智能控制在变频传动系统中的应用 高清可编辑文字版作者：曾允文 编出版时间：2012内容简介 《智能控制在变频传动系统中的应用》共分8章：第1章为变频传动系统概要，第2章为智能控制绪论并附混沌控制简介，第3章为模糊控制理论与应用基础，第4章为神经网络控制理论与应用基础，第5章为遗传算法理论与应用基础，第6章为智能控制在改进变频电源中的应用，第7章为智能控制在改进控制系统性能中的应用，第8章为智能控制在改进负载性能中的应用。《智能控制在变频传动系统中的应用》对研究智能控制在变频传动应用方面的工程师具有借鉴意义，对相关大专院校学生也有一定参考价值。目录前言第1章 变频传动系统概要1.1 变频传动概述1.1.1 传动的意义和历史1.1.2 两种电气传动的竞争1.1.3 变频调速一枝独秀1.1.4 变频传动的定义与几个术语的区分1.1.5 变频传动系统的组成1.2 变频电源1.2.1 概述1.2.2 交-直-交电压型变频器1.2.3 交-直-交电流型变频器及交-交变频器1.2.4 变频器的谐波与对策1.3 电动机1.3.1 异步电动机的结构和工作原理1.3.2 异步电动的转矩、转速和机械特性1.3.3 异步电动机的运行1.3.4 同步电动机1.4 变频传动的负载1.4.1 负载的机械特性1.4.2 主要生产机械的特点及其负载特性1.4.3 变频传动稳定运行与机械特性的配合1.4.4 电动机、变频器功率的选择1.5 控制系统1.5.1 概述1.5.2 转速、电流双闭环控制系统1.5.3 转差频率控制系统1.5.4 矢量变换控制系统1.5.5 直接转矩控制系统1.6 变频传动系统的发展趋势附录附录1矢量控制动态方程［9］附录2直接转矩控制动态方程［9］参考文献第2章 智能控制引论2.1 智能控制的定义和分类2.1.1 智能控制的定义2.1.2 智能控制的结构理论与分类2.1.3 智能控制的特点与传统控制的关系2.2 智能控制的应用范围及在变频传动系统中的应用2.3 混沌控制简介2.3.1 混沌和混沌理论2.3.2 混沌的产生2.3.3 混沌的定义及特点2.3.4 混沌控制的目标和方法附录--名词解释参考文献第3章 模糊控制理论与应用基础3.1 概述3.1.1 模糊控制的意义3.1.2 模糊控制系统的结构与工作原理3.1.3 模糊控制的优缺点3.2 模糊集合和输入精确量模糊化3.2.1 模糊集合和隶属函数3.2.2 模糊集合的运算3.2.3 输入量精确值模糊化3.3 知识库与模糊控制规则3.3.1 知识库3.3.2 模糊控制规则的建立3.3.3 模糊控制规则的形式3.3.4 模糊控制规则的设计3.4 模糊推理3.4.1 常用模糊语句3.4.2 模糊关系与模糊矩阵3.4.3 模糊推理法3.4.4 模糊关系方程3.5 解模糊化3.5.1 重心法3.5.2 加权平均法3.5.3 最大隶属度法3.5.4 中位数法3.6 模糊控制系统的分类和举例3.6.1 模糊控制系统的分类3.6.2 模糊控制系统举例3.7 模糊控制的应用3.8 模糊PID控制器3.8.1 传统PID控制器工作特点3.8.2 模糊PID控制器附录--名词解释参考文献第4章 神经网络控制理论与应用基础4.1 人工神经网络概述4.1.1 人脑神经网络与神经元4.1.2 人工神经网络与神经元4.1.3 人工神经网络的应用4.2 神经网络的分类与基本模型4.2.1 神经网络的分类和功能4.2.2 神经网络基本模型4.2.3 感知器4.3 神经网络的学习方法4.3.1 有导师学习（监督学习）4.3.2 无导师学习（无监督学习或自组织学习）4.3.3 再励学习4.4 感知器学习算法与多层感知器4.5 BP神经网络4.5.1 BP神经网络的拓扑结构4.5.2 BP算法4.6 