《工业过程高级控制》求取 ⇩

第一章概论1

第一节工业过程控制的发展过程与展望1

一、发展概况1

二、工业生产过程计算机集成控制系统的构成2

第二节工业过程控制系统的设计4

一、工业过程控制的目的要求和组成4

二、控制系统的分类4

三、控制系统开发的几个步骤5

四、控制系统的设计5

第三节工业过程控制系统的性能指标15

一、典型输入测试信号15

二、稳态残余偏差（余差）17

三、动态控制指标18

四、误差积分指标21

第二章工业过程的数学模型22

第一节概述22

一、建立工业过程数学模型的目的和要求22

二、建立工业过程数学模型的基本方法22

三、建立工业过程数学模型的步骤23

四、在建立数学模型中应注意的几个问题24

五、工业过程数学模型动态特性的特点27

第二节线性过程模型的常用表达式33

一、微分方程和差分方程模型33

二、传递函数模型33

三、脉冲响应模型34

四、阶跃响应模型35

五、频率响应模型37

六、状态空间模型37

第三节工业过程建模的基本方程和辅助方程37

一、工业过程数学模型的基本方程38

二、工业过程数学模型的辅助方程39

第四节典型过程的动态数学模型43

一、流体流动的数学模型43

二、混合过程的数学模型45

三、换热器的数学模型47

四、双效蒸发器的数学模型49

五、理想双组分精馏塔的数学模型51

六、化学反应装置的数学模型54

第三章数字滤波器的设计与实现58

第一节概述58

一、噪声及噪声源58

二、模拟滤波器的应用范围59

三、数字滤波器的功能及优点59

四、数字滤波器的基本类型59

五、数字滤波器的设计方法61

六、过程控制中常用的几种数字滤波方法61

第二节 模拟滤波器的设计63

第三节无限脉冲响应（IIR）数字滤波器的设计68

一、以脉冲响应不变为基础的方法68

二、以阶跃响应不变为基础的方法68

三、零、极点配置方法69

四、双线性变换方法70

第四节有限脉冲响应（FIR）数字滤波器的设计73

一、拉格朗日乘子法74

二、最小二乘方法75

三、FIR滤波器在求导、平滑和预测中的应用76

第四章比例、积分、微分控制及其参数自整定78

第一节连续比例、积分、微分控制算法78

一、概述78

二、比例控制算法79

三、比例、积分控制算法82

四、比例微分控制作用87

五、比例、积分、微分控制算法91

第二节离散比例、积分、微分控制算法92

一、离散理想PID控制算法93

二、离散实际PID控制算法95

三、其他离散PID控制算法96

四、控制算法在计算机中实现时一些应注意的问题97

五、采样周期Ts的选择99

第三节PID参数的工程整定方法100

一、PID参数整定的一些准则100

二、衰减曲线法101

三、过程反应曲线法102

四、临界振荡法（Z—N法）102

五、改进齐格勒—尼柯尔斯（RZN）方法103

六、PID控制器参数自整定方法105

第四节PID的最优性108

一、线性二次型最优控制问题的一些结论108

二、随动控制PID规律的最优性109

三、定值控制PID控制的最优性111

第五章多变量控制系统的关联分析与解耦控制113

第一节 控制回路间的关联113

第二节相对增益阵分析与控制回路的选择116

一、相互关联分析的目的与方法116

二、相对增益阵116

三、控制回路的选择原则122

四、相对增益阵分析中的几个应注意的问题126

第三节控制回路间关联的奇异值分解分析方法128

一、奇异值分解的基本概念128

二、过程增益矩阵K的奇异值分解128

三、用K阵的SVD分析来确定变量配对130

四、过程传递函数矩阵的奇异值分解分析方法131

第四节减少和消除耦合的途径131

一、通过变量间正确匹配来减少耦合131

二、通过整定控制器参数来减少耦合134

三、通过减少控制回路来减少耦合134

四、设计解耦装置来解耦135

五、采用模态控制方式来解耦135

六、采用多变量控制器来解耦137

七、用奇异值分解（SVD）来解耦137

第五节解耦控制系统的设计139

一、对角矩阵法139

二、前馈解耦法140

三、乙烯裂解炉的解耦控制141

第六章状态反馈控制系统的设计144

第一节基于极点配置的状态反馈控制器的设计144

一、基本思想144

二、状态反馈控制极点的任意配置设计方法145

三、状态反馈的性质147

四、状态反馈与PID控制148

五、具有积分作用的状态反馈控制（增广状态反馈控制）149

第二节线性状态反馈最优控制150

一、最优线性调节器（有限时间问题）的设计150

二、无限时间线性调节器问题152

第三节带有状态观测器的状态反馈控制153

一、全阶龙贝格（Lunberger）状态观测器的设计153

二、降阶状态观测器的设计157

三、带有状态观测器的状态反馈控制159

第四节随机系统的状态估计与状态反馈控制160

一、问题的提出160

二、卡尔曼滤波器的基本思想160

三、卡尔曼滤波器的计算公式161

第七章差拍控制系统165

第一节差拍控制的基本原理165

一、概述165

二、差拍控制系统设计的一些原则167

第二节最小拍控制系统的设计168

一、最小拍控制系统的设计168

二、最小拍控制系统的特点170

第三节大林（Dahlin）控制算法171

一、问题的提出171

二、大林（Dahlin）控制算法171

三、控制参数的调整172

四、控制器输出的跳动174

第四节卡尔曼（Kalman）控制算法174

一、卡尔曼（Kalman）控制算法对所要求的闭环响应的设计174

二、卡尔曼控制算法175

三、几种控制算法比较177

第五节Vogel-Edgar（V-E）控制算法179

一、问题的提出179

二、V-E控制算法基本原理179

三、按闭环特性要求来确定N（z）和M1（z）的方法180

四、示例181

第八章大纯滞后和逆向响应过程的控制183

