一、微机模糊控制（2）第二讲模糊集合及模糊关系的应用（论文文献综述）
吴家麟,乐峰[1]（1994）在《微机模糊控制（2）第二讲模糊集合及模糊关系的应用》文中研究表明介绍了模糊数学中的模糊集合、模糊关系等基本概念。列举了它们在模式识别、综合评判、模糊聚类分析等方面的应用。
李博洋[2]（2019）在《某抽水蓄能电站调速系统频率控制策略研究》文中提出随着新能源的发展,大量间歇性电量的涌入对电网动态品质的调节具有了更高的要求。作为电网动态调频最主要的手段之一,抽水蓄能机组承担了保障电网电能质量的重要任务。为使电网持续稳定地运行,要求现阶段抽水蓄能机组在既定控制策略的基础上进一步地采取有效的优化措施以提高电网的一次调频能力。如今水力发电的装机容量不断提升,控制机构的复杂程度日益进步,机组扰动下的控制策略也有了更深入地研究。然而目前我国多数已投产的抽水蓄能机组都以整机进口的方式引进,且控制方式上仍采用传统PID控制策略运行。而随着电网对蓄能机组运行要求的不断提升,在过渡过程中频繁的机组投切使得控制策略及控制结构上的不足逐渐暴露。如电网频率陡降的情况下,机组响应速度对电网频率的恢复时长有着极大的影响;同时控制信号的超调量也是影响工况转换过程中同期并网阶段成功与否的关键。因此本文通过调速系统控制策略上的优化对蓄能机组一次调频效果进行改进,为今后蓄能机组调速控制系统的国产化以及现有机组控制策略的优化提供一定的借鉴。控制策略的选择与优化需要精准的控制系统模型建立作为基础,同时需要准确地反应不同运行条件下的非线性过渡过程。据此,本文在Matlab-Simulink中对各仿真模块所采用的传递函数进行深入地分析,并针对机组实际运行情况当中的突出问题进行了频率响应及开度响应的模型建立。通常情况下,在仿真过程中很难将系统对实时性要求与模型的仿真精度之间达到一个很好的平衡点。因此本文在仿真进行前,根据现场一次调频实验数据对模型中各系统模块参数进行了精确的整定,并针对各种不同的响应类型关键性地引入模型验证分析使得所建立模型的准确性及有效性得以进一步地提升。关于智能控制策略的选用,采用目前已较为成熟的模糊PID控制与BP神经网络相结合的方式。对单一模糊控制下的模糊规则进行权数优化,使得控制系统具备一定的学习能力与预测能力。同时本文以某抽蓄机组为例,将智能算法以Simulink可识别的特征函数形式嵌入所建立的基于弹性水击模型下的混流式蓄能机组仿真模型中,并对该智能控制方法进行验证。通过仿真结果的分析对比并结合现场的实际问题,说明了智能算法的嵌入对传统控制方式下的各类响应曲线均具有较好的优化效果。
顾飞龙[3]（2020）在《基于LoRa的智能农业灌溉系统的应用研究与设计》文中提出农业灌溉是维持农作物进行正常生产活动的关键行为,对提高作物产量具有重要作用。我国是农业大国,传统的人工漫灌方式由于控制精度和实时性不高等问题造成了水资源的严重浪费,也制约了农业的可持续发展。为了解决上述问题,结合传感器技术、远距离无线传输技术（Long Range,LoRa）和模糊控制理论的优势,设计了一款基于LoRa的智能农业灌溉系统。该系统主要由测控子系统、传输子系统和远程主控管理子系统组成,本论文的主要研究工作如下:1.在测控子系统中,主要完成了对采集节点和执行节点的设计。采集节点的主要任务是负责土壤湿度和作物周边环境参数的采集,由土壤湿度传感器和小型气象站组成。执行节点的主要任务是负责土壤湿度的调控,由电磁阀、水泵和流量计组成。为了提升节点电路的抗干扰能力和响应国家环保型农业的号召,对部分电路进行了优化,设计了可充电的电源电路、隔离型的AD采集电路、隔离型的485自动收发电路和光耦隔离的继电器控制电路等。针对大规模农田应用场景下灌溉系统因测控设备数量多而导致的测控效率低的问题,仿照单总线的数据采集与回传机制,设计了数字总线的数据处理方案。2.在传输子系统中,主要完成了对LoRa终端、LoRa网关的设计。LoRa终端主要负责测控子系统和LoRa网关之间的数据传输,LoRa网关主要负责LoRa终端和远程主控管理器之间的数据传输。针对节点数据汇聚时延大、能耗高的问题,基于LoRa模块的基本技术优势,设计了一种低功耗的数据汇聚方案。该方案采用星型网络结构和正六边形结构部署LoRa终端节点的方式,通过基于状态机的数据交互协议的引入以提升数据处理的速度,通过数据传输速率的自适应调整机制和时分复用的多路数据上传方式以降低数据传输的能耗。通过测试分析,LoRa模块在工作频率为470MHz,扩频因子为12,通信带宽为62.5KHz的条件下,采用锂电池供电的系统可以稳定工作一年之久。3.在远程主控管理子系统中,主要完成了对汇聚数据的可视化展示、存储、分析与预测。针对传统灌溉方式耗费时力,水资源利用率低,超调大的问题,设计了一种基于皖北地区冬小麦灌溉模型的智能灌溉策略。首先,采用模糊控制理论设计了Mamdani型的模糊控制器,该控制器主要用来对系统的灌溉时间进行模糊推理。其次,结合改进的作物蒸腾量计算公式和土壤渗透模型,建立了基于土壤含水量变化函数的土壤湿度预测模型,经过实际值与预测值的对比,验证了该模型能达到满意的预测效果。最后,利用MATLAB对智能灌溉策略进行了仿真,通过与传统PID控制进行对比,得出采用该策略的灌溉系统具有响应时间短,稳定性强,起调快的优点。综上所述,本文设计的农业智能灌溉系统具有功耗低、平稳性好、响应快、超调现象不明显等优势,为农业生产领域提供了一种高效、精准的灌溉方案,该系统对改善目前农业灌溉现状有着非凡意义,具有广阔的应用前景。
