工业过程控制技术 方法篇PDF电子书下载

目录 1

1 绪论 1

1.1 工业自动化技术 1

1.2 计算机控制技术 2

1.3 工业自动化技术展望 3

1.4 先进控制技术和方法 4

参考文献 5

2.1.1 自适应控制问题的提出 6

2.1 概述 6

2 自适应控制 6

2.1.2 自适应控制的分类和发展概况 7

2.2 模型参考自适应控制 10

2.2.1 用参数最优化技术设计的模型参考自适应控制 10

2.2.2 用李雅普诺夫稳定性理论设计的模型参考自适应控制 12

2.3 随机系统自适应控制 16

2.3.1 最小方差控制 16

2.3.2 最小方差自校正控制器 19

2.3.3 广义最小方差自校正控制器 22

2.3.4 极点配置自校正控制器 25

2.4 广义预测自适应控制 31

2.4.1 广义预测控制基本方法 31

2.4.2 广义预测自适应控制器 34

2.5 实际问题和自适应控制的实现 38

2.5.1 什么情况下使用自适应控制 38

2.5.2 参数估计器的实现 38

2.5.3 控制器的实现 39

2.5.4 参数估计和控制的相互作用 41

2.5.5 原型算法 42

2.5.6 商业化的自适应控制器 42

2.5.7 应用举例 44

参考文献 46

3 模型预测控制 48

3.1 概述 48

3.2 模型预测控制的基本原理 50

3.3 典型的模型预测控制算法 52

3.3.1 模型算法控制 52

3.3.2 动态矩阵控制 56

3.3.3 广义预测控制 59

3.3.4 预测函数控制 63

3.4 工业模型预测控制技术 66

3.4.1 预测控制工程化软件产品简介 66

3.4.2 工业MPC技术 73

3.4.3 模型预测控制研究存在的问题和发展方向 84

3.5 工业应用实例 85

3.5.1 FCCU反应再生系统的多变量协调预测控制 85

3.5.2 工业锅炉的加权广义预测控制 89

3.5.3 多变量预测控制软件包APC-HIECON的工业应用 93

3.5.4 重整反应加热炉的预测函数控制 98

3.5.5 化学反应过程的预测函数控制 100

参考文献 106

4 模糊控制 108

4.1 概述 108

4.1.1 模糊系统理论的起源 108

4.1.2 模糊控制的发展情况 110

4.1.3 模糊系统理论中的几个基本概念 112

4.2 过程控制系统的结构与知识特点 114

4.3 模糊控制的数学基础 118

4.3.1 模糊集合及其运算 118

4.3.2 模糊关系 124

4.3.3 模糊逻辑与模糊推理 126

4.3.4 解模糊 132

4.4 基本模糊控制系统 134

4.4.1 概述 134

4.4.2 模糊控制器的基本结构 135

4.4.3 模糊控制器的设计 138

4.4.4 模糊控制器设计示例 144

4.5 模糊PID控制器 146

4.5.1 模糊PID控制器基础 147

4.5.2 模糊PID控制器的参数整定 148

4.6 模糊控制的新进展 151

4.6.1 自适应模糊控制 151

4.6.2 专家模糊控制 153

4.6.3 基于模糊模型的控制 154

4.6.4 基于神经网络的模糊控制 155

4.7 模糊控制的工业应用 156

4.7.1 模糊逻辑系统及其在精馏过程先进控制中的应用 156

4.7.2 模糊控制器在造纸生产过程控制中的应用 164

4.7.3 工业锅炉的模糊控制 168

参考文献 171

5 工业过程专家控制系统 172

5.1 专家系统基础知识 172

5.1.2 专家系统的基本组成 173

5.1.1 什么是专家系统 173

5.1.3 专家系统的特点 174

5.1.4 构筑专家系统的方法 175

5.1.5 专家系统的类型 178

5.2 知识描述和推理方法 178

5.2.1 产生式系统 179

5.2.2 前向推理和逆向推理 180

5.2.3 框架描述方法 182

5.2.4 黑板模型 183

5.3.1 专家控制系统的应用领域 184

5.3 专家控制系统设计 184

5.2.5 基于模型的推理方法 184

5.3.2 专家控制系统的设计原则 185

5.3.3 专家控制系统的结构 186

5.3.4 基于模型的专家控制 188

5.3.5 模糊专家控制系统 189

5.4 配煤过程专家控制系统 190

5.4.1 配煤过程与控制要求 190

5.4.2 配合煤和焦炭质量预测模型 192

5.4.3 确定配比的专家推理方法 195

5.4.4 系统实现与运行结果 200

5.5 锌湿法冶炼过程专家控制系统 202

