相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
《智能控制在變頻傳動系統中的應用》共分8章：第1章為變頻傳動系統概要，第2章為智能控制緒論并附混沌控制簡介，第3章為模糊控制理論與應用基礎，第4章為神經網絡控制理論與應用基礎，第5章為遺傳算法理論與應用基礎，第6章為智能控制在改進變頻電源中的應用，第7章為智能控制在改進控制系統性能中的應用，第8章為智能控制在改進負載性能中的應用。
《智能控制在變頻傳動系統中的應用》對研究智能控制在變頻傳動應用方面的工程師具有借鑒意義，對相關大專院校學生也有一定參考價值。
《智能控制在變頻傳動系統中的應用》對研究智能控制在變頻傳動應用方面的工程師具有借鑒意義，對相關大專院校學生也有一定參考價值。
名人/編輯推薦
《智能控制在變頻傳動系統中的應用》對研究智能控制在變頻傳動應用方面的工程師具有借鑒意義，對相關大專院校學生也有一定參考價值。
目次
前言
第1章 變頻傳動系統概要
1.1 變頻傳動概述
1.1.1 傳動的意義和歷史
1.1.2 兩種電氣傳動的競爭
1.1.3 變頻調速一枝獨秀
1.1.4 變頻傳動的定義與幾個術語的區分
1.1.5 變頻傳動系統的組成
1.2 變頻電源
1.2.1 概述
1.2.2 交-直-交電壓型變頻器
1.2.3 交-直-交電流型變頻器及交-交變頻器
1.2.4 變頻器的諧波與對策
1.3 電動機
1.3.1 異步電動機的結構和工作原理
1.3.2 異步電動的轉矩、轉速和機械特性
1.3.3 異步電動機的運行
1.3.4 同步電動機
1.4 變頻傳動的負載
1.4.1 負載的機械特性
1.4.2 主要生產機械的特點及其負載特性
1.4.3 變頻傳動穩定運行與機械特性的配合
1.4.4 電動機、變頻器功率的選擇
1.5 控制系統
1.5.1 概述
1.5.2 轉速、電流雙閉環控制系統
1.5.3 轉差頻率控制系統
1.5.4 矢量變換控制系統
1.5.5 直接轉矩控制系統
1.6 變頻傳動系統的發展趨勢
附錄
附錄1矢量控制動態方程〔9〕
附錄2直接轉矩控制動態方程〔9〕
參考文獻
第2章 智能控制引論
2.1 智能控制的定義和分類
2.1.1 智能控制的定義
2.1.2 智能控制的結構理論與分類
2.1.3 智能控制的特點與傳統控制的關系
2.2 智能控制的應用范圍及在變頻傳動系統中的應用
2.3 混沌控制簡介
2.3.1 混沌和混沌理論
2.3.2 混沌的產生
2.3.3 混沌的定義及特點
2.3.4 混沌控制的目標和方法
附錄--名詞解釋
參考文獻
第3章 模糊控制理論與應用基礎
3.1 概述
3.1.1 模糊控制的意義
3.1.2 模糊控制系統的結構與工作原理
3.1.3 模糊控制的優缺點
3.2 模糊集合和輸入精確量模糊化
3.2.1 模糊集合和隸屬函數
3.2.2 模糊集合的運算
3.2.3 輸入量精確值模糊化
3.3 知識庫與模糊控制規則
3.3.1 知識庫
3.3.2 模糊控制規則的建立
3.3.3 模糊控制規則的形式
3.3.4 模糊控制規則的設計
3.4 模糊推理
3.4.1 常用模糊語句
3.4.2 模糊關系與模糊矩陣
3.4.3 模糊推理法
3.4.4 模糊關系方程
3.5 解模糊化
3.5.1 重心法
3.5.2 加權平均法
3.5.3 最大隸屬度法
3.5.4 中位數法
3.6 模糊控制系統的分類和舉例
3.6.1 模糊控制系統的分類
3.6.2 模糊控制系統舉例
3.7 模糊控制的應用
3.8 模糊PID控制器
3.8.1 傳統PID控制器工作特點
3.8.2 模糊PID控制器
附錄--名詞解釋
參考文獻
第4章 神經網絡控制理論與應用基礎
4.1 人工神經網絡概述
4.1.1 人腦神經網絡與神經元
4.1.2 人工神經網絡與神經元
4.1.3 人工神經網絡的應用