杜文吉[4]（1999）在《模糊控制系统中的若干关键问题研究》文中研究指明模糊控制在许多实际控制问题中得到成功应用，但从本质来看，模糊控制本身并没有特殊的魔力，可以看作是一种基于规则的控制器。传统控制器的出发点是被控对象的数学模型。模糊控制主要使用在被控对象的数学模型不存在或建立模型太复杂的情况下。从开始到现在，模糊控制一直是一个充满争议的领域。本文从四个方面对模糊控制理论中存在的问题进行研究，即模糊建模、不完备规则库问题、自适应模糊控制和语言型模糊控制系统稳定性分析。全文分六章，各章的主要内容如下： 第一章为结论，介绍模糊控制的研究背景、模糊控制的发展概况以及本文的内容安排。 第二章介绍模糊逻辑控制系统的理论基础。介绍了模糊逻辑控制系统理论的基本概念、基本原理、基本结构以及基本的分析和设计方法等。 第三章为模糊建模方法研究。这一章分两部分，第一部分研究由于学习样本数据十分稀少使得无法形成完备可靠的模糊规则库所带来的问题，提出局部线性趋势分析的概念，并由此给出了一种综合利用多项式逼近的小数据样本模糊建模方法。第二部分提出样本数据局部线性度量的概念、基于样本数据局部线性度量的模糊聚类和模糊建模方法，并在此基础上提出了一种高木-关野模糊逻辑系统的有效建模方法。 第四章研究对于模糊规则库不完备的模糊控制问题。给出了一种基于模糊集合相对基数的模糊集合距离度量方法，并给出一种基于模糊集合距离度量的模糊控制器实现方法，该方法能有效解决模糊控制器规则库不完备所引起的一系列问题。 第五章研究自适应模糊控制系统的设计。阐述了自适应模糊控制系统的基本结构和基本思想，讨论了基于快速收敛的递归最小二乘算法和线性局部趋势分析相结合的被控对象建模方法，提出采用模糊决策的方法由被控对象的模糊模型得到模糊控制规则。同时，基于快速收敛的递归最小二乘算法的模糊建模方法，提出了一种模糊自适应目标跟踪系统的设计与实现方法。 第六章研究了在被控对象的数学模型未知，但存在专家提供的有关被控对象和模糊控制器的语言型经验知识情况下，模糊控制系统的分析方法。提出了对系统的状态按照稳定与否分类，以及将状态空间按照彼此吸引子的不同进行分解的基本概念，并根据系统状态的分类结果以及状态空间的分解结果得出一种系统稳定性分析方法。
张玲瑄[5]（2012）在《高效微细电火花加工若干关键技术研究》文中进行了进一步梳理微细电火花加工技术因具有非接触式加工、无宏观切削力、对工具的强度和刚度要求低、材料适用范围广及可加工异型腔模等特点,近年来呈现出了强大的微尺度制造潜能,并已逐渐成为航空航天、能源动力、运载及医疗等领域核心装备中微小特征结构制造的关键技术。但是,微细电火花加工具有脉冲放电频率高、放电间隙狭小、微细电极损耗严重、蚀除产物排出困难、噪声干扰严重等众多复杂特性,导致在加工过程中难以开展准确有效的控制,致使加工过程极不稳定、加工效率低下,严重的限制了微细电火花加工技术的发展。因此,提高微细电火花加工的效率,保障加工过程高效高质量的进行,是提高微细电火花加工技术能力、进而提升精微加工领域整体制造水平的关键途径。本论文致力于突破高效微细电火花加工的技术瓶颈,在全面分析微细电火花加工机理及特点的基础上,针对影响高效微细电火花加工的关键性技术难题,开展了一系列关键技术的研究工作,包括高精度三维微细电火花加工实验平台研制、工艺参数多目标优化、加工过程智能控制策略研究、伺服运动在线预测与控制及电极补偿方法研究等,并综合应用研究方法开展了难加工合金材料微细通道阵列的电火花加工。具体研究内容如下：根据高效微细电火花加工技术对加工系统提出的高精度和高灵敏性需求,研制了一台高精度三维微细电火花加工机床。该机床由直线电机驱动Z轴电极精密运动平台,由交流伺服电机驱动X/Y轴工件精密运动平台；采用工业控制机、PMAC多轴运动控制器搭载数据采集卡的方式组成上、下位机模式的开放式数控系统；机床的智能软件控制系统集成了伺服运动控制、间隙信号采集、脉冲电源设置等功能。该机床在实际运行中性能稳定,为开展高效微细电火花加工关键技术的研究工作提供了良好的实验平台。针对微细电火花加工工艺参数多目标优化难题,采用支持向量机回归方法建立工艺参数与工艺目标的关系模型,并提出了一种基于非支配排序的多目标优化遗传算法,以支持向量机工艺模型的决策函数作为遗传算法的适应度函数,开展兼顾加工时间和电极损耗量这两项重要工艺指标的工艺参数优化,实验表明优化后的工艺参数组合可以明显缩短加工时间并可将相应的大幅度减小微细电极的损耗量。为解决微细电火花加工过程中由于放电频率高、放电信号严重畸变和噪声过大等情况造成的加工信息不确定性大的问题,基于区间Type-2模糊集合理论,提出了微细电火花加工两阶模糊控制方法,其中第一阶模糊系统为采样点放电状态辨识系统,第二阶模糊系统为伺服运动控制系统。加工实验表明所提出的两阶模糊控制方法与传统控制方法相比能显着的提高加工效率,同时还能获得良好的加工质量,特别是当加工环境恶化时,其控制优势会更加明显。为了克服传统控制方法的滞后性,分别开展了放电状态预测与伺服运动在线预测控制方法的研究：结合经验模式分解原理和线性预测方法,提出了一种微细电火花加工放电状态预测方法,预测结果表明该方法预测精度高,十分适用于放电状态此类时变非线性信号的预测;基于灾变灰色预测理论,提出了一种微细电火花加工伺服运动状态在线预测方法,将电极的回退视为灾变伺服运动,在检测当前放电状态的同时,同步实现对未来周期伺服运动状态（进或退）的预测,并与两阶模糊控制法相结合形成带有预测功能的伺服运动综合控制策略。实验结果表明,所提出的伺服运动在线预测控制方法能够大幅消除微细电极的连续回退现象,并可显着提高加工效率和加工质量。针对微细三维零件加工中微细电极损耗严重且加工效率较低等问题,提出了一种基于单层大切深加工方式的微细电极定长补偿方法,通过观测微细电极在加工不同长度后的形状变化揭示了在微细电火花铣削加工过程中电极的损耗规律,并根据损耗规律对传统的电极补偿模型进行修正,建立了单层大切深加工方式下的微细电极补偿模型。加工实验表明,与传统的多次分层往复扫描加工方式相比,利用所提出的电极补偿模型对大切深微细槽进行一次性加工,能够获得更高的尺寸精度,并能大幅提高加工效率。针对难加工合金微细通道电火花加工的需求,结合正交加工试验研究了几种典型难加工合金材料的微细电火花加工工艺规律,并综合应用本文提出的高效微细电火花加工关键技术研究方法,开展了难加工合金微细通道阵列的电火花加工实验。实验结果表明,应用本论文提出的高效加工关键技术研究方法,能够获得良好的微细通道加工质量,并可获得较高的加工效率。因此,本论文开展的高效微细电火花加工关键技术研究工作,对于解决具有微尺度特征的难加工材料关键零部件的精密、高效和批量加工的难题、以及在扩展微细电火花加工技术的应用领域、提高精微领域制造技术水平等方面均具有重要的研究意义。