5.5.1 锌湿法冶炼过程与控制要求 202

5.5.2 分布式专家控制系统结构 204

5.5.3 浸出过程专家控制器设计 207

5.5.4 净化过程专家控制器设计 211

5.5.5 电解过程专家控制器设计 214

参考文献 218

6.1 基于模型的神经控制 221

6 神经控制 221

6.2 其他神经网络控制系统 224

6.2.1 基于神经网络的PID控制 224

6.2.2 模糊神经网络控制 224

6.2.3 神经鲁棒控制 224

6.3 用于控制系统的神经网络模型 224

6.4 汽油调和过程的神经内模优化控制 225

6.4.1 汽油调和神经网络模型的建立 225

6.4.2 汽油管道调和过程的动态模型 225

6.4.3 调和过程的内模优化控制器 226

6.4.4 仿真结果 227

6.5 神经非模型控制 229

6.5.1 面向控制的神经元模型及学习策略 229

6.5.2 神经元非模型控制系统 230

6.6 水轮发电机组的神经元控制 231

6.6.1 水轮机调节系统的数学模型 231

6.6.2 水轮发电机组的神经元控制算法 233

6.6.3 仿真实验结果 233

6.7 单元机组的神经非模型协调控制 234

6.7.1 单元机组的动态特性 235

6.7.2 基于对角优势的神经非模型控制 235

6.7.3 仿真实验与结果 236

6.8 球形容器液位的神经元非模型控制 237

6.8.1 对象特性 238

6.8.2 基于Takagi-Sugeno模糊模型的增益自调整神经元控制器 238

6.8.3 仿真实验结果 240

6.9.1 pH过程特性描述 242

6.9 pH过程的模糊增益自整定神经元控制 242

6.9.2 模糊推理增益自整定的神经元控制器 243

6.9.3 仿真实验与结果 246

6.10 神经控制技术的应用 246

6.10.1 神经机器人控制系统 246

6.10.2 工业过程控制 247

6.10.3 神经网络用于求解控制领域中的相关问题 247

6.11 神经控制存在的问题 247

6.11.1 神经网络模型的选择及新的神经元网络的建立 247

6.12.1 控制对神经网络本身的要求 248

6.12 研究展望 248

6.11.3 神经元网络的学习算法 248

6.11.2 系统稳定性 248

6.12.2 混沌神经控制 249

6.12.3 模糊神经控制 249

参考文献 249

7 非线性控制系统 253

7.1 非线性控制系统基本问题 253

7.2 非线性控制系统的基本任务 261

7.3 常用的几种研究方法概述 262

7.4 谐波线性化方法 262

7.5 自振荡及其稳定性 267

7.5.1 代数法 267

7.5.2 幅相特性分析法 273

7.5.3 对数法 278

7.6 利用自振荡辗平非线性特性 281

7.7 利用强迫振荡辗平非线性特性 285

7.8.1 非线性特性的串联补偿 289

7.8 非线性控制系统补偿控制 289

7.8.2 非线性特性的回路校正 290

7.8.3非线性模式反馈 290

7.9 几种非线性控制器的设计 292

7.9.1 非线性阻尼的设计 293

7.9.2 线性积分器的缺陷 296

7.9.3 零相位滞后积分器 296

7.9.4 克勒格积分器 299

7.9.5 克勒格积分器的自适应能力 300

7.9.6 智能积分器及其应用 303

7.10 非线性化系统设计 308

7.10.1 等幅性原理 308

7.10.2 二次优化 311

7.11 多目标优化控制系统概述 316

7.11.1 线性加权叠加算法 317

7.11.2 主目标优化兼顾其他目标 318

7.11.3 人机对话 319

参考文献 320

8.1 概述 321

8.1.1 时滞系统控制的频域研究概述 321

8 时滞系统控制 321

8.1.2 时滞系统控制的时域研究概述 325

8.2 Smith预估控制器 329

8.2.1 经典Smith预估控制器 329

8.2.2 改进型Smith预估控制策略 332

8.3 线性时滞系统状态空间模型辨识与控制 337

8.3.1 具有单状态滞后的离散线性时滞系统的模型辨识 337

8.3.2 离散线性时滞系统的控制器设计 339

8.3.3 时滞系统控制技术的工程应用 345

参考文献 350

9 软测量技术 354

9.1 概述 354

9.1.1 机理分析与辅助变量的选择 354

9.1.2 数据采集和处理 354

9.1.3 软测量模型的建立 355

9.1.4 软测量模型的在线校正 356

9.2 软测量方法——回归分析 356

