定模糊PID模型进行仿真,并结合NI CompactRIO硬件和LabVIEW软件做硬件在环实验验证。验证发现煤量识别系统输出运行速度的准确性高,调速系统中自整定模糊PID控制器的稳定性好和抗干扰能力强。
李天舒[10](2019)在《基于忆阻器件交叉阵列的智能系统实现方案研究》文中进行了进一步梳理1971年,美籍华人科学家Leon O.Chua教授根据电路理论的完备性确定了电荷和磁通量之间的关系,由此定义了忆阻器,并称之为除电阻、电容和电感之外的第四种基本电路元件。2008年,HP实验室用夹在两个铂(Pt)电极间的二氧化钛薄膜结构,从物理上实现了忆阻器:一层二氧化钛(TiO2-x)中因为缺失部分氧原子而具有较强的导电性,另一层纯净的二氧化钛具有非常高的阻抗性。在外加偏置电压的条件下,两层二氧化钛之间的分界面发生移动,引起氧空位分布状态的变化,进而改变忆阻器的忆阻值。一旦断开外加电压,两层二氧化钛之间的分界面位置停留在断电前一瞬间,忆阻器的忆阻值能够保持不变,直至下一次外加偏置电压,这种特性被称为忆阻器的记忆能力。HP实验室宣布忆阻器的物理实现后,引起了全世界范围内研究人员的广泛而强烈的关注。国内外相关研究机构已达百余个,包括HP实验室,SK Hynix和HRL实验室,美国加州大学伯克利分校,密歇根大学,英国帝国理工大学和华中科技大学等。大量的国内外研究人员研究了忆阻器的特性及数学模型、SPICE宏模型,分析了纳米忆阻器与CMOS电路的可集成性以及不同类型忆阻器的物理实现,如:HP二氧化钛薄膜忆阻器,自旋忆阻器,凝胶忆阻器和有机忆阻器等。进一步,研究者也探讨了忆阻器在非易失性存储器、混沌、宽带电磁辐射调制,超大增益放大器等领域的应用。机器学习、大数据分析及云计算等软件工程领域的最新进展,加速了先进智能系统(AIS)的出现,构建一个能够像大脑一样学习和处理信息的人工智能系统已经引起了研究人员的极大兴趣。然而,目前的计算系统在处理非结构化数据(如语音、图像和生理信号等)方面存在相当大的挑战,由于冯·诺依曼瓶颈导致的延迟和功耗问题将影响整个系统的性能。本文针对近些年出现的智能器件-忆阻器,研究一些具有代表性的忆阻器件的物理结构和工作原理,并通过仿真实验详细分析器件所呈现的特性,根据不同忆阻器件的独特性质,发掘它们的潜在应用。第1章主要围绕HP忆阻器介绍了它的出现,结构和工作原理,并通过仿真实验详细分析了HP忆阻器的特性。接着介绍了后来出现的一些具有代表性的忆阻器模型并分析其特性。最后,基于对忆阻器件的详细分析,提出将忆阻器件与智能系统结合,有望解决基于现有硬件架构的智能系统的诸多弊端。第2章主要介绍基于忆阻系统交叉阵列的径向基(RBF)神经网络。自旋忆阻器作为控制系统的潜在构件得到了广泛应用。尤其是,它可以被安装在一个高密度的网格中,这样的网格被称为交叉阵列。同时,针对大型不确定系统,采用径向基函数(RBF)神经网络控制算法可以有效地提高系统的控制效果和性能。但是如何选择合理的参数,以节省RBF神经网络的收敛时间,减小初始步长幅值,变得非常重要并且十分困难。因此,我们针对RBF神经网络和自旋忆阻器的特点,提出了一种基于自旋忆阻器交叉阵列的RBF神经网络控制算法。首先,我们详细介绍了自旋忆阻器的物理结构、工作原理及其特性。然后,分析了该算法理论推导过程和核心设计思想。最后,采用双连杆机械臂作为控制对象,进行系统仿真,对算法的有效性和可行性进行了验证。仿真结果表明,该算法能够满足控制对象对系统的要求。第3章主要介绍基于忆阻系统和蕴含逻辑的随机计算实现方案。传统的纳米尺度CMOS硬件技术由于集成密度过高,导致电压和电流过低,会显着影响电子电路的性能,降低其可靠性。同时,随机计算作为传统二进制计算的一种替代方法,具有容错能力强、硬件成本低等关键优势。但是,由于随机计算采用的是按位计算的的串行计算方式,对硬件系统的响应时间要求非常高,而现有的CMOS器件很难达到要求。