王生成[6]（2002）在《基于模糊控制温控系统的研究》文中研究指明随着时代的进步，科学技术的发展，控制理论也在不断的更新和变化并且其应用的领域进一步拓展。从早期的经典控制理论到六、七十年代的基于状态变量描述的现代控制理论，对于解决线性或非线性，定常或时变的多输入多输出系统问题，获得了广泛的应用。但是无论采用经典控制理论还是现代控制理论设计一个控制系统，都需要事先知道被控对象精确的数学模型，然后根据数学模型以及给定的性能指标，选择适当的控制规律，进行控制系统设计。然而，在许多情况下被控对象的精确数学模型很难建立。因此，从七十年代至今，智能控制理论的崛起为解决复杂的，很难建立数学模型的被控对象提供了最有效的方法。 模糊控制作为智能控制领域的一个分支，其理论研究和工程应用的发展相当迅速。目前，许多工业过程或者被控对象都是采用常规的PID或者改进的数字PID控制器来控制其控制效果并不十分理想。模糊控制的优势在于不需要对象精确的数学模型，特别适合于处理模型不确定的过程。由于模糊控制的本质是非线性控制和自适应控制，对于参数波动或检测信号不太精确的复杂非线性多变量系统也能很好地工作。特别是对于参数波动和负载干扰的影响，具有较强的鲁棒性。 在复杂的工业控制中，被控对象通常具有严重的非线性、时变性以及存在种类繁多的干扰，在采用常规的控制方法，难以获得满意的静、动态性能。本论文提出了一种控制规则自调整工业恒温箱模糊控制器的设计方案，该控制器由以下几部分组成：归一模糊化、带有修正函数的控制规则、智能积分环节、智能采样开关。 归一模糊化采用分段函数的形式将输入的误差及误差变化（精确量）转变为模糊论域中相应的模糊值，由于一般模糊控制器都采用量化因子使误差及误差变化从基本论域转化到相应的模糊集合论域中，量化因子选择的优劣对控制系统的控制性能影响很大。所以，采用归一模糊化方式不仅可以避免由于量化因子选择不当而导致控制性能变差，而且还可以保证被控过程的全过程都处于最佳控制状态与系统的鲁棒性。 智能积分作用具有仿人智能非线性积分特性，能较好的模拟了人的记忆特性及仿人智能控制的策略，它有选择的“记忆”有用信息，而“遗忘”无用信息，所以可以很好的克服一般积分控制的缺点，能够抑制超调，减少稳态误差。 采用函数解析的形式来描述控制规则简单方便，更易于计算机实现实时模糊控制。只要适当的调节控制器参数，就可以修改控制规则，从而使模糊控制器具有更强鲁棒性和适应性。 智能采样控制是一种闭环中有开环，开环中含闭环的新颖控制方式。当被控变量偏离希望值时，智能器发出采样开关闭合的信号，进行采样，控制器及时控制，直到被控变量有恢复平衡位置趋势为止。此时，采样开关断开，系统处于开环工作状态，此时对象所需要维持的能量由控制器或由对象以存储的能量供给。智能采样控制方式能够很好的实现带有大延迟环节的系统控制。 最后使用＼IATLAB针对不问的工业上常用的几类被控对象进行计算机仿真并使其与篇’规PID调节器比较性能上的优越和控制效果。另外通过建立工业恒温箱的数学模型，＃采用该控制器对工业恒温箱进行控制仿真的研究。
林叶锦[7]（2006）在《船舶运动模糊神经网络控制系统的研究》文中进行了进一步梳理船舶自动舵性能的优劣直接关系到船舶的航行安全和经济效益。但是由于船舶是一个具有非线性、时变和不确定性的复杂控制对象，常规PID控制难以适应变化的工况，自适应控制也由于难以建立精确数学模型，对未建模因素难以奏效。模糊控制特别适合于处理那些难以建立精确数学模型的复杂控制对象，而神经网络则具有强大的学习和容错功能，将模糊控制和神经网络等智能控制技术应用于船舶运动控制是当前重要的研究手段，并有望解决这一问题。本文针对这一发展趋势，对船舶运动模糊神经网络控制方法进行研究。具体内容包括： 1．从动力学角度出发建立了水面船舶三自由度的运动模型，在现有研究成果的基础上，考虑了风、浪、流等干扰因素和舵机的模型。并利用Matlab的S函数建立了Abkowitz非线性船舶运动模型的Simulink模块，可在Simulink环境下直接应用于船舶操纵试验和船舶运动控制规律的仿真研究。 2．分析了船舶航向和航迹控制的原理，根据航向改变和航向保持过程中不同的操舵特点分别设计了航向保持模糊控制器、转向模糊控制器和控制模式切换控制器。为验证算法的有效性，首先采用Abkowitz非线性船舶运动模型在无干扰和有干扰的情况下分别进行了仿真，然后采用不同参数的Nomoto模型进行了加扰仿真，并对控制器的性能进行了验证和分析。 3．根据模糊系统的推理过程构建了基于神经网络的模糊控制器，并分析了输出模糊子集取对称或单点隶属函数的Mamdani模糊系统以及零阶T-S模糊系统与RBF网络之间的等价关系。在此基础上提出了基于RBF神经网络的模糊控制器，利用隐层节点中心矢量和输出权值来定义模糊规则的前件和后件，并采用遗传算法对RBF网络参数进行调整来实现对模糊控制器规则库的优化或者模糊规则的自动生成。在优化方法上先将二维的矢量中心节点展开成由一维节点表示的等价网络，使得优化参数大大减少，并且建立了基于Simulink环境的遗传算法优化模块，应用于控制器参数的优化。仿真结果展示了控制算法和优化算法的有效性。 4．采用自行研制的船舶运动控制试验平台进行了船舶运动控制的物理仿真，
