更新时间：2018-12-30 18:31:43
封面
版权信息
总序
前言
第1章 绪论
1.1 引言
1.2 内模控制原理和常规设计方法
1.2.1 内模控制性质
1.2.2 内模控制的设计
1.3 内模控制的发展现状
1.3.1 滤波器优化设计
1.3.2 典型被控过程的应用
1.3.3 内模控制结构拓展及改进
1.3.4 先进控制算法在内模控制中的应用
本章参考文献
第2章 时滞过程内模PID鲁棒设计方法
2.1 内模PID控制器设计
2.1.1 一阶过程的内模PID控制器设计
2.1.2 二阶过程的内模PID控制器设计
2.1.3 时滞过程内模PID控制器设计
2.2 基于最大灵敏度的内模PID整定方法
2.2.1 最大灵敏度
2.2.2 时滞过程内模PID的鲁棒整定
2.2.3 仿真结果与分析
2.3 积分时滞过程内模PID控制器鲁棒设计
2.3.1 积分时滞系统内模控制
2.3.2 积分时滞过程内模PID控制器设计
2.3.3 仿真结果与分析
2.4 不稳定时滞过程内模PID控制器鲁棒设计
2.4.1 不稳定时滞过程内模PID控制器设计
2.4.2 控制系统结构的简化
2.4.3 仿真结果及分析
第3章 智能自适应内模控制器设计方法
3.1 一种具有设定值加权的IMC-PID控制方法
3.1.1 基于Pade近似的IMC-PID控制器设计
3.1.2 模糊设定值加权IMC-PID控制方法
3.1.3 仿真分析
3.2 交流伺服系统模糊内模PID控制器设计
3.3 神经网络自适应内模PID控制方法
3.3.1 神经网络IMC-PID控制器
3.3.2 仿真结果及分析
3.4 三容液位过程的单神经元内模PID控制方法
第4章 神经网络内模控制
4.1 神经网络概述
4.1.1 人工神经元与神经网络
4.1.2 神经网络辨识结构
4.2 神经网络内模控制系统的构造
4.2.1 可逆性分析
4.2.2 非线性系统逆模型
4.2.3 神经网络逆模型辨识
4.2.4 神经网络内模控制结构
4.3 多模型神经网络内模控制
4.3.1 多模型神经网络内模控制策略
4.3.2 基于模糊分类的多模型神经网络内模控制
4.3.3 被控过程模型和控制器的建立
4.3.4 仿真分析
4.4 基于近似内模的神经网络控制
4.4.1 非线性离散系统神经网络近似输入/输出模型
4.4.2 基于近似内模的神经网络控制
4.5 基于自构建神经网络的内模控制方法
4.5.1 自构建神经网络
4.5.2 自构建神经网络内模控制结构
4.5.3 设计步骤
4.5.4 仿真与分析
第5章 基于T-S模型的模糊内模控制
5.1 模糊系统模型的基本概念
5.2 非线性系统T-S模型结构及辨识方法
5.2.1 动态系统的T-S模型
5.2.2 T-S模型的辨识过程
5.2.3 仿真分析
5.3 基于自适应遗传算法的T-S模型辨识方法
5.3.1 遗传算法基本原理
5.3.2 基于遗传算法的T-S模型辨识
5.3.3 仿真分析
5.4 基于改进的微粒群优化算法的T-S模型辨识方法
5.4.1 微粒群优化算法
5.4.2 基于微粒群优化算法的T-S模型辨识
5.4.3 仿真分析
5.5 基于T-S模型的非线性内模控制方法
5.5.1 非线性系统的可逆性和逆稳定性
5.5.2 模糊内部模型的建立
5.5.3 模糊内模控制器的设计
5.5.4 仿真与分析
第6章 内模控制的应用
6.1 内模控制在光电跟踪系统中的应用
6.1.1 光电跟踪伺服系统的组成及工作原理
6.1.2 光电跟踪伺服系统建模
6.1.3 光电跟踪伺服系统内模控制器的设计与实现
6.1.4 实验结果及分析
6.2 内模控制在火炮电液伺服系统中的应用
6.2.1 液压伺服系统组成原理及模型
6.2.2 内模控制器设计
6.2.3 仿真与实验分析
6.3 单神经元自适应内模控制在交流调速系统中的应用
6.3.1 基于转子磁场定向的交流调速系统模型
6.3.2 全数字化交流调速系统平台
