直流电子负载制约算法探讨

论文片段—仿真结果43-445.2BP神经网络44-505.2.1BP网络结构44-455.2.2BP神经网络算法455.2.3BP神经网络PID控制器的设计45-475.2.4Matlab/Simupnk仿真47-505.3电子负载系统的RBF神经网络控制50-545.3.1RBF神经网络控制50-515.3.2RBF神经网络控制系统设计51-535.3.3Matlab/Simupnk仿真53-545.4DSP程序设计与算法电子负载论文,PID论文,模糊PID论文,神经网络论文,
摘要：科技的发展,各类电力电子产品了越来越广泛的应用论文格式字体要求。对这些产品的试验多以滑线变阻器和电阻箱等作为负载本科毕业论文致谢。这些负载的是有级调节,阻值和负载特性曲线固定的,负载形式比较单一,也较功率小;输入这些负载的电能全部被消耗掉,造成经济上的;并且占用了一定的安装空间。因此,在电源测试系统中为了提高生产率,电子负载起着的作用一般论文格式范文。PID控制指的是比例积分微分控制,是最早发展的控制策略之一。经过多年的更新换代,PID控制了不断的发展。PID控制通常和装置、逻辑、选择器及一些较简单的功能块组成非常复杂的控制系统。将一些复杂的智能控制算法与经典的PID控制策略在一起,的控制效果比单纯的PID控制策略要好论文。在计算机控制出现后,由最初的模拟PID转化为现在的数字PID控制,数字PID控制器更出参数调整灵活、算法变化多样、简单方便的优点学报论文格式。但用其对具有复杂非线性特性的对象或控制达到满意的效果。在传统PID控制算法的基础上设计了模糊PID控制器,并对模糊PID自整定控制系统仿真,取得了不错的效果。另外,还探讨了基于神经元的神经网络控制方法,神经网络控制具有非线性映射能力、学习能力和自适应能力,是一种不依赖模型的控制方式,增量式PID算法实现控制参数的自整定,并运用Matlab软件编程实现整个模型的控制仿真。利用神经网络PID控制器的电子负载系统有更快的响应速度和更强的抗干扰能力,具有良好的动态特性。关键词：电子负载论文PID论文模糊PID论文神经网络论文
摘要4-5
Abstract5-9
章 绪论9-12

1.1 论文的研究背景9-10

1.2 电子负载的研究现状和发展趋势10-11

1.2.1 负载的定义10

1.2.2 传统的负载10

1.2.3 现代的电子负载10-11

1.2.4 电子负载的发展趋势11

1.3 研究的主要内容11-12

章 电子负载系统的概述12-19

2.1 电子负载的基本结构12

2.2 电子负载的工作原理及功能12-17

2.1 电子负载的工作原理12-13

2.2 电子负载的功能13-16

2.3 电子负载的应用及举例16-17

2.3 电子负载存在的问题和解决方法17-18

2.3.1 存在的问题17-18

2.3.2 解决方法18

2.4 小结18-19

章 电子负载系统设计19-32

3.1 控制系统结构19-20

3.2 功率电路和采样电路介绍20-23

3.

2.1 功率电路20-22

3.

2.2 采样电路22-23

3.3 硬件电路设计23-25

3.1 电源模块23-24

3.2 通信模块24

3.3 串行EEPROM 电路24-25

3.4 系统的软件设计25-30

3.4.1 DSP 芯片介绍25-26

3.4.2 DSP 开发工具简介26-27

3.4.3 软件设计思想27-28

3.4.4 初始化函数28-29

3.4.5 A/D 转换函数29

3.4.6 I/O 端口初始化函数29-30

3.5 小结30-32

章 传统 PID 控制器的研究及分析32-39

4.1 引言32

4.2 PID 控制策略32-35

4.

2.1 模拟PID 控制32-33

4.

2.2 数字PID 调节器基本原理33-35

4.3 PID 参数自整定方法35-38
4.

3.1 PID 参数整定的一些准则35-36

4.

3.2 PID 参数自整定方法36-38

4.4 小结38-39
第五章 电子负载控制器的设计39-59

5.1 模糊 PID 控制器的设计39-44

5.

1.1 模糊控制器的结构39-40

5.

1.2 各变量隶属度函数的确定40-41

5.

1.3 模糊控制规则表的建立41-43

5.

1.4 Matlab 仿真结果43-44

5.2 BP 神经网络44-50
5.

2.1 BP 网络结构44-45

5.

2.2 BP 神经网络算法45

5.

2.3 BP 神经网络PID 控制器的设计45-47

5.

2.4 Matlab/Simupnk 仿真47-50

5.3 电子负载系统的 RBF 神经网络控制50-54
5.

3.1 RBF 神经网络控制50-51

5.

3.2 RBF 神经网络控制系统设计51-53

5.

3.3 Matlab/Simupnk 仿真53-54

5.4 DSP 程序设计与算法实现54-58
5.

4.1 DSP 代码的自动生成55-56

5.

4.2 数据类型的选取56-58

5.5 小结58-59
第六章 实验波形及数据分析59-64

6.1 实验波形及数据59-63

6.2 实验数据分析63-64

第七章 全文总结及展望64-65

7.1 全文总结64

7.2 展望64-65

参考文献65-67
发表论文和参加科研情况67-68
致谢68