內容簡介
本書重點介紹了複雜控制系統、解耦控制、純滯後補償控制、預測控制、自適應控制以及魯棒控制、軟測量技術的原理與實現方法、神經網路控制等,並輔以一系列先進控制系統的計算機仿真。本書共9章,第一部分為過程控制系統的基礎知識和先進控制技術概述(第1、2章),介紹了過程模型的類型、先進控制技術的特點和套用、過程控制系統的基本概念和建模方法;第二部分為複雜控制系統建模(第3章),介紹了串級控制系統、前饋控制系統、比值控制系統等典型複雜控制系統的原理和結構;第三部分為先進控制技術的介紹(第4~9章),講解了解耦控制系統、史密斯預估控制系統、預測控制系統、神經網路控制系統等典型先進控制系統的基本原理和設計方法,以及軟測量方法和套用。 本書重點突出,套用性強,可作為普通高校生產自動化專業及自動化相關專業的本科教材,也可作為研究生和相關領域套用工程師的參考書。
前言
先進控制是對那些不同於常規單迴路控制,並具有比常規PID控制更好的控制效果的控制策略的統稱,通常用於處理複雜的多變數過程控制問題。先進控制的核心內容應包括基於數據採集及預處理、數學模型建立、軟測量技術、先進控制策略和工程實施的全部內容。先進控制採用了合理的控制目標和控制結構,可更好地適應工業生產過程的需要,對於提高產品質量以及節能環保等均起著十分重要的作用,先進控制技術已成為工程技術人員和管理人員必備的科學技術知識。
本書將先進控制理論與先進控制系統套用相結合,介紹了過程控制系統和先進控制系統的基本概念、先進控制技術的特點和套用、過程控制系統的建模方法、解耦控制系統的原理和設計方法、純滯後補償控制系統的常見類型和基本原理、預測控制的方法和套用、自適應控制和魯棒控制的基本原理、軟測量技術原理及常見的軟測量方法,以及神經網路控制,給出了常見先進控制系統的設計方法,並輔以一定的計算機仿真。通過本書的學習,讀者可以循序漸進地掌握先進控制技術的知識並能進行一些簡單先進控制系統的設計和計算機仿真。本書是編者根據多年從事自動化及相關專業的實踐工作經驗和教學經驗編寫的,注重理論聯繫實際,以及內容的系統性和可教性。
本書編寫分工如下: 上海工程技術大學陳劍雪編寫第1、2、4、5、8章,張穎編寫第9章,羅曉編寫第7章,吳健珍編寫第6章,華勇編寫第3章。上海工程技術大學張莉萍教授為本書的主審。在本書的編寫過程中,得到了學院領導和老師們的支持和幫助,編者對所有給予本書以幫助的老師表示衷心的感謝。
由於時間倉促,編者水平有限,儘管我們盡了很大努力,但缺點和錯誤仍在所難免,懇請廣大讀者批評指正。
編者
2014年3月
目錄
第1章緒論
1.1控制理論與工程的發展
1.2過程控制技術的發展、現狀與展望
1.3過程控制系統概述
1.3.1系統結構
1.3.2系統特點
1.3.3系統分類
1.4過程控制系統的性能指標
1.5先進過程控制
第2章過程控制系統建模
2.1過程模型概述
2.1.1過程數學模型的表達形式
2.1.2過程建模的目的與要求
2.1.3過程模型的特點
2.1.4過程特性參數
2.2過程模型類型
2.3過程建模基礎
2.3.1過程建模法分類
2.3.2回響曲線法建模
2.4單容過程模型
2.4.1自衡單容過程
2.4.2無自衡單容過程
2.5多容過程模型
2.5.1無相互影響的雙容過程
2.5.2有相互影響的雙容過程
2.6階躍回響曲線方法建模
第3章常用複雜控制系統
3.1串級控制系統
3.1.1串級控制系統的結構
3.1.2串級控制系統的特點
3.1.3串級控制系統的設計
3.2比值控制系統
3.2.1比值控制系統的結構
3.2.2比值控制系統的實施方案
3.2.3比值控制系統的投運與參數整定
3.3均勻控制系統
3.3.1均勻控制系統的結構
3.3.2均勻控制系統的特點