王鹏[8]（2007）在《模糊控制及其在喷浆机器人中的应用》文中认为本文主要是通过研究PID控制器参数模糊自整定方法，设计了一种模糊PID控制器。首先对模糊控制的基本原理、发展历史、研究现状、发展趋势以及PID控制的原理与参数整定方法进行了综述。并针对上述两种方法中存在的不足，将两种方法综合起来，取长补短，提出一种比较完善的模糊PID控制器参数自调整算法。应用模糊集合理论和方法，把操作人员的PID参数调整经验总结成模糊规则模型，形成微机查询表格。微机根据控制系统的实际响应情况，运用模糊推理与决策实现对参数的在线调整。这种算法无需辨识系统的精确数学模型，只需在线检测出系统的期望输出和实际输出的偏差，通过判断其趋势从而决策出调整因子的大小，然后查询模糊调整表，即可实时适当调整所有参数。其简单性和可实现性是显而易见的。然后介绍了喷浆机器人的现状、发展前景、机械结构和工作原理以及喷浆机器人的控制系统设计，建立了喷浆机器人的系统模型。最后，用MATLAB中的Simulink和Fuzzy工具箱，对控制对象进行了仿真研究。结果表明这种模糊PID控制器在控制过程的前期阶段具有模糊控制器的优点，而在控制过程的后期阶段又具有PID控制器的优势。因此这种模糊PID控制具有良好的动态和静态特性，是一种性能优良，而且较容易实现的控制方案。
陈永光[9]（2003）在《遗传算法及模糊控制理论在木板材优化下料系统中的应用》文中提出本文对木材加工自动化领域中的相关现状进行了分析探讨，将人工智能中的遗传算法、模糊控制理论应用于木板材下料系统的计算机过程控制中，以便促进木板材加工自动化的发展。 针对木板材下料优化组合问题，应用模仿生物进化过程的遗传算法，对某些随机产生的初始优化方案进行编码，通过选择、交叉及变异操作使其不断进化，最终收敛于最优方案。针对待切木板材数量与送料速度问题，提出了一种可提高生产效率的模糊控制方案，并对模糊控制方案进行了设计。 根据实际生产背景，设计了木板材优化下料控制系统的硬件结构。在Windows 98操作系统上，运用Visual Basic 6.0开发工具设计了智能控制软件系统。实验结果表明，该系统能够快速、有效的实现木板材下料优化组合及木板材下料的模糊智能控制。
喻智[10]（2013）在《机载吊舱稳定平台的控制方法研究及DSP实现》文中提出近年来，机载光电吊舱系统发展迅速，广泛应用于军事和民用领域。稳定平台控制系统是光电吊舱的关键部分，用来隔离机体和外部环境扰动，保持视轴稳定，保证传感器成像清晰。本论文基于机载光电吊舱系统，对惯性稳定平台的控制方法和DSP控制器的设计展开研究，具有重要的意义。论文主要进行了四个方面的研究：1、研究了稳定平台的系统组成、基本原理和关键模型，设计了驱动器的原理图和PCB图，最终搭建出具有闭环反馈回路的稳定平台硬件系统。2、针对稳定平台的主要扰动、耦合问题和参照系特点，构建了几何约束耦合下和无几何约束耦合下的多空间分析模型。3、研究了模糊系统描述人类经验和知识的基本原理和数学模型，提出了具有非均匀隶属度函数和三维模糊规则库的模糊算法，并采用并联型复合结构和非线性权系数，设计出稳定平台的FuzzyPID控制器。4、通过DSP F2812的软件系统设计，实现了FuzzyPID控制算法。并且利用DSP系统的外设资源，实现了与光纤陀螺仪、光电编码器的串行通信及PWM控制信号的输出。模糊控制器具有三维模糊规则库和非均匀隶属度函数，能够较好地将工程师的工程经验和知识应用到平台控制中。模糊PID控制器通过并联型复合结构和非线性权系数，充分发挥模糊控制器和PID控制器的优点，具有较好的鲁棒性和控制精度。实验结果表明，模糊PID控制器的稳定精度达到0.1mrad，较好地隔离了外部环境对光电负载的扰动，实现了预期的目标。论文最后对整个系统进行了总结，并对下一步工作进行了展望。
二、微机模糊控制（2）第二讲模糊集合及模糊关系的应用（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、微机模糊控制（2）第二讲模糊集合及模糊关系的应用（论文提纲范文）
（2）某抽水蓄能电站调速系统频率控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 蓄能机组工况转换程序故障剖析 |
| 1.4 智能控制策略的选取 |
| 1.5 本文研究内容 |
| 2 抽水蓄能机组调速系统数学模型的建立及参数整定 |
| 2.1 考虑开度影响的混流式引水系统及水轮机模型 |
| 2.1.1 引水系统模块 |
| 2.1.2 引水系统模型选择及参数整定 |
| 2.1.3 水轮机模型 |
| 2.1.4 含引水系统的水轮机模型参数整定 |
| 2.2 机械运动方程表示的发电机及负荷模型 |
| 2.2.1 发电机及负荷模型 |
| 2.2.2 发电机及负荷模型参数整定 |
| 2.3 机械液压系统模型 |
| 2.3.1 电液转换器模型 |
| 2.3.2 电液随动装置模型参数整定 |
| 2.4 调速系统整体构架 |
| 2.4.1 调速系统PID控制结构 |
| 2.4.2 传统PID结构串并联方式选择 |
| 2.4.3 调速系统模型结构 |
| 3 综合模型实例验证 |
| 3.1 导叶与接力器程序控制及开度曲线数据校验 |
| 3.1.1 由导叶控制程序所对应的开度控制曲线 |
| 3.1.2 导叶控制程序开度调节录波分析 |
| 3.1.3 过渡工况点的选取及发电机频率校验 |
| 3.1.4 选取工况点扰动下开度曲线校验 |
| 3.2 传统PID调节模式下功率调整曲线比对 |
| 3.2.1 阶跃频率扰动信号下功率调整曲线 |
| 3.2.2 仿真模型输出量偏差分析 |
| 3.3 多工况下的调速系统建模 |
| 3.3.1 不同给定方式下调速系统模型 |
| 3.3.2 不同给定方式间的转换及选取 |
| 4 智能PID控制理论分析 |
| 4.1 常规PID控制理论基础 |
| 4.1.1 典型PID控制指标函数分析 |
| 4.1.2 PID控制结构选择 |
| 4.1.3 PID控制系统参数整定 |
| 4.1.4 PID控制系统参数校验 |
| 4.2 模糊智能控制模块 |
| 4.2.1 模糊集合表示及运算规则 |
| 4.2.2 隶属函数类型及选取 |
| 4.2.3 模糊控制原理 |
| 4.2.4 模糊PID控制算法 |
| 4.2.5 自适应模糊控制器Matlab中的构建 |