为此,鉴于忆阻器的低功耗、集成度高、响应时间短及与CMOS技术兼容等优点,我们提出了一种基于忆阻系统的随机计算实现方案,并建立了相应的硬件结构实现方案。我们首先构造了一个基于忆阻系统的蕴含逻辑单元,通过仿真验证了其逻辑关系的正确性。其次,在蕴含逻辑单元电路的基础上,我们设计了用于随机计算的逻辑电路:反相器、与门和数据选择器单元电路,同样借由仿真验证了这些逻辑关系的正确性。再次,将以上逻辑单元组合构成基于忆阻器件交叉阵列和蕴含逻辑的随机计算系统,并通过实例验证了该系统的有效性。最后,将该系统应用于边缘提取,通过与传统方法仿真结果的比对,基于忆阻系统随机计算算法在边缘提取方面具有明显的优势。该实现方案在保持了传统随机计算优点的同时,较之传统的随机计算算法,该方案在功耗和硬件规模方面具有更大的优势。第4章主要介绍基于忆阻系统的模糊逻辑及隶属函数实现方案。随着被控对象日趋复杂,对自动控制技术提出了更高要求。人们在模糊数学理论基础上提出了一种崭新的智能控制方法--模糊控制,用于解决难于用精确数学模型描述的、复杂的非线性控制对象。目前,模糊控制算法的硬件实现方法大多只能采用数字硬件设备(如FPGA、DSP等)来实现,由于这些数字设备的运算精度是有限的,这种数字实现方法与模糊控制概念本质相悖。因此,我们结合忆阻器的自动连续记忆的独特优势,提出了基于忆阻系统的模糊逻辑及隶属函数的实现方案。我们首先在建立自旋忆阻器Simulink模型和基本特性数值分析的基础上,利用忆阻器件纳米级尺寸和非易失性的物理特性,构建了基于自旋忆阻器的交叉阵列,并用于实现模糊控制系统中的隶属函数,通过与MATLAB模糊工具箱的对比,验证该方案的有效性和正确性。最后,我们将提出的自旋忆阻器交叉阵列应用于经典的模糊控制系统--冷热水阀控制系统中,通过一系列流量、温度对比,误差分析和数值仿真验证了所提出系统的有效性。第5章根据以上内容分析,对忆阻器与智能系统结合的实现方案进行分析,总结其显着优势和存在的不足,并提出后续的研究方向。
二、基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真(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、基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真(论文提纲范文)
(1)基于模糊PID的气幕式围油栏控制系统研究(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 国内外研究现状 |
1.2.1 气幕应用研究现状 |
1.2.2 控制系统发展现状 |
1.3 课题来源及研究内容 |
1.3.1 课题来源 |
1.3.2 研究内容 |
1.3.3 创新点 |
第二章 气幕式围油栏控制系统构成与方案设计 |
2.1 气幕式围油栏系统结构 |
2.2 气幕式围油栏方案设计 |
2.2.1 气幕围油控制方案设计 |
2.2.2 气幕围油通信方案设计 |
2.3 本章小结 |
第三章 气幕围油控制算法研究及仿真 |
3.1 控制模型建立 |
3.2 PID控制设计 |
3.2.1 PID控制简介 |
3.2.2 PID控制系统仿真 |
3.3 模糊控制设计 |
3.3.1 模糊控制技术概论 |
3.3.2 模糊PID控制器设计 |
3.3.3 模糊PID控制系统仿真 |
3.4 本章小结 |
第四章 模糊PID控制在气幕式围油栏中的应用 |
4.1 PLC通讯结构搭建 |
4.1.1 现场总线技术 |
4.1.2 PLC与PC通讯 |
4.2 MATLAB与 Kepware OPC server的 OPC通信 |
4.2.1 基于OPC通讯的系统结构 |
4.2.2 Kepserver Ex简介 |
