第一章 化工对象动态特性及其测试特点 4
第一节 化工对象的动态特性 4
第二节 对象动态特性的表示方法 7
一、对象的微分方程式与状态方程 7
二、对象的传递函数 10
三、对象的频率特性 11
四、对象的脉冲反应函数 13
五、对象的阶跃反应函数 16
六、对象的差分方程 17
第三节 了解对象动态特性的基本方法 18
一、阶跃法 20
二、矩形脉冲法 21
三、周期信号法 22
第四节 测试对象动态特性的准备工作 25
四、随机信号法 25
一、了解被测对象的特点 26
二、确定测试通道与干扰量 26
三、选择测试方案与测试仪表 26
第五节 测试对象动态特性时的注意事项 32
第二章 阶跃信号测试法 34
第一节 实验测取对象的阶跃反应曲线 34
第二节 根据阶跃反应曲线确定对象的动态参数 38
一、由阶跃反应曲线确定一阶滞后环节的动态参数 39
二、由阶跃反应曲线来确定带纯滞后τ的一阶滞后环节的动态参数 43
三、由阶跃反应曲线确定二阶滞后环节的动态参数 45
四、由阶跃反应曲线确定无自衡对象的动态参数 58
五、由阶跃反应曲线确定具有微分特性的对象的动态参数 62
第三节 由阶跃反应曲线确定对象传递函数的半对数图解法 66
第四节 从对象的阶跃反应曲线求传递函数的面积法 77
第五节 结论 94
第一节 实验测取对象的脉冲反应曲线 95
第三章 脉冲信号测试法 95
第二节 将矩形脉冲反应曲线转换为阶跃反应曲线的方法 98
第三节 从对象的矩形脉冲反应曲线求传递函数的面积法 102
第四节 用最小二乘法辨识对象的脉冲反应函数 116
一、最小二乘估计 118
二、最小二乘估计的性质 121
三、求解正则方程的一种优良算法 123
四、在线最小二乘算法 133
第五节 由对象的脉冲反应曲线确定其传递函数 140
第六节 结论 146
第四章 频率域测试法 148
第一节 实验测取对象的频率特性 148
第二节 用组合正弦波方法测取对象的频率特性 154
一、测试方法 154
二、数据处理 156
一、测试方法 162
第三节 用矩形波或梯形波方法测取对象的频率特性 162
二、数据处理 166
第四节 由矩形波脉冲反应曲线确定对象的频率特性 170
第五节 由阶跃反应曲线求取对象的频率特性 177
第六节 由脉冲反应曲线求取对象的频率特性 181
一、矩形法 181
二、采用快速富里叶变换技术 187
第七节 由实验频率特性曲线求取对象的传递函数 194
一、由对数幅频特性及相频特性曲线求取对象的传递函数 195
二、由倒实频特性与倒虚频特性求取对象的传递函数 197
第八节 频率特性测试仪器的基本原理 209
一、双积分法超低频信号发生器 210
二、频率特性测试仪 211
第九节 结论 213
第五章 随机信号测试法 214
第一节 随机信号的统计描述 215
一、相关函数 218
第二节 相关函数及频谱密度的基本概念 218
二、频谱密度(或称功率密度谱、谱密度) 223
第三节 用相关函数来确定对象动态特性 226
一、脉冲反应函数的辨识 226
二、对象的z传递函数的辨识 230
三、在线辨识算法 234
第四节 相关辨识与最小二乘法的关系 239
第五节 输入信号的最优设计 241
第六节 用伪随机信号测取对象动态特性 244
一、伪随机信号 244
二、用PRBS确定对象特性 251
三、在线辨识算法 258
四、用改进FFT计算对象的脉冲反应函数 261
第七节 多变量系统辨识 266
一、伪随机信号发生器 269
第八节 随机信号法测试仪器的基本原理 269
二、相关仪 277
三、频谱密度分析仪 279
第九节 结论 281
第六章 用参数估计方法的系统辨识 282
第一节 模型结构 282
一、系统模型 282
二、几种典型模型 285
三、推广的自回归滑动平均模型(The extended suto-regressive,moviag average model，或ARMAN) 286
第二节 最小二乘法 289
一、直接最小二乘估计 289
二、最小二乘估计的统计特性 292
三、在线最小二乘估计 295
四、模型阶次的确定 297
1.模型的拟合度检验(即LF法) 298
2.模型误差独立性检验(即IO法) 299
五、纯滞后时间的确定 300
六、参数数目增加时的递推算法 302
七、时变参数的实时辨识 305
第三节 广义最小二乘法 317
一、广义最小二乘估计算法 318
二、偏差校正的GLS算法 325
三、推广最小二乘法(ELS-M) 333
第四节 辅助变量法 338
第五节 多步最小二乘法 342
一、多步最小二乘法I(Multlstage Least-squares Method I或MSLSⅠ) 343
二、多步最小二乘法Ⅱ(MSLSⅡ) 346
三、多步最小二乘法Ⅲ(MSISⅢ) 347
四、多步最小二乘法及广义最小二乘法的比较 352
第六节 用随机数直接搜索法 355
第七节 多变量系统的辨识 362
一、子模型技术 362
二、子子模型技术 365
三、辨识算法 367
四、MIMO辨识的实际应用〔56〕 368
第八节 系统辨识软件包 371
第九节 结论 372
第七章 闭环测试法 374
第一节 闭环系统的可辨识性 374
第二节 闭环系统的间接辨识 381
一、间接辨识原理 381
二、NLJ辨识 383
三、简化模型辨识法 386
第三节 闭环系统的直接辨识 391
一、直接辨识原理 391
二、相关最小二乘法辨识 392
三、闭环系统直接辨识的应用 395
第四节 闭环系统的联合过程辨识 396
第五节 结论 399
参考文献 400