当前位置:首页 > 工业技术
计算机新型控制策略及其应用
计算机新型控制策略及其应用

计算机新型控制策略及其应用PDF电子书下载

工业技术

  • 电子书积分:9 积分如何计算积分?
  • 作 者:袁南儿等编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:1998
  • ISBN:7302029210
  • 页数:163 页
图书介绍:
《计算机新型控制策略及其应用》目录

第1章 新型控制策略 1

1.1 控制系统的构成 1

1.2 传统控制策略 2

1.3 现代控制策略 4

1.4 智能控制策略 8

1.5 控制策略的渗透和结合 13

参考文献 16

第2章 专家控制 18

2.1 专家系统和专家控制 18

2.1.1 专家系统 18

2.1.2 实时专家系统 20

2.1.3 专家控制 21

2.2 专家控制系统的结构 22

2.2.1 间接专家控制和直接专家控制 22

2.2.2 直接专家控制的结构 22

2.3 知识的表示和推理 25

2.3.1 知识的含义 25

2.3.2 知识表示 26

2.3.3 产生式规则知识表示 28

2.3.4 产生式系统的推理 29

2.4 专家控制系统的设计 32

2.4.1 模型描述 32

2.4.2 信息处理和特征提取 34

2.4.3 控制策略 38

2.4.4 知识库 39

2.4.5 自学习机构 40

2.4.6 推理机 40

2.4.7 数据库 41

2.5 电机调速系统的专家控制 41

2.5.1 全数字化直流调速系统 42

2.5.2 控制模式 44

2.5.3 调速专家控制器的设计 46

2.5.4 调试运行 50

2.6 板材同步剪切的专家控制 52

2.6.1 工艺分析 52

2.6.2 同步剪切控制系统组成 53

2.6.3 塑料瓦楞板同步剪切专家控制系统设计 54

2.6.4 工业应用 56

2.7 配料系统的专家控制 56

2.7.1 工艺分析 56

2.7.2 专家控制器设计 59

2.7.3 专家控制器实现及工程实践 60

参考文献 62

第3章 预测控制 63

3.1 预测控制的基本原理 63

3.2 动态矩阵控制 64

3.3 动态矩阵控制的工程设计 66

3.4 炼油厂加氢裂化装置的动态矩阵控制 68

3.5 模型算法控制 71

3.6 催化裂化分馏塔的模型算法控制 74

3.7 广义预测控制 75

3.8 基于正交数值逼近的实时预测算法 78

3.9 电脑充绒机的预测智能控制 80

3.9.1 电脑充绒机的工作原理 80

3.9.2 高性能称重传感器设计 81

3.9.3 基于产生式结构的充绒机预测智能控制规则 82

3.9.4 计算机控制系统设计 84

3.9.5 应用效果 84

3.10 制冷系统的预测智能控制 85

3.10.1 制冷系统的热力学过程分析 86

3.10.2 智能优化控制规则 86

3.10.3 微机控制冷库运行结果 87

参考文献 88

第4章 鲁棒控制 90

4.1 引言和基本概念 90

4.2 单输入单输出稳定系统的内模控制 94

4.2.1 内模控制结构 94

4.2.2 灵敏度函数及互补灵敏度函数 95

4.2.3 两自由度控制器 96

4.2.4 闭环系统渐近响应特性(系统型) 96

4.2.5 H2最优控制 96

4.2.6 IMC控制器设计方法和步骤 97

4.3 一阶时滞系统的内模控制(IMC)设计 99

4.4 不确定系统的鲁棒二次镇定 103

4.4.1 问题的描述和定义 103

4.4.2 线性状态反馈控制 105

4.4.3 匹配不确定系统的鲁棒镇定 109

4.4.4 不确定时滞系统的鲁棒二次镇定 111

4.4.5 基于观察器的鲁棒镇定 115

4.4.6 同步汽轮发电机鲁棒控制仿真 118

参考文献 121

第5章 其他新型控制策略 123

5.1 自校正控制 123

5.1.1 自校正控制的结构 123

5.1.2 参数估计的最小二乘法 123

5.1.3 最小方差控制 132

5.1.4 自校正调节器 134

5.1.5 自校正调节器应用实例 135

5.2 模糊控制 137

5.2.1 模糊控制系统的组成 137

5.2.2 模糊控制器的输入输出变量及其模糊化 138

5.2.3 建立模糊控制规则 140

5.2.4 模糊关系与模糊推理 142

5.2.5 模糊控制向量的模糊判决——“清晰化” 143

5.2.6 模糊控制表 144

5.2.7 确定实际的控制量 144

5.2.8 模糊控制算法的工程实现 145

5.2.9 酚醛树脂聚合反应温度模糊控制 145

5.3 神经网络控制 149

5.3.1 神经元数理模型及其学习算法 149

5.3.2 BP神经网络及其学习算法程序设计 152

5.3.3 Hopfield神经网络及其VLSI实现 153

5.3.4 神经网络在控制工程中的应用 157

5.3.5 单神经元控制的直流调速系统 160

参考文献 163

返回顶部