4.3 OPC通信配置 |
4.3.1 OPC服务器配置 |
4.3.2 OPC客户机配置 |
4.3.3 基于OPC通信的模糊PID控制 |
4.4 流速恒定水池试验 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
在读期间发表的学术论文及研究成果 |
(2)水平井液压牵引器优化与仿真(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 井下牵引器国内外现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 主要内容与创新点 |
1.3.1 主要研究内容 |
1.3.2 创新点 |
第二章 液压牵引器的组成与工作原理 |
2.1 液压牵引器的结构组成与功能 |
2.1.1 地面控制系统 |
2.1.2 井下牵引执行机构 |
2.2 液压牵引器工作原理 |
2.3 液压牵引器牵引单元的工作原理 |
2.4 小结 |
第三章 液压轮式牵引器牵引单元设计 |
3.1 牵引单元力学模型 |
3.2 优化设计方案 |
3.2.1 设计变量 |
3.2.2 目标函数 |
3.2.3 约束条件 |
3.2.4 优化问题的表达式 |
3.3 驱动臂尺寸优化 |
3.4 小结 |
第四章 液压牵引器运动学仿真分析 |
4.1 ADAMS与SIMULINK简介 |
4.2 基于Simulink下液压马达与电缆阻力仿真建模 |
4.2.1 牵引器阀控液压马达原理 |
4.2.2 牵引阻力的Simulink模型 |
4.3 .基于ADAMS/Simulink联合仿真的运动学分析 |
4.3.1 ADAMS下牵引器物理模型建立 |
4.3.2 井下牵引单元联合仿真模型的搭建 |
4.4 仿真分析 |
4.5 小结 |
第五章 液压牵引器液压控制系统仿真 |
5.1 AMESim软件简介 |
5.2 牵引器液压系统原理图与仿真建模 |
5.2.1 牵引器液压系统原理 |
5.2.2 主要液压元件的设计及参数计算 |
5.2.3 基于AMESim下的液压系统仿真建模 |
5.3 基于AMEsim的旋转回路建模与仿真分析 |
5.3.1 基于AMEsim的旋转回路建模 |
5.3.2 基于AMEsim的旋转回路的仿真分析 |
5.4 基于AMEsim/Simulink的液压推靠系统的联合仿真与分析 |
5.4.1 基于AMEsim下的液压推靠系统建模 |
5.4.2 基于Simulink下液压推靠系统建模 |
5.4.3 液压推靠系统仿真分析 |
5.5 小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间发表的论文 |
(3)基于驾驶意图和典型工况的液压机械装载机控制系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 液压机械无级变速箱控制策略国内外研究 |
1.3 驾驶意图识别国内外研究现状 |
1.4 车辆典型工况识别国内外研究现状 |
1.5 本文主要研究内容 |
第2章 液压机械无级变速箱特性分析 |
2.1 液压机械无级变速箱原理 |
2.1.1 液压机械无级变速箱传动原理 |
2.1.2 液压机械无级变速箱调速原理 |
2.2 液压机械无级变速箱速比特性 |
2.3 本章小结 |
第3章 基于模糊推理的驾驶意图识别研究 |
3.1 模糊识别方法理论基础 |
3.2 基于模糊推理的驾驶意图识别 |
3.2.1 驾驶意图识别的参数选择 |
3.2.2 装载机驾驶意图分类 |
3.2.3 加速意图识别 |
3.2.4 制动意图识别 |
3.2.5 快速举升意图识别 |
3.2.6 模糊输出的清晰化 |
3.2.7 基于模糊推理的驾驶意图模型建立 |
