现代控制工程第一章
- 格式:ppt
- 大小:2.13 MB
- 文档页数:40
天津市高等教育自学考试课程考试大纲课程名称:现代控制工程课程代码:0826第一部分课程性质与目标-、课程的性质与特点现代控制工程是一门继《高等数学》、《线性代数》、《信号与系统》和《自动控制原理》等课程之后的专业技术基础课。
本课程主要介绍现代控制理论基于状态空间描述的系统分析和综合方法,详细介绍控制系统的数学模型、线性控制系统的运动分析、控制系统的能控性和能观测性、控制系统的稳定性、线性定常系统的综合,介绍了最优控制的基本方法。
二、课程目标与基本要求通过《现代控制工程》的教学,使学生了解现代控制理论的发展历史,深刻理解现代控制理论与经典控制理论的本质联系和差异,基本理论体系,分析、计算方法,了解现代控制理论的工程应用。
掌握现代控制理论的各种基本概念和状态空间建模的方法,能利用现代控制理论分析方法进行线性控制系统的运动分析、稳定性分析、能控性和能观性分析,并能采用状态反馈、输出反馈对控制系统进行极点配置等。
在此基础上能使用状态反馈方法和状态观测器进行系统综合,并对最优控制理论有初步认识。
三、与本专业其他课程的关系学习本课程的考生必须先掌握工科基础数学、线性代数、信号与系统、自动控制理论等基本知识。
第二部分考核内容与考核目标第一章绪论一、学习目的与要求通过本章的学习,学生应了解控制理论及工程的发展,现代复杂机电控制系统分析,经典控制理论与现代控制理论的特点,现代控制理论的基本内容。
二、考核知识点与考核目标(一)现代控制理论的基本内容,经典控制理论与现代控制理论的区别(重点)识记:现代控制理论的基本内容理解:经典控制理论与现代控制理论的区别(二)控制理论及工程的发展,现代复杂机电控制系统分析(一般)识记:控制理论及工程的发展历程、现代复杂机电控制系统特征。
第二章控制系统的状态空间描述一、学习目的与要求通过本章的学习,学生掌握系统状态空间描述基本概念,由系统微分方程列写状态空间描述,由传递函数列写状态空间描述,系统的传递函数矩阵,状态方程的线性变换,机电液系统状态空间表达式的建立,了解非线性状态方程的线性化方法。
《现代控制工程》目录第1章绪论1.1现代控制工程的发展1.2 本书的内容与安排第2章状态空间数学模型2.1 状态与状态空间的概念2.2 系统的状态空间模型2.2.1 建立状态空间模型的方法2.2.2 由状态空间模型求微分方程2.3 线性系统的状态空间模型与线性变换2.3.1 SISO线性系统的状态空间模型2.3.2 MIMO线性系统的状态空间模型2.3.3 状态方程的线性变换2.4 控制系统的实现2.4.1 系统的实现问题2.4.2 不含有输入导数项的微分方程的实现2.4.3 含有输入导数项的微分方程的实现2.5 多变量系统的传递矩阵2.5.1 多变量系统传递矩阵的概念2.5.2 从状态空间模型求传递矩阵2.5.3 多变量控制系统的结构图简化2.6 控制系统的状态空间模型2.7 MATLAB在状态空间模型建立中的应用2.7.1传递函数转换到状态空间模型2.7.2状态方程的线性变换2.8 本章小结习题第3章控制系统稳定性分析3.1 控制系统稳定性定义3.1.1 范数的概念3.1.2 平衡状态3.1.3 李雅普诺夫稳定性定义3.2 控制系统稳定的条件3.2.1 单变量线性定常连续系统的稳定条件3.2.2 多变量线性定常连续系统的稳定条件3.2.3 单变量线性定常离散系统的稳定条件3.2.4 多变量线性定常离散系统的稳定条件3.3 李雅普诺夫稳定判据3.3.1 函数的正定性3.3.2 非线性系统的李雅普诺夫稳定判据3.4 线性系统的李雅普诺夫稳定判据3.4.1 线性连续系统的李雅普诺夫稳定判据3.4.2 线性离散系统的李雅普诺夫稳定判据3.5 非线性系统的克拉索夫斯基稳定判据3.6 非线性系统的小偏差线性化方法3.6.1 小偏差线性化的基本思想3.6.2小偏差线性化方法3.6.3李雅普诺夫第一法3.7 MATLAB在系统稳定性分析中的应用3.8 本章小结习题第4章线性系统动态性能分析4.1 线性连续定常系统状态方程的求解4.1.1 齐次状态方程的求解4.1.2 非齐次状态方程的求解4.2 线性连续时变系统状态方程的求解4.2.1 齐次状态方程的解4.2.2 状态转移矩阵的性质4.2.3 状态转移矩阵的计算4.2.4 非齐次状态方程的解4.3 线性离散系统状态方程的求解4.3.1 齐次状态方程的解4.3.2 状态转移矩阵的性质4.3.3 状态转移矩阵的计算4.3.4线性定常离散系统非齐次状态方程的求解4.3.5线性时变离散系统状态方程的求解4.4 MATLAB在系统动态性能分析中的应用4.5 本章小结习题第5章线性系统的能控性和能观性分析5.1 能控性和能观性问题5.2 线性定常系统的能控性5.2.1 能控性的定义5.2.2 能控性判别准则5.2.3 能控性第二判别准则5.2.4 输出能控性及其判别准则5.3 线性定常系统的能观性5.3.1 能观性的定义5.3.2 能观性判别准则5.3.3 能观性第二判别准则5.4 状态空间模型的对角线标准型5.4.1 系统的特征值和特征向量5.4.2 化矩阵A为对角阵5.4.3 化矩阵A为约当阵5.4.4 