| 4.3 基于神经网络的自适应模糊控制系统 |
| 4.3.1 BP神经网络基本原理 |
| 4.3.2 神经网络训练样本选取 |
| 4.3.3 ANFIS编辑神经网络及BPNN仿真模块的生成 |
| 5 某抽蓄机组仿真结果 |
| 5.1 仿真模型中智能控制模块的嵌入 |
| 5.1.1 仿真模型参量选取 |
| 5.1.2 仿真整体结构及控制算法模块剖析 |
| 5.2 仿真结果 |
| 5.2.1 不同给定下各调控方式的仿真结果对比 |
| 5.2.2 模糊神经网络控制下开度信号仿真结果 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 研究不足及展望 |
| 攻读学位期间参加的科研项目及发表的学术论文 |
| 致谢 |
| 参考文献 |
（3）基于LoRa的智能农业灌溉系统的应用研究与设计（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 国内外研究现状 |
| 1.3 论文内容与结构安排 |
| 第二章 系统总体架构 |
| 2.1 需求分析 |
| 2.2 灌溉控制方案的确立 |
| 2.2.1 基于微机原理的灌溉控制系统 |
| 2.2.2 基于专家知识的灌溉控制系统 |
| 2.2.3 基于模糊控制理论的方案的确立 |
| 2.3 智能灌溉系统总体架构 |
| 2.4 本章小结 |
| 第三章 测控子系统的设计 |
| 3.1 框架结构与工作流程 |
| 3.2 采集节点的设计 |
| 3.3 执行节点的设计 |
| 3.4 数字总线数据处理方案设计 |
| 3.5 本章小结 |
| 第四章 数据传输子系统的设计 |
| 4.1 LoRa技术简介 |
| 4.2 拓扑结构与工作流程 |
| 4.3 无线通信模块的设计 |
| 4.3.1 智能灌溉系统LoRa终端的设计与实现 |
| 4.3.2 智能灌溉系统LoRa网关的设计与实现 |
| 4.4 基于LoRa的低功耗传输方案设计 |
| 4.4.1 LoRa终端节点部署方案 |
| 4.4.2 软硬件结合的整体方案设计 |
| 4.5 测试与分析 |
| 4.5.1 LoRa通信距离测试与分析 |
| 4.5.2 LoRa低功耗测试与分析 |
| 4.6 本章小结 |
| 第五章 远程主控管理子系统的设计 |
| 5.1 框架结构与工作流程 |
| 5.2 主控管理器的软硬件介绍 |
| 5.2.1 主控管理器的硬件平台 |
| 5.2.2 主控管理器的软件平台 |
| 5.3 系统通讯协议的设计 |
| 5.4 基于皖北地区冬小麦的智能灌溉控制策略的设计 |
| 5.4.1 农作物需水性分析 |
| 5.4.2 模糊控制理论简介 |
| 5.4.3 Mamdani型模糊控制器的设计 |
| 5.4.4 基于土壤含水量变化函数的灌溉预测模型的建立 |
| 5.4.5 智能灌溉策略的程序设计 |
| 5.5 智能灌溉策略的仿真分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的学术成果 |
| 致谢 |
（4）模糊控制系统中的若干关键问题研究（论文提纲范文）
| 内容摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 发展概况 |
| 1.3 本文的内容安排及主要工作 |
| 第二章 模糊逻辑控制系统的理论基础 |
| 2.1 模糊集合和模糊逻辑 |
| 2.2 模糊控制系统基本工作原理 |
| 2.3 模糊逻辑器的数学表达及学习算法 |
| 第三章 模糊建模方法研究 |
| 3.1 引言 |
| 3.2 主要的Mamdani型模糊逻辑系统建模算法 |
| 3.3 小学习样本的模糊建模 |
| 3.4 高木-关野模糊逻辑系统的建模 |
| 3.5 结论与建议 |
| 第四章 模糊集合距离度量及其在模糊控制器中的应用 |
| 4.1 引言 |
| 4.2 有关模糊集合的一些基本定义 |
| 4.3 文献中的模糊集合距离度量方法 |
| 4.4 基于相对基数的模糊集合距离度量 |
| 4.5 模糊集合距离度量在模糊控制器中的应用 |
| 4.6 实验仿真 |
| 4.7 结论和建议 |
| 第五章 自适应模糊控制系统设计 |
| 5.1 引言 |
| 5.2 现有自适应模糊控制方法的分类及基本原理分析 |
| 5.3 自适应模糊控制系统的结构分析 |
| 5.4 模糊系统基本理论分析及模糊模型参数的选取 |
| 5.5 基于RLS算法的被控过程模糊建模 |
| 5.6 RLS算法的不足及改进方法 |
| 5.7 模糊决策 |
| 5.8 自适应模糊控制实验仿真 |
| 5.9 结论与建议 |
| 第六章 模糊控制系统稳定性分析 |
| 6.1 引言 |
| 6.2 模糊控制系统模型 |
| 6.3 系统状态的分类与状态空间的分解 |
| 6.4 模糊控制系统稳定性分析方法 |
| 6.5 仿真实验 |
| 6.6 结论和建议 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 攻读博士期间所完成的研究论文 |
（5）高效微细电火花加工若干关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的科学依据 |
| 1.1.1 研究背景 |
| 1.1.2 课题的提出 |
| 1.2 微细电火花加工技术研究进展 |
| 1.2.1 微细电火花加工技术的发展历史综述 |
| 1.2.2 微细电火花加工工艺参数优化研究现状 |
| 1.2.3 微细电火花加工放电状态检测与控制方法研究现状 |
| 1.2.4 微细电火花加工放电状态预测与控制方法研究现状 |
| 1.2.5 微细电火花加工电极损耗补偿方法研究现状 |
| 1.2.6 典型难加工合金材料微细电火花加工性能分析 |
| 1.3 本课题的研究目的和意义 |
