先進控制技術
科學出版社出版的圖書
《先進控制技術》是一門研究隨著生產過程對控制系統要求不斷提高而迅速發展起來的控制技術,《先進控制技術》可作為自動化學科高年級選修課或控制理論與控制工程學科研究生課程的教材,也可供相關學科科研或工程技術人員參考。
第1章 緒論 | |
1.1 過程式控制制系統的基本組成 | 1.3 先進控制技術的產生背景 |
1.2 複雜工業過程的特點及對控制系統的要求 | 1.3.1 PID控制器的特點 |
1.2.1 複雜工業過程的特點 | 1.3.2 先進控制技術的產生背景 |
1.2.2 複雜工業過程對控制系統的要求 | |
第2章 推理控制 | |
2.1 概述 | 2.4 輸出可測條件下的推理控制 |
2.2 推理控制系統的原理 | 2.4.1 系統構成 |
2.2.1 問題的提出 | 2.4.2 模型誤差對系統性能的影響 |
2.2.2 推理控制系統的組成 | 2.5 多變數推理控制 |
2.2.3 推理控制器的設計 | 2.5.1 多變數推理控制系統的基本結構 |
2.2.4 推理-反饋控制系統 | 2.5.2 多變數推理控制器的V規範型結構 |
2.3 推理控制系統模型誤差對系統性能的影響 | 2.5.3 帶時間滯后多變數系統的V規範型推理控制器設計 |
2.3.1 擾動通道模型誤差的影響 | 2.5.4 濾波矩陣的選擇 |
2.3.2 控制通道模型誤差的影響 | |
第3章 自適應控制 | |
3.1 自適應控制概述 | 3.3.1 概述 |
3.1.1 自適應控制系統的功能及特點 | 3.3.2 動態過程參數估計的最小二乘法 |
3.1.2 自適應控制系統的分類 | 3.3.3 最小方差自校正控制器 |
3.1.3 自適應控制系統的發展及應用 | 3.3.4 廣義最小方差自校正控制器 |
3.2 模型參考自適應控制 | 3.3.5 零極點配置自校正控制器 |
3.2.1 模型參考自適應控制的數學描述 | 3.3.6 自校正PID控制器 |
3.2.2 採用Lyapunov穩定性理論的設計方法 | 3.4 多變數自校正控制器 |
3.2.3 模型參考自適應系統的魯棒性 | 3.4.1 多變數最小方差自校正控制器 |
3.3 自校正控制 | 3.4.2 多變數廣義自校正控制器 |
第4章 預測控制 | |
4.1 概述 | 4.4.4 動態矩陣控制的基本演演算法 |
4.2 預測控制的基本原理 | 4.4.5 動態矩陣控制的性能分析 |
4.3 模型演演算法控制 | 4.5 廣義預測控制 |
4.3.1 預測模型 | 4.5.1 預測模型 |
4.3.2 模型校正 | 4.5.2 預測模型參數的求取 |
4.3.3 參考軌跡 | 4.5.3 滾動優化 |
4.3.4 滾動優化 | 4.5.4 反饋校正 |
4.4 動態矩陣控制的基本原理 | 4.5.5 廣義預測控制的穩定性 |
4.4.1 預測模型 | 4.6 面向實際應用中的預測控制 |
4.4.2 反饋校正 | 4.6.1 前饋-反饋預測控制 |
4.4.3 滾動優化 | 4.6.2 串級預測控制 |
第5章 多變數控制 | |
5.1 概述 | 5.4.1 多迴路控制系統的互聯 |
5.2 多變數系統的數學描述 | 5.4.2 互聯的度量 |
5.2.1 對象模型的內部描述法 | 5.5 極點配置問題 |
5.2.2 對象模型的外部描述法 | 5.5.1 狀態反饋極點配置 |
5.3 多變數系統分析 | 5.5.2 輸出反饋極點配置 |
5.3.1 閉環系統的傳遞函數矩陣 | 5.6 解耦控制 |
5.3.2 閉環傳遞函數矩陣的極點和零點 | 5.6.1 串聯解耦 |
5.3.3 系統的極點和零點 | 5.6.2 線性狀態反饋解耦 |
5.3.4 能控性和能觀性 | 5.6.3 線性輸出反饋解耦 |
5.4 互聯分析 | |
第6章 智能控制 | |
6.1 模糊控制 | 6.2.3 神經網路逆控制 |
6.1.1 模糊數學簡介 | 6.2.4 神經網路自適應控制 |
6.1.2 模糊控制的工作原理 | 6.2.5 神經網路PID控制 |
6.1.3 模糊控制器的基本結構與組成 | 6.2.6 神經網路預測控制 |
6.1.4 基本模糊控制器的設計 | 6.3 專家控制 |
6.1.5 模糊PID控制器 | 6.3.1 專家系統概述 |
6.2 神經網路控制 | 6.3.2 專家控制系統 |
6.2.1 神經網路簡介 | 6.3.3 專家控制系統應用實例 |
6.2.2 神經網路直接反饋控制 | |
第7章 過程優化 | |
7.1 概述 | 7.3.1 優化演演算法的選擇 |
7.1.1 基本概念 | 7.3.2 遺傳演演算法 |
7.1.2 過程優化的主要工作 | 7.3.3 過程優化實例 |
7.2 過程優化模型 | 7.3.4 過程優化控制的結構 |
7.2.1 目標函數 | 7.4 大工業過程穩態優化 |
7.2.2 決策變數 | 7.4.1 大工業過程穩態優化問題的引入 |
7.2.3 約束條件 | 7.4.2 大工業過程穩態優化問題的數學描述 |
7.2.4 過程優化模型的建立 | 7.4.3 三種基本協調方法 |
7.3 過程優化模型的求解 | |
第8章 故障檢測與診斷 | |
8.1 概述 | 8.3.1 引言 |
8.1.1 故障診斷技術的發展 | 8.3.2 時序建模 |
8.1.2 故障的定義及分類 | 8.3.3 判別函數 |
8.1.3 故障診斷的定義及分類 | 8.4 基於多元統計的故障診斷 |
8.1.4 故障診斷系統性能評價 | 8.4.1 主成分分析原理 |
8.1.5 故障診斷方法 | 8.4.2 基於主元分析的故障檢測 |
8.2 基於狀態估計的故障診斷 | 8.4.3 基於主元分析的故障診斷 |
8.2.1 引言 | 8.4.4 基於主成分分析的故障診斷實例 |
8.2.2 冗餘信號的產生 | 8.5 智能故障診斷方法 |
8.2.3 IFD診斷方案 | 8.5.1 引言 |
8.2.4 IFD系統實例 | 8.5.2 基於專家系統的故障診斷 |
8.3 基於時序分析的故障診斷 | 8.5.3 基於RBF神經網路的故障診斷 |