4.2 神經網絡的分類與基本模型
4.2.1 神經網絡的分類和功能
4.2.2 神經網絡基本模型
4.2.3 感知器
4.3 神經網絡的學習方法
4.3.1 有導師學習（監督學習）
4.3.2 無導師學習（無監督學習或自組織學習）
4.3.3 再勵學習
4.4 感知器學習算法與多層感知器
4.5 BP神經網絡
4.5.1 BP神經網絡的拓撲結構
4.5.2 BP算法
4.6 RBF神經網絡
4.7 反饋型神經網絡
4.7.1 Hopfield神經網絡
4.7.2 Boltzmann學習機網絡
4.7.3 Kohonen神經網絡
4.8 競爭學習神經網絡
4.8.1 基本原理
4.8.2 競爭學習神經網絡的實現
4.9 神經網絡控制的應用
4.9.1 神經網絡的優越性與應用領域
4.9.2 神經網絡系統辨識
4.9.3 神經網絡自適應控制
4.9.4 神經網絡預測控制
4.9.5 神經網絡控制器
4.1 0單神經元PID控制
4.1 1神經網絡PID控制器
4.1 1.1 神經網絡PID控制器的結構
4.1 1.2 神經網絡PID控制器控制算法
4.1 1.3 仿真實例
4.1 2模糊神經網絡控制系統
附錄
附錄1符號說明
附錄2名詞解釋
參考文獻
第5章 遺傳算法理論與應用基礎
5.1 概述
5.1.1 遺傳算法是新的全局優化搜索算法
5.1.2 遺傳算法主要概念解釋及與生物學和實際問題的對應關系
5.2 遺傳算法的基本內容
5.2.1 選取與設定初始群體
5.2.2 參數編碼
5.2.3 適應度函數的計算
5.2.4 遺傳操作設計
5.2.5 終止條件
5.2.6 小結
5.3 模式定理和積木假說
5.3.1 模式定理
5.3.2 積木（基因塊）假說
5.3.3 遺傳算子對模式的影響
5.4 遺傳算法的實現
5.5 遺傳算法特點
5.6 遺傳算法舉例
5.7 免疫算法
5.7.1 概述
5.7.2 IGA的主要步驟
5.7.3 免疫克隆算法
5.8 遺傳算法的應用
5.9 基于遺傳算法的PID控制技術
5.9.1 PID控制概述
5.9.2 采用遺傳算法的PID控制方法
5.1 0遺傳算法與人工神經網絡結合的應用
5.1 0.1 概述
5.1 0.2 采用遺傳算法的神經網絡應用示例
5.1 0.3 結束語
參考文獻
第6章 智能控制在改進變頻電源中的應用
6.1 SPWM變頻電源
6.1.1 神經網絡控制用于改進SPWM逆變器的優化
6.1.2 模糊控制與PID控制結合的控制系統
6.1.3 混沌隨機TPWM低載波頻率逆變器
6.2 SVPWM變頻器
6.2.1 神經網絡法在SVPWM技術中的改進應用
6.2.2 IA在SVPWM逆變器控制中的應用
6.3 變頻器中整流器的改進
6.3.1 整流器改進的必要性
6.3.2 基于神經元控制的SVPWM整流器直接功率控制
附錄--名詞解釋
參考文獻
第7章 智能控制在改進控制系統性能中的應用
7.1 概述
7.1.1 控制系統的技術指標
7.1.2 智能控制對改進控制系統性能的作用
7.2 轉速、電流雙閉環系統和轉差頻率控制系統的改進
7.2.1 概述
7.2.2 PLC模糊神經網絡變頻調速系統
7.3 矢量控制系統的改進
7.3.1 概述
7.3.2 智能控制方案簡介
7.3.3 模糊PID異步電動機矢量控制
7.3.4 免疫遺傳模糊神經網絡的永磁同步電動機矢量控制
7.4 直接轉矩控制系統的改進
7.4.1 概述
7.4.2 遺傳算法模糊自適應異步電動機直接轉矩控制
7.4.3 模糊控制永磁同步電動機直接轉矩控制
參考文獻
第8章 智能控制在改進負載性能中的應用
8.1 金屬切削機床
8.1.1 概述
8.1.2 加工過程的神經網絡自適應控制
8.2 電力機車
8.2.1 引言
8.2.2 采用遺傳算法的受電弓優化設計
8.3 起重機
