《先進控制技術》是2021年科學出版社出版的圖書，作者是鄒見效 彭超。本書較為全面地介紹了先進控制技術的主要分支及其在科研及工程中的套用。
基本介紹
- 書名：先進控制技術
- 作者：鄒見效、彭超
- 出版社：科學出版社
- 出版時間：2021年3月
- ISBN：9787030683854
內容簡介,圖書目錄,
內容簡介
隨著現代工業和科技的快速發展，先進控制技術在各個領域得到了推廣和套用，已經成為當前控制領域的研究熱點，以及解決複雜系統控制問題的重要工具。主要內容包括**控制、疊代學習控制、重複控制、模型預測控制、滑模變結構控制、模糊控制、神經網路控制等，分別介紹其原理、控制系統建模、系統性能分析、控制器設計方面的理論知識以及相應套用案例。
圖書目錄
目錄
第1章 緒論 1
1.1 先進控制的產生 1
1.2 先進控制的特點 1
1.3 先進控制的發展及其主要分支 2
1.4 先進控制的前景與展望 3
第2章 **控制 4
2.1 概述 4
2.2 變分法及其在**控制的套用 5
2.2.1 **控制問題 5
2.2.2 變分法的基本概念 6
2.2.3 固定端點的變分問題 8
2.2.4 可變端點的變分問題 12
2.2.5 套用變分法求解**控制問題 13
2.3 極大值原理 21
2.3.1 自由末端的極章達淋大值原理 21
2.3.2 極大值原理的幾種具體形式 22
2.3.3 Bang-Bang 控制原理 25
2.3.4 時間**控制問題 28
2.4 線凝促謎性二次型**控制問題 32
2.4.1 概述 32
2.4.2 線性連續系統狀態調節器問題 33
2.4.3 無限時間線性定常連續系統狀態調節器問題 36
2.4.4 線性連續系統輸出調節器問題 38
2.4.5 線性連續系統跟蹤器問題 40
2.5 基於四旋翼飛行器的LQR 控制方法套用 42
2.5.1 四旋翼飛行器基礎知識 43
2.5.2 四旋翼飛行器數學模型建立 44
2.5.3 四旋翼飛行器的LQR 控制套用 48
2.5.4 四旋翼飛行器的LQR 控制仿真實驗 51
第3章 疊代學習控制 55
3.1 概述 55
3.2 基本原理 56
3.3 疊代學習控制的基本結構 57
3.4 疊代學習律 58
3.4.1 PID 型學習律 58
3.4.2 高階學習律 58
3.4.3 **學習律 59
3.4.4 前饋-反饋疊代學習律 59
3.4.5 遺忘運算元疊代學習律 59
3.4.6 其他疊代學習控制算法 60
3.5 學習算法的收斂性 60
3.5.1 D 型學習律收斂性分析 60
3.5.2 P 型學習律收斂性分析 63
3.5.3 PID 型學習律收斂性分析 64
3.5.4 學習律收斂性分析方法 65
3.6 初始值問題 66
3.6.1 固希員定初值偏差 66
3.6.2 初值在一定範圍內變化問題 69
3.6.3 任意初值問題 71
3.7 學習速度問題 73
3.8 魯棒性問題 74
3.9 疊代學習控制的改進 75
3.10 疊代學習在掃描探針顯微鏡控制中的套用 75
3.10.1 掃描探針顯微鏡 75
3.10.2 掃描探針顯微鏡中的控制問題 75
3.10.3 疊代學習控制器的設計 76
3.10.4 實驗與結果分析 78
第4章 重複控制 83
4.1 概述 83
4.2 重複控制的基求槳旋本原理 84
4.3 重複控制器組成結構及其各部分的功能 85
4.3.1 濾波器Q(z)及汗煮灶改進型內模 85
4.3.2 周期延遲環節 Z-N 86
4.3.3 補償器C(z) 86
4.4 重複控制系統性能分析 90
4.4.1 穩定性 90
4.4.2 誤差收斂速度 92
4.4.3 穩態籃舟乘駝誤差 93
4.5 重複控制在有源濾波器控制中的套用 94
4.5.1 APF 工作原理與數學模型 94
4.5.2 APF 電流控制環路的重複控制器設計 95
4.5.3 實驗結果 100
第5章 模型預測控制 101
5.1 概述 101
5.2 預測控制的基本思想與結構 101
5.2.1 基本思想 101
5.2.2 預測模型 102
5.2.3 滾動最佳化 103
5.2.4 反饋校正 103
5.3 模型算法控制 104
5.3.1 預測模型 104
5.3.2 反饋校正 105
5.3.3 參考軌跡設定 105
5.3.4 **控制 106
5.4 動態矩陣控制 106
5.4.1 預測模型 107
5.4.2 滾動最佳化 108
5.4.3 反饋校正 109
5.4.4 參數選擇與品質分析 110
5.5 狀態反饋預測控制 111
5.5.1 基本原理 111
5.5.2 增量算法 113
5.5.3 算法特點 114
