基于时滞神经网络的超声马达的速度辨识与控制

论文摘要

本文主要研究了超声马达辨识与控制的时滞神经网络方法。对当前的超声马达速度辨识与控制的方法进行了汇总。描述了时滞神经网络的结构以及推导了在线学习算法。比较了神经网络对非线性系统的辨识与控制策略。用改进的时滞神经网络对超声马达的速度进行辨识,推导了Lyapunov 稳定意义下使辨识过程收敛的学习率的条件。用改进的时滞神经网络对超声马达的速度进行控制研究,利用文中的辨识网络获得了超声马达控制系统的雅克比矩阵。提出了网络控制系统中算法收敛性的定理。提出的控制策略为超声马达的研究提供了一定的理论依据。

论文目录

• 第一章 绪论
• 1.1 超声马达简介
• 1.1.1 超声马达的研究意义
• 1.1.2 超声马达的发展历史
• 1.1.3 超声马达的性能特点
• 1.1.4 超声马达的分类
• 1.1.5 超声马达的控制研究
• 1.1.6 超声马达在国内外的应用前景
• 1.2 本文主要内容
• 第二章 时滞神经网络
• 2.1 神经网络简介
• 2.1.1 生物神经元模型
• 2.1.2 人工神经元
• 2.1.3 神经元状态转移函数
• 2.1.4 神经网络的互连模式
• 2.1.5 神经网络的工作方式
• 2.1.6 神经网络的具体训练（学习）算法
• 2.1.7 神经网络的主要特点
• 2.1.8 神经网络的未来发展
• 2.2 时滞神经网络（TDNN）
• 2.2.1 动态神经元结构
• 2.2.2 动态时滞神经网络的描述
• 2.2.3 在线学习算法
• 2.3 神经网络的辨识与控制
• 2.3.1 系统的方程描述
• 2.3.2 神经网络的系统辨识及建模
• 2.3.3 神经网络的系统控制
• 第三章 时滞神经网络的系统辨识应用
• 3.1 引言
• 3.2 时滞神经网络辨识系统
• 3.2.1 时滞神经网络辨识器（DTDNNI）
• 3.2.2 DTDNNI 的在线学习算法
• 3.2.3 DTDNNI 的收敛性和稳定性
• 3.3 数值模拟
• 第四章 时滞神经网络的系统控制应用
• 4.1 引言
• 4.2 时滞神经网络控制系统
• 4.2.1 时滞神经网络控制器（DTDNNC）
• 4.2.2 DTDNNC 的在线学习算法
• 4.3.3 TDNNC 的收敛性和稳定性
• 4.3 实验结果
• 第五章 结论
• 参考文献
• 摘要
• ABSTRACT
• 致谢
• 导师及作者简介