8.3.1 引論
8.3.2 模糊PID控制器在起重機糾偏系統中的應用
8.4 電梯
8.4.1 引言
8.4.2 遺傳算法電梯群控
8.5 變頻空調器
8.5.1 引言
8.5.2 模糊控制變頻空調器
8.6 多電動機群控
8.6.1 引言
8.6.2 神經網絡的多電動機同步協調控制
8.7 注塑機
8.7.1 引言
8.7.2 注塑成型智能監控系統的研究
參考文獻
第1章 變頻傳動系統概要
1.1 變頻傳動概述
1.1.1 傳動的意義和歷史
1.1.2 兩種電氣傳動的競爭
1.1.3 變頻調速一枝獨秀
1.1.4 變頻傳動的定義與幾個術語的區分
1.1.5 變頻傳動系統的組成
1.2 變頻電源
1.2.1 概述
1.2.2 交-直-交電壓型變頻器
1.2.3 交-直-交電流型變頻器及交-交變頻器
1.2.4 變頻器的諧波與對策
1.3 電動機
1.3.1 異步電動機的結構和工作原理
1.3.2 異步電動的轉矩、轉速和機械特性
1.3.3 異步電動機的運行
1.3.4 同步電動機
1.4 變頻傳動的負載
1.4.1 負載的機械特性
1.4.2 主要生產機械的特點及其負載特性
1.4.3 變頻傳動穩定運行與機械特性的配合
1.4.4 電動機、變頻器功率的選擇
1.5 控制系統
1.5.1 概述
1.5.2 轉速、電流雙閉環控制系統
1.5.3 轉差頻率控制系統
1.5.4 矢量變換控制系統
1.5.5 直接轉矩控制系統
1.6 變頻傳動系統的發展趨勢
附錄
附錄1矢量控制動態方程〔9〕
附錄2直接轉矩控制動態方程〔9〕
參考文獻
第2章 智能控制引論
2.1 智能控制的定義和分類
2.1.1 智能控制的定義
2.1.2 智能控制的結構理論與分類
2.1.3 智能控制的特點與傳統控制的關系
2.2 智能控制的應用范圍及在變頻傳動系統中的應用
2.3 混沌控制簡介
2.3.1 混沌和混沌理論
2.3.2 混沌的產生
2.3.3 混沌的定義及特點
2.3.4 混沌控制的目標和方法
附錄--名詞解釋
參考文獻
第3章 模糊控制理論與應用基礎
3.1 概述
3.1.1 模糊控制的意義
3.1.2 模糊控制系統的結構與工作原理
3.1.3 模糊控制的優缺點
3.2 模糊集合和輸入精確量模糊化
3.2.1 模糊集合和隸屬函數
3.2.2 模糊集合的運算
3.2.3 輸入量精確值模糊化
3.3 知識庫與模糊控制規則
3.3.1 知識庫
3.3.2 模糊控制規則的建立
3.3.3 模糊控制規則的形式
3.3.4 模糊控制規則的設計
3.4 模糊推理
3.4.1 常用模糊語句
3.4.2 模糊關系與模糊矩陣
3.4.3 模糊推理法
3.4.4 模糊關系方程
3.5 解模糊化
3.5.1 重心法
3.5.2 加權平均法
3.5.3 最大隸屬度法
3.5.4 中位數法
3.6 模糊控制系統的分類和舉例
3.6.1 模糊控制系統的分類
3.6.2 模糊控制系統舉例
3.7 模糊控制的應用
3.8 模糊PID控制器
3.8.1 傳統PID控制器工作特點
3.8.2 模糊PID控制器
附錄--名詞解釋
參考文獻
第4章 神經網絡控制理論與應用基礎
4.1 人工神經網絡概述
4.1.1 人腦神經網絡與神經元
4.1.2 人工神經網絡與神經元
4.1.3 人工神經網絡的應用
4.2 神經網絡的分類與基本模型
4.2.1 神經網絡的分類和功能
4.2.2 神經網絡基本模型
4.2.3 感知器
4.3 神經網絡的學習方法
4.3.1 有導師學習（監督學習）
4.3.2 無導師學習（無監督學習或自組織學習）
4.3.3 再勵學習
4.4 感知器學習算法與多層感知器
4.5 BP神經網絡
4.5.1 BP神經網絡的拓撲結構
4.5.2 BP算法
4.6 RBF神經網絡
4.7 反饋型神經網絡
4.7.1 Hopfield神經網絡
