第1章 数字PID控制 1
1.1 PID控制原理 1
1.2 数字PID控制算法 2
1.2.1 位置式PID控制算法 2
1.2.2 增量式PID控制算法 5
1.3 数字PID控制算法的改进 8
1.3.1 积分分离PID控制算法 8
1.3.2 遇限削弱积分PID控制算法 11
1.3.3 不完全微分PID控制算法 11
1.3.4 微分先行PID控制算法 14
1.3.5 带死区的PID控制算法 16
1.4 常用的数字PID控制系统 17
1.5 应用实例——直线电机的数字PID控制 22
1.5.1 控制系统的组成 22
1.5.2 直线电机的数字PID控制和参数选择 23
1.5.3 直线电机数字PID控制系统软件 26
第2章 自适应PID控制 27
2.1 自适应控制 27
2.1.1 自适应控制的含义 27
2.1.2 自适应控制的类型 28
2.1.3 自适应控制的理论 30
2.2 自适应PID控制 32
2.2.1 引言 32
2.2.2 参数自适应PID控制 33
2.2.3 基于过程特征参数的自适应PID控制 35
2.3 基于非参数模型的自适应PID控制 36
2.3.1 PID继电自整定与神经网络相结合的自适应PID控制系统 36
2.3.2 模糊自适应PID控制系统 39
2.3.3 单神经元自适应PID控制器 40
2.3.4 专家自适应PID控制器 43
2.4.1 最小方差自校正PID控制 45
2.4 基于参数模型的自校正PID控制 45
2.4.2 极点配置自校正PID控制 49
2.4.3 自校正PID控制器的极点配置设计 51
2.5 自校正PID控制技术的应用实例 54
2.5.1 极点配置自校正PID控制器在电阻加热炉温控系统中的应用 54
2.5.2 时变大滞后极点配置最优预报自校正PID控制器 57
2.5.3 自校正PID控制技术在电力系统中的应用 61
第3章 智能PID控制 69
3.1 智能控制 69
3.1.1 智能控制的含义 69
3.1.2 智能控制系统 71
3.1.3 智能控制的类型 73
3.2 智能PID控制器 76
3.3 基于规则的智能PID自学习控制器 79
3.4 加辨识信号的智能自整定PID控制器 80
3.5.1 专家控制 81
3.5 专家式智能自整定PID控制器 81
3.5.2 专家式智能PID控制器的典型结构 83
3.6 智能PID控制的实际应用 86
3.6.1 专家PID控制在伺服系统中的应用 86
3.6.2 智能PID控制在电阻加热炉温控系统中的应用 89
3.6.3 智能PID控制在混合煤气热值、流量串级调节系统中的应用 90
第4章 模糊PID控制 95
4.1 模糊控制 95
4.1.1 模糊控制的基本原理 95
4.1.2 模糊控制器 96
4.1.3 模糊控制器结构 99
4.2 模糊PID控制 111
4.2.1 引入积分因子的模糊PID控制器 111
4.2.2 Fuzzy-PID混合控制 113
4.3 模糊自适应PID控制 118
4.3.1 在线实时模糊自整定PID控制器 119
4.3.2 基于Fuzzy推理的自调整PID控制器 123
4.3.3 单参数模糊自适应PID控制器 128
第5章 神经网络PID控制 136
5.1 神经网络基础 137
5.1.1 单神经元模型 137
5.1.2 神经网络的拓扑结构——神经元的连接形式 139
5.1.3 神经网络的学习规则 140
5.1.4 误差反向传播（BP）神经网络 141
5.1.5 Hopfield神经网络 146
5.2 基于单神经元的PID控制 147
5.2.1 单神经元自适应PID控制器及其学习算法 147
5.2.2 单神经元自适应PID控制器应用实例 157
5.3 基于神经网络的PID控制 158
5.3.1 基于BP神经网络KP、KI、KD参数自学习的PID控制器 159
5.3.2 改进型BP神经网络KP、KI、KD参数自学习PID控制器 163
5.4 神经网络模糊PID控制 170
5.4.1 基于神经网络的模糊PID控制 170
5.4.2 基于神经网络的模糊推理PID控制 176
5.5 神经网络隐式PID控制及其在脉冲TIG焊接熔池控制中的应用 180
5.5.1 神经网络隐式PID控制结构 181
5.5.2 自学习算法 182
5.5.3 实时控制 183
第6章 预测PID控制 185
6.1 模型算法PI控制（MAPIC） 187
6.1.1 模型算法控制（MAC） 187
6.1.2 模型算法PI控制（MAPIC）实现 192
6.2 动态矩阵PI控制（DMPIC） 195
6.2.1 动态矩阵控制（DMC） 195
6.2.2 动态矩阵PI控制（DMPIC）实现 199
6.3.1 广义预测控制（GPC） 201
6.3 广义预测PI控制（GPPIC） 201
6.3.2 广义预测PI控制（GPPIC）实现 206
6.4 广义预测极点配置PI控制（GPPPIC） 207
6.4.1 广义预测极点配置控制（GPPC） 207
6.4.2 广义预测极点配置PI控制（GPPPIC）实现 211
6.5 预测-PID串级控制及其在合成氨厂变换工段上的应用 213
6.5.1 动态矩阵预测-PID串级控制 213
6.5.2 动态矩阵预测-PID串级控制的数字仿真 214
6.5.3 动态矩阵预测-PID串级控制在变换工段中的应用 215
第7章 PID控制器的自整定技术 220
7.1 PID控制器参数整定的原理和方法 220
7.1.1 Ziegler-Nichols设定方法 220
7.1.2 ISTE最优设定方法 221
7.1.3 临界灵敏度法 222
7.1.4 基于增益优化的整定法 222
7.1.5 基于总和时间常数的整定法 224
7.1.6 基于交叉两点法的PID参数整定规则 225
7.2 自整定PID控制策略和技术 229
7.2.1 继电型PID自整定控制策略 229
7.2.2 基于过程特征参数的PID控制器参数自整定技术 231
7.2.3 基于给定相位裕度的PM法自整定公式 233
7.2.4 基于给定相位裕度和幅值裕度的SPAM法自整定公式 235
7.2.5 基于递推参数估计的PID自整定技术 238
7.3 多变量PID控制器自整定技术 243
7.3.1 多变量PID控制器的在线自整定技术 243
7.3.2 多变量非线性自整定PID控制器 245
7.4 具有PID参数自整定功能的智能调节器 247
7.4.1 富士MICREX智能控制器 247
7.4.2 东芝TOSDIC2自由度PID自整定调节器 254
7.4.3 FOXBORO-EXACT自整定PID调节器 261
7.4.4 YEWSERIES-80自整定调节器 264
参考文献 269