先进控制系统应用与维护

　　前言
　　第1章 概述
　　 1.1 先进过程控制
　　 1.2 小波分析及其应用
　　 1.3 系统辨识
　　 1.4 人工神经网络及其应用
　　 1.5 统计过程建模
　　 1.6 多变量统计过程控制
　　 1.7 软测量技术
　　 1.8 在线优化
　　 1.9 先进控制系统的应用与维护
　　第2章 小波变换用于数据处理
　　 2.1 傅里叶变换
　　 2.2 小波变换
　　 2.3 一维连续小波变换
　　 2.4 一维离散小波变换
　　 2.5 多分辨率分析
　　 2.6 一维Mallat算法
　　 2.7 提升小波变换
　　 2.8 几种常用的小波基函数
　　 2.9 小波变换在信号处理中的应用
　　 思考题
　　第3章 系统辨识技术
　　 3.1 系统辨识建模
　　 3.2 增广最小二乘法
　　 3.3 多变量系统辨识
　　 3.4 闭环系统辨识
　　 3.5 传递函数模型辨识
　　 思考题
　　第4章 人工神经网络理论及其在建模和控制中的应用
　　 4.1 概述
　　 4.2 BP神经网络及其应用
　　 4.3 RBF神经网络及其应用
　　 4.4 采用双模型结构改善软仪表性能
　　 4.5 B样条神经网络
　　 4.6 用支持向量机构建软仪表
　　 4.7 用神经网络建立动态软仪表模型
　　 4.8 用RBF神经网络建立控制用的动态模型
　　 4.9 基于RBFNN的非线性神经网络内模控制
　　 思考题
　　第5章 多变量统计建模方法及其在软测量中的应用
　　 5.1 相关分析
　　 5.2 多元线性回归分析
　　 5.3 多元逐步回归方法
　　 5.4 主元分析法
　　 5.5 部分最小二乘法
　　 5.6 基于Chebyshev多项式的部分最小二乘法
　　 5.7 五种建模方法应用示例比较
　　 5.8 基于核函数的建模方法与应用示例
　　 思考题
　　第6章 多变量统计过程控制的应用
　　 6.1 概述
　　 6.2 单变量统计过程控制
　　 6.3 多变量统计过程监控
　　 6.4 多尺度主元分析的多元统计过程监控
　　 6.5 递推PCA的多元统计过程监控
　　 6.6 多PCA模型的多元统计过程监控
　　 6.7 多元统计过程监控的发展
　　 6.8 用PCA—RBFlN建立可侦破故障的反应器自校正模型
　　 思考题
　　第7章 鲁棒内模控制及其应用
　　 7.1 概述
　　 7.2 鲁棒控制
　　 7.3 内模控制
　　 7.4 模型不确定性界和IMC设计及其鲁棒性能
　　 7.5 IMC—PID控制
　　 7.6 IMC—PID软件包
　　 7.7 多变量系统解耦内模控制
　　 7.8 模型PID控制
　　 思考题
　　第8章 预测控制
　　 8.1 概述
　　 8.2 预测控制
　　 8.3 广义预测控制
　　 8.4 广义预测控制快速算法
　　 8.5 多变量单值预测控制
　　 8.6 广义预测一PID串级控制
　　 8.7 时滞多变量连续时间广义预测控制
　　 8.8 基于差分方程的单变量预测函数控制
　　 8.9 基于NLJ优化算法的多变量约束预测函数控制
　　 8.10 多变量协调预测控制及其应用
　　 思考题
　　第9章 模糊控制理论与应用
　　 9.1 概述
　　 9.2 模糊控制原理
　　 9.3 模糊控制器的设计
　　 9.4 自适应模糊控制器
　　 9.5 常压塔塔底液位非线性控制
　　 9.6 塔底液位非线性区域控制
　　 9.7 自适应塔底液位非线性区域控制
　　 9.8 模糊自适应调整内模控制滤波器时间常数
　　 9.9 基于FCMA算法的自学习粗糙——模糊控制器
　　 思考题
　　第10章 优化算法在软测量和在线优化中的应用
　　 10.1 概述
　　 10.2 遗传算法
　　 10.3 粒子群优化算法
　　 10.4 蚁群优化算法
　　 10.5 NLJ优化算法
　　 10.6 复合形优化算法
　　 10.7 过程在线优化控制
　　 思考题
　　第11章 先进控制系统的应用
　　 11.1 常减压蒸馏装置的先进控制
　　 11.2 催化裂化生产过程控制
　　 11.3 催化重整生产过程控制
　　 11.4 延迟焦化生产过程控制
　　 11.5 精馏过程的先进控制
　　 11.6 乙烯裂解装置的先进控制方案
　　 11.7 聚丙烯装置的先进控制方案
　　 11.8 芳烃装置上的APC应用
　　 思考题
　　第12章 先进控制系统的实施与维护
　　 12.1 概述
　　 12.2 RMPCT先进控制在催化裂化装置上的实施
　　 12.3 APC性能的评价
　　 12.4 控制系统的维护
　　 思考题
　　附录A F分布表和t分布表
　　参考文献