| 1.4 论文的主要研究内容 |
| 2 高精度三维微细电火花加工实验平台研制 |
| 2.1 高精度三维微细电火花加工机床总体设计方案 |
| 2.2 高精度三维微细电火花加工机床机械结构设计 |
| 2.2.1 Z轴直线电机精密运动工作台 |
| 2.2.2 X/Y轴交流伺服电机精密运动工作台 |
| 2.2.3 高速电主轴机构 |
| 2.2.4 附属机构设计 |
| 2.3 高精度三维微细电火花加工机床电气控制系统设计 |
| 2.3.1 电气系统总体设计 |
| 2.3.2 高频微能脉冲电源 |
| 2.3.3 放电信号高速采集系统 |
| 2.3.4 三轴精密运动平台驱动电路 |
| 2.4 高精度三维微细电火花加工机床软件控制系统基本功能 |
| 2.5 本章小结 |
| 3 基于支持向量机回归和非支配排序遗传算法的微细电火花加工工艺参数多口标优化方法 |
| 3.1 引言 |
| 3.2 微细电火花正交加工试验 |
| 3.3 基于支持向量机回归的微细电火花加工工艺过程建模 |
| 3.3.1 支持向量机回归基本原理及算法 |
| 3.3.2 工艺模型的建立及测试 |
| 3.4 基于非支配排序遗传算法的工艺参数多目标优化方法 |
| 3.4.1 多目标优化方法基本思想 |
| 3.4.2 非支配排序多目标遗传算法设计 |
| 3.5 工艺参数多目标优化实验 |
| 3.6 本章小结 |
| 4 基于区间Type-2模糊集合的微细电火花加工两阶模糊控制方法 |
| 4.1 引言 |
| 4.2 Type-2模糊控制系统基本原理 |
| 4.2.1 Type-2模糊集合基本原理及区间Type-2模糊集合 |
| 4.2.2 区间Type-2模糊系统 |
| 4.3 基于区间Type-2模糊集合的两阶模糊控制器建立 |
| 4.3.1 基于区间Type-2模糊集合的两阶模糊控制器基本原理 |
| 4.3.2 放电状态辨识系统的建立 |
| 4.3.3 分析周期内放电状态的矢量统计 |
| 4.3.4 伺服运动控制系统的建立 |
| 4.4 加工实验与讨论 |
| 4.5 本章小结 |
| 5 微细电火花加工放电状态预测与伺服运动在线预测控制方法 |
| 5.1 引言 |
| 5.2 基于经验模式分解的微细电火花加工放电状态预测方法 |
| 5.2.1 基于经验模式分解的放电状态预测原理 |
| 5.2.2 放电状态序列的经验模式分解及放电状态预测 |
| 5.2.3 预测实验 |
| 5.3 基于灾变灰色预测的微细电火花加工伺服运动在线预测与控制方法 |
| 5.3.1 伺服运动状态灾变灰色预测的基本思想 |
| 5.3.2 伺服运动状态灾变灰色预测方法 |
| 5.3.3 基于灾变灰色预测的伺服运动在线预测与控制方法 |
| 5.3.4 预测控制方法加工实验与讨论 |
| 5.4 本章小结 |
| 6 基于单层大切深加工方式的三维微细电火花加工电极补偿方法 |
| 6.1 引言 |
| 6.2 单层大切深铣削加工方式的提出及电极补偿方法分析 |
| 6.3 基于大切深加工方式的微细槽结构无补偿加工工艺试验 |
| 6.4 基于单层大切深加工方式的微细电极补偿模型建立 |
| 6.5 微细电极损耗补偿加工实验与讨论 |
| 6.6 微细三维结构零件铣削加工实例 |
| 6.7 本章小结 |
| 7 难加工合金微细通道电火花加工工艺规律研究及高效加工实验 |
| 7.1 引言 |
| 7.2 难加工合金微细直槽正交加工试验及工艺规律研究 |
| 7.2.1 电参数对加工时间的影响规律分析 |
| 7.2.2 电参数对电极损耗的影响规律分析 |
| 7.3 难加工合金微细通道电火花加工电参数的多目标优化 |
| 7.4 难加工合金微细通道电火花加工电极补偿参数确定 |
| 7.5 难加工合金微细通道电火花高效加工实验 |
| 7.6 本章小结 |
| 结论 |
| 工作展望 |
| 创新点摘要 |
| 参考文献 |
| 攻读博士学位期间发表学术论文情况 |
| 致谢 |
| 作者简介 |
（6）基于模糊控制温控系统的研究（论文提纲范文）
| 第一章 绪论 |
| 1.1 控制理论产生和发展 |
| 1.2 智能控制产生和发展 |
| 1.3 传统控制与智能控制 |
| 1.4 模糊控制的发展及应用概况 |
| 1.5 研究课题与任务 |
| 第二章 模糊集合与模糊逻辑 |
| 2.1 模糊集合及其运算 |
| 2.1.1 模糊子集的定义及表示 |
| 2.1.2 模糊子集的运算 |
| 2.2 模糊关系 |
| 2.2.1 模糊矩阵 |
| 2.2.2 模糊关系 |
| 2.3 模糊逻辑与模糊推理 |
| 2.3.1 模糊逻辑 |
| 2.3.2 模糊语言 |
| 2.3.3 模糊推理 |
| 第三章 基本模糊控制器 |
| 3.1 模糊控制的原理 |
| 3.1.1 模糊控制的基本思想 |
| 3.1.2 模糊控制的基本原理 |
| 3.2 模糊控制器的设计基本方法 |
| 3.2.1 模糊控制器的结构设计 |
| 3.2.2 模糊控制规则的设计 |
| 3.2.3 精确量的模糊化 |
| 3.2.4 模糊推理与模糊判决 |
| 3.2.5 基本模糊查询表的建立 |
| 第四章 规则自调整的模糊控制器设计 |
| 4.1 控制器的结构和特点 |
| 4.2 控制器的组成 |
| 4.2.1 归一模糊化 |
| 4.2.2 智能积分环节 |
| 4.2.3 带自调整函数的模糊控制规则 |
| 4.2.4 智能采样开关 |
| 第五章 仿真实例及结果 |
| 5.1 工业恒温箱建模 |
| 5.1.1 恒温箱的结构模型 |
| 5.1.2 恒温箱体温度微分方程的建立 |
| 5.1.3 恒温箱体的动态特性分析 |
| 5.2 基于工业恒温箱模型规则自调整的模糊控制器仿真 |
