| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题背景概述 | 第7-8页 |
| 1.2 智能控制的发展 | 第8-10页 |
| 1.2.1 智能控制的研究对象 | 第8页 |
| 1.2.2 智能控制系统的主要功能 | 第8-9页 |
| 1.2.3 智能控制技术的主要方法 | 第9-10页 |
| 1.3 智能控制在交流伺服系统中的应用 | 第10-11页 |
| 1.4 本文的主要任务 | 第11-13页 |
| 2 交流伺服系统的结构 | 第13-21页 |
| 2.1 系统简介 | 第13-14页 |
| 2.2 CDM-1398 PC/104 CPU模块 | 第14-15页 |
| 2.2.1 CDM-1398性能特点 | 第14页 |
| 2.2.2 CDM-1398硬件设置 | 第14-15页 |
| 2.3 数据输入输出模块 | 第15-16页 |
| 2.3.1 CDM-1140模块 | 第15-16页 |
| 2.3.2 DMM-16-AT模块 | 第16页 |
| 2.4 旋转变压器及RDC转换模块 | 第16-18页 |
| 2.4.1 J70XFS011旋转变压器 | 第17页 |
| 2.4.2 MTS16转换模块 | 第17-18页 |
| 2.4.3 转换数据的读取 | 第18页 |
| 2.5 伺服放大器电路 | 第18页 |
| 2.6 交流调速系统 | 第18-21页 |
| 2.6.1 变频驱动器 | 第19-20页 |
| 2.6.1.1 PSR4/5电源模块 | 第19页 |
| 2.6.1.2 BDS4变频驱动器 | 第19-20页 |
| 2.6.2 交流同步伺服电机 | 第20-21页 |
| 3 模糊控制与神经网络原理 | 第21-30页 |
| 3.1 模糊控制原理 | 第21-24页 |
| 3.1.1 模糊控制系统的组成 | 第22-23页 |
| 3.1.2 模糊控制的基本原理 | 第23页 |
| 3.1.3 基本模糊控制器的设计 | 第23-24页 |
| 3.2 神经网络原理 | 第24-28页 |
| 3.2.1 人工神经网络概述 | 第24-25页 |
| 3.2.2 单神经元模型 | 第25-26页 |
| 3.2.3 人工神经网络模型 | 第26-27页 |
| 3.2.4 人工神经网络学习 | 第27-28页 |
| 3.3 模糊神经网络系统 | 第28-30页 |
| 4 CMAC神经网络概述及辨识 | 第30-44页 |
| 4.1 CMAC神经网络 | 第30-37页 |
| 4.1.1 CMAC的概述 | 第30-31页 |
| 4.1.2 CMAC网络结构 | 第31-36页 |
| 4.1.3 CMAC网络的训练 | 第36-37页 |
| 4.2 基于CMAC神经网络的系统辨识 | 第37-41页 |
| 4.2.1 系统辨识概述 | 第37-38页 |
| 4.2.2 神经网络训练集的选择 | 第38-39页 |
| 4.2.3 网络结构 | 第39-40页 |
| 4.2.4 CMAC网络算法的实现 | 第40-41页 |
| 4.3 交流伺服系统的辨识 | 第41-44页 |
| 5 模糊CMAC神经网络控制器的设计 | 第44-54页 |
| 5.1 模糊小脑神经控制系统概述 | 第44-46页 |
| 5.1.1 模糊小脑神经网络的理论基础 | 第44-45页 |
| 5.1.2 模糊小脑神经网络控制结构 | 第45-46页 |
| 5.2 FCMAC技术 | 第46-47页 |
| 5.2.1 模糊CMAC的模型结构 | 第46页 |
| 5.2.2 FCMAC工作过程分析 | 第46-47页 |
| 5.3 基于交流伺服系统的模糊CMAC控制器的设计 | 第47-54页 |
| 5.3.1 FCMAC控制器结构 | 第47-49页 |
| 5.3.2 FCMAC网络控制器参数的确定及学习算法 | 第49-54页 |
| 6 系统仿真及调试 | 第54-61页 |
| 6.1 仿真结果 | 第54-60页 |
| 6.2 仿真结论 | 第60-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
