新型PID控制及其應用（第2版）

     目 錄
   《電氣自動化新技術(shù)叢書》序言
   前言
   第1章 數(shù)字PID控制
    1.1PID控制原理
    1.2數(shù)字PID控制算法
    1.2.1位置式PID控制算法
    1.2.2增量式PID控制算法
    1.3數(shù)字PID控制算法的改進
    1.3.1積分分離PID控制算法
    1.3.2遇限削弱積分PID控制算法
    1.3.3不完全微分PID控制算法
    1.3.4微分先行PID控制算法
    1.3.5帶死區(qū)的PID控制算法
    1.4常用的數(shù)字PID控制系統(tǒng)
    1.5應用實例——直線電機的數(shù)字PID控制
    1.5.1控制系統(tǒng)的組成
    1.5.2直線電機的數(shù)字PID控制和參數(shù)選擇
    1.5.3直線電機數(shù)字PID控制系統(tǒng)軟件
   第2章 自適應PID控制
    2.1自適應控制
    2.1.1自適應控制的含義
    2.1.2自適應控制的類型
    2.1.3自適應控制的理論
    2.2自適應PID控制
    2.2.1引言
    2.2.2參數(shù)自適應PID控制
    2.2.3基于過程特征參數(shù)的自適應PID控制
    2.3基于非參數(shù)模型的自適應PID控制
    2.3.1PID繼電自整定與神經(jīng)網(wǎng)絡相結(jié)合的自適應PID控制
    系統(tǒng)
    2.3.2模糊自適應PID控制系統(tǒng)
    2.3.3單神經(jīng)元自適應PID控制器
    2.3.4專家自適應PID控制器
    2.4基于參數(shù)模型的自校正PID控制
    2.4.1最小方差自校正PID控制
    2.4.2極點配置自校正PID控制
    2.4.3自校正PID控制器的極點配置設計
    2.5自校正PID控制技術(shù)的應用實例
    2.5.1極點配置自校正PID控制器在電阻加熱爐溫控系統(tǒng)
    中的應用
    2.5.2時變大滯后極點配置最優(yōu)預報自校正PID控制器
    2.5.3自校正PID控制技術(shù)在電力系統(tǒng)中的應用
   第3章 智能PID控制
    3.1智能控制
    3.1.1智能控制的含義
    3.1.2智能控制系統(tǒng)
    3.1.3智能控制的類型
    3.2智能PID控制器
    3.3基于規(guī)則的智能PID自學習控制器
    3.4加辨識信號的智能自整定PID控制器
    3.5專家式智能自整定PID控制器
    3.5.1專家控制
    3.5.2專家式智能PID控制器的典型結(jié)構(gòu)
    3.6智能PID控制的實際應用
    3.6.1專家PID控制在伺服系統(tǒng)中的應用
    3.6.2智能PID控制在電阻加熱爐溫控系統(tǒng)中的應用
    3.6.3智能PID控制在混合煤氣熱值、流量串級調(diào)節(jié)系統(tǒng)
    中的應用
   第4章 模糊PID控制
    4.1模糊控制
    4.1.1模糊控制的基本原理
    4.1.2模糊控制器
    4.1.3模糊控制器結(jié)構(gòu)
    4.2模糊PID控制
    4.2.1引入積分因子的模糊PID控制器
    4.2.2Fuzzy－PID混合控制
    4.3模糊自適應PID控制
    4.3.1在線實時模糊自整定PID控制器
    4.3.2基于IFuzzy推理的自調(diào)整PID控制器
    4.3.3單參數(shù)模糊自適應PID控制器
   第5章 神經(jīng)網(wǎng)絡PID控制
    5.1神經(jīng)網(wǎng)絡基礎
    5.1.1單神經(jīng)元模型
    5.1.2神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)——神經(jīng)元的連接形式