3.3 基于模糊推理的驾驶意图识别仿真及分析 |
3.4 本章小结 |
第4章 基于模糊模式识别的装载机典型工况识别研究 |
4.1 模糊模式识别理论 |
4.2 装载机典型工况分类研究 |
4.2.1 装载机典型工况分析及分类 |
4.2.2 典型工况特征值计算及主成分分析 |
4.2.3 典型工况聚类分析 |
4.3 装载机典型工况识别方法研究 |
4.3.1 典型工况特征参数提取 |
4.3.2 装载机典型工况模糊模式识别 |
4.4 典型工况识别模型仿真及分析 |
4.5 本章小结 |
第5章 基于驾驶意图识别和典型工况识别的控制策略 |
5.1 控制策略结构 |
5.2 发动机最佳动力性和经济性曲线的确定 |
5.2.1 发动机调速特性数学模型 |
5.2.2 发动机最佳动力性和经济性曲线确定 |
5.3 基于模糊控制的液压机械变速箱控制策略制定 |
5.3.1 模糊决策模块输入输出的确定 |
5.3.2 控制因子S的清晰化 |
5.3.3 控制因子S模糊控制建模 |
5.4 液压机械传动系统模糊控制策略建模与仿真 |
5.4.1 装载机液压机械仿真模型的建立 |
5.4.2 装载机驾驶员模型和控制器模型的建立 |
5.5 控制策略模型仿真分析 |
5.6 本章小结 |
第6章 液压机械变速箱控制系统开发及硬件在环仿真 |
6.1 液压机械传动控制器硬件在环测试系统功能分析 |
6.2 硬件在环测试平台总体方案 |
6.3 基于xPC Target的硬件在仿真平台的搭建 |
6.3.1 宿主机和目标机的通信连接 |
6.3.2 华海快速原型控制器 |
6.3.3 变速箱控制器与目标机的通信连接 |
6.4 硬件在环仿真平台通信验证 |
6.5 硬件在环仿真模型搭建 |
6.6 控制器硬件在环实时仿真及结果分析 |
6.7 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(4)Flyback型开关电源数字化设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 开关电源概述 |
1.2 数字控制的意义 |
1.3 开关电源控制技术研究现状 |
1.4 设计指标及论文框架 |
第二章 开关电源系统功率级建模 |
2.1 工作模式分析 |
2.2 功率级电路的参数设计 |
2.3 CCM模式下功率级建模 |
2.4 DCM模式下功率级建模 |
2.5 本章小结 |
第三章 开关电源系统的关键模块分析与设计 |
3.1 Flyback数字电源结构图 |
3.2 稳压反馈环路分析 |
3.3 调制模式的选择 |
3.4 ADC模块的设计 |
3.5 数字控制器的设计 |
3.5.1 PID控制原理及其离散化分析 |
3.5.2 DPID参数整定 |
3.6 本章小结 |
第四章 基于DPID的控制系统仿真分析 |
4.1 数字电源系统的Simulink仿真 |
4.2 系统频域特性分析 |
4.3 本章小结 |
第五章 基于自适应Fuzzy-DPID控制算法的设计与实现 |
5.1 自适应PID控制 |
5.2 模糊控制的设计与实现过程 |
5.2.1 隶属函数与偏差变化率模块 |
5.2.2 模糊子集的设计 |
5.2.3 模糊规则查找表的设计 |
5.3 Matlab软件环境下模糊算法的设计效果 |
5.4 自适应Fuzzy-DPID控制系统的仿真结果分析 |
5.5 本章小结 |
第六章 电源硬件系统的设计 |
6.1 微处理器选取 |
6.2 硬件电路的核心模块 |
6.3 系统原理图与版图 |
6.4 控制器的Quartus与 Model Sim联合仿真 |
6.4.1 增量式DPID算法的仿真 |
6.4.2 自适应Fuzzy-DPID控制器的仿真 |
6.5 数字化实现过程中所考虑的关键问题 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