9.2.1 多元线性和逐步回归 356

9.2.2 主元分析和主元回归 358

9.2.3 部分最小二乘法 359

9.3 软测量方法——人工神经网络方法 361

9.3.1 概述 361

9.3.2 BP网络 362

9.3.3 RBF网络 364

9.4 软测量工程设计 368

9.4.1 软测量的设计步骤 368

9.4.2 过程数据预处理 370

9.4.3 数据校正 371

9.4.4 模型校正 375

9.5 工业应用实例 376

9.5.1 烃类转化反应器出口气体中CH4的软测量 376

9.5.2 催化裂化分馏塔轻柴油凝固点和粗汽油干点的软测量 376

9.5.3 加氢裂化分馏塔柴油倾点和航空煤油干点的软测量 378

9.5.4 常一线干点和常三线90％点软测量 380

9.5.5 延迟焦化分馏塔粗汽油干点软测量 381

9.5.6 裂解炉出口乙烯和丙烯收率的软测量 382

参考文献 383

10.1.1 过程系统数据校正的意义 384

10.1 概述 384

10 数据校正 384

10.1.2 数据校正的应用 386

10.2 系统测量网的冗余性分析原理 386

10.2.1 过程数据的分类原理 386

10.2.2 系统冗余度和变量结构冗余度 388

10.2.3 线性测量网的综合冗余度分析 388

10.3 显著误差检测 391

10.3.1 概述 391

10.3.2 显著误差的主元分析检验法 392

10.3.3 基于约束残差的显著误差检测法 395

10.3.4 检测性能分析 397

10.3.5 基于软判定结构的显著误差检测 398

10.3.6 基于硬判定结构的显著误差检测 402

10.4 线性准稳态数据协调与物料平衡模型 405

10.4.1 线性稳态数据协调 405

10.4.2 线性动态数据协调 406

10.4.3 线性准稳态数据协调 406

10.5 工业应用实例——炼油厂物流数据校正 408

10.4.4 物料平衡模型的建立 408

10.5.1 系统组成及实施平台 409

10.5.2 全厂物流静态平衡模型方程的建立 410

10.5.3 数据校正核心算法流程 410

10.5.4 数据校正软件工程应用小结 412

符号说明 413

参考文献 415

11.1 概述 417

11.1.1 流程工业自动化的进展与面临的挑战 417

11 综合自动化系统 417

11.1.2 综合自动化工程的目标 418

11.1.3 综合自动化工程的主要内容 419

11.1.4 综合自动化工程的研究领域 424

11.2 流程工业综合自动化的基本结构 426

11.2.1 流程工业综合自动化工程的层次结构与功能构成 426

11.2.2 基本结构描述 427

11.2.3 生产过程的管控一体化 428

11.3 流程工业综合自动化的关键技术和方法 429

11.3.1 信息集成（数据库与网络） 430

11.3.2 系统建模与集成 433

11.4 工程应用 442

11.4.1 工程实施与应用的基本准则 442

11.4.2 某化肥厂综合自动化工程 443

11.4.3 某公司综合自动化工程 452

12 过程计算机控制系统 457

12.1 概述 457

12.2 工业控制计算机 459

12.2.1 总线、内总线 461

12.2.2 通信总线 475

12.2.3 现场总线 482

12.2.4 多微处理器控制系统 482

12.3 集散控制系统 485

12.3.1 概述 485

12.3.2 集散控制系统的网络结构 487

12.3.3 现场控制站 488

12.3.4 操作站 491

12.3.5 DCS中的软件技术 492

12.4.1 概述 496

12.4 现场总线控制系统 496

12.4.2 几种主要现场总线简介 498

12.4.3 现场总线控制系统 514

12.4.4 现场总线控制系统信息集成的连接桥梁——OPC 517

12.4.5 以太网对现场总线技术发展的影响 519

12.5 信号联锁系统 521

12.5.1 设计原则 521

12.5.2 基本组成环节 521

12.5.3 设计的注意事项 521

12.5.4 联锁系统应用示例 522

12.5.5 电气设备的选择 524

12.6 计算机顺序控制 524

12.6.1 顺序控制的基本概念 524

12.6.2 梯形逻辑图与编制方法 528

12.6.3 程序条件的编制 530

12.7 过程计算机控制系统的可靠性技术 531

12.7.1 系统的可靠性指标 532

12.7.2 提高系统可靠性的措施 533

参考文献 540