第一章 概论 1
第一节 工业过程控制的发展过程与展望 1
一、发展概况 1
二、工业生产过程计算机集成控制系统的构成 2
第二节 工业过程控制系统的设计 4
一、工业过程控制的目的要求和组成 4
二、控制系统的分类 4
三、控制系统开发的几个步骤 5
四、控制系统的设计 5
第三节 工业过程控制系统的性能指标 15
一、典型输入测试信号 15
二、稳态残余偏差（余差） 17
三、动态控制指标 18
四、误差积分指标 21
第二章 工业过程的数学模型 22
第一节 概述 22
一、建立工业过程数学模型的目的和要求 22
二、建立工业过程数学模型的基本方法 22
三、建立工业过程数学模型的步骤 23
四、在建立数学模型中应注意的几个问题 24
五、工业过程数学模型动态特性的特点 27
第二节 线性过程模型的常用表达式 33
一、微分方程和差分方程模型 33
二、传递函数模型 33
三、脉冲响应模型 34
四、阶跃响应模型 35
五、频率响应模型 37
六、状态空间模型 37
第三节 工业过程建模的基本方程和辅助方程 37
一、工业过程数学模型的基本方程 38
二、工业过程数学模型的辅助方程 39
第四节 典型过程的动态数学模型 43
一、流体流动的数学模型 43
二、混合过程的数学模型 45
三、换热器的数学模型 47
四、双效蒸发器的数学模型 49
五、理想双组分精馏塔的数学模型 51
六、化学反应装置的数学模型 54
第三章 数字滤波器的设计与实现 58
第一节 概述 58
一、噪声及噪声源 58
二、模拟滤波器的应用范围 59
三、数字滤波器的功能及优点 59
四、数字滤波器的基本类型 59
五、数字滤波器的设计方法 61
六、过程控制中常用的几种数字滤波方法 61
第二节 模拟滤波器的设计 63
第三节 无限脉冲响应（IIR）数字滤波器的设计 68
一、以脉冲响应不变为基础的方法 68
二、以阶跃响应不变为基础的方法 68
三、零、极点配置方法 69
四、双线性变换方法 70
第四节 有限脉冲响应（FIR）数字滤波器的设计 73
一、拉格朗日乘子法 74
二、最小二乘方法 75
三、FIR滤波器在求导、平滑和预测中的应用 76
第四章 比例、积分、微分控制及其参数自整定 78
第一节 连续比例、积分、微分控制算法 78
一、概述 78
二、比例控制算法 79
三、比例、积分控制算法 82
四、比例微分控制作用 87
五、比例、积分、微分控制算法 91
第二节 离散比例、积分、微分控制算法 92
一、离散理想PID控制算法 93
二、离散实际PID控制算法 95
三、其他离散PID控制算法 96
四、控制算法在计算机中实现时一些应注意的问题 97
五、采样周期Ts的选择 99
第三节 PID参数的工程整定方法 100
一、PID参数整定的一些准则 100
二、衰减曲线法 101
三、过程反应曲线法 102
四、临界振荡法（Z—N法） 102
五、改进齐格勒—尼柯尔斯（RZN）方法 103
六、PID控制器参数自整定方法 105
第四节 PID的最优性 108
一、线性二次型最优控制问题的一些结论 108
二、随动控制PID规律的最优性 109
三、定值控制PID控制的最优性 111
第五章 多变量控制系统的关联分析与解耦控制 113
第一节 控制回路间的关联 113
第二节 相对增益阵分析与控制回路的选择 116
一、相互关联分析的目的与方法 116
二、相对增益阵 116
三、控制回路的选择原则 122
四、相对增益阵分析中的几个应注意的问题 126
第三节 控制回路间关联的奇异值分解分析方法 128
一、奇异值分解的基本概念 128
二、过程增益矩阵K的奇异值分解 128
三、用K阵的SVD分析来确定变量配对 130
四、过程传递函数矩阵的奇异值分解分析方法 131
第四节 减少和消除耦合的途径 131
一、通过变量间正确匹配来减少耦合 131
二、通过整定控制器参数来减少耦合 134
三、通过减少控制回路来减少耦合 134
四、设计解耦装置来解耦 135
五、采用模态控制方式来解耦 135