个人简介 |
(5)基于粒子群算法的地震模拟振动台控制技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 地震模拟振动台及台阵系统建设 |
1.3.2 地震模拟振动台控制算法研究现状 |
1.3.2.1 传统控制算法 |
1.3.2.2 智能控制算法 |
1.3.3 粒子群算法研究现状 |
1.3.3.1 算法理论研究 |
1.3.3.2 算法改进 |
1.3.3.3 算法应用 |
1.4 研究目的与内容 |
1.4.1 研究目的 |
1.4.2 研究内容 |
第2章 地震模拟振动台工作原理与组成 |
2.1 工作原理 |
2.2 系统组成 |
2.2.1 台面与支撑系统 |
2.2.1.1 台面 |
2.2.1.2 导轨 |
2.2.1.3 反力支架 |
2.2.2 液压源系统 |
2.2.2.1 液压泵 |
2.2.2.2 液压管路 |
2.2.2.3 油源分配器 |
2.2.2.4 冷却塔 |
2.2.2.5 液压控制柜 |
2.2.3 激振器系统 |
2.2.3.1 液压缸 |
2.2.3.2 三级电液伺服阀 |
2.2.3.3 传感器 |
2.2.3.4 连接铰 |
2.2.4 控制系统 |
2.2.4.1 硬件组成与功能 |
2.2.4.2 软件组成与功能 |
2.3 性能参数 |
2.4 本章小结 |
第3章 地震模拟振动台三参量控制算法研究 |
3.1 液压缸模型 |
3.1.1 伺服阀流量方程 |
3.1.2 液压缸连续性方程 |
3.1.3 液压出动力与台面惯性力平衡方程 |
3.1.4 液压与台面系统三连续方程数学模型 |
3.2 三参量反馈控制 |
3.2.1 三参量反馈 |
3.2.2 速度合成器 |
3.3 三参量前馈控制 |
3.3.1 三参量发生器 |
3.3.2 发生器信号合成 |
3.4 三参量控制下的系统分析 |
3.5 考虑伺服阀和传感器对系统的影响分析 |
3.6 三参量控制增益理论值计算与仿真 |
3.7 本章小结 |
第4章 地震模拟振动台粒子群算法理论研究 |
4.1 粒子群算法简介 |
4.1.1 粒子群算法的起源 |
4.1.2 粒子群算法基本原理 |
4.1.3 粒子群算法运行流程 |
4.1.4 地震模拟振动台粒子群算法运行流程 |
4.2 粒子群算法设计 |
4.2.1 粒子维数 |
4.2.2 适应度函数 |
4.2.3 学习因子 |
4.2.4 种群规模和迭代次数 |
4.2.5 粒子群算法的改进 |
4.3 地震模拟振动台粒子群算法理论验证 |
4.4 本章小结 |
第5章 地震模拟振动台粒子群算法仿真研究 |
5.1 MATLAB及 Simulink简介 |
5.1.1 MATLAB简介 |
5.1.2 Simulink简介 |
5.2 地震模拟振动台粒子群算法仿真 |
5.2.1 地震模拟振动台系统Simulink模型 |
5.2.2 粒子群算法仿真研究 |
5.2.3 仿真工况设计 |
5.2.4 仿真结果分析 |
5.2.4.1 随机信号分析 |
5.2.4.2 正弦信号分析 |
5.2.4.3 地震波信号分析 |
5.2.5 鲁棒性验证 |
5.2.5.1 随机信号分析 |
5.2.5.2 正弦信号分析 |
5.2.5.3 地震波信号分析 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间获得与学位论文相关的科研成果目录 |
致谢 |
(6)无人驾驶电动赛车控制程序开发系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 课题相关技术国内外研究现状 |
1.2.1 无人驾驶技术国内外研究现状 |