特征值为复数的对角线标准型5.5 状态空间模型的能控标准型与能观标准型5.5.1 第一能控标准型5.5.2 第二能控标准型5.5.3 第一能观标准型5.5.4 第二能观标准型5.6 传递函数的几种标准型实现5.6.1 能控标准型实现5.6.2 能观标准型实现5.6.3 对角线标准型实现5.6.4 约当标准型实现5.7 对偶原理5.8 线性定常系统的规范分解5.8.1 能控性结构分解5.8.2 能观性结构分解5.8.3 系统结构的规范分解5.9 MATLAB在系统能控性和能观性分析中的应用5.9 本章小结习题第6章状态反馈控制与状态观测器设计6.1 状态反馈与输出反馈6.1.1 状态反馈6.1.2 输出反馈6.1.3状态反馈系统的能控性与能观性6.1.4 状态反馈对传递函数的影响6.2 状态反馈设计方法6.2.1 极点配置问题6.2.2 单输入系统的极点配置方法6.2.3 多输入系统的极点配置方法6.3 状态观测器设计方法6.3.1 全维状态观测器设计6.3.2 降维状态观测器设计6.4 带状态观测器的状态反馈系统的设计方法6.5 MATLAB在状态反馈与状态观测器设计中的应用6.6 本章小结习题第7章最优控制7.1 最优控制的概念7.2 变分法与泛函的极值条件7.3 变分法求解无约束最优控制问题7.4 极小值原理7.4.1 连续系统的极小值原理7.4.2 离散系统的极小值原理7.5 线性二次型最优控制7.5.1 线性二次型最优控制问题7.5.2 连续系统有限时间状态调节器7.5.3 连续系统无限时间定常状态调节器7.5.4 线性离散系统状态调节器7.5.5 线性连续系统输出调节器7.5.6 线性连续系统输出跟随器7.6 本章小结习题第8章系统辨识8.1 系统辨识的概念8.1.1 系统辩识的定义8.1.2系统辩识的基本内容8.2 线性静态模型的最小二乘参数估计8.2.1 参数估计问题8.2.2 最小二乘法的基本算法8.2.3 最小二乘法的性质8.2.4 应用举例8.3 线性动态模型的最小二乘参数估计8.4 最小二乘参数估计的递推算法8.4.1 基本递推算法8.4.2 带有遗忘因子的递推算法8.5 线性系统的结构辨识8.5.1 模型阶次的确定8.5.2 系统纯时滞的辨识8.6 闭环系统的可辨识性8.7 MATLAB在系统辨识中的应用8.8 本章小结习题第9章自适应控制9.1 自适应控制的概念9.1 自校正控制的结构9.2 最小方差控制9.3 自校正调节器9.4 自校正调节器应用实例9.5 本章小结习题第10章预测控制10.1 预测控制的基本原理10.2 动态矩阵控制10.3 炼油厂加氢裂化装置的动态矩阵控制10.4 模型算法控制10.5 催化裂化分馏塔的模型算法控制10.6 广义预测控制10.7 本章小结习题第11章模糊控制11.1 模糊控制的发展11.2 模糊集合11.2.1 模糊集合的定义11.2.2模糊集合的表示方法11.2.3 模糊集合的运算11.3 模糊控制系统的组成11.3.1模糊控制系统的结构11.3.2 模糊控制器的输入输出变量11.3.3 模糊控制器的输入输出变量的模糊化11.4 模糊控制规则11.5 模糊关系与合成11.5.1 模糊关系11.5.2 模糊关系的合成11.6 模糊推理与模糊决策11.6.1 模糊推理11.6.2模糊决策11.7 模糊控制算法的工程实现11.8 模糊PID复合控制11.9 酚醛树脂聚合反应温度模糊控制11.9.1 酚醛树脂聚合反应过程特性分析11.9.2 模糊控制器设计11.10 全自动洗衣机的模糊控制11.10.1 模糊控制洗衣机的检测11.10.2 洗衣机的模糊控制11.11 本章小结习题第12章专家系统与专家控制12.1 专家系统12.1.1 专家系统的概念12.1.2专家系统的一般结构12.1.3 实时专家系统12.2 专家控制系统12.2.1 专家控制系统的概念12.2.2 间接专家控制12.2.3 直接专家控制12.3 专家控制系统的知识表示12.3.1 知识表示12.3.2 产生式知识表示12.3.3 产生式系统12.3.4 动物识别专家系统12.4 专家控制系统的推理机12.5 专家控制系统的搜索技术12.6 电脑充绒机专家控制系统12.6.1电脑充绒机的工作原理12.6.2高性能称重传感器设计12.6.3电脑充绒机的程序控制12.6.4充绒机羽绒重量专家控制12.7 本章小结习题第13章神经网络控制13.1 神经网络控制概述13.2 神经元与神经网络13.2.1生物神经元结构13.2.2 神经元数学模型13.2.3 神经网络的结构与工作方式13.2.4 神经网络的学习13.3 BP神经网络及其学习算法13.3.1 BP神经网络的结构13.3.2 BP学习算法13.3.3 BP学习算法的实现13.4 基于神经网络的系统辨识方法13.4.1前向模型辨识13.4.2反向模型辨识13.5 基于神经网络的软测量方法13.5.1 软测量技术13.5.2 污水处理过程神经网络软测量模型13.6 基于神经网络的控制方法13.6.1 神经网络控制器13.6.2 神经网络预测控制13.6.3 神经网络模型参考控制13.6.4 神经网络内模控制13.7 单神经元控制器13.8 本章小结习题习题解答参考文献。