《新型PID控制及其应用》求取 ⇩

第1章数字PID控制1

1.1　PID控制原理1

1.2　数字PID控制算法2

1.2.1　位置式PID控制算法2

1.2.2　增量式PID控制算法5

1.3　数字PID控制算法的改进8

1.3.1　积分分离PID控制算法8

1.3.2　遇限削弱积分PID控制算法11

1.3.3　不完全微分PID控制算法11

1.3.4　微分先行PID控制算法14

1.3.5　带死区的PID控制算法16

1.4　常用的数字PID控制系统17

1.5　应用实例——直线电机的数字PID控制22

1.5.1　控制系统的组成22

1.5.2　直线电机的数字PID控制和参数选择23

1.5.3　直线电机数字PID控制系统软件26

第2章自适应PID控制27

2.1 自适应控制27

2.1.1　自适应控制的含义27

2.1.2　自适应控制的类型28

2.1.3　自适应控制的理论30

2.2　自适应PID控制32

2.2.1　引言32

2.2.2　参数自适应PID控制33

2.2.3　基于过程特征参数的自适应PID控制35

2.3　基于非参数模型的自适应PID控制36

2.3.1 PID继电自整定与神经网络相结合的自适应PID控制系统36

2.3.2　模糊自适应PID控制系统39

2.3.3　单神经元自适应PID控制器40

2.3.4　专家自适应PID控制器43

2.4.1　最小方差自校正PID控制45

2.4　基于参数模型的自校正PID控制45

2.4.2　极点配置自校正PID控制49

2.4.3 自校正PID控制器的极点配置设计51

2.5 自校正PID控制技术的应用实例54

2.5.1　极点配置自校正PID控制器在电阻加热炉温控系统中的应用54

2.5.2　时变大滞后极点配置最优预报自校正PID控制器57

2.5.3 自校正PID控制技术在电力系统中的应用61

第3章智能PID控制69

3.1　智能控制69

3.1.1　智能控制的含义69

3.1.2　智能控制系统71

3.1.3　智能控制的类型73

3.2　智能PID控制器76

3.3　基于规则的智能PID自学习控制器79

3.4　加辨识信号的智能自整定PID控制器80

3.5.1　专家控制81

3.5　专家式智能自整定PID控制器81

3.5.2　专家式智能PID控制器的典型结构83

3.6　智能PID控制的实际应用86

3.6.1　专家PID控制在伺服系统中的应用86

3.6.2　智能PID控制在电阻加热炉温控系统中的应用89

3.6.3　智能PID控制在混合煤气热值、流量串级调节系统中的应用90

第4章　模糊PID控制95

4.1　模糊控制95

4.1.1　模糊控制的基本原理95

4.1.2　模糊控制器96

4.1.3　模糊控制器结构99

4.2　模糊PID控制111

4.2.1引入积分因子的模糊PID控制器111

4.2.2　Fuzzy-PID混合控制113

4.3　模糊自适应PID控制118

4.3.1　在线实时模糊自整定PID控制器119

4.3.2　基于Fuzzy推理的自调整PID控制器123

4.3.3　单参数模糊自适应PID控制器128

第5章神经网络PID控制136

5.1　神经网络基础137

5.1.1　单神经元模型137

5.1.2　神经网络的拓扑结构——神经元的连接形式139

5.1.3　神经网络的学习规则140

5.1.4　误差反向传播（BP）神经网络141

5.1.5　Hopfield神经网络146

5.2　基于单神经元的PID控制147

5.2.1　单神经元自适应PID控制器及其学习算法147

5.2.2　单神经元自适应PID控制器应用实例157

5.3　基于神经网络的PID控制158

5.3.1　基于BP神经网络KP、KI、KD参数自学习的PID控制器159

5.3.2　改进型BP神经网络KP、KI、KD参数自学习PID控制器163

5.4　神经网络模糊PID控制170

5.4.1　基于神经网络的模糊PID控制170

5.4.2　基于神经网络的模糊推理PID控制176

5.5　神经网络隐式PID控制及其在脉冲TIG焊接熔池控制中的应用180

5.5.1　神经网络隐式PID控制结构181

5.5.2　自学习算法182

5.5.3　实时控制183

第6章预测PID控制185

6.1　模型算法PI控制（MAPIC）187

6.1.1　模型算法控制（MAC）187

6.1.2　模型算法PI控制（MAPIC）实现192

6.2　动态矩阵PI控制（DMPIC）195

6.2.1　动态矩阵控制（DMC）195

6.2.2　动态矩阵PI控制（DMPIC）实现199

6.3.1　广义预测控制（GPC）201

6.3　广义预测PI控制（GPPIC）201

6.3.2　广义预测PI控制（GPPIC）实现206

6.4　广义预测极点配置PI控制（GPPPIC）207

6.4.1 广义预测极点配置控制（GPPC）207

6.4.2　广义预测极点配置PI控制（GPPPIC）实现211

6.5　预测-PID串级控制及其在合成氨厂变换工段上的应用213

6.5.1　动态矩阵预测-PID串级控制213

6.5.2　动态矩阵预测-PID串级控制的数字仿真214

6.5.3　动态矩阵预测-PID串级控制在变换工段中的应用215

第7章　PID控制器的自整定技术220

7.1　PID控制器参数整定的原理和方法220

7.1.1　Ziegler-Nichols设定方法220

7.1.2　ISTE最优设定方法221

7.1.3　临界灵敏度法222

7.1.4　基于增益优化的整定法222

7.1.5　基于总和时间常数的整定法224

7.1.6　基于交叉两点法的PID参数整定规则225

7.2　自整定PID控制策略和技术229

7.2.1　继电型PID自整定控制策略229

7.2.2　基于过程特征参数的PID控制器参数自整定技术231

7.2.3　基于给定相位裕度的PM法自整定公式233

7.2.4　基于给定相位裕度和幅值裕度的SPAM法自整定公式235

7.2.5　基于递推参数估计的PID自整定技术238

7.3　多变量PID控制器自整定技术243

7.3.1　多变量PID控制器的在线自整定技术243

7.3.2　多变量非线性自整定PID控制器245

7.4　具有PID参数自整定功能的智能调节器247

7.4.1富士MICREX智能控制器247

7.4.2　东芝TOSDIC2自由度PID自整定调节器254

7.4.3　FOXBORO-EXACT自整定PID调节器261

7.4.4　YEWSERIES-80自整定调节器264

参考文献269