1.2.2 快速原型控制器国内外研究现状 |
1.2.3 无人驾驶仿真平台国内外研究现状 |
1.3 本文研究内容 |
2 控制程序开发系统需求分析与整体结构设计 |
2.1 开发系统需求分析 |
2.1.1 开发流程 |
2.1.2 系统硬件需求 |
2.1.3 系统软件需求 |
2.2 控制程序开发平台整体结构设计 |
2.3 本章小结 |
3 控制程序开发系统硬件设计 |
3.1 无人驾驶方程式赛车整体结构 |
3.2 整车快速原型控制器设计 |
3.2.1 Altium designer简介 |
3.2.2 控制器主控模块设计 |
3.2.3 控制器电源模块设计 |
3.2.4 控制器CAN模块设计 |
3.2.5 控制器RS232 串口模块设计 |
3.2.6 控制器RS485 通讯接口设计 |
3.2.7 整车控制器输入输出接口设计 |
3.3 本章小节 |
4 控制程序开发系统软件设计 |
4.1 系统主界面设计 |
4.2 软件库驱动接口设计 |
4.2.1 STM32cube MX软件介绍 |
4.2.2 驱动接口设计工具链配置 |
4.2.3 输入输出接口软件设计 |
4.2.4 CAN通讯软件设计 |
4.2.5 串口通讯软件设计 |
4.2.6 定时器模块软件设计 |
4.3 软件算法库设计 |
4.3.1 基础控制算法模块设计 |
4.3.2 动力学公式模块设计 |
4.4 软件仿真库设计 |
4.4.1 三自由度车辆动力学建模 |
4.4.2 电机模型 |
4.4.3 传动系统建模 |
4.4.4 轮胎和制动系统建模 |
4.4.5 仿真库整体设计 |
4.5 本章小节 |
5 控制程序开发系统实验验证 |
5.1 无人驾驶电动赛车控制程序设计及仿真验证 |
5.1.1 DYC控制器设计 |
5.1.2 DYC控制模型搭建与仿真验证 |
5.2 实车验证及结果分析 |
5.3 本章小节 |
6 总结与展望 |
6.1 全文总结 |
6.2 全文展望 |
参考文献 |
攻读硕士期间发表学术论文情况 |
致谢 |
(7)基于模糊控制器的跟驰模型实验研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景及意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 研究现状及存在问题 |
1.2.1 跟驰模型研究现状 |
1.2.2 基于模糊逻辑的跟驰模型研究现状 |
1.3 研究内容和技术路线 |
1.4 本章小结 |
第2章 模糊理论及控制系统分析 |
2.1 模糊控制理论基础 |
2.1.1 模糊集合 |
2.1.2 隶属度函数 |
2.1.3 模糊推理规则 |
2.1.4 解模糊化方法 |
2.2 模糊控制系统结构分析与设计流程 |
2.2.1 模糊控制系统结构 |
2.2.2 模糊控制器设计流程 |
2.3 安全距离研究 |
2.3.1 基于车头时距的安全距离模型 |
2.3.2 基于制动过程的安全距离模型 |
2.4 本章小结 |
第3章 基于模糊控制的跟驰模型研究 |
3.1 跟驰模型的输入变量 |
3.2 隶属度函数 |
3.3 系统控制策略及模糊规则的确定 |
3.3.1 系统控制策略流程 |
3.3.2 模糊规则的确定 |
3.4 MATLAB仿真模块的搭建 |
3.4.1 基于Simulink的仿真实验平台 |
3.4.2 基于Simulink的模糊控制器实现 |
3.5 多工况仿真测试 |
3.5.1 接近静止目标工况 |
3.5.2 接近前方减速运动目标工况 |
3.5.3 接近匀速运动目标工况 |
3.5.4 复合运动工况 |
3.6 本章小结 |
第4章 硬件平台设计与实现 |
4.1 平台总体框架 |
4.2 NI LabVIEW |
4.3 Starter Kit 2.0硬件平台概述 |
