第1章 绪论 1
1.1 过程控制系统的基本组成 1
1.2 复杂工业过程的特点及对控制系统的要求 2
1.2.1 复杂工业过程的特点 2
1.2.2 复杂工业过程对控制系统的要求 2
1.3 先进控制技术的产生背景 4
1.3.1 PID控制器的特点 4
1.3.2 先进控制技术的产生背景 5
第2章 推理控制 7
2.1 概述 7
2.2 推理控制系统的原理 7
2.2.1 问题的提出 7
2.2.2 推理控制系统的组成 10
2.2.3 推理控制器的设计 12
2.2.4 推理-反馈控制系统 14
2.3 推理控制系统模型误差对系统性能的影响 16
2.3.1 扰动通道模型误差的影响 16
2.3.2 控制通道模型误差的影响 17
2.4 输出可测条件下的推理控制 19
2.4.1 系统构成 19
2.4.2 模型误差对系统性能的影响 20
2.5 多变量推理控制 21
2.5.1 多变量推理控制系统的基本结构 21
2.5.2 多变量推理控制器的V规范型结构 22
2.5.3 带时间滞后多变量系统的V规范型推理控制器设计 24
2.5.4 滤波矩阵的选择 33
第3章 自适应控制 35
3.1 自适应控制概述 35
3.1.1 自适应控制系统的功能及特点 35
3.1.2 自适应控制系统的分类 36
3.1.3 自适应控制系统的发展及应用 38
3.2 模型参考自适应控制 38
3.2.1 模型参考自适应控制的数学描述 38
3.2.2 采用Lyapunov稳定性理论的设计方法 42
3.2.3 模型参考自适应系统的鲁棒性 49
3.3 自校正控制 50
3.3.1 概述 50
3.3.2 动态过程参数估计的最小二乘法 51
3.3.3 最小方差自校正控制器 56
3.3.4 广义最小方差自校正控制器 60
3.3.5 零极点配置自校正控制器 63
3.3.6 自校正PID控制器 68
3.4 多变量自校正控制器 71
3.4.1 多变量最小方差自校正控制器 71
3.4.2 多变量广义自校正控制器 74
第4章 预测控制 82
4.1 概述 82
4.2 预测控制的基本原理 83
4.3 模型算法控制 85
4.3.1 预测模型 85
4.3.2 模型校正 86
4.3.3 参考轨迹 88
4.3.4 滚动优化 88
4.4 动态矩阵控制的基本原理 89
4.4.1 预测模型 90
4.4.2 反馈校正 90
4.4.3 滚动优化 91
4.4.4 动态矩阵控制的基本算法 91
4.4.5 动态矩阵控制的性能分析 101
4.5 广义预测控制 106
4.5.1 预测模型 106
4.5.2 预测模型参数的求取 107
4.5.3 滚动优化 110
4.5.4 反馈校正 113
4.5.5 广义预测控制的稳定性 113
4.6 面向实际应用中的预测控制 115
4.6.1 前馈-反馈预测控制 115
4.6.2 串级预测控制 118
第5章 区多变量控制 119
5.1 概述 119
5.2 多变量系统的数学描述 119
5.2.1 对象模型的内部描述法 120
5.2.2 对象模型的外部描述法 121
5.3 多变量系统分析 126
5.3.1 闭环系统的传递函数矩阵 127
5.3.2 闭环传递函数矩阵的极点和零点 128
5.3.3 系统的极点和零点 130
5.3.4 能控性和能观性 133
5.4 互联分析 137
5.4.1 多回路控制系统的互联 137
5.4.2 互联的度量 139
5.5 极点配置问题 144
5.5.1 状态反馈极点配置 145
5.5.2 输出反馈极点配置 149
5.6 解耦控制 152
5.6.1 串联解耦 152
5.6.2 线性状态反馈解耦 154
5.6.3 线性输出反馈解耦 159
第6章 智能控制 163
6.1 模糊控制 163
6.1.1 模糊数学简介 163
6.1.2 模糊控制的工作原理 170
6.1.3 模糊控制器的基本结构与组成 171
6.1.4 基本模糊控制器的设计 171
6.1.5 模糊PID控制器 179
6.2 神经网络控制 181
6.2.1 神经网络简介 181
6.2.2 神经网络直接反馈控制 185
6.2.3 神经网络逆控制 185
6.2.4 神经网络自适应控制 186
6.2.5 神经网络PID控制 187
6.2.6 神经网络预测控制 190
6.3 专家控制 191
6.3.1 专家系统概述 191
6.3.2 专家控制系统 193
6.3.3 专家控制系统应用实例 198
第7章 过程优化 204
7.1 概述 204
7.1.1 基本概念 204
7.1.2 过程优化的主要工作 205
7.2 过程优化模型 206
7.2.1 目标函数 206
7.2.2 决策变量 208
7.2.3 约束条件 208
7.2.4 过程优化模型的建立 210
7.3 过程优化模型的求解 214
7.3.1 优化算法的选择 214
7.3.2 遗传算法 214
7.3.3 过程优化实例 218
7.3.4 过程优化控制的结构 219
7.4 大工业过程稳态优化 220
7.4.1 大工业过程稳态优化问题的引入 220
7.4.2 大工业过程稳态优化问题的数学描述 223
7.4.3 三种基本协调方法 225
第8章 故障检测与诊断 232
8.1 概述 232
8.1.1 故障诊断技术的发展 232
8.1.2 故障的定义及分类 233
8.1.3 故障诊断的定义及分类 234
8.1.4 故障诊断系统性能评价 235
8.1.5 故障诊断方法 236
8.2 基于状态估计的故障诊断 238
8.2.1 引言 238
8.2.2 冗余信号的产生 238
8.2.3 IFD诊断方案 239
8.2.4 IFD系统实例 242
8.3 基于时序分析的故障诊断 244
8.3.1 引言 244
8.3.2 时序建模 245
8.3.3 判别函数 246
8.4 基于多元统计的故障诊断 248
8.4.1 主成分分析原理 248
8.4.2 基于主元分析的故障检测 250
8.4.3 基于主元分析的故障诊断 252
8.4.4 基于主成分分析的故障诊断实例 253
8.5 智能故障诊断方法 257
8.5.1 引言 257
8.5.2 基于专家系统的故障诊断 257
8.5.3 基于RBF神经网络的故障诊断 260
参考文献 264