反馈控制系统导论PDF|Epub|txt|kindle电子书版本网盘下载

反馈控制系统导论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1章 绪论1

1.1 反馈控制系统概述1

1.2 反馈控制系统的特性3

1.3 反馈控制原理3

1.3.1 干扰的抑制4

1.3.2 跟踪5

1.3.3 对象不确定性的灵敏度5

1.4 反馈控制系统的性能指标6

1.4.1 暂态分析6

1.4.2 稳态分析10

1.5 Matlab在控制系统中的应用11

1.5.1 Matlab简介11

1.5.2 Matlab控制功能介绍12

1.6 本书的内容和安排15

习题15

第2章 系统建模及其不确定性分析20

2.1 系统建模20

2.1.1 系统的数学模型20

2.1.2 有限维LTI系统模型21

2.1.3 无限维LTI系统的模型22

2.2 非线性模型的线性化26

2.2.1 在工作点附近的线性化26

2.2.2 反馈线性化27

2.3 建模不确定性28

2.3.1 动态不确定性的表述29

2.3.2 参数不确定性转换为动态不确定性30

2.3.3 来自系统辨识的不确定性33

习题33

第3章 反馈控制系统稳定性分析37

3.1 信号和系统的范数37

3.2 BIBO稳定性分析38

3.3 反馈控制系统的稳定性分析40

3.4 劳斯-赫尔维兹稳定判据43

3.5 稳定性分析的频域方法44

3.5.1 Cauchy定理45

3.5.2 奈奎斯特稳定判据45

3.5.3 稳定裕度49

3.5.4 利用伯德图分析临界稳定状态51

习题53

第4章 校正控制器设计与分析56

4.1 校正控制器的设汁56

4.1.1 超前控制器设计58

4.1.2 滞后控制器设计62

4.1.3 超前-滞后控制器设计64

4.2 PID控制器设计65

4.3 跟踪和噪声抑制问题67

4.4 伯德图中增益-相位关系70

4.5 设计实例71

习题75

第5章 鲁棒稳定性与鲁棒控制器79

5.1 未建模动态与对象不确定性79

5.1.1 未建模动态79

5.1.2 对象不确定性81

5.2 鲁棒稳定性82

5.2.1 鲁棒稳定判据82

5.2.2 稳定对象的鲁棒稳定性85

5.3 鲁棒性能指标86

5.4 参数不确定系统的鲁棒稳定性分析89

5.4.1 对象中的不确定性参数89

5.4.2 鲁棒稳定的Kharitanov判据90

5.4.3 Kharitanov定理的推广91

5.5 稳定对象的鲁棒控制器设计93

5.5.1 所有稳定控制器的参数化93

5.5.2 Q（s）的设计准则93

5.6 H∞控制器的设计99

5.6.1 问题的叙述99

5.6.2 频谱因式分解100

5.6.3 最优H∞控制器100

5.6.4 次优H∞控制器103

习题105

第6章 时间滞后系统的分析与设计108

6.1 时间滞后系统的分析108

6.1.1 滞后系统的稳定性109

6.1.2 滞后的帕德近似110

6.1.3 滞后裕度115

6.2 时滞补偿控制系统119

6.2.1 Smith预估补偿控制120

6.2.2 增益自适应补偿控制121

6.2.3 观测器补偿控制121

6.2.4 内模控制122

6.3 大滞后系统的无模型智能控制129

6.3.1 大滞后SISO非线性复杂系统问题129

6.3.2 无模型智能控制问题129

6.3.3 大滞后系统的无模型智能控制实现131

习题133

第7章 状态空间分析方法135

7.1 状态空间描述法135

7.2 状态反馈与极点配置136

7.3 线性二次型调节器138

7.4 状态观测器140

7.5 反馈控制器141

7.5.1 观测器与状态反馈141

7.5.2 H2最佳控制器142

7.5.3 所有稳定控制器的参数化143

习题144

第8章 定性控制系统148

8.1 定性数学基础148

8.1.1 定性量定义148

8.1.2 定性量运算148

8.2 定性控制系统的构成与设计149

8.2.1 定性控制系统构成149

8.2.2 定性控制系统分析149

8.2.3 全状态反馈定性控制系统设计152

8.3 定性-PID控制153

8.3.1 并联型定性-PID控制154

8.3.2 切换型定性-PID控制155

8.4 含未知扰动情况的定性控制156

8.5 MIMO非线性系统的定性控制160

习题163

第9章 模糊控制系统和非线性分析164

9.1 引言164

9.1.1 模糊控制器设计步骤165

9.1.2 性能评价166

9.1.3 应用领域166

9.2 一个示范例子的介绍167

9.2.1 选择模糊控制器的输入和输出167

9.2.2 把控制知识融入规则中168

9.2.3 知识的模糊量化172

9.2.4 匹配：决定用哪一条规则175

9.2.5 推理步骤：确定结论178

9.2.6 把结论转换成控制作用180

9.2.7 模糊决策的图形描述183

9.3 语言变量、语言值和规则184

9.3.1 论域184

9.3.2 语言变量184

9.3.3 语言值184

9.3.4 语言规则185

9.4 模糊集合、模糊规则和模糊推理186

9.4.1 模糊集合186

9.4.2 模糊if-then规则191

9.4.3 模糊推理（近似推理）192

9.4.4 解模糊196

9.5 模糊建模（模糊推理系统）199

9.5.1 Mamdani模糊模型200

9.5.2 Takagi-Sugeno模糊系统201

9.5.3 模糊系统是通用近似器203

9.5.4 Tsukamoto模糊模型204

9.5.5 模糊模型的分割形式205

9.6 模糊系统的非线性分析205

9.6.1 参数化模糊控制器206

9.6.2 李雅普诺夫稳定性分析209

9.6.3 绝对稳定性和圆判据219

9.6.4 温度控制的例子222

9.6.5 稳态跟踪误差的分析224

第10章 模糊辨识和估计与模糊-神经建模228

10.1 模糊辨识和估计的最小二乘算法228

10.1.1 批量最小二乘算法228

10.1.2 递推最小二乘算法231

10.1.3 模糊系统的调整233

10.1.4 模糊系统的批量最小二乘训练235

10.1.5 模糊系统的递推最小二乘训练237

10.2 模糊辨识和估计的梯度法238

10.2.1 标准模糊系统的训练238

10.2.2 T-S模糊系统的训练241

10.2.3 动量项和步长大小243

10.2.4 牛顿（Newton）和高斯-牛顿（Gauss-Newton）方法244

10.3 自适应网络247

10.3.1 自适应神经网络的结构248

10.3.2 反向传播学习规则251

10.3.3 复合学习规则254

10.3.4 自适应网络的特例——神经网络257

10.4 自适应神经-模糊推理系统260

10.4.1 ANFIS结构260

10.4.2 复合学习算法262

10.4.3 ANFIS建模实例1：气动执行器建模及故障诊断264

10.4.4 ANFIS建模实例2：混沌时间序列的预测272

参考文献275