第一节具有大纯滞后过程对控制品质的影响183

一、纯滞后出现在前向控制通道183

二、纯滞后出现在干扰通道184

第二节史密斯（Smith）预估补偿控制185

一、基本原理185

二、定值控制时的Smith预估补偿控制186

三、离散Smith预估补偿控制算法187

四、应用示例187

五、Smith预估补偿控制应注意的几个问题189

第三节自适应Smith预估补偿控制190

一、增益自适应补偿控制190

二、动态参数自适应补偿控制191

第四节内部模型控制（IMC）193

一、内部模型控制（IMC）的基本结构193

二、内部模型控制器的设计194

三、带有滤波器的内模控制系统的设计196

四、内部模型控制的一般结构197

五、应用举例198

第五节解析预估控制算法（APC）199

一、基本原理和结构199

二、具有纯滞后的一阶过程的解析预估控制算法的设计200

三、应用举例201

第六节观测补偿控制201

一、随动系统的观测补偿控制系统的设计201

二、定值控制系统的观测补偿控制系统的设计203

三、一般观测补偿控制系统的设计205

四、应用举例206

第七节具有逆向特性过程的控制207

一、逆向响应特性207

二、具有逆向特性过程的控制209

第九章推断估计与推断控制212

第一节推断控制的基本原理212

一、问题的提出212

二、推断控制的基本原理212

第二节模型误差对闭环系统性能的影响215

一、扰动通道模型存在误差的影响215

二、控制通道模型有误差时的影响216

第三节稳态推断控制的设计217

一、稳态推断控制的构成217

二、稳态估计器对模型误差的灵敏度218

三、辅助输出向量的选取218

第四节推断反馈控制219

一、主要输出不可测时的推断反馈控制219

二、主要输出可测时的推断反馈控制221

第五节推断控制系统的工业应用223

一、脱丁烷精馏塔的数学模型223

二、塔顶丁烷成分的推断控制224

三、塔底丙烷成分的推断控制225

四、脱丁烷塔的塔顶丁烷和塔底丙烷两端浓度推断控制225

第十章双重控制和非线性控制系统227

第一节双重控制系统227

一、问题的提出227

二、基本原理227

三、双重控制结构分析228

四、设计和实施中的一些问题230

五、应用示例和适用场合230

第二节非线性控制系统231

一、概述231

二、采用具有非线性特性的调节 阀来改善控制品质231

三、变增益控制器232

四、具有函数变换器的变增益控制系统233

五、具有不灵敏区的非线性控制器233

第十一章自适应控制系统234

第一节自适应控制系统的作用与基本结构234

一、问题的提出234

二、自适应控制系统的基本结构234

三、自适应控制系统的基本类型235

四、设计自适应控制系统的基本途径235

五、过程辨识的实验方法235

第二节简单自适应控制系统239

一、预定增益自适应控制239

二、用1：4衰减比在线整定PI控制器增益240

三、依据偏差来自动调整控制器参数240

四、依据扰动来自动调整控制器参数240

第三节自校正控制器241

一、最小方差控制241

二、基本自校正控制器244

三、广义最小方差控制——自校正控制器247

四、应用示例247

第四节模型参考自适应控制248

一、模型参考自适应控制系统的基本结构248

二、参数最优化的设计方法249

三、基于李亚普诺夫稳定性理论的设计方法250

第十二章预测控制252

第一节预测控制的基本原理252

一、引言252

二、预测控制的基本原理和结构252

三、预测控制的一些优良性质255

第二节预测控制中的预测模型255

一、脉冲响应模型256

二、阶跃响应模型257

三、可控自回归滑动平均模型（CARMA）257

四、可控自回归积分滑动平均模型（CARIMA）258

第三节模型算法控制（MAC）258

一、预测模型258

二、反馈校正259

三、设定值与参考轨迹260

四、最优控制作用260

五、MAC在实施中应注意的几个问题261

第四节动态矩阵控制（DMC）263

一、预测模型263

二、反馈校正265

三、滚动优化266

四、DMC算法在线计算框图267

五、DMC算法的参数整定步骤267

第五节 广义预测控制（GPC）268

第十三章人工神经元网络控制器与估计器275

第一节引言275

一、人工神经元网络的发展概况275

二、人工神经元（Artificial Neuron）275

三、人工神经网络的拓扑结构278

四、人工神经网络的学习278

五、人工神经网络的特点279

第二节人工神经元网络模型279

一、非线性变换单元组成的多层前向网络模型（FANN）280

二、Hopfield网络模型285

三、柯亨（Kohonen）自组织网络模型288

第三节基于人工神经元网络的过程建模290

一、类型290

二、加权学习方式290

三、仿真例子292

第四节基于人工神经元网络的控制器设计292

一、逆动态模型ANN控制292

二、基于BP算法的直接ANN控制器296

三、ANN作为自适应控制器的参数估计器297

第十四章模糊控制系统的设计299

第一节概述299

一、模糊控制（Fuzzy Control）的发展299

二、模糊控制的通用硬件和软件产品299

第二节模糊集合论基本概念300

一、隶属函数与模糊子集300

二、模糊集的运算302

三、模糊数303

四、模糊关系R304

第三节基本模糊控制器的结构306

一、知识库（KB）306

二、模糊器（Fuzzifier）308

三、规则的选择（即推理机IE）308

四、规则的求值308

五、结论与数量化308

第四节基本模糊控制器的设计方法309

一、确定模糊控制器的算法309

二、在线实时决策313

三、基本模糊控制器设计示例315

参考文献321