    5.1.3神經(jīng)網(wǎng)絡的學習規(guī)則
    5.1.4誤差反向傳播（BP）神經(jīng)網(wǎng)絡
    5.1.5Hopfield神經(jīng)網(wǎng)絡
    5.2基于單神經(jīng)元的PID控制
    5.2.1單神經(jīng)元自適應PID控制器及其學習算法
    5.2.2單神經(jīng)元自適應PID控制器應用實例
    5.3基于神經(jīng)網(wǎng)絡的PID控制
    5.3.1基于BP神經(jīng)網(wǎng)絡K↓PK↓I、K↓D參數(shù)自學習的PID
    控制器
    5.3.2改進型BP神經(jīng)網(wǎng)絡K↓PK↓I、K↓D參數(shù)自學習PID
    控制器
    5.4神經(jīng)網(wǎng)絡模糊PID控制
    5.4.1基于神經(jīng)網(wǎng)絡的模糊PID控制
    5.4.2基于神經(jīng)網(wǎng)絡的模糊推理PID控制
    5.5神經(jīng)網(wǎng)絡隱式PID控制及其在脈沖TIG焊接熔池控制中
    的應用
    5.5.1神經(jīng)網(wǎng)絡隱式PID控制結(jié)構(gòu)
    5.5.2自學習算法
    5.5.3實時控制
   第6章 預測PID控制
    6.1模型算法PI控制（MAPIC）
    6.1.1模型算法控制（MAC）
    6.1.2模型算法PI控制（MAPIC）實現(xiàn)
    6.2動態(tài)矩陣PI控制（DMPIC）
    6.2.1動態(tài)矩陣控制（DMC）
    6.2.2動態(tài)矩陣PI控制（DMPIC）實現(xiàn)
    6.3廣義預測PI控制（GPPIC）
    6.3.1廣義預測控制（GPC）
    6.3.2廣義預測PI控制（GPPIC）實現(xiàn)
    6.4廣義預測極點配置PI控制（GPPPIC）
    6.4.1廣義預測極點配置控制（GPPC）
    6.4.2廣義預測極點配置PI控制（GPPPIC）實現(xiàn)
    6.5預測PID串級控制及其在合成氨廠變換工段上的應用
    6.5.1動態(tài)矩陣預測－PID串級控制
    6.5.2動態(tài)矩陣預測－PID串級控制的數(shù)字仿真
    6.5.3動態(tài)矩陣預測－PID串級控制在變換工段中的應用
   第7章 PID控制器的自整定技術(shù)
    7.1PID控制器參數(shù)整定的原理和方法
    7.1.1Ziegler－Nichols設定方法
    7.1.2ISTE最優(yōu)設定方法
    7.1.3臨界靈敏度法
    7.1.4基于增益優(yōu)化的整定法
    7.1.5基于總和時間常數(shù)的整定法
    7.1.6基于交叉兩點法的PID參數(shù)整定規(guī)則
    7.2自整定PID控制策略和技術(shù)
    7.2.1繼電型PID自整定控制策略
    7.2.2基于過程特征參數(shù)的PID控制器參數(shù)自整定技術(shù)
    7.2.3基于給定相位裕度的PM法自整定公式
    7.2.4基于給定相位裕度和幅值裕度的SPAM法自整定
    公式
    7.2.5基于遞推參數(shù)估計的PID自整定技術(shù)
    7.3多變量PID控制器自整定技術(shù)
    7.3.1多變量PID控制器的在線自整定技術(shù)
    7.3.2多變量非線性自整定PID控制器
    7.4具有PID參數(shù)自整定功能的智能調(diào)節(jié)器
    7.4.1富士MICREX智能控制器
    7.4.2東芝TOSDIC2自由度PID自整定調(diào)節(jié)器
    7.4.3FOXBORO－EXACT自整定PID調(diào)節(jié)器
    7.4.4YEWSERIES－80自整定調(diào)節(jié)器
   參考文獻