六、采用多变量控制器来解耦 137
七、用奇异值分解（SVD）来解耦 137
第五节 解耦控制系统的设计 139
一、对角矩阵法 139
二、前馈解耦法 140
三、乙烯裂解炉的解耦控制 141
第六章 状态反馈控制系统的设计 144
第一节 基于极点配置的状态反馈控制器的设计 144
一、基本思想 144
二、状态反馈控制极点的任意配置设计方法 145
三、状态反馈的性质 147
四、状态反馈与PID控制 148
五、具有积分作用的状态反馈控制（增广状态反馈控制） 149
第二节 线性状态反馈最优控制 150
一、最优线性调节器（有限时间问题）的设计 150
二、无限时间线性调节器问题 152
第三节 带有状态观测器的状态反馈控制 153
一、全阶龙贝格（Lunberger）状态观测器的设计 153
二、降阶状态观测器的设计 157
三、带有状态观测器的状态反馈控制 159
第四节 随机系统的状态估计与状态反馈控制 160
一、问题的提出 160
二、卡尔曼滤波器的基本思想 160
三、卡尔曼滤波器的计算公式 161
第七章 差拍控制系统 165
第一节 差拍控制的基本原理 165
一、概述 165
二、差拍控制系统设计的一些原则 167
第二节 最小拍控制系统的设计 168
一、最小拍控制系统的设计 168
二、最小拍控制系统的特点 170
第三节 大林（Dahlin）控制算法 171
一、问题的提出 171
二、大林（Dahlin）控制算法 171
三、控制参数的调整 172
四、控制器输出的跳动 174
第四节 卡尔曼（Kalman）控制算法 174
一、卡尔曼（Kalman）控制算法对所要求的闭环响应的设计 174
二、卡尔曼控制算法 175
三、几种控制算法比较 177
第五节 Vogel-Edgar（V-E）控制算法 179
一、问题的提出 179
二、V-E控制算法基本原理 179
三、按闭环特性要求来确定N（z）和M1（z）的方法 180
四、示例 181
第八章 大纯滞后和逆向响应过程的控制 183
第一节 具有大纯滞后过程对控制品质的影响 183
一、纯滞后出现在前向控制通道 183
二、纯滞后出现在干扰通道 184
第二节 史密斯（Smith）预估补偿控制 185
一、基本原理 185
二、定值控制时的Smith预估补偿控制 186
三、离散Smith预估补偿控制算法 187
四、应用示例 187
五、Smith预估补偿控制应注意的几个问题 189
第三节 自适应Smith预估补偿控制 190
一、增益自适应补偿控制 190
二、动态参数自适应补偿控制 191
第四节 内部模型控制（IMC） 193
一、内部模型控制（IMC）的基本结构 193
二、内部模型控制器的设计 194
三、带有滤波器的内模控制系统的设计 196
四、内部模型控制的一般结构 197
五、应用举例 198
第五节 解析预估控制算法（APC） 199
一、基本原理和结构 199
二、具有纯滞后的一阶过程的解析预估控制算法的设计 200
三、应用举例 201
第六节 观测补偿控制 201
一、随动系统的观测补偿控制系统的设计 201
二、定值控制系统的观测补偿控制系统的设计 203
三、一般观测补偿控制系统的设计 205
四、应用举例 206
第七节 具有逆向特性过程的控制 207
一、逆向响应特性 207
二、具有逆向特性过程的控制 209
第九章 推断估计与推断控制 212
第一节 推断控制的基本原理 212
一、问题的提出 212
二、推断控制的基本原理 212
第二节 模型误差对闭环系统性能的影响 215
一、扰动通道模型存在误差的影响 215
二、控制通道模型有误差时的影响 216
第三节 稳态推断控制的设计 217
一、稳态推断控制的构成 217
二、稳态估计器对模型误差的灵敏度 218
三、辅助输出向量的选取 218
第四节 推断反馈控制 219
一、主要输出不可测时的推断反馈控制 219
二、主要输出可测时的推断反馈控制 221
第五节 推断控制系统的工业应用 223
一、脱丁烷精馏塔的数学模型 223
