內容簡介
本書系統地介紹了反饋控制系統的理論、方法及其套用。全書共分10章,主要內容包括:反饋控制系統分析、系統建模及其不確定性分析、反饋控制系統穩定性分析、校正控制器設計與分析、魯棒穩定性與魯棒控制器、時間滯後系統分析與設計、狀態空間分析法、定性控制系統分析與設計、模糊控制系統分析與設計、模糊控制系統的非線性分析、模糊辨識和估計與模糊一神經建模等。
本書可以作為高等院校自動化、電氣、控制和機電類專業高年級本科生以及控制科學與工程專業、機械工程專業、電子通信專業碩士研究生的教材,亦可作為從事涉及自動化技術的廣大工程技術人員的參考書。
作品目錄
第1章緒論 1.1反饋控制系統概述 1.2反饋控制系統的特性 1.3反饋控制原理 1.3.1干擾的抑制 1.3.2跟蹤 1.3.3對象不確定性的靈敏度 1.4反饋控制系統的性能指標 1.4.1暫態分析 1.4.2穩態分析 1.5Matlab在控制系統中的套用 1.5.1Matlab簡介 1.5.2Matlab控制功能介紹 1.6本書的內容和安排 習題 第2章系統建模及其不確定性分析 2.1系統建模 2.1.1系統的數學模型 2.1.2有限維LTI系統模型 2.1.3無限維LTI系統的模型 2.2非線性模型的線性化 2.2.1在工作點附近的線性化 2.2.2反饋線性化 2.3建模不確定性 2.3.1動態不確定性的表述 2.3.2參數不確定性轉換為動態不確定性 2.3.3來自系統辨識的不確定性 習題 第3章反饋控制系統穩定性分析 3.1信號和系統的範數 3.2BIBo穩定性分析 3.3反饋控制系統的穩定性分析 3.4勞斯赫爾維茲穩定判據 3.5穩定性分析的頻域方法 3.5.1Cauchy定理 3.5.2奈奎斯特穩定判據 3.5.3穩定裕度 3.5.4利用伯德圖分析臨界穩定狀態 習題 第4章校正控制器設計與分析 4.1校正控制器的設計 4.1.1超前控制器設計 4.1.2滯後控制器設計 4.1.3超前滯後控制器設計 4.2PID控制器設計 4.3跟蹤和噪聲抑制問題 4.4伯德圖中增益相位關係 4.5設計實例 習題 第5章 魯棒穩定性與魯棒控制器 5.1未建模動態與對象不確定性 5.1.1未建模動態 5.1.2對象不確定性 5.2魯棒穩定性 5.2.1魯棒穩定判據 5.2.2穩定對象的魯棒穩定性 5.3魯棒性能指標 5.4參數不確定系統的魯棒穩定性分 5.4.1對象中的不確定性參數 5.4.2魯棒穩定的Kharitanov判據 5.4.3Kharitanov定理的推廣 5.5穩定對象的魯棒控制器設計 5.5.1所有穩定控制器的參數化 5.5.2Q(s)的設計準則 5.6H∞控制器的設計 5.6.1問題的敘述 5.6.2頻譜因式分解 5.6.3最優H∞控制器 5.6.4次優H∞控制器 習題 第6章 時間滯後系統的分析與設計 6.1時間滯後系統的分析 6.1.1滯後系統的穩定性 6.1.2滯後的帕德近似 6.1.3滯後裕度 6.2時滯補償控制系統 6.2.1Smith預估補償控制 6.2.2增益自適應補償控制 6.2.3觀測器補償控制 6.2.4內模控制 6.3大滯後系統的無模型智慧型控制 6.3.1大滯後SISO非線性複雜系統問題 6.3.2無模型智慧型控制問題 | 6.3.3大滯後系統的無模型智慧型控制實現 習題 第7章 狀態空間分析方法 7.1狀態空間描述法 7.2狀態反饋與極點配置 7.3線性二次型調節器 7.4狀態觀測器 7.5反饋控制器 7.5.1觀測器與狀態反饋 7.5.2H2最佳控制器 7.5.3所有穩定控制器的參數 習題 第8章 定性控制系統 8.1定性數學基礎 8.1.1定性量定義 8.1.2定性量運算 8.2定性控制系統的構成與設計 8.2.1定性控制系統構成 8.2.2定性控制系統分析 8.2.3全狀態反饋定性控制系統設計 8.3定性PID控制 8.3.1並聯型定性PID控制 8.3.2切換型定性-PID控制 8.4含未知擾動情況的定性控制 8.5MIMO非線性系統的定性控制 習題 第9章 模糊控制系統和非線性分析 9.1引言 9.1.1模糊控制器設計步驟 9.1.2性能評價 9.1.3套用領域 9.2個示範例子的介紹 9.2.1選擇模糊控制器的輸入和輸出 9.2.2把控制知識融入規則中 9.2.3知識的模糊量化 9.2.4匹配:決定用哪條規則 9.2.5推理步驟:確定結論 9.2.6把結論轉換成控制作用 9.2.7模糊決策的圖形描述 9.3語言變數、語言值和規則 9.3.1論域 9.3.2語言變數 9.3.3語言值 9.3.4語言規則 9.4模糊集合、模糊規則和模糊推理 9.4.1模糊集合 9.4.2模糊if-then規則 9.4.3模糊推理(近似推理) 9.4.4解模糊 9.5模糊建模(模糊推理系統) 9.5.1Mamdani模糊模型 9.5.2Takagi-Sugeno模糊系統 9.5.3模糊系統是通用近似器 9.4模糊模型.5Tsukamoto 9.5.5模糊模型的分割形式 9.6模糊系統的非線性分析 9.6.1參數化模糊控制器 9.6.2李雅普諾夫穩定性分析 9.6.3絕對穩定性和圓判據 9.6.4溫度控制的例子 9.6.5穩態跟蹤誤差的分析 第10章模糊辨識和估計與模糊-神經建模 10.1模糊辨識和估計的最小二乘算法 10.1.1批量最小二乘算法 10.1.2遞推最小二乘算法 10.1.3模糊系統的調整'' 10.1.4模糊系統的批量最小二乘訓練 10.1.5模糊系統的遞推最小二乘訓練 10.2模糊辨識和估計的梯度法 10.2.1標準模糊系統的訓練 10.2.2T-S模糊系統的訓練 10.2.3動量項和步長大小 10.2.4牛頓(Newton)和高斯牛頓(Gauss-Newton)方法 10.3自適應網路 10.3.1自適應神經網路的結構 10.3.2反向傳播學習規則 10.3.3複合學習規則 10.3.4自適應網路的特例——神經網路 10.4自適應神經模糊推理系統 10.4.1ANFIS結構 10.4.2複合學習算法 104.3ANFIS建模實例1:氣動執行器建模及故障診斷 104.4ANFIS建模實例2:混沌時間序列的預測 |