先進控制系統(tǒng)應(yīng)用與維護

定　價：￥49.80

作　者：	潘立登，潘仰東編著
出版社：	中國電力出版社
叢編項：
標(biāo)　簽：	人工智能

購買這本書可以去

ISBN：	9787508396859	出版時間：	2010-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	473	字數(shù)：

內(nèi)容簡介

　　《先進控制系統(tǒng)應(yīng)用與維護》主要介紹了系統(tǒng)辨識技術(shù)、軟測量技術(shù)、先進控制算法和優(yōu)化算法等理論與技術(shù)，這些技術(shù)與流程工業(yè)有著密切的聯(lián)系?！断冗M控制系統(tǒng)應(yīng)用與維護》內(nèi)容具體包括小波變換用于數(shù)據(jù)處理，動態(tài)模型和穩(wěn)態(tài)模型的建模技術(shù)：增廣最小二乘法、多變量脈沖響應(yīng)、子模型、子子模型、狀態(tài)空間子空間辨識法和傳遞函數(shù)辨識法、主元分析法、主元回歸、部分最小二乘法、神經(jīng)元網(wǎng)絡(luò)的原理、支持向量機及它們在軟測量技術(shù)中的應(yīng)用；統(tǒng)計過程質(zhì)量控制、先進的模型PID控制、內(nèi)?？刂啤MC-PID控制、預(yù)測控制、模糊控制和遺傳算法，以及粒子群和蟻群優(yōu)化算法與LNJ優(yōu)化算法和它們在工業(yè)現(xiàn)場在線優(yōu)化控制中的應(yīng)用。全書理論聯(lián)系實際，具有較多流行先進控制軟件在煉油、石化工業(yè)裝置中的應(yīng)用實例，并有先進控制系統(tǒng)的詳細實施和維護方法，便于在流程行業(yè)的企業(yè)大力推廣先進控制系統(tǒng)?！断冗M控制系統(tǒng)應(yīng)用與維護》可作為自動化、檢測技術(shù)及計算機應(yīng)用類專業(yè)師生的教學(xué)學(xué)習(xí)用書，也可供研究人員和工程技術(shù)人員參考。

作者簡介

暫缺《先進控制系統(tǒng)應(yīng)用與維護》作者簡介

圖書目錄

前言
第1章概述
1.1 先進過程控制
1.2 小波分析及其應(yīng)用
1.3 系統(tǒng)辨識
1.4 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
1.5 統(tǒng)計過程建模
1.6 多變量統(tǒng)計過程控制
1.7 軟測量技術(shù)
1.8 在線優(yōu)化
1.9 先進控制系統(tǒng)的應(yīng)用與維護
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 小波變換在信號處理中的應(yīng)用
思考題
第3章系統(tǒng)辨識技術(shù)
3.1 系統(tǒng)辨識建模
3.2 增廣最小二乘法
3.3 多變量系統(tǒng)辨識
3.4 閉環(huán)系統(tǒng)辨識
3.5 傳遞函數(shù)模型辨識
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 用支持向量機構(gòu)建軟儀表
4.7 用神經(jīng)網(wǎng)絡(luò)建立動態(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)計建模方法及其在軟測量中的應(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)計過程控制的應(yīng)用
6.1 概述
6.2 單變量統(tǒng)計過程控制
6.3 多變量統(tǒng)計過程監(jiān)控
6.4 多尺度主元分析的多元統(tǒng)計過程監(jiān)控
6.5 遞推PCA的多元統(tǒng)計過程監(jiān)控
6.6 多PCA模型的多元統(tǒng)計過程監(jiān)控
6.7 多元統(tǒng)計過程監(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)?？刂?br /> 7.8 模型PID控制
思考題
第8章預(yù)測控制
8.1 概述
8.2 預(yù)測控制
8.3 廣義預(yù)測控制
8.4 廣義預(yù)測控制快速算法
8.5 多變量單值預(yù)測控制
8.6 廣義預(yù)測一PID串級控制
8.7 時滯多變量連續(xù)時間廣義預(yù)測控制
8.8 基于差分方程的單變量預(yù)測函數(shù)控制
8.9 基于NLJ優(yōu)化算法的多變量約束預(yù)測函數(shù)控制
8.10 多變量協(xié)調(diào)預(yù)測控制及其應(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
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)模控制濾波器時間常數(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章先進控制系統(tǒng)的應(yīng)用
11.1 常減壓蒸餾裝置的先進控制
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 精餾過程的先進控制
11.6 乙烯裂解裝置的先進控制方案
11.7 聚丙烯裝置的先進控制方案
11.8 芳烴裝置上的APC應(yīng)用
思考題
第12章先進控制系統(tǒng)的實施與維護
12.1 概述
12.2 RMPCT先進控制在催化裂化裝置上的實施
12.3 APC性能的評價
12.4 控制系統(tǒng)的維護
思考題
附錄A F分布表和t分布表
參考文獻