《计算机控制技术》PPT课件 王爽心 北京交通大学

 
课件内容： 
绪论 
（1）计算机控制系统的组成、特点及基本类型；（2）计算机控制的理论与设计问题；（3）计算机控制系统的发展趋势。 课程思政：机器与人类在智力上的较量。 
1.1 引言 
1.2 计算机控制系统的基本概念（组成、特点及基本类型） 
1.3 计算机控制系统的基本类型 
1.4 计算机控制的理论与设计问题 
1.5 计算机控制与人工智能的关系、应用及未来发展趋势 
计算机控制的信号转换及模型理论 
（1）信号转换原理；（2）z变换；（3）z反变换；（4）广义z变换；（5）线性定常离散系统的差分方程及求解；（6）z传递函数。 
2.1 引言 
2.2 信号转换原理 
-能描述采样定理，并解释计算机控制系统的信号采样与恢复过程； 
-能正确描述零阶保持器的功能及动态特性。 
2.3 z变换 
2.4 z反变换 
2.5 广义z变换 
-能正确解释z变换、z反变换及广义z变换的定义和性质，并会求常用函数的z变换及z反变换。 
2.6 差分方程及求解 
2.7 z传递函数 
-能正确解释z传递函数的定义，并运用其性质求环节或系统的z传递函数； 
-能进行不同数学模型之间的转换。 
计算机控制系统的分析 
（1）离散系统的稳定性分析；（2）离散系统的暂态过程分析；（3）离散系统的稳态过程分析；（4）z平面根轨迹分析；（5）离散系统的频率特性分析。 
3.1 引言 
3.2 稳定性分析 
-能描述s平面与z平面的映射关系，并分析离散系统稳定的充分必要条件； 
-能描述离散系统劳斯(Routh)和朱利(Jury) 准则，会运用z变换分析法对离散系统进行稳定性分析。 
3.3 暂态过程分析 
-能解释离散系统的过渡过程及特点。 
3.4 稳态过程分析 
-能正确描述离散系统稳态误差的计算方法。 
3.5 z平面根轨迹分析  
3.6 频率特性分析 
-能根据z平面根轨迹和Bode图分析离散系统的稳定性。 
数字控制器的模拟化设计方法 
（1）模拟控制器的离散化方法；（2）数字PID控制器的设计与改进；（3）史密斯(Smith)预估补偿控制；（4）串级控制技术；（5）前馈-反馈控制技术；（6）解耦控制技术。课程思政：没有应用背景的“控制理论”缺乏生命力。 
4.1 引言 
4.2 模拟化设计方法基本原理  
-能描述离散等效的基本原理。 
4.3 模拟控制器的离散化方法 
-能解释几种常用模拟控制器的离散化设计方法。 
4.4 数字PID控制器的设计 
-能够根据两种PID数字化标准算法及实际应用需求进行数字PID控制系统设计； 
-能分析数字PID控制器的改进及参数整定方法。 
4.5 史密斯(Smith)预估补偿控制 
-能解释史密斯(Smith)预估补偿控制的基本设计思想，并通过推导其数字控制器算式分析其工作原理。 
4.6 串级控制 
-能正确分析串级控制系统的组成特点、工作原理及设计原则。 
4.7 前馈-反馈控制 
-能利用前馈调节系统的特点设计前馈-反馈控制系统。 
4.8 解耦控制 
-能解释解耦控制的基本工作原理。 
数字控制器的z域直接设计方法 
（1）数字控制器D(z)的一般形式；（2）最少拍控制器的设计；（3）最少拍控制器的工程化改进；（4）大林(Dahlin)算法；（5）根轨迹设计法；（6）频域设计法；（7）数字控制器的计算机程序实现。课程思政：优化是系统乃至整个客观世界发展的趋势和方向。 
5.1 引言 
5.2 数字控制器D(z)的一般形式 
5.3 最少拍控制器的设计 
-能叙述数字控制器的解析求法并解释最少拍控制的基本思想； 
-能够进行有纹波最少拍控制器设计，并分析输出序列产生纹波的原因。 
5.4 最少拍控制器的工程化改进 
-能够解释无纹波最少拍控制器(Ripple-Free Deadbeat Controller)的设计目标和控制要求，并进行无纹波最少拍控制器设计； 
-能够采用阻尼因子法、误差平方和最小方法进行计算机控制系统的设计。 
5.5 大林(Dahlin)算法 
-能正确解释最少拍控制的局限性； 