二、塔顶丁烷成分的推断控制 224
三、塔底丙烷成分的推断控制 225
四、脱丁烷塔的塔顶丁烷和塔底丙烷两端浓度推断控制 225
第十章 双重控制和非线性控制系统 227
第一节 双重控制系统 227
一、问题的提出 227
二、基本原理 227
三、双重控制结构分析 228
四、设计和实施中的一些问题 230
五、应用示例和适用场合 230
第二节 非线性控制系统 231
一、概述 231
二、采用具有非线性特性的调节 阀来改善控制品质 231
三、变增益控制器 232
四、具有函数变换器的变增益控制系统 233
五、具有不灵敏区的非线性控制器 233
第十一章 自适应控制系统 234
第一节 自适应控制系统的作用与基本结构 234
一、问题的提出 234
二、自适应控制系统的基本结构 234
三、自适应控制系统的基本类型 235
四、设计自适应控制系统的基本途径 235
五、过程辨识的实验方法 235
第二节 简单自适应控制系统 239
一、预定增益自适应控制 239
二、用1：4衰减比在线整定PI控制器增益 240
三、依据偏差来自动调整控制器参数 240
四、依据扰动来自动调整控制器参数 240
第三节 自校正控制器 241
一、最小方差控制 241
二、基本自校正控制器 244
三、广义最小方差控制——自校正控制器 247
四、应用示例 247
第四节 模型参考自适应控制 248
一、模型参考自适应控制系统的基本结构 248
二、参数最优化的设计方法 249
三、基于李亚普诺夫稳定性理论的设计方法 250
第十二章 预测控制 252
第一节 预测控制的基本原理 252
一、引言 252
二、预测控制的基本原理和结构 252
三、预测控制的一些优良性质 255
第二节 预测控制中的预测模型 255
一、脉冲响应模型 256
二、阶跃响应模型 257
三、可控自回归滑动平均模型（CARMA） 257
四、可控自回归积分滑动平均模型（CARIMA） 258
第三节 模型算法控制（MAC） 258
一、预测模型 258
二、反馈校正 259
三、设定值与参考轨迹 260
四、最优控制作用 260
五、MAC在实施中应注意的几个问题 261
第四节 动态矩阵控制（DMC） 263
一、预测模型 263
二、反馈校正 265
三、滚动优化 266
四、DMC算法在线计算框图 267
五、DMC算法的参数整定步骤 267
第五节 广义预测控制（GPC） 268
第十三章 人工神经元网络控制器与估计器 275
第一节 引言 275
一、人工神经元网络的发展概况 275
二、人工神经元（Artificial Neuron） 275
三、人工神经网络的拓扑结构 278
四、人工神经网络的学习 278
五、人工神经网络的特点 279
第二节 人工神经元网络模型 279
一、非线性变换单元组成的多层前向网络模型（FANN） 280
二、Hopfield网络模型 285
三、柯亨（Kohonen）自组织网络模型 288
第三节 基于人工神经元网络的过程建模 290
一、类型 290
二、加权学习方式 290
三、仿真例子 292
第四节 基于人工神经元网络的控制器设计 292
一、逆动态模型ANN控制 292
二、基于BP算法的直接ANN控制器 296
三、ANN作为自适应控制器的参数估计器 297
第十四章 模糊控制系统的设计 299
第一节 概述 299
一、模糊控制（Fuzzy Control）的发展 299
二、模糊控制的通用硬件和软件产品 299
第二节 模糊集合论基本概念 300
一、隶属函数与模糊子集 300
二、模糊集的运算 302
三、模糊数 303
四、模糊关系R 304
第三节 基本模糊控制器的结构 306
一、知识库（KB） 306
二、模糊器（Fuzzifier） 308
三、规则的选择（即推理机IE） 308
四、规则的求值 308
五、结论与数量化 308
第四节 基本模糊控制器的设计方法 309
一、确定模糊控制器的算法 309
二、在线实时决策 313
三、基本模糊控制器设计示例 315
参考文献 321