4.3.1 串口服务器 |
4.3.2 硬件设置 |
4.4 下位机软件设计 |
4.4.1 模糊控制器软件设计 |
4.4.2 运动控制软件设计 |
4.4.3 串口通信软件设计 |
4.5 仿真实验与分析 |
4.5.1 跟驰实验设计 |
4.5.2 计算机仿真结果 |
4.6 本章小结 |
第5章 总结与展望 |
5.1 论文工作总结 |
5.2 论文展望 |
参考文献 |
致谢 |
攻读硕士学位期间成果 |
学位论文评阅及答辩情况表 |
(8)基于遗传算法的模糊PID控制器及其半物理仿真验证研究(论文提纲范文)
摘要 |
ABSTRACT |
详细摘要 |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 风扰环境下飞控算法研究 |
1.2.2 半物理仿真技术研究 |
1.3 研究内容及实现功能 |
1.3.1 研究内容 |
1.3.2 实现功能 |
1.4 论文章节安排 |
第2章 四旋翼无人机动力模型与控制器设计 |
2.1 四旋翼无人机结构设计 |
2.2 机体坐标系与地球坐标系 |
2.2.1 欧拉角表示 |
2.2.2 坐标转换 |
2.3 四旋翼无人机动力学建模 |
2.4 风扰模型的建立 |
2.4.1 基本风 |
2.4.2 阵风 |
2.4.3 渐变风 |
2.4.4 随机风 |
2.5 串级PID控制器设计 |
2.6 本章小结 |
第3章 模糊PID控制器设计优化 |
3.1 模糊PID控制器设计 |
3.1.1 模糊控制理论 |
3.1.2 制定模糊规则表 |
3.2 遗传算法优化方法设计 |
3.2.1 遗传算法原理 |
3.2.2 遗传算法流程 |
3.2.3 遗传算法优化模糊规则方法 |
3.2.4 优化后模糊规则的生成 |
3.3 本章小结 |
第4章 半物理仿真平台设计 |
4.1 技术目标 |
4.2 总体设计方案 |
4.3 物理效应模型与关键技术 |
4.3.1 六自由度转台 |
4.3.2 姿态测量传感器 |
4.3.3 仿真建模 |
4.3.4 仿真代码生成 |
4.4 任务调度器设计与实时通信技术 |
4.5 本章小结 |
第5章 四旋翼无人机飞行仿真系统设计和实现 |
5.1 四旋翼无人机飞控系统设计 |
5.1.1 系统整体设计 |
5.1.2 惯性导航系统设计 |
5.1.3 惯性/GPS组合导航设计 |
5.2 半物理仿真平台搭建 |
5.3 自然风场环境模拟设计 |
5.3.1 实验目的和方案 |
5.3.2 风场模型测试与验证 |
5.4 自然风场扰动实验分析 |
5.4.1 风场扰动下四旋翼无人机仿真飞行实验 |
5.4.2 控制器对比仿真实验 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 作者在读研期间参加的科研项目和研究成果 |
(9)带式输送机负载估计及节能控制的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 带式输送机的发展及节能方法研究现状 |
1.3 课题的研究方法和内容 |
第二章 带式输送机起动过程动力学建模 |
2.1 带式输送机结构及运行原理 |
2.2 建立动力学模型的基本假设 |
2.3 输送带的动力学特性及数学模型 |
2.4 带式输送机各单元动力学方程 |
2.5 带式输送机系统动力学方程建立 |
2.6 仿真分析 |
2.7 本章小结 |
第三章 带式输送机加载过程动力学建模 |
3.1 概述 |
3.2 基于载荷变化的时变系统建模及仿真 |
3.3 状态观测器建立 |
3.4 本章小结 |
第四章 节能调速控制系统设计 |
4.1 节能计算分析 |
4.2 煤量与运行速度匹配原理 |
4.3 煤量识别系统设计 |
4.4 调速控制系统设计 |