-能正确设计大林(Dahlin)算法的数字控制器算式，并分析其基本特性。 
5.6 数字控制器的根轨迹设计法 
5.7 数字控制器的频域设计法 
-能正确解释数字控制器的根轨迹和频域设计方法；  
-能通过文献检索分析最少拍及根轨迹和频域设计方法的应用及发展趋势，并借鉴其思想进行控制系统方案设计。 
5.8 数字控制器的计算机程序实现 
基于离散状态空间模型的控制系统设计 
(1)线性离散状态空间模型及分析；(2)线性离散系统输出反馈设计；(3)线性离散系统状态反馈与观测器设计；(4)LYAPUNOV最优状态反馈设计；(5)最小能量控制系统设计；(6)线性二次型最优控制器设计。 
6.1 引言 
6.2 线性离散状态空间模型及分析 
6.2.1 线性离散系统的状态空间模型 
6.2.2 离散时间规范化模型 
6.2.3 线性离散系统的稳定性、可控性与可测性 
6.3 线性离散系统输出反馈设计 
6.4 线性离散系统状态反馈与观测器设计 
6.5 Lyapunov最优状态反馈设计 
6.6 最小能量控制系统设计 
6.7 线性二次型最优控制器设计 
实践1：基于离散状态观测器的反馈控制器设计。 
演示：利用变分法设计线性二次型调节器。 
实践2：用动态规划法设计LQ最优反馈闭环系统。 
计算机先进控制规律设计 
首先从较简单的内模控制入手，然后分别阐述应用广泛的自适应控制、预测控制与神经网络控制。在各部分内容讲解时，主要从学科发展和设计思想出发，再引出目前的所有算法后，以某典型的算法为例，进行详细分析、设计与仿真。比如，在自适应控制中，重点讲解局部参数最优化的模型参考自适应算法、最小方差自校正控制算法和自校正PID控制器设计；预测控制中，主要讲解广义预测控制（GPC）；神经网络中，以BP算法的实现为主要内容。建议结合讲授内容，进行如下仿真实验演示与实践课或实践作业。演示1：内模控制器和最小方差控制器仿真设计。演示2：梯度校正和最小二乘参数估计法。实践课1：基于Lyapunov理论的MRAC系统设计与仿真。演示2：单变量最小相位系统的隐式广义预测控制。实践课2：GPC控制1. 广义最小方差自校正控制MVC设计与仿真；2. 广义预测控制GPC设计与仿真。实践课3：模糊控制1. 模糊推理系统（FIS）的设计与仿真；2. 单水槽模糊控制系统设计。实践课4：神经网络控制演示1：基本BP算法—利用两层网络训练加权系数。演示2：利用两层BP神经网络逼近函数y=sin(πx)，对比如下工具箱函数: ①Trainbp(); ②Trainbpx(); ③Trainlm()。实践1：基本BP神经网络建模及基本学习规则的改进。实践2：基于BP神经网络的非线性系统辨识。实践3：基于Simulink实现的基本BP神经网络建模。实践4：RBF神经网络的设计与应用。实践5：Hopfield神经网络的应用。演示3：神经网络工具箱的图形用户界面(NN tool)。实践6：模糊神经网络的设计与应用。演示4：基于Simulink的神经网络控制系统设计。实践7：神经自校正控制系统的设计与应用。演示：遗传算法工具箱的使用。实践：遗传算法设计及应用。 
7.1 内模控制 
演示1：内模控制器的设计。 
7.2 自适应控制 
7.2.1 模型参考自适应控制系统 
演示2：梯度校正参数估计法。 
实践1：基于Lyapunov理论的MRAC系统的设计与仿真。 
7.2.2 自校正控制 
演示3：最小二乘参数估计法。 
演示4：基于LSE模型在线辨识的最小方差控制器设计。 
演示5：间接自校正极点配置控制器设计。 
7.3 预测控制 
实践2：1. 广义最小方差自校正控制MVC设计与仿真；2. 广义预测控制GPC设计与仿真。 
7.4 模糊控制 
7.4.1 概述 
7.4.2 模糊控制的数学基础 
7.4.3 模糊控制原理 
7.4.4 模糊控制器设计 
7.4.5 模糊控制器的改进 
7.5 神经控制 
7.5.1 概述 
7.5.2 神经网络理论基础 
7.5.3 神经网络模型与算法 
7.5.4 神经网络控制系统的设计