| 5.3 基于带有非线性环节被控对象模糊控制器仿真 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）船舶运动模糊神经网络控制系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1.问题的提出及研究的意义 |
| 2.船舶运动控制技术的发展及研究现状 |
| 3.论文的主要工作 |
| 第1章 船舶运动和干扰数学模型 |
| 1.1 状态空间型船舶运动模型 |
| 1.1.1 船舶运动的Abkowitz非线性模型 |
| 1.1.2 流体动力导数的无量纲化 |
| 1.1.3 船舶运动的线性模型 |
| 1.2 响应型船舶运动模型 |
| 1.2.1 船舶运动的线性响应型模型 |
| 1.2.2 船舶运动的非线性响应型模型 |
| 1.3 船舶操舵伺服装置数学模型 |
| 1.4 船舶运动干扰模型 |
| 1.5 基于SIMULINK的ABKOWITZ船舶运动模型仿真 |
| 1.6 本章小结 |
| 第2章 模糊控制理论概述 |
| 2.1 模糊集合与模糊关系 |
| 2.1.1 模糊集合的定义 |
| 2.1.2 模糊集合的隶属函数 |
| 2.1.3 模糊集合的性质和运算 |
| 2.1.4 模糊关系 |
| 2.2 模糊逻辑与模糊推理 |
| 2.3 模糊逻辑控制系统 |
| 2.3.1 模糊控制器的结构 |
| 2.3.2 离散型模糊控制器 |
| 2.3.3 连续型模糊控制器 |
| 2.4 小结 |
| 第3章 船舶运动模糊逻辑控制系统研究 |
| 3.1 船舶运动控制概述 |
| 3.1.1 船舶运动的控制方式 |
| 3.1.2 船舶自动操舵仪 |
| 3.2 船舶航向模糊控制系统设计 |
| 3.2.1 船舶航向模糊控制器的结构设计 |
| 3.2.2 航向改变模糊控制器的设计 |
| 3.2.3 船舶航向保持模糊控制器的设计 |
| 3.2.4 模糊切换规则设计 |
| 3.3 船舶航向模糊控制系统的仿真研究 |
| 3.4 小结 |
| 第4章 船舶运动神经网络模糊控制系统研究 |
| 4.1 神经网络概述 |
| 4.1.1 人工神经元与神经网络 |
| 4.1.2 多层前馈神经网络及其BP算法 |
| 4.1.3 径向基函数神经网络 |
| 4.2 基于神经网络的模糊系统 |
| 4.2.1 Mamdani型神经网络模糊系统 |
| 4.2.2 T-S模型神经网络模糊系统 |
| 4.2.3 神经网络模糊系统的函数逼近能力 |
| 4.2.4 与模糊系统相等价的RBF神经网络 |
| 4.3 基于RBF神经网络的船舶航向模糊控制 |
| 4.4 RBF模糊神经网络航向模糊控制器的遗传优化方法 |
| 4.5 船舶航向神经网络模糊控制系统的仿真研究 |
| 4.6 小结 |
| 第5章 船舶操纵控制海上试验研究 |
| 结论 |
| 参考文献 |
| 攻读学位期间公开发表论文 |
| 致谢 |
| 研究生履历 |
（8）模糊控制及其在喷浆机器人中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题来源与意义 |
| 1.2 模糊控制概述 |
| 1.3 机器人控制概述 |
| 1.4 论文主要内容 |
| 2 模糊控制理论 |
| 2.1 模糊控制数学基础 |
| 2.2 模糊控制基本理论 |
| 2.3 模糊控制系统 |
| 2.4 模糊控制器 |
| 2.5 模糊控制算法的实现方法 |
| 3 PID控制原理 |
| 3.1 PID控制发展历程与趋势 |
| 3.2 PID控制的特点 |
| 3.3 PID控制原理 |
| 3.4 PID控制的参数整定方法综述 |
| 4 Fuzzy-PID控制器的设计 |
| 4.1 引言 |
| 4.2 模糊PID控制器的基本形式 |
| 4.3 PID控制器参数模糊调整原理 |
| 4.4 喷浆机器人PID参数专家模糊调整经验 |
| 4.5 喷浆机器人模糊PID控制器设计 |
| 5 喷浆机器人介绍 |
| 5.1 喷浆机器人的发展现状 |
| 5.2 喷浆机器人结构 |
| 5.3 喷浆机器人的工作原理 |
| 5.4 喷浆机器人工作过程 |
| 5.5 喷浆机器人控制系统介绍 |
| 5.6 机械臂驱动系统 |
| 6 系统建模与仿真 |
| 6.1 喷浆机器人模型 |
| 6.2 PID控制MATLAB仿真 |
| 6.3 模糊PID控制MATLAB仿真 |
| 6.4 结论 |
| 6.5 论文总结 |
| 致谢 |
| 主要参考文献 |
| 详细摘要 |
（9）遗传算法及模糊控制理论在木板材优化下料系统中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 木材加工自动化的发展现状 |
| 1.2 木板材缺陷检测技术研究现状 |
| 1.3 木板材下料控制的发展现状 |
| 1.4 研究目的和内容 |
| 1.5 木板材优化下料智能控制研究的重要意义 |
| 第二章 木板材下料优化组合 |
| 2.1 遗传算法引出 |
| 2.1.1 木板材优化组合问题 |
| 2.1.2 优化算法选择 |
| 2.1.2.1 优化问题的一般解析方法 |
| 2.1.2.2 遗传算法解析问题的特点 |
| 2.2 遗传算法的基本描述与操作 |
| 2.2.1 木板材优化下料方案的遗传算法概述 |
| 2.2.2 遗传算法的一般流程 |
| 2.2.3 个体染色体编码及初始种群 |
| 2.2.4 种群个体适应度评判 |
| 2.2.5 种群的进化操作 |
| 2.2.6 种群进化策略 |
| 2.2.7 遗传算法终止条件及所用参数 |
| 2.3 木板材优化组合的遗传算法 |
| 2.3.1 适应度函数设计 |
| 2.3.2 木板材优化组合个体编码和初始种群生成 |
| 2.3.3 优化组合的适应度计算 |
| 2.3.4 选择、交叉及变异操作 |
| 2.3.5 优化计算结果 |
| 2.3.6 优化算法流程 |