RBF神经网络4.7 反馈型神经网络4.7.1 Hopfield神经网络4.7.2 Boltzmann学习机网络4.7.3 Kohonen神经网络4.8 竞争学习神经网络4.8.1 基本原理4.8.2 竞争学习神经网络的实现4.9 神经网络控制的应用4.9.1 神经网络的优越性与应用领域4.9.2 神经网络系统辨识4.9.3 神经网络自适应控制4.9.4 神经网络预测控制4.9.5 神经网络控制器4.1 0单神经元PID控制4.1 1神经网络PID控制器4.1 1.1 神经网络PID控制器的结构4.1 1.2 神经网络PID控制器控制算法4.1 1.3 仿真实例4.1 2模糊神经网络控制系统附录附录1符号说明附录2名词解释参考文献第5章 遗传算法理论与应用基础5.1 概述5.1.1 遗传算法是新的全局优化搜索算法5.1.2 遗传算法主要概念解释及与生物学和实际问题的对应关系5.2 遗传算法的基本内容5.2.1 选取与设定初始群体5.2.2 参数编码5.2.3 适应度函数的计算5.2.4 遗传操作设计5.2.5 终止条件5.2.6 小结5.3 模式定理和积木假说5.3.1 模式定理5.3.2 积木（基因块）假说5.3.3 遗传算子对模式的影响5.4 遗传算法的实现5.5 遗传算法特点5.6 遗传算法举例5.7 免疫算法5.7.1 概述5.7.2 IGA的主要步骤5.7.3 免疫克隆算法5.8 遗传算法的应用5.9 基于遗传算法的PID控制技术5.9.1 PID控制概述5.9.2 采用遗传算法的PID控制方法5.1 0遗传算法与人工神经网络结合的应用5.1 0.1 概述5.1 0.2 采用遗传算法的神经网络应用示例5.1 0.3 结束语参考文献第6章 智能控制在改进变频电源中的应用6.1 SPWM变频电源6.1.1 神经网络控制用于改进SPWM逆变器的优化6.1.2 模糊控制与PID控制结合的控制系统6.1.3 混沌随机TPWM低载波频率逆变器6.2 SVPWM变频器6.2.1 神经网络法在SVPWM技术中的改进应用6.2.2 IA在SVPWM逆变器控制中的应用6.3 变频器中整流器的改进6.3.1 整流器改进的必要性6.3.2 基于神经元控制的SVPWM整流器直接功率控制附录--名词解释参考文献第7章 智能控制在改进控制系统性能中的应用7.1 概述7.1.1 控制系统的技术指标7.1.2 智能控制对改进控制系统性能的作用7.2 转速、电流双闭环系统和转差频率控制系统的改进7.2.1 概述7.2.2 PLC模糊神经网络变频调速系统7.3 矢量控制系统的改进7.3.1 概述7.3.2 智能控制方案简介7.3.3 模糊PID异步电动机矢量控制7.3.4 免疫遗传模糊神经网络的永磁同步电动机矢量控制7.4 直接转矩控制系统的改进7.4.1 概述7.4.2 遗传算法模糊自适应异步电动机直接转矩控制7.4.3 模糊控制永磁同步电动机直接转矩控制参考文献第8章 智能控制在改进负载性能中的应用8.1 金属切削机床8.1.1 概述8.1.2 加工过程的神经网络自适应控制8.2 电力机车8.2.1 引言8.2.2 采用遗传算法的受电弓优化设计8.3 起重机8.3.1 引论8.3.2 模糊PID控制器在起重机纠偏系统中的应用8.4 电梯8.4.1 引言8.4.2 遗传算法电梯群控8.5 变频空调器8.5.1 引言8.5.2 模糊控制变频空调器8.6 多电动机群控8.6.1 引言8.6.2 神经网络的多电动机同步协调控制8.7 注塑机8.7.1 引言8.7.2 注塑成型智能监控系统的研究参考文献 上一篇: 西门子S7-300 400 PLC编程技术及工程应用 高清可编辑文字版 下一篇: 双证融通系列丛书 三菱PLC应用简明教程 高清可编辑文字版
