先進控制技術

前言
第1章 緒論
1.1 過程控制系統(tǒng)的基本組成
1.2 復雜工業(yè)過程的特點及對控制系統(tǒng)的要求
1.2.1 復雜工業(yè)過程的特點
1.2.2 復雜工業(yè)過程對控制系統(tǒng)的要求
1.3 先進控制技術的產(chǎn)生背景
1.3.1 PID控制器的特點
1.3.2 先進控制技術的產(chǎn)生背景
第2章 推理控制
2.1 概述
2.2 推理控制系統(tǒng)的原理
2.2.1 問題的提出
2.2.2 推理控制系統(tǒng)的組成
2.2.3 推理控制器的設計
2.2.4 推理-反饋控制系統(tǒng)
2.3 推理控制系統(tǒng)模型誤差對系統(tǒng)性能的影響
2.3.1 擾動通道模型誤差的影響
2.3.2 控制通道模型誤差的影響
2.4 輸出可測條件下的推理控制
2.4.1 系統(tǒng)構(gòu)成
2.4.2 模型誤差對系統(tǒng)性能的影響
2.5 多變量推理控制
2.5.1 多變量推理控制系統(tǒng)的基本結(jié)構(gòu)
2.5.2 多變量推理控制器的V規(guī)范型結(jié)構(gòu)
2.5.3 帶時間滯后多變量系統(tǒng)的V規(guī)范型推理控制器設計
2.5.4 濾波矩陣的選擇
第3章 自適應控制
3.1 自適應控制概述
3.1.1 自適應控制系統(tǒng)的功能及特點
3.1.2 自適應控制系統(tǒng)的分類
3.1.3 自適應控制系統(tǒng)的發(fā)展及應用
3.2 模型參考自適應控制
3.2.1 模型參考自適應控制的數(shù)學描述
3.2.2 采用LyapunOv穩(wěn)定性理論的設計方法
3.2.3 模型參考自適應系統(tǒng)的魯棒性
3.3 自校正控制
3.3.1 概述
3.3.2 動態(tài)過程參數(shù)估計的最小二乘法
3.3.3 最小方差自校正控制器
3.3.4 廣義最小方差自校正控制器
3.3.5 零極點配置自校正控制器
3.3.6 自校正PID控制器
3.4 多變量自校正控制器
3.4.1 多變量最小方差自校正控制器
3.4.2 多變量廣義自校正控制器
第4章 預測控制
4.1 概述
4.2 預測控制的基本原理
4.3 模型算法控制
4.3.1 預測模型
4.3.2 模型校正
4.3.3 參考軌跡
4.3.4 滾動優(yōu)化
4.4 動態(tài)矩陣控制的基本原理
4.4.1 預測模型
4.4.2 反饋校正
4.4.3 滾動優(yōu)化
4.4.4 動態(tài)矩陣控制的基本算法
4.4.5 動態(tài)矩陣控制的性能分析
4.5 廣義預測控制
4.5.1 預測模型
4.5.2 預測模型參數(shù)的求取
4.5.3 滾動優(yōu)化
4.5.4 反饋校正
4.5.5 廣義預測控制的穩(wěn)定性
4.6 面向?qū)嶋H應用中的預測控制
4.6.1 前饋-反饋預測控制
4.6.2 串級預測控制
第5章 多變量控制
5.1 概述
5.2 多變量系統(tǒng)的數(shù)學描述
5.2.1 對象模型的內(nèi)部描述法
5.2.2 對象模型的外部描述法
5.3 多變量系統(tǒng)分析
5.3.1 閉環(huán)系統(tǒng)的傳遞函數(shù)矩陣
5.3.2 閉環(huán)傳遞函數(shù)矩陣的極點和零點
5.3.3 系統(tǒng)的極點和零點
5.3.4 能控性和能觀性
5.4 互聯(lián)分析
5.4.1 多回路控制系統(tǒng)的互聯(lián)
5.4.2 互聯(lián)的度量
5.5 極點配置問題
5.5.1 狀態(tài)反饋極點配置
5.5.2 輸出反饋極點配置
5.6 解耦控制
5.6.1 串聯(lián)解耦
5.6.2 線性狀態(tài)反饋解耦
5.6.3 線性輸出反饋解耦
第6章 智能控制
6.1 模糊控制
6.1.1 模糊數(shù)學簡介
6.1.2 模糊控制的工作原理
6.1.3 模糊控制器的基本結(jié)構(gòu)與組成
6.1.4 基本模糊控制器的設計
6.1.5 模糊PID控制器
6.2 神經(jīng)網(wǎng)絡控制
6.2.1 神經(jīng)網(wǎng)絡簡介
6.2.2 神經(jīng)網(wǎng)絡直接反饋控制
6.2.3 神經(jīng)網(wǎng)絡逆控制
6.2.4 神經(jīng)網(wǎng)絡自適應控制
6.2.5 神經(jīng)網(wǎng)絡PD控制
6.2.6 神經(jīng)網(wǎng)絡預測控制
6.3 專家控制
6.3.1 專家系統(tǒng)概述
6.3.2 專家控制系統(tǒng)
6.3.3 專家控制系統(tǒng)應用實例
第7章 過程優(yōu)化
7.1 概述
7.1.1 基本概念
7.1.2 過程優(yōu)化的主要工作
7.2 過程優(yōu)化模型
7.2.1 目標函數(shù)
7.2.2 決策變量
7.2.3 約束條件
7.2.4 過程優(yōu)化模型的建立
7.3 過程優(yōu)化模型的求解
7.3.1 優(yōu)化算法的選擇
7.3.2 遺傳算法
7.3.3 過程優(yōu)化實例
7.3.4 過程優(yōu)化控制的結(jié)構(gòu)
7.4 大工業(yè)過程穩(wěn)態(tài)優(yōu)化
7.4.1 大工業(yè)過程穩(wěn)態(tài)優(yōu)化問題的引入
7.4.2 大工業(yè)過程穩(wěn)態(tài)優(yōu)化問題的數(shù)學描述
7.4.3 三種基本協(xié)調(diào)方法
第8章 故障檢測與診斷
8.1 概述
8.1.1 故障診斷技術的發(fā)展
8.1.2 故障的定義及分類
8.1.3 故障診斷的定義及分類
8.1.4 故障診斷系統(tǒng)性能評價
8.1.5 故障診斷方法
8.2 基于狀態(tài)估計的故障診斷
8.2.1 引言
8.2.2 冗余信號的產(chǎn)生
8.2.3 IFD診斷方案
8.2.4 IFD系統(tǒng)實例
8.3 基于時序分析的故障診斷
8.3.1 引言
8.3.2 時序建模
8.3.3 判別函數(shù)
8.4 基于多元統(tǒng)計的故障診斷
8.4.1 主成分分析原理
8.4.2 基于主元分析的故障檢測
8.4.3 基于主元分析的故障診斷
8.4.4 基于主成分分析的故障診斷實例
8.5 智能故障診斷方法
8.5.1 引言
8.5.2 基于專家系統(tǒng)的故障診斷
8.5.3 基于RBF神經(jīng)網(wǎng)絡的故障診斷
參考文獻