| 2.4 缺陷板材的优化处理 |
| 2.5 木板材优化组合子适应遗传算法 |
| 2.6 小结 |
| 第三章 木板材下料系统的模糊控制 |
| 3.1 引言 |
| 3.2 模糊控制理论的发展 |
| 3.3 木板材下料模糊控制基本算法 |
| 3.3.1 木板材下料系统的模糊集合 |
| 3.3.2 模糊集合的运算及其性质 |
| 3.3.3 模糊集合的隶属度函数 |
| 3.3.4 控制系统模糊推理 |
| 3.4 木板材下料模糊控制器设计 |
| 3.4.1 模糊控制器基本原理 |
| 3.4.2 模糊控制器结构 |
| 3.4.3 模糊控制器知识库 |
| 3.4.3.1 数据库 |
| 3.4.3.2 模糊控制器规则库 |
| 3.4.4 模糊化运算 |
| 3.4.5 确定模糊变量的赋值表 |
| 3.4.6 模糊控制器离线计算 |
| 3.5 模糊控制器算法流程 |
| 3.6 木板材下料模糊控制器实现 |
| 3.7 木板材下料模糊控制实例 |
| 3.8 木板材加工模糊控制的发展展望 |
| 3.9 小结 |
| 第四章 木板材优化下料智能控制系统设计 |
| 4.1 引言 |
| 4.2 木板材优化下料智能控制硬件系统设计 |
| 4.3 木板材优化下料智能控制软件系统设计 |
| 4.3.1 智能控制系统软件功能组成 |
| 4.3.2 智能控制系统软件界面 |
| 4.4 小结 |
| 第五章 结论和建议 |
| 5.1 结论 |
| 5.2 建议 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（10）机载吊舱稳定平台的控制方法研究及DSP实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 引言 |
| 1.1 机载光电吊舱系统的发展和研究状况 |
| 1.1.1 机载光电吊舱系统的发展和现状 |
| 1.1.2 稳定平台控制系统在国内外的研究现状 |
| 1.2 研究目的和意义 |
| 1.3 机载吊舱稳定平台的主要控制方法 |
| 1.4 论文的主要内容 |
| 第二章 稳定平台的组成和基本原理 |
| 2.1 稳定平台的系统组成和主要器件 |
| 2.1.1 光电吊舱系统的主要功能 |
| 2.1.2 稳定平台的系统组成 |
| 2.1.3 直流力矩电机 |
| 2.1.4 光纤陀螺仪 |
| 2.1.5 光电编码器 |
| 2.2 稳定平台的工作原理和主要模型 |
| 2.2.1 稳定平台的工作原理 |
| 2.2.2 电机模型 |
| 2.2.3 电流环路模型 |
| 2.2.4 机械谐振模型 |
| 2.2.5 PWM 驱动器模型 |
| 2.2.6 非线性摩擦模型 |
| 2.3 稳定平台的耦合问题 |
| 2.3.1 坐标系的数学变换 |
| 2.3.2 基座和框架的几何约束耦合 |
| 2.3.3 消除耦合的方法 |
| 2.4 多空间分析模型 |
| 2.4.1 无几何约束耦合下的多空间分析模型 |
| 2.4.2 几何约束耦合下的多空间分析模型 |
| 2.5 稳定平台的扰动分析 |
| 第三章 稳定平台的控制方法 |
| 3.1 模糊控制 |
| 3.1.1 模糊系统理论的意义 |
| 3.1.2 模糊系统的组成 |
| 3.1.3 模糊集合与隶属度函数 |
| 3.1.4 模糊关系、模糊命题和 IF-THEN 规则 |
| 3.1.5 推理及推理合成规则 |
| 3.1.6 独立推理和模糊推理机 |
| 3.1.7 模糊规则库 |
| 3.1.8 模糊器和解模糊器 |
| 3.1.9 总结 |
| 3.2 模糊-PID 控制 |
| 3.2.1 数字 PID 控制 |
| 3.2.2 稳定平台的 Fuzzy-PID 控制 |
| 第四章 控制器硬件系统和软件系统 |
| 4.1 TMS320F2812 系统 |
| 4.1.1 TMS320F2812 的主要性能 |
| 4.1.2 中断和中断处理程序 |
| 4.1.3 事件管理器 |
| 4.1.4 SCI串行接口及通信 |
| 4.2 F2812 的软件系统 |
| 4.2.1 初始化程序和寄存器配置 |
| 4.2.2 中断处理程序和外设通信 |
| 4.2.3 控制算法的程序实现 |
| 4.2.4 DSP 系统与 FPGA 系统的比较 |
| 4.3 电机驱动器设计 |
| 第五章 实验结果与分析 |
| 5.1 Matlab 仿真结果与分析 |
| 5.2 硬件实验平台验证 |
| 总结和展望 |
| 参考文献 |
| 作者简介及在学期间发表的学术论文与研究成果 |
四、微机模糊控制（2）第二讲模糊集合及模糊关系的应用（论文参考文献）
- [1]微机模糊控制（2）第二讲模糊集合及模糊关系的应用[J]. 吴家麟,乐峰. 机车电传动, 1994(01)
- [2]某抽水蓄能电站调速系统频率控制策略研究[D]. 李博洋. 华北水利水电大学, 2019(01)
- [3]基于LoRa的智能农业灌溉系统的应用研究与设计[D]. 顾飞龙. 安徽大学, 2020(07)
- [4]模糊控制系统中的若干关键问题研究[D]. 杜文吉. 西安电子科技大学, 1999(01)
- [5]高效微细电火花加工若干关键技术研究[D]. 张玲瑄. 大连理工大学, 2012(09)
- [6]基于模糊控制温控系统的研究[D]. 王生成. 大连理工大学, 2002(02)
- [7]船舶运动模糊神经网络控制系统的研究[D]. 林叶锦. 大连海事大学, 2006(01)
- [8]模糊控制及其在喷浆机器人中的应用[D]. 王鹏. 山东科技大学, 2007(05)
- [9]遗传算法及模糊控制理论在木板材优化下料系统中的应用[D]. 陈永光. 北京林业大学, 2003(02)
- [10]机载吊舱稳定平台的控制方法研究及DSP实现[D]. 喻智. 中国科学院研究生院（西安光学精密机械研究所）, 2013(06)