4.5 调速过程对带式输送机运行带来问题分析 |
4.6 本章小结 |
第五章 实验验证与分析 |
5.1 硬件概述 |
5.2 软件概述 |
5.3 NI VeriStand开发步骤 |
5.4 验证结果与分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新点与展望 |
参考文献 |
致谢 |
个人简介 |
(10)基于忆阻器件交叉阵列的智能系统实现方案研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 忆阻器的出现 |
1.1.1 HP忆阻器的结构及工作原理 |
1.1.2 HP忆阻器的特性 |
1.2 忆阻器的研究现状及发展趋势 |
1.3 研究意义 |
1.4 本文的主要研究内容 |
第2章 基于忆阻系统的径向基(RBF)神经网络控制算法研究 |
2.1 自旋忆阻器介绍 |
2.1.1 自旋忆阻器结构及工作原理 |
2.1.2 自旋忆阻器特性分析 |
2.1.3 自旋忆阻器模型仿真 |
2.1.4 自旋忆阻器交叉阵列结构 |
2.2 基于自旋忆阻器的RBF神经网络的设计与实现 |
2.2.1 RBF神经网络特性分析 |
2.2.2 基于自旋忆阻器的RBF神经网络的实现方案 |
2.2.3 计算机仿真分析 |
2.3 基于忆阻交叉阵列的RBF神经网络控制算法在机械臂控制中的实现 |
2.3.1 机械臂的数学模型 |
2.3.2 RBF神经网络控制器自适应律设计 |
2.3.3 仿真结果及分析 |
2.4 本章小结 |
第3章 忆阻逻辑电路及随机计算实现方案 |
3.1 随机计算介绍 |
3.1.1 取反运算 |
3.1.2 乘法运算 |
3.1.3 比例加法运算 |
3.2 具有电压阈值的忆阻器模型 |
3.2.1 模型分析 |
3.2.2 模型仿真 |
3.3 基于忆阻系统的随机计算 |
3.3.1 蕴含逻辑(IMPLYLogic) |
3.3.2 基于忆阻系统的随机计算方法的实现 |
3.3.3 案例研究 |
3.4 基于忆阻系统随机计算的边缘提取 |
3.5 本章小结 |
第4章 混合CMOS—忆阻器模糊逻辑隶属函数实现方案 |
4.1 基于自旋忆阻器的交叉阵列 |
4.1.1 自旋忆阻器的Simulink模型 |
4.1.2 自旋忆阻器交叉阵列 |
4.2 实现原理 |
4.3 基于忆阻交叉阵列模糊隶属函数的实现 |
4.4 实例研究 |
4.5 本章小结 |
第5章 结论与展望 |
参考文献 |
致谢 |
学术论文、科研项目和学术会议 |
四、基于模糊工具箱和SIMULINK的模糊控制系统计算机仿真(论文参考文献)
- [1]基于模糊PID的气幕式围油栏控制系统研究[D]. 华秋浩. 浙江海洋大学, 2021(02)
- [2]水平井液压牵引器优化与仿真[D]. 洪诗益. 西安石油大学, 2021(09)
- [3]基于驾驶意图和典型工况的液压机械装载机控制系统研究[D]. 韩斌. 燕山大学, 2021(01)
- [4]Flyback型开关电源数字化设计与实现[D]. 宫庆德. 北方民族大学, 2021(08)
- [5]基于粒子群算法的地震模拟振动台控制技术研究[D]. 袁晓波. 信阳师范学院, 2021(09)
- [6]无人驾驶电动赛车控制程序开发系统研究[D]. 闫丰雨. 辽宁工业大学, 2021(02)
- [7]基于模糊控制器的跟驰模型实验研究[D]. 李冠臻. 山东大学, 2020(02)
- [8]基于遗传算法的模糊PID控制器及其半物理仿真验证研究[D]. 杜盼旭. 杭州电子科技大学, 2020(04)
- [9]带式输送机负载估计及节能控制的研究[D]. 杨庭杰. 宁夏大学, 2019(02)
- [10]基于忆阻器件交叉阵列的智能系统实现方案研究[D]. 李天舒. 西南大学, 2019(01)