5.6 模歸諒妹希型預測控制在逆變器控制中的套用 114
5.6.1 T 型三電平逆變器簡介 115
5.6.2 控制問題描述 118
5.6.3 三電平逆變器的有限控制集模型預測控制 119
5.6.4 實驗及分析 122
第6章 滑模變結構控制 126
6.1 概述 126
6.2 變結構控制理論基礎 126
6.2.1 相平面分析方法 126
6.2.2 線性系統的相軌跡 128
6.2.3 奇點和奇線 132
6.2.4 結構的定義 134
6.3 變結構控制系統基本概念 135
6.3.1 變結構系統的定義 135
6.3.2 滑動模態變結構的概念和定義 135
6.3.3 變結構控制系統設計關鍵問題與目標 136
6.4 滑動模態的存在條件與滑動模態方程 137
6.4.1 滑動模態的存在條件 137
6.4.2 滑動模態方程 138
6.5 滑模變結構控制的抖振問題 139
6.5.1 抖振現象 139
6.5.2 削弱抖振的方法 139
6.6 滑模變結構控制系統設計 141
6.6.1 滑模變結構控制的定義 141
6.6.2 滑模變結構控制的品質 142
6.6.3 滑模變結構控制設計步驟 143
6.7 滑模變結構控制在壓電陶瓷定位控制中的套用 143
6.7.1 壓電陶瓷 143
6.7.2 壓電陶瓷中的控制問題 143
6.7.3 滑模控制器的設計 145
6.7.4 實驗結果與分析 149
第7章 模糊控制 153
7.1 概述 153
7.2 模糊數學基礎 154
7.2.1 模糊集合 154
7.2.2 模糊關係 155
7.2.3 模糊語言 156
7.2.4 模糊推理 157
7.3 模糊控制的基本原理 160
7.3.1 模糊控制的基本思想 160
7.3.2 模糊控制的工作原理 161
7.4 模糊控制器設計 161
7.4.1 模糊控制器的基本結構 162
7.4.2 模糊控制器的結構設計 163
7.4.3 模糊控制器的常規設計 163
7.4.4 常規模糊控制器的優缺點 168
7.5 模糊控制器的改進方法 169
7.5.1 模糊比例控制器 169
7.5.2 模糊控制與PID 控制的結合 169
7.5.3 自校正模糊控制器 170
7.5.4 變結構模糊控制器 173
7.6 模糊控制在氫燃料電池溫度控制中的套用 173
7.6.1 氫燃料電池熱管理系統介紹 174
7.6.2 變論域模糊增量控制器設計 176
7.6.3 實驗結果與分析 178
第8章 神經網路控制 181
8.1 概述 181
8.2 神經網路基礎理論 181
8.2.1 生物神經元 182
8.2.2 人工神經元 182
8.2.3 人工神經網路 183
8.2.4 神經網路的分類 184
8.2.5 神經網路的學習算法 184
8.3 基於神經網路的系統辨識 186
8.3.1 神經網路系統辨識的原理 186
8.3.2 系統正模型與逆模型的辨識 187
8.3.3 非線性系統模型與辨識 188
8.4 神經網路控制器設計 189
8.4.1 神經網路監督控制 189
8.4.2 神經網路直接逆動態控制 190
8.4.3 神經網路自適應控制 190
8.4.4 神經網路內模控制 192
8.4.5 神經網路預測控制 192
8.4.6 神經網路自適應評判控制 193
8.4.7 神經網路混合控制 193
8.5 神經網路控制在精密運動控制中的套用 193
8.5.1 光刻機運動平台及其控制問題描述 194
8.5.2 神經網路自適應控制器設計 195
8.5.3 實驗結果與分析 203
參考文獻 207
3.5.1 D 型學習律收斂性分析 60
3.5.2 P 型學習律收斂性分析 63
3.5.3 PID 型學習律收斂性分析 64
3.5.4 學習律收斂性分析方法 65
3.6 初始值問題 66
3.6.1 固定初值偏差 66
3.6.2 初值在一定範圍內變化問題 69
3.6.3 任意初值問題 71
3.7 學習速度問題 73
3.8 魯棒性問題 74
3.9 疊代學習控制的改進 75
3.10 疊代學習在掃描探針顯微鏡控制中的套用 75
3.10.1 掃描探針顯微鏡 75
3.10.2 掃描探針顯微鏡中的控制問題 75
3.10.3 疊代學習控制器的設計 76
3.10.4 實驗與結果分析 78
第4章 重複控制 83
4.1 概述 83
4.2 重複控制的基本原理 84
4.3 重複控制器組成結構及其各部分的功能 85
4.3.1 濾波器Q(z)及改進型內模 85
4.3.2 周期延遲環節 Z-N 86
4.3.3 補償器C(z) 86
4.4 重複控制系統性能分析 90
