多变量自适应解耦控制及应用PDF电子书下载

第一章 绪论 1

1.1 多变量自适应解耦控制的研究对象和特点 1

1.2 多变量自适应解耦控制的主要类型 2

1.3 多变量自适应解耦控制的理论问题 3

1.3.1 全局收敛性 3

1.3.2 鲁棒性 3

1.3.3 其他的理论问题 4

1.4 多变量自适应解耦控制技术的应用概况 4

第二章 多变量自适应控制算法 5

2.1 引言 5

2.2 多变量动态系统的模型 5

2.2.1 确定性多变量自回归滑动平均模型 5

2.2.2 随机多变量CARMA模型 6

2.2.3 带有可测干扰的多变量ARMA模型 7

2.3 多变量系统的参数估计 7

2.3.1 递推最小二乘法 8

2.3.2 递推修正最小二乘法 12

2.3.3 随机梯度法 20

2.4 多变量自校正调节器 24

2.4.1 多变量最小方差调节律 24

2.4.2 自校正最小方差调节器 26

2.4.3 仿真 27

2.5 多变量自校正控制器 30

2.5.1 广义最小方差控制器 30

2.5.2 自校正控制器 34

2.5.3 仿真 37

2.6 多变量极点配置自校正控制器 38

2.6.1 极点配置控制器 38

2.6.2 直接自校正控制算法 40

2.6.3 仿真 41

2.7 具有极点配置的多变量广义自校正控制器 42

2.7.1 具有极点配置的广义最小方差控制器 42

2.7.2 直接自校正控制算法 44

2.7.3 全局收敛性分析 45

2.8 多变量自校正前馈控制器 46

2.8.1 基于广义最小方差重略的前馈控制器 46

2.8.2 自校正控制算法 48

2.8.3 全局收敛性和参数估计的强相容性分析 49

2.8.4 仿真 53

2.9 多变量自校正PID控制器 55

2.9.1 多变量PID控制器设计 55

2.9.2 自校正PID控制算法 57

2.9.3 全局收敛性分析 57

2.9.4 仿真 57

2.10 小结 59

3.2 极点配置自适应解耦控制算法 60

3.2.1 极点配置解耦控制器设计 60

3.1 引言 60

第三章 基于极点配置的多变量自适应解耦控制算法 60

3.2.2 自适应解耦算法 63

3.2.3 全局收敛性分析 65

3.3 具有极点配置的广义最小方差自适应解耦控制算法 66

3.3.1 广义最小方差解耦控制器设计 67

3.3.2 自适应解耦算法 72

3.3.3 仿真 73

3.4 小结 74

第四章 基于广义最小方差控制的多变量自适应开环解耦控制算法 75

4.1 引言 75

4.2 基于广义最小方差的多变量自适应开环解耦控制算法 75

4.2.1 广义最小方差解耦控制器设计 75

4.2.2 自适应解耦算法 79

4.2.3 全局收敛性分析 80

4.2.4 仿真 86

4.3 小结 88

5.2 基于前馈控制的间接自适应闭环解耦控制算法 89

5.2.1 广义最小方差解耦控制器设计 89

5.1 引言 89

第五章 基于前馈控制的多变量自适应闭环解耦控制算法 89

5.2.2 间接自适应解耦算法 91

5.2.3 全局收敛性分析 93

5.2.4 仿真 95

5.3 基于前馈控制的直接自适应闭环解耦控制算法 96

5.3.1 广义最小方差解耦控制器设计 96

5.3.2 自适应解耦算法 101

5.3.3 全局收敛性分析 103

5.3.4 仿真 110

5.4 小结 112

第六章 基于广义预测控制的多变量适应解耦控制算法 113

6.1 引言 113

6.2 基于广义预测的多变量自适应解耦控制算法 113

6.2.1 广义预测解耦控制器设计 113

6.2.3 仿真 117

6.2.2 自适应解耦算法 117

6.3 小结 120

第七章 多变量PID自适应解耦控制算法 121

7.1 引言 121

7.2 多变量PID自适应解耦控制算法 121

7.2.1 多变量PID解耦控制器设计 121

7.2.2 自适应解耦算法 124

7.2.3 全局收敛性分析 125

7.2.4 仿真 127

7.3 小结 128

第八章 多变量非线性系统的神经网络自适应解耦控制算法 129

8.1 引言 129

8.2 神经网络简介 130

8.2.1 BP网络 130

8.2.2 RBF网络 131

8.3 单变量非线性系统的神经网络自适应前馈控制算法 131

8.3.1 前馈控制器设计 131

8.3.2 神经网络自适应前馈控制算法 146

8.3.3 局部收敛性分析 147

8.3.4 仿真 152

8.4 多变量非线性系统神经网络自适应解耦控制算法 155

8.4.1 解耦控制器设计 155

8.4.2 神经网络自适应解耦控制算法 159

8.4.3 仿真 160

8.5 多变量非线性系统的神经网络广义预测自适应解耦控制算法 162

8.5.1 广义预测解耦控制器设计 162

8.5.2 神经网络广义预测自适应解耦控制算法 164

8.5.3 仿真 166

8.6 多变量非线性系统的神经网络自适应开环解耦控制算法 169

8.7 小结 171

第九章 多变量自适应解耦控制技术在复杂工业过程中的应用举例 172

9.1 引言 172

9.2 多变量自适应解耦控制技术 172

9.3 工业电加热炉的多变量自适应解耦控制 173

9.3.1 工业电加热炉模型 173

9.3.3 实际控制结果 174

9.3.2 工业电加热炉的多变量自适应解耦控制 174

9.4 化工精馏塔的多变量自适应解耦控制 175

9.4.1 化工精馏塔简介 175

9.4.2 精馏塔模型 176

9.4.3 多变量自适应解耦控制算法 176

9.4.4 仿真 176

9.4.5 实际控制效果 176

9.5 钢球磨中储式制粉系统的神经网络解耦控制 178

9.5.1 钢球磨中储式制粉系统简介 179

9.5.2 钢球磨中储式制粉系统的数学模型 180

9.5.3 神经网络解耦补偿器设计 181

9.5.4 工业应用 181

9.6 棒材连轧机立式活套多变量自适应解耦控制 188

9.6.1 立式活套系统模型 188

9.6.2 自适应解耦控制器设计 190

9.6.3 仿真研究与工业应用效果 193

9.7 小结 195

参考文献 196