3.3.3均勻控制規律與參數整定
3.4前饋控制系統
3.4.1前饋控制的基本原理
3.4.2前饋控制系統的特點
3.4.3前饋控制系統的結構
3.5選擇性控制系統
3.5.1選擇性控制系統的類型
3.5.2積分飽和及其防止
第4章解耦控制系統
4.1系統的關聯分析
4.1.1解耦控制系統概述
4.1.2關聯分析
4.2相對增益
4.2.1相對增益的定義
4.2.2求取相對增益的方法
4.2.3相對增益的性質
4.2.4動態相對增益
4.3減少與解除耦合的途徑
4.4靜態解耦和動態解耦
4.5解耦控制系統的設計
4.6仿真實例
第5章補償控制系統的設計
5.1純滯後系統概述
5.2純滯後對控制質量的影響
5.3補償控制的基本原理與結構
5.4改進型常規控制方案
5.5史密斯預估補償控制
5.6改進的史密斯預估控制
5.6.1增益自適應補償方案
5.6.2大純滯後過程的雙控制器
5.7史密斯預估器與高級控制算法的結合
5.7.1單神經元史密斯預估控制
5.7.2模糊史密斯預估控制
5.8觀測補償器控制
5.8.1基本原理和結構
5.8.2觀測補償器控制方案
5.9仿真實例
5.9.1史密斯預估補償控制系統的仿真
5.9.2增益自適應補償控制系統的仿真
5.9.3雙控制器補償控制系統的仿真
第6章預測控制
6.1引言
6.2預測控制的基本原理
6.3預測控制算法
6.3.1動態矩陣控制
6.3.2模型算法控制
6.3.3廣義預測控制
6.3.4仿真實例
第7章自適應控制和魯棒控制
7.1簡單自適應控制系統
7.1.1自適應控制概述
7.1.2自適應控制的基本原理和類型
7.1.3自適應控制的套用概況
7.2模型參考型自適應控制系統
7.2.1引言
7.2.2模型參考自適應控制系統的數學描述
7.2.3模型參考自適應系統的設計
7.3自校正控制系統
7.3.1自校正控制基本概念
7.3.2最小方差自校正調節器
7.3.3極點配置自校正控制器
7.4魯棒控制
7.4.1引言
7.4.2不確定性描述與魯棒性分析
7.4.3對象的不確定模型
7.4.4魯棒穩定性
7.4.5魯棒性能
第8章軟測量技術
8.1軟測量技術概論
8.1.1軟測量的輔助變數的選擇
8.1.2軟測量的數據選擇與處理
8.1.3軟測量的模型辨識與驗證
8.2最小二乘建模
8.2.1最小二乘法
8.2.2最小二乘模型
8.2.3最小二乘法的解
8.3多元線性回歸
8.3.1多元線性回歸模型
8.3.2回歸參數的最小二乘估計
8.3.3多元線性回歸模型的統計檢驗
8.4多元逐步回歸法
8.4.1變數選擇問題
8.4.2多元逐步回歸方法的計算步驟
8.5主元分析方法
8.5.1主元分析
8.5.2主元分析的基本思想
8.5.3主元分析的一般數學模型
8.5.4主元分析的推導
8.5.5主元分析的計算步驟
8.5.6主元分析方法
8.5.7NIPALS方法
8.5.8主元的主要性質
8.5.9軟測量中套用主元回歸方法
8.6支持向量機及在軟測量中的套用
8.6.1統計學習理論和支持向量機
8.6.2最小二乘支持向量算法
8.7人工神經網路及在軟測量中的套用
8.7.1神經元軟測量技術的改進
8.7.2基於神經網路的軟測量
第9章神經網路控制
9.1概述
9.2神經網路控制的設計與實現
9.2.1神經網路控制的設計
9.2.2神經網路控制的實現
9.3神經PID控制
9.3.1神經PID控制的結構
9.3.2神經PID控制的設計
9.4神經自校正控制
9.4.1神經自校正控制的結構
9.4.2神經自校正控制的設計
9.5神經模型參考自適應控制
9.5.1神經模型參考自適應控制的結構
9.5.2神經模型參考自適應控制的設計
9.6神經控制技術的套用及存在的問題
參考文獻