本书采取理论联系实际的方式，针对工业过程先进控制问题，从非线性系统设计、智能控制等角度出发，具体阐述了非线性预测控制的基本方法与设计思想。全书共9章，分四部分。第一部分结合工业过程控制的发展现状介绍了模型预测控制的研究概况以及相关基本算法的原理与方法，该部分包含第1、2章；第二部分从工业过程建模和控制系统设计的角度重点阐述非线性预测控制设计方法与控制器性能分析，该部分包含第3、4章；第三部分从状态空间模型的角度重点介绍了非线性预测控制的设计思想和设计方法，该部分包含第5、6、7章；第四部分给出了一个实际工业应用例子，详细阐述了控制器的设计方法和应用效果，同时给出了预测控制思想在网络控制中的思考，该部分含第8、9章。 本书可作为高等院校控制科学与工程、计算机控制、工业自动化等专业本科生和研究生的参考用书，也可供从事先进控制、工业自动化等研究的相关工程技术人员参考。
样章试读
目录
- 前言
第1章 绪论
1.1 工业过程控制概述
1.2 工业过程控制的发展概况
1.3 工业过程中的预测控制技术
1.4 本书主要结构
参考文献
第2章 模型预测控制方法
2.1 模型预测控制的发展过程
2.2 模型预测控制基本原理
2.3 几种常见的模型预测控制算法
2.3.1 模型算法控制
2.3.2 动态矩阵控制
2.3.3 广义预测控制
2.3.4 预测函数控制
2.4 预测控制的主要研究方法概述
参考文献
第3章 神经网络非线性预测控制
3.1 引言
3.2 基于神经网络的非线性系统预测控制
3.2.1 问题的提出
3.2.2 非线性系统的模型及表示
3.2.3 预测控制器设计
3.2.4 控制律的收敛性分析
3.2.5 仿真实例
3.3 基于神经网络的非线性系统预测函数控制
3.3.1 问题的提出
3.3.2 系统建模与预测函数控制器设计
3.3.3 控制律收敛性分析
3.3.4 仿真实例
3.4 结论
参考文献
第4章 支持向量机非线性预测控制
4.1 引言
4.2 基于支持向量机的非线性系统预测控制
4.2.1 问题的提出
4.2.2 基于最小二乘法与支持向量机建模
4.2.3 实际工业过程的支持向量机建模
4.2.4 预测控制器设计
4.2.5 控制律的收敛性分析
4.2.6 仿真实例
4.3 基于支持向量机的非线性系统预测函数控制
4.3.1 问题的提出
4.3.2 过程模型
4.3.3 预测函数控制器设计
4.3.4 预测函数控制器收敛性
4.4 结论
参考文献
第5章 基于状态空间模型的非线性预测控制
5.1 引言
5.2 扩展状态空间非线性系统预测控制
5.2.1 问题的提出
5.2.2 模型的处理
5.2.3 预测控制算法
5.2.4 仿真实例
5.3 基于神经网络的扩展状态空间非线性系统预测控制
5.3.1 问题的提出
5.3.2 过程模型的处理
5.3.3 预测控制器设计
5.3.4 预测控制器收敛性分析
5.3.5 仿真实例
5.4 结论
参考文献
第6章 基于状态空间模型的非线性预测函数控制
6.1 引言
6.2 扩展状态空间预测函数控制
6.2.1 问题的提出
6.2.2 预测函数控制算法
6.2.3 仿真实例
6.3 自适应扩展状态空间非线性系统预测函数控制
6.3.1 问题的提出
6.3.2 模型的处理
6.3.3 预测函数控制算法
6.3.4 仿真实例
6.4 结论
参考文献
第7章 基于智能模型的离线辨识非线性预测控制
7.1 基于支持向量机的双线性系统预测控制
7.1.1 引言
7.1.2 系统的模型及其表示
7.1.3 基于SVM-ARX模型的预测控制
7.1.4 仿真实例
7.2 基于支持向量机的扩展状态空间非线性系统预测控制
7.2.1 引言
7.2.2 非线性系统的模型及其表示方法
7.2.3 预测控制器设计
7.2.4 仿真实例
7.3 结论
参考文献
第8章 工业延迟焦化装置的预测函数控制
8.1 引言
8.2 延迟焦化装置工艺简介
8.3 预测函数控制系统设计
8.4 预测函数控制性能的仿真实验
8.5 DCS组态及工业应用
8.6 工业应用效果
8.7 结论
参考文献
第9章 预测控制思想在网络控制中的进一步思考
9.1 引言
9.2 网络环境下的基本预测控制
9.2.1 基本DMC算法在网络控制中的应用
9.2.2 直接采用最优控制序列作为网络预测控制输入
9.3 基于网络实测时延的预测选择控制
9.3.1 基于实测时延的优化序列网络预测控制算法
9.3.2 基于预设时延的优化矩阵网络预测控制算法
9.4 结论
参考文献
京公网安备 11010102004214号