多变量自适应解耦控制及应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

多变量自适应解耦控制及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 多变量自适应解耦控制的研究对象和特点1

1.2 多变量自适应解耦控制的主要类型2

1.3 多变量自适应解耦控制的理论问题3

1.3.1 全局收敛性3

1.3.2 鲁棒性3

1.3.3 其他的理论问题4

1.4 多变量自适应解耦控制技术的应用概况4

第二章 多变量自适应控制算法5

2.1 引言5

2.2 多变量动态系统的模型5

2.2.1 确定性多变量自回归滑动平均模型5

2.2.2 随机多变量CARMA模型6

2.2.3 带有可测干扰的多变量ARMA模型7

2.3 多变量系统的参数估计7

2.3.1 递推最小二乘法8

2.3.2 递推修正最小二乘法12

2.3.3 随机梯度法20

2.4 多变量自校正调节器24

2.4.1 多变量最小方差调节律24

2.4.2 自校正最小方差调节器26

2.4.3 仿真27

2.5 多变量自校正控制器30

2.5.1 广义最小方差控制器30

2.5.2 自校正控制器34

2.5.3 仿真37

2.6 多变量极点配置自校正控制器38

2.6.1 极点配置控制器38

2.6.2 直接自校正控制算法40

2.6.3 仿真41

2.7 具有极点配置的多变量广义自校正控制器42

2.7.1 具有极点配置的广义最小方差控制器42

2.7.2 直接自校正控制算法44

2.7.3 全局收敛性分析45

2.8 多变量自校正前馈控制器46

2.8.1 基于广义最小方差重略的前馈控制器46

2.8.2 自校正控制算法48

2.8.3 全局收敛性和参数估计的强相容性分析49

2.8.4 仿真53

2.9 多变量自校正PID控制器55

2.9.1 多变量PID控制器设计55

2.9.2 自校正PID控制算法57

2.9.3 全局收敛性分析57

2.9.4 仿真57

2.10 小结59

3.2 极点配置自适应解耦控制算法60

3.2.1 极点配置解耦控制器设计60

3.1 引言60

第三章 基于极点配置的多变量自适应解耦控制算法60

3.2.2 自适应解耦算法63

3.2.3 全局收敛性分析65

3.3 具有极点配置的广义最小方差自适应解耦控制算法66

3.3.1 广义最小方差解耦控制器设计67

3.3.2 自适应解耦算法72

3.3.3 仿真73

3.4 小结74

第四章 基于广义最小方差控制的多变量自适应开环解耦控制算法75

4.1 引言75

4.2 基于广义最小方差的多变量自适应开环解耦控制算法75

4.2.1 广义最小方差解耦控制器设计75

4.2.2 自适应解耦算法79

4.2.3 全局收敛性分析80

4.2.4 仿真86

4.3 小结88

5.2 基于前馈控制的间接自适应闭环解耦控制算法89

5.2.1 广义最小方差解耦控制器设计89

5.1 引言89

第五章 基于前馈控制的多变量自适应闭环解耦控制算法89

5.2.2 间接自适应解耦算法91

5.2.3 全局收敛性分析93

5.2.4 仿真95

5.3 基于前馈控制的直接自适应闭环解耦控制算法96

5.3.1 广义最小方差解耦控制器设计96

5.3.2 自适应解耦算法101

5.3.3 全局收敛性分析103

5.3.4 仿真110

5.4 小结112

第六章 基于广义预测控制的多变量适应解耦控制算法113

6.1 引言113

6.2 基于广义预测的多变量自适应解耦控制算法113

6.2.1 广义预测解耦控制器设计113

6.2.3 仿真117

6.2.2 自适应解耦算法117

6.3 小结120

第七章 多变量PID自适应解耦控制算法121

7.1 引言121

7.2 多变量PID自适应解耦控制算法121

7.2.1 多变量PID解耦控制器设计121

7.2.2 自适应解耦算法124

7.2.3 全局收敛性分析125

7.2.4 仿真127

7.3 小结128

第八章 多变量非线性系统的神经网络自适应解耦控制算法129

8.1 引言129

8.2 神经网络简介130

8.2.1 BP网络130

8.2.2 RBF网络131

8.3 单变量非线性系统的神经网络自适应前馈控制算法131

8.3.1 前馈控制器设计131

8.3.2 神经网络自适应前馈控制算法146

8.3.3 局部收敛性分析147

8.3.4 仿真152

8.4 多变量非线性系统神经网络自适应解耦控制算法155

8.4.1 解耦控制器设计155

8.4.2 神经网络自适应解耦控制算法159

8.4.3 仿真160

8.5 多变量非线性系统的神经网络广义预测自适应解耦控制算法162

8.5.1 广义预测解耦控制器设计162

8.5.2 神经网络广义预测自适应解耦控制算法164

8.5.3 仿真166

8.6 多变量非线性系统的神经网络自适应开环解耦控制算法169

8.7 小结171

第九章 多变量自适应解耦控制技术在复杂工业过程中的应用举例172

9.1 引言172

9.2 多变量自适应解耦控制技术172

9.3 工业电加热炉的多变量自适应解耦控制173

9.3.1 工业电加热炉模型173

9.3.3 实际控制结果174

9.3.2 工业电加热炉的多变量自适应解耦控制174

9.4 化工精馏塔的多变量自适应解耦控制175

9.4.1 化工精馏塔简介175

9.4.2 精馏塔模型176

9.4.3 多变量自适应解耦控制算法176

9.4.4 仿真176

9.4.5 实际控制效果176

9.5 钢球磨中储式制粉系统的神经网络解耦控制178

9.5.1 钢球磨中储式制粉系统简介179

9.5.2 钢球磨中储式制粉系统的数学模型180

9.5.3 神经网络解耦补偿器设计181

9.5.4 工业应用181

9.6 棒材连轧机立式活套多变量自适应解耦控制188

9.6.1 立式活套系统模型188

9.6.2 自适应解耦控制器设计190

9.6.3 仿真研究与工业应用效果193

9.7 小结195

参考文献196