4.7.2 Boltzmann學習機網絡
4.7.3 Kohonen神經網絡
4.8 競爭學習神經網絡
4.8.1 基本原理
4.8.2 競爭學習神經網絡的實現
4.9 神經網絡控制的應用
4.9.1 神經網絡的優越性與應用領域
4.9.2 神經網絡系統辨識
4.9.3 神經網絡自適應控制
4.9.4 神經網絡預測控制
4.9.5 神經網絡控制器
4.1 0單神經元PID控制
4.1 1神經網絡PID控制器
4.1 1.1 神經網絡PID控制器的結構
4.1 1.2 神經網絡PID控制器控制算法
4.1 1.3 仿真實例
4.1 2模糊神經網絡控制系統
附錄
附錄1符號說明
附錄2名詞解釋
參考文獻
第5章 遺傳算法理論與應用基礎
5.1 概述
5.1.1 遺傳算法是新的全局優化搜索算法
5.1.2 遺傳算法主要概念解釋及與生物學和實際問題的對應關系
5.2 遺傳算法的基本內容
5.2.1 選取與設定初始群體
5.2.2 參數編碼
5.2.3 適應度函數的計算
5.2.4 遺傳操作設計
5.2.5 終止條件
5.2.6 小結
5.3 模式定理和積木假說
5.3.1 模式定理
5.3.2 積木（基因塊）假說
5.3.3 遺傳算子對模式的影響
5.4 遺傳算法的實現
5.5 遺傳算法特點
5.6 遺傳算法舉例
5.7 免疫算法
5.7.1 概述
5.7.2 IGA的主要步驟
5.7.3 免疫克隆算法
5.8 遺傳算法的應用
5.9 基于遺傳算法的PID控制技術
5.9.1 PID控制概述
5.9.2 采用遺傳算法的PID控制方法
5.1 0遺傳算法與人工神經網絡結合的應用
5.1 0.1 概述
5.1 0.2 采用遺傳算法的神經網絡應用示例
5.1 0.3 結束語
參考文獻
第6章 智能控制在改進變頻電源中的應用
6.1 SPWM變頻電源
6.1.1 神經網絡控制用于改進SPWM逆變器的優化
6.1.2 模糊控制與PID控制結合的控制系統
6.1.3 混沌隨機TPWM低載波頻率逆變器
6.2 SVPWM變頻器
6.2.1 神經網絡法在SVPWM技術中的改進應用
6.2.2 IA在SVPWM逆變器控制中的應用
6.3 變頻器中整流器的改進
6.3.1 整流器改進的必要性
6.3.2 基于神經元控制的SVPWM整流器直接功率控制
附錄--名詞解釋
參考文獻
第7章 智能控制在改進控制系統性能中的應用
7.1 概述
7.1.1 控制系統的技術指標
7.1.2 智能控制對改進控制系統性能的作用
7.2 轉速、電流雙閉環系統和轉差頻率控制系統的改進
7.2.1 概述
7.2.2 PLC模糊神經網絡變頻調速系統
7.3 矢量控制系統的改進
7.3.1 概述
7.3.2 智能控制方案簡介
7.3.3 模糊PID異步電動機矢量控制
7.3.4 免疫遺傳模糊神經網絡的永磁同步電動機矢量控制
7.4 直接轉矩控制系統的改進
7.4.1 概述
7.4.2 遺傳算法模糊自適應異步電動機直接轉矩控制
7.4.3 模糊控制永磁同步電動機直接轉矩控制
參考文獻
第8章 智能控制在改進負載性能中的應用
8.1 金屬切削機床
8.1.1 概述
8.1.2 加工過程的神經網絡自適應控制
8.2 電力機車
8.2.1 引言
8.2.2 采用遺傳算法的受電弓優化設計
8.3 起重機
8.3.1 引論
8.3.2 模糊PID控制器在起重機糾偏系統中的應用
8.4 電梯
8.4.1 引言
8.4.2 遺傳算法電梯群控
8.5 變頻空調器
8.5.1 引言
8.5.2 模糊控制變頻空調器
8.6 多電動機群控
8.6.1 引言
8.6.2 神經網絡的多電動機同步協調控制
8.7 注塑機
8.7.1 引言
8.7.2 注塑成型智能監控系統的研究
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。