工业过程辨识与控制PDF电子书下载

1 过程控制的基本概念 1

1.1 工业过程控制系统 1

1.2 PID控制 3

1.2.1 比例作用 3

1.2.2 积分作用 4

1.2.3 微分作用 5

1.2.4 闭环系统的稳定性 6

1.3 控制器设计的时域方法 12

1.4 控制器设计的频域方法 16

1.4.1 基于频域响应-稳态增益的控制器设计 16

1.4.2 采用频域响应判据设计控制器 17

2 高级过程控制 21

2.1 高级过程控制系统结构 21

2.1.1 直接合成 21

2.1.2 内模控制近似模型调整规律 22

2.2 过程控制系统的积分饱和现象和抗饱和方案 24

2.2.1 输入受限 24

2.2.2 反馈补偿 25

2.2.3 可实现参考值 27

2.2.4 条件积分 29

2.3 先进PID控制器参数调整 31

2.3.1 图表法 31

2.3.2 两点法 32

2.3.3 面积法 32

2.4 继电器反馈 33

3 复杂动态系统的控制器设计 37

3.1 复杂过程动态特性 37

3.2 时间延迟系统的控制 39

3.2.1 常规反馈控制器设计 40

3.2.2 Smith预估器 42

3.2.3 改进的Smith预估器 46

3.3 负响应系统 47

3.3.1 负响应系统的控制 48

3.3.2 负响应补偿 51

3.4 开环不稳定系统 54

3.4.1 控制系统设计的难点 55

3.4.2 两步法设计 56

4 复杂控制系统 59

4.1 基本概念 59

4.2 串级控制系统 60

4.2.1 串级控制的基本原理 62

4.2.2 串级控制器参数调整 65

4.2.3 串级控制系统的防积分饱和 66

4.3 前馈控制 67

4.3.1 前馈控制器的设计 67

4.3.2 实际中需要注意的事项 70

4.3.3 反馈／前馈控制 71

4.4 比值控制 72

4.5 单个输入控制多个输出 74

4.6 多个输入控制单个输出 76

4.7 推断控制 77

4.7.1 反馈控制方法 79

4.7.2 串级控制 79

4.7.3 基于估计器的控制 80

4.7.4 推断控制 81

5 工业过程系统的经验建模与辨识 84

5.1 基础概念 84

5.1.1 过程辨识的基本定义 84

5.1.2 经验建模的原则 86

5.2 最小二乘法 89

5.2.1 线性方法 89

5.2.2 线性化模型 93

5.2.3 加权最小二乘法 94

5.2.4 递推最小二乘法 94

5.2.5 指数型遗忘最小二乘法 95

5.3 傅里叶理论 96

5.3.1 傅里叶变换 96

5.3.2 傅里叶变换的性质 98

5.3.3 离散傅里叶变换（DFT） 101

5.3.4 快速傅里叶变换（FFT） 101

5.4 描述函数 101

5.4.1 基本概念 101

5.4.2 描述函数估计 102

5.4.3 典型的非线性环节 103

5.4.4 极限环 106

6 基于阶跃响应的参数辨识 108

6.1 阶跃响应辨识的基本概念 108

6.2 开环阶跃测试的典型方法 109

6.2.1 LOG方法 109

6.2.2 两点法 109

6.2.3 面积法 110

6.3 用于开环回路测试的最小二乘法 112

6.4 经典的闭环回路阶跃测试 115

6.5 系统在PID控制下的最小二乘法 117

6.5.1 问题描述 117

6.5.2 递归求解 119

6.5.3 传递函数模型辨识 120

6.5.4 应用和仿真实例 122

7 基于继电测试的参数辨识 125

7.1 继电反馈的基本原理 125

7.1.1 产生稳定的振荡 125

7.1.2 估计传递函数 128

7.1.3 傅里叶变换法 130

7.2 改进的继电反馈测试 131

7.2.1 不对称的开关反馈 131

7.2.2 带磁滞的开关 133

7.2.3 带滞后的磁滞的实现 135

7.2.4 不对称磁滞开关 136

7.3 非传统的继电反馈方法 137

7.3.1 带积分的开关反馈 137

7.3.2 双开关测试 140

7.3.3 开关加阶跃 142

8 基于脉冲响应的参数辨识 144

8.1 脉冲响应辨识 144

8.1.1 基本原理 144

8.1.2 一般理论 145

8.1.3 简单模型形式的辨识 147

8.1.4 从实验数据中获得矩 150

8.1.5 从其他响应中得到脉冲响应数据 151

8.2 基于脉冲响应的频率辨识 153

8.2.1 频率响应 153

8.2.2 频谱 155

8.3 用于自调节过程的辨识 156

8.4 仿真实例 159

9 多变量过程系统的参数辨识 162

9.1 多变量系统辨识的基础概念 162

9.2 TITO过程闭环阶跃测试 163

9.2.1 分散辨识 163

9.2.2 时域辨识 167

9.2.3 频域辨识 169

9.3 一般MIMO过程的辨识 171

9.3.1 测试过程和一般公式 171

9.3.2 解耦辨识系统 174

9.4 不对称双边脉冲辨识 176

9.5 仿真举例 179

10 多变量系统控制基础知识 185

10.1 基本概念 185

10.1.1 输入／输出配对 185

10.1.2 相互关联 186

10.1.3 操作窗口 187

10.1.4 能控性与能观测性 188

10.2 多变量过程模型 190

10.2.1 状态空间模型形式 190

10.2.2 传递函数模型形式 190

10.2.3 两种模型之间的关系 190

10.3 开环分析 192

10.3.1 解析解 192

10.3.2 稳定性 193

10.3.3 开环传递函数分析 195

10.3.4 奇异性-奇异值 197

10.3.5 动态分析 198

10.4 闭环动态分析 200

10.4.1 多变量方框图 200

10.4.2 闭环传递函数 201

10.4.3 闭环暂态响应 202

10.4.4 闭环稳定性 202

11 多变量系统的耦合性分析 204

11.1 预备知识 204

11.1.1 控制回路耦合性的测度 204

11.1.2 基于耦合分析的回路配对 206

11.2 相对增益序列（RGA） 206

11.2.1 RGA的性质 207

11.2.2 由第一原理计算RGA 207

11.2.3 计算RGA的矩阵方法 209

11.3 利用RGA进行回路配对 210

11.3.1 RGA元素的说明 210

11.3.2 基本配对规则 211

11.4 附加规则 212

11.4.1 Niederlinski定理 212

11.4.2 Niederlinski配对规则 213

11.4.3 Jacobi特征值判据 213

11.4.4 回路配对规则的应用 214

11.5 其他系统的配对 215

11.5.1 非线性系统的回路配对 215

11.5.2 带积分环节的系统回路配对 219

11.5.3 非方系统的回路配对 219

11.5.4 时间解耦 222

11.5.5 无过程模型的回路配对 224

11.6 相对干扰增益 224

12 MIMO过程分散控制 228

12.1 预备知识 228

12.1.1 一般概念 228

12.1.2 两入两出系统 230

12.2 经典的多回路控制器设计 232

12.2.1 采用试凑-误差法设计多回路控制器 233

12.2.2 采用最优化方法设计多回路控制器 233

12.2.3 采用RGA失调因子法设计多回路控制器 233

12.3 基于回路分解的控制器设计 238

12.3.1 结构分解 238

12.3.2 增益裕度和相角裕度设计 239

12.3.3 仿真实例 240

12.4 基于Nyquist稳定性判据设计 243

12.4.1 分散控制系统稳定性分析 243

12.4.2 分散系统的稳定域 245

12.4.3 仿真实例 247

参考文献 250