《高等过程控制》求取 ⇩

第1章 绪论1

1.1 连续过程自动化的发展趋势1

1.2 高等过程控制的地位和作用2

1.3 本书内容安排3

第2章 最优预测5

2.1 概述5

2.2 线性系统的动态最优预测6

2.2.1 最优预测的显式算法6

2.2.2 最优预测的隐式算法10

2.2.3 多步预测11

2.3 回归分析方法13

2.3.1 引言13

2.3.2 线性化回归13

2.3.3 回归系数的显著性检验16

2.3.4 逐步回归17

2.4 部分最小二乘法20

2.4.1 引言20

2.4.2 主元分析与主元回归21

2.4.3部分最小二乘法25

2.5 数据处理分组方法28

2.5.1 引言28

2.5.2 基本的数据处理分组方法29

2.5.3 改进的数据处理分组方法32

参考文献34

第3章 预测控制35

3.1 概述35

3.2 动态矩阵控制的基本原理36

3.2.1 预测模型36

3.2.2 输出预测37

3.2.3 参考轨迹39

3.2.4 性能指标39

3.3 动态矩阵控不制的基本算法39

3.3.1 单值预测40

3.3.2 多值预测41

3.3.3 多输入多输出系统的动态矩阵控制算法43

3.4 动态矩阵控制的性能分析46

3.5 模型算法控制49

3.6 预测控制应用中的一些问题51

3.6.1 控制回路结构51

3.6.2 非最小相位系统的模型选择53

3.6.3 多输入多输出情形54

3.6.4 参数选择54

3.7 广义预测控制55

3.7.1 自回归积分滑支平均模型56

3.7.2 丢番图方程的推计算57

3.7.3 滚动优化59

3.8 广义预测控制的基本特性和参数选择62

3.8.1 广义预测控制的稳定性62

3.8.2 广义预测控制的其他性能64

3.8.3 参数选择68

参考文献68

第4章 多变量控制系统70

4.1 概述70

4.2 多变量系统的表示法71

4.2.1 对象模型的内部描述法71

4.2.2 对象模型的外部描述法71

4.2.3 非参数模型74

4.3 多变量系统的基本关系75

4.3.1 传递函数矩阵的极点和零点75

4.3.2 系统的极点和零点76

4.3.3 系统的能控性和能观性78

4.3.4 闭环系统的传递函数矩阵80

4.4 相对增益阵列81

4.4.1 多回路控制系统的互联82

4.4.2 相对增阵列84

4.5 极点配置问题86

4.5.1 状态反馈极点配置87

4.5.2 输出反馈极点配置89

4.6 解耦控制91

4.6.1 串联解耦91

4.6.2 线性状态反馈解耦92

4.6.3 线性输出反馈解耦93

4.7 逆奈氏阵列方法94

4.7.1 对角优势95

4.7.2 稳定性定理96

4.7.3 对角优势性的获取98

4.7.4 前置补偿器的设计99

4.7.5 闭环特性的估算99

4.7.6 正奈氏阵列法100

4.7.7 鲁棒对角优势102

4.8 特征轨迹方法103

4.8.1 传递函数矩阵的生气勃勃征分解和稳定性判剧104

4.8.2 互联和失配角104

4.8.3 近似可交换控制器105

4.8.4 近似实生气勃勃征方向的求取106

4.8.5 设计方法107

参考文献108

第5章 非线性控制系统的逆系统设计方法109

5.1 概述109

5.2 基本原理与设计方法110

5.2.1 系统的逆110

5.2.2 逆系统方法原理与单变量系统的设计115

5.3 多变量系统的设计117

5.3.1 多变量微分方系统的设计117

5.3.2 一类多变量状态方程系统的设计119

5.3.3 多变量伪线性系统综合121

5.3.4 解耦与镇定123

5.4 状态观测器设计124

5.4.1 规范型观测器理论与设计125

5.4.2 设计方法的某些推广128

5.5 应用举例129

参考文献132

第6章 推理控制133

6.1 推理控制系统的组成133

6.1.1 问题的提出133

6.1.2 推理控制系统的组成134

6.1.3 推理控制器的设计136

6.1.4 静态揄控制137

6.2 模型误差对系统性能的影响138

6.2.1 扰动通道模型误差的影响138

6.2.2 控制通道模型误差的影响138

6.2.3 推理-反馈控制系统140

6.3 输出可测条件下的推理控制141

6.3.1 系统组成141

6.3.2 模型误差对系统性能的影响142

6.3.3 自适应推理控制143

6.3.4 预测推理控制144

6.4 多变量推理控制146

6.4.1 控制器的V规范型结构147

6.4.2 V规范型控制器的设计148

6.4.3 滤波阵的选择154

6.5 应用举例155

6.5.1 应用实例155

6.5.2 二次输出量的选择157

6.5.3 控制作用的限幅157

参考文献158

第7章 过程优化159

7.1 概述159

7.1.1 基本概念159

7.1.2 实现过程优化的关键技术160

7.2 过程建模160

7.2.1 引言160

7.2.2 数学模型的类型161

7.2.3 稳态数学模型的建立162

7.3 过程优化模型166

7.3.1 目标函数166

7.3.2 约束条件167

7.3.3 优化模型的建立168

7.4 优化算法170

7.4.1 优化算法的选择170

7.4.2 基于遗传算法的优化计算170

7.5 过程优化控制183

7.5.1 优化控制的功能结构183

7.5.2 优化控制的实现183

参考文献187

第8章 动态系统故障诊断188

8.1 基本概念188

8.1.1 故障与故障诊断188

8.1.2 故障与故障诊断的分类189

8.1.3 故障诊断系统性能评价189

8.2 基于状态估计的故障诊断方法190

8.2.1 冗余信号的产生190

8.2.2 故障检测与定位191

8.2.3 仪表故障诊断实例194

8.3 故障检测观测器196

8.3.1 引言196

8.3.2 故障检测观测器及其结构条件和鲁棒性条件197

8.3.3 检测观测器组和诊断逻辑的设计200

8.3.4 故障检测观测器的设计步骤201

8.3.5 设计举例203

8.4 基于时序分析的故障诊断方法206

8.4.1 时序建模206

8.4.2 判别函数208

8.4.3 应用举例213

8.5 基于时频分析的故障诊断方法216

8.5.1 小波变换简介216

8.5.2 利用观测信号的奇民性进行故障检测218

8.5.3 利用观测信号频率结构的变化进行故障诊断221

8.6 智能故障诊断方法226

8.6.1 引言226

8.6.2 人工神经元网络简介227

8.6.3 基于递阶神经元网络的故障诊断232

8.6.4 基于自适应神经元网络的故障诊断234

8.7 大系统的故障诊断240

8.7.1 重叠分解的概念241

8.7.2 确定性大系统的重叠分解242

8.7.3 基于重叠分解的大系统的故障诊断244

参考文献250

附录252

附录A PLS算法的一些性质的证明252

附录B 能观状态变量的确定254

附录C 检测观测器一些结论的证明257

附录D 辅助矩阵的确定260