先進(jìn)控制系統(tǒng)應(yīng)用與維護(hù)

前言
第1章 概述
1.1 先進(jìn)過程控制
1.2 小波分析及其應(yīng)用
1.3 系統(tǒng)辨識(shí)
1.4 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
1.5 統(tǒng)計(jì)過程建模
1.6 多變量統(tǒng)計(jì)過程控制
1.7 軟測(cè)量技術(shù)
1.8 在線優(yōu)化
1.9 先進(jìn)控制系統(tǒng)的應(yīng)用與維護(hù)
第2章 小波變換用于數(shù)據(jù)處理
2.1 傅里葉變換
2.2 小波變換
2.3 一維連續(xù)小波變換
2.4 一維離散小波變換
2.5 多分辨率分析
2.6 一維Mallat算法
2.7 提升小波變換
2.8 幾種常用的小波基函數(shù)
2.9 小波變換在信號(hào)處理中的應(yīng)用
思考題
第3章 系統(tǒng)辨識(shí)技術(shù)
3.1 系統(tǒng)辨識(shí)建模
3.2 增廣最小二乘法
3.3 多變量系統(tǒng)辨識(shí)
3.4 閉環(huán)系統(tǒng)辨識(shí)
3.5 傳遞函數(shù)模型辨識(shí)
思考題
第4章 人工神經(jīng)網(wǎng)絡(luò)理論及其在建模和控制中的應(yīng)用
4.1 概述
4.2 BP神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
4.3 RBF神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
4.4 采用雙模型結(jié)構(gòu)改善軟儀表性能
4.5 B樣條神經(jīng)網(wǎng)絡(luò)
4.6 用支持向量機(jī)構(gòu)建軟儀表
4.7 用神經(jīng)網(wǎng)絡(luò)建立動(dòng)態(tài)軟儀表模型
4.8 用RBF神經(jīng)網(wǎng)絡(luò)建立控制用的動(dòng)態(tài)模型
4.9 基于RBFNN的非線性神經(jīng)網(wǎng)絡(luò)內(nèi)模控制
思考題
第5章 多變量統(tǒng)計(jì)建模方法及其在軟測(cè)量中的應(yīng)用
5.1 相關(guān)分析
5.2 多元線性回歸分析
5.3 多元逐步回歸方法
5.4 主元分析法
5.5 部分最小二乘法
5.6 基于Chebyshev多項(xiàng)式的部分最小二乘法
5.7 五種建模方法應(yīng)用示例比較
5.8 基于核函數(shù)的建模方法與應(yīng)用示例
思考題
第6章 多變量統(tǒng)計(jì)過程控制的應(yīng)用
6.1 概述
6.2 單變量統(tǒng)計(jì)過程控制
6.3 多變量統(tǒng)計(jì)過程監(jiān)控
6.4 多尺度主元分析的多元統(tǒng)計(jì)過程監(jiān)控
6.5 遞推PCA的多元統(tǒng)計(jì)過程監(jiān)控
6.6 多PCA模型的多元統(tǒng)計(jì)過程監(jiān)控
6.7 多元統(tǒng)計(jì)過程監(jiān)控的發(fā)展
6.8 用PCA—RBFlN建立可偵破故障的反應(yīng)器自校正模型
思考題
第7章 魯棒內(nèi)?？刂萍捌鋺?yīng)用
7.1 概述
7.2 魯棒控制
7.3 內(nèi)模控制
7.4 模型不確定性界和IMC設(shè)計(jì)及其魯棒性能
7.5 IMC—PID控制
7.6 IMC—PID軟件包
7.7 多變量系統(tǒng)解耦內(nèi)模控制
7.8 模型PID控制
思考題
第8章 預(yù)測(cè)控制
8.1 概述
8.2 預(yù)測(cè)控制
8.3 廣義預(yù)測(cè)控制
8.4 廣義預(yù)測(cè)控制快速算法
8.5 多變量單值預(yù)測(cè)控制
8.6 廣義預(yù)測(cè)一PID串級(jí)控制
8.7 時(shí)滯多變量連續(xù)時(shí)間廣義預(yù)測(cè)控制
8.8 基于差分方程的單變量預(yù)測(cè)函數(shù)控制
8.9 基于NLJ優(yōu)化算法的多變量約束預(yù)測(cè)函數(shù)控制
8.10 多變量協(xié)調(diào)預(yù)測(cè)控制及其應(yīng)用
思考題
第9章 模糊控制理論與應(yīng)用
9.1 概述
9.2 模糊控制原理
9.3 模糊控制器的設(shè)計(jì)
9.4 自適應(yīng)模糊控制器
9.5 常壓塔塔底液位非線性控制
9.6 塔底液位非線性區(qū)域控制
9.7 自適應(yīng)塔底液位非線性區(qū)域控制
9.8 模糊自適應(yīng)調(diào)整內(nèi)?？刂茷V波器時(shí)間常數(shù)
9.9 基于FCMA算法的自學(xué)習(xí)粗糙——模糊控制器
思考題
第10章 優(yōu)化算法在軟測(cè)量和在線優(yōu)化中的應(yīng)用
10.1 概述
10.2 遺傳算法
10.3 粒子群優(yōu)化算法
10.4 蟻群優(yōu)化算法
10.5 NLJ優(yōu)化算法
10.6 復(fù)合形優(yōu)化算法
10.7 過程在線優(yōu)化控制
思考題
第11章 先進(jìn)控制系統(tǒng)的應(yīng)用
11.1 常減壓蒸餾裝置的先進(jìn)控制
11.2 催化裂化生產(chǎn)過程控制
11.3 催化重整生產(chǎn)過程控制
11.4 延遲焦化生產(chǎn)過程控制
11.5 精餾過程的先進(jìn)控制
11.6 乙烯裂解裝置的先進(jìn)控制方案
11.7 聚丙烯裝置的先進(jìn)控制方案
11.8 芳烴裝置上的APC應(yīng)用
思考題
第12章 先進(jìn)控制系統(tǒng)的實(shí)施與維護(hù)
12.1 概述
12.2 RMPCT先進(jìn)控制在催化裂化裝置上的實(shí)施
12.3 APC性能的評(píng)價(jià)
12.4 控制系統(tǒng)的維護(hù)
思考題
附錄A F分布表和t分布表
參考文獻(xiàn)