多变量自适应解耦控制及应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

多变量自适应解耦控制及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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