4.4.1 穩定性 90
4.4.2 誤差收斂速度 92
4.4.3 穩態誤差 93
4.5 重複控制在有源濾波器控制中的套用 94
4.5.1 APF 工作原理與數學模型 94
4.5.2 APF 電流控制環路的重複控制器設計 95
4.5.3 實驗結果 100
第5章 模型預測控制 101
5.1 概述 101
5.2 預測控制的基本思想與結構 101
5.2.1 基本思想 101
5.2.2 預測模型 102
5.2.3 滾動最佳化 103
5.2.4 反饋校正 103
5.3 模型算法控制 104
5.3.1 預測模型 104
5.3.2 反饋校正 105
5.3.3 參考軌跡設定 105
5.3.4 **控制 106
5.4 動態矩陣控制 106
5.4.1 預測模型 107
5.4.2 滾動最佳化 108
5.4.3 反饋校正 109
5.4.4 參數選擇與品質分析 110
5.5 狀態反饋預測控制 111
5.5.1 基本原理 111
5.5.2 增量算法 113
5.5.3 算法特點 114
5.6 模型預測控制在逆變器控制中的套用 114
5.6.1 T 型三電平逆變器簡介 115
5.6.2 控制問題描述 118
5.6.3 三電平逆變器的有限控制集模型預測控制 119
5.6.4 實驗及分析 122
第6章 滑模變結構控制 126
6.1 概述 126
6.2 變結構控制理論基礎 126
6.2.1 相平面分析方法 126
6.2.2 線性系統的相軌跡 128
6.2.3 奇點和奇線 132
6.2.4 結構的定義 134
6.3 變結構控制系統基本概念 135
6.3.1 變結構系統的定義 135
6.3.2 滑動模態變結構的概念和定義 135
6.3.3 變結構控制系統設計關鍵問題與目標 136
6.4 滑動模態的存在條件與滑動模態方程 137
6.4.1 滑動模態的存在條件 137
6.4.2 滑動模態方程 138
6.5 滑模變結構控制的抖振問題 139
6.5.1 抖振現象 139
6.5.2 削弱抖振的方法 139
6.6 滑模變結構控制系統設計 141
6.6.1 滑模變結構控制的定義 141
6.6.2 滑模變結構控制的品質 142
6.6.3 滑模變結構控制設計步驟 143
6.7 滑模變結構控制在壓電陶瓷定位控制中的套用 143
6.7.1 壓電陶瓷 143
6.7.2 壓電陶瓷中的控制問題 143
6.7.3 滑模控制器的設計 145
6.7.4 實驗結果與分析 149
第7章 模糊控制 153
7.1 概述 153
7.2 模糊數學基礎 154
7.2.1 模糊集合 154
7.2.2 模糊關係 155
7.2.3 模糊語言 156
7.2.4 模糊推理 157
7.3 模糊控制的基本原理 160
7.3.1 模糊控制的基本思想 160
7.3.2 模糊控制的工作原理 161
7.4 模糊控制器設計 161
7.4.1 模糊控制器的基本結構 162
7.4.2 模糊控制器的結構設計 163
7.4.3 模糊控制器的常規設計 163
7.4.4 常規模糊控制器的優缺點 168
7.5 模糊控制器的改進方法 169
7.5.1 模糊比例控制器 169
7.5.2 模糊控制與PID 控制的結合 169
7.5.3 自校正模糊控制器 170
7.5.4 變結構模糊控制器 173
7.6 模糊控制在氫燃料電池溫度控制中的套用 173
7.6.1 氫燃料電池熱管理系統介紹 174
7.6.2 變論域模糊增量控制器設計 176
7.6.3 實驗結果與分析 178
第8章 神經網路控制 181
8.1 概述 181
8.2 神經網路基礎理論 181
8.2.1 生物神經元 182
8.2.2 人工神經元 182
8.2.3 人工神經網路 183
8.2.4 神經網路的分類 184
8.2.5 神經網路的學習算法 184
8.3 基於神經網路的系統辨識 186
8.3.1 神經網路系統辨識的原理 186
8.3.2 系統正模型與逆模型的辨識 187
8.3.3 非線性系統模型與辨識 188
8.4 神經網路控制器設計 189
8.4.1 神經網路監督控制 189
8.4.2 神經網路直接逆動態控制 190
8.4.3 神經網路自適應控制 190
8.4.4 神經網路內模控制 192
8.4.5 神經網路預測控制 192
8.4.6 神經網路自適應評判控制 193
8.4.7 神經網路混合控制 193
8.5 神經網路控制在精密運動控制中的套用 193
8.5.1 光刻機運動平台及其控制問題描述 194
8.5.2 神經網路自適應控制器設計 195
8.5.3 實驗結果與分析 203
參考文獻 207
