1绪论 1
1.1加工过程控制系统的组成 1
1.2加工过程的自动控制 2
1.3控制系统的基本要求 7
1.4计算机控制 8
1.5加工过程控制发展趋势 10
1.6MATLAB简介 10
2加工过程的模型与分析 17
2.1加工过程模型 17
2.2加工过程模型的仿真分析 21
3控制系统的数学模型与转换 27
3.1控制系统数学模型 27
3.1.1传递函数模型 27
3.1.2零极点增益模型 28
3.1.3状态空间模型 29
3.2控制系统数学模型之间的转换 29
3.3方框图模型的化简 33
4系统的响应与根轨迹分析 35
4.1系统的响应函数 35
4.2线性时不变系统观察器 38
4.3根轨迹设计工具 42
4.3.1根轨迹设计工具 42
4.3.2根轨迹函数 45
5加工过程的PID控制 48
5.1PID控制 48
5.2PID控制系统设计 58
5.2.1Ziegler-Nichols方法 58
5.2.2稳定边界法 63
5.2.3根轨迹设计方法 66
5.2.4优化方法 70
6加工过程的鲁棒控制 74
6.1鲁棒PID控制 74
6.2变结构控制 83
6.2.1滑模变结构控制原理 83
6.2.2变结构控制器的设计 84
6.2.3变结构控制抖振问题 85
6.3QFT控制 87
7加工过程的自适应控制 90
7.1概论 90
7.2自适应控制的基本思想及控制模型 91
7.2.1自适应控制原理 91
7.2.2控制模型 91
7.3增益调整自适应控制 92
7.4模型参考自适应控制 96
7.5零极点配置自校正控制 98
7.5.1零极点配置自校正控制原理 98
7.5.2系统状态反馈 99
7.5.3系统极点配置 100
7.5.4离散模型的极点配置控制方法 101
7.5.5加工过程的极点配置自校正控制 103
7.6自适应控制的应用实例 105
8加工过程的模糊控制 108
8.1模糊控制原理及查表法实现 108
8.2模糊推理法及其实现 114
8.3自适应模糊控制 122
8.3.1模糊控制器性能的改善 122
8.3.2自适应模糊控制实现 124
8.4基于模糊芯片的加工过程控制实验 126
8.4.1常规的模糊控制 127
8.4.2参数自调整模糊控制 129
8.5FLC和SOFLC/AFLC与PID对比实验 132
9加工过程的神经网络控制 135
9.1神经网络模型及其控制学习结构 135
9.1.1神经网络模型与学习算法 135
9.1.2神经网络控制的学习结构 136
9.2基于神经网络的加工过程建模 138
9.2.1神经网络建模原理 138
9.2.2加工过程的神经网络建模 139
9.3加工过程的神经网络自适应控制原理与仿真 141
9.3.1基于BP神经网络的直接自适应控制 141
9.3.2改进的神经网络直接自适应控制 149
9.3.3神经网络间接自适应控制 150
9.4基于神经网络的控制实验实例 151
9.4.1加工过程的神经网络控制 151
9.4.2加工过程的模糊神经网络控制 153
10加工过程的专家控制 156
10.1专家控制简述 156
10.2基于知识的加工过程控制示例 160
10.2.1仿真示例 160
10.2.2实验示例 163
11加工过程的混合控制 171
11.1PD＋智能补偿的混合控制 171
11.2模糊变结构控制 177
12加工过程控制实验 179
12.1铣削加工的半实物实验平台 179
12.1.1加工过程半实物仿真 181
12.1.2Simulink外部模式下实现半实物仿真 181
12.2模型参数设置及系统标定 183
12.2.1模型参数设置 183
12.2.2系统设备标定 184
12.3加工过程控制实验 187
参考文献 190