第1章 现代测控技术概论 1.1 现代测控技术的定义 1.2 数据采集系统概述 1.2.1 通用的数据采集系统 1.2.2 遥测(遥感)数据采集系统 1.2.3 数据采集系统的性能指标 1.3 计算机控制系统概述 1.3.1 微机过程控制系统的基本组成 1.3.2 计算机控制系统的类别及要求 1.3.3 计算机控制系统的性能指标 1.4 现代测控系统概述 1.4.1 计算机测控系统的基本类型 1.4.2 计算机测控系统的组成 1.4.3 现代测控技术的发展趋向 1.5 现代测控系统中计算机的地位和作用 1.6 现代测控技术研究的主要内容第2章 现代测控系统的体系结构 2.1 现代测控系统的组成方式与结构设计 2.1.1 现代测控系统的组成方式 2.1.2 现代测控系统的结构设计 2.2 嵌入式微机系统 2.2.1 基于通用微处理器的嵌入式微机系统 2.2.2 基于专用微处理器的嵌人式微机系统 2.3 总线与总线接口技术 2.3.1 ISA并行总线及接口标准 2.3.2 串行总线及接口标准 2.4 现场总线技术概述 2.4.1 现场总线技术主要涉及的内容 2.4.2 基于以太网技术的现场总线第3章 自动检测系统的设计与工程实现 3.1 自动检测系统的组成 3.1.1 自动检测系统的硬件配置 3.1.2 自动检测系统的软件配置 3.2 传感器 3.2.1 传感器的分类及常用传感器简介 3.2.2 传感器的主要性能指标 3.2.3 传感器的发展趋势 3.3 模拟量输入通道设计 3.3.1 模拟量输入通道设计中应考虑的几个问题 3.3.2 模拟量输入通道的一般结构 3.3.3 信号调理 3.3.4 模拟多路开关 3.3.5 A/D转换器 3.3.6 自动量程转换 3.3.7 自动误差校正 3.4 数字量输入通道设计 3.4.1 数字量输入通道的一般结构 3.4.2 数字量信号的采集方法 3.5 自动检测系统中的抗干扰技术 3.5.1 自动检测系统中常见的干扰 3.5.2 自动检测系统中常用的抗干扰技术 3.6 计算机虚拟仪器简介第4章 计算机控制系统理论基础 4.1 自动控制系统的基本原理 4.1.1 自动控制系统的工作原理 4.1.2 自动控制的基本方式 4.1.3 对控制系统的基本要求 4.2 计算机控制系统的一般构成 4.2.1 一般概念 4.2.2 计算机控制系统的组成 4.2.3 微机控制系统的分类 4.3 采样与保持 4.3.1 采样与量化 4.3.2 保持器 4.4 线性常系数差分方程 4.4.1 由微分方程到差分方程 4.4.2 常系数线性差分方程的解 4.5 Z变换的定义及基本性质 4.5.1 Z变换的定义 4.5.2 Z变换的基本性质和基本定理 4.5.3 Z变换的求法 4.6 Z反变换 4.6.1 求Z反变换的方法 4.6.2 关于Z变换的几点说明 4.6.3 用Z变换求解差分方程 4.7 改进Z变换(广义Z变换) 4.7.1 广义z变换的定义 4.7.2 广义z变换的应用第5章 线性离散系统的数学描述 5.1 Z传递函数 5.1.1 线性离散系统的z传递函数的定义 5.1.2 Z传递函数的获得 5.1.3 组合环节的传递函数 5.1.4 闭环系统的Z传递函数 5.2 离散状态空间表达式 5.2.1 基本概念 5.2.2 离散状态空间表达式的建立 5.2.3 化系统的Z传递函数为离散空间表达式 5.3 数字系统的实现 5.3.1 数字滤波器的概念 5.3.2 数字系统的实现方式 5.4 离散系统状态方程的求解 5.4.1 离散系统的特征方程式 5.4.2 离散系统的传递矩阵 5.4.3 离散状态方程的解 5.5 计算机控制系统的状态空间表达式 5.5.1 线性定常连续系统状态方程及其求解 5.5.2 连续环节的离散状态方程 5.6 线性离散系统的稳定性分析 5.6.1 Z域稳定性分析 5.6.2 时域稳定性分析 5.6.3 稳态误差 5.6.4 动态误差第6章 计算机控制系统的综合与设计 6.1 概述 6.1.1 离散化分析 6.1.2 模拟化分析 6.2 动态校正的计算机实现方法——模拟化设计 6.2.1 PID调节数字化 6.2.2 数字滤波器法 6.3 数字控制器的直接设计方法——离散化设计 6.3.1 最少拍无差系统设计 6.3.2 最少拍无波纹系统设计第7章 智能控制理论与技术 7.1 智能控制的概念 7.1.1 智能控制二元交集论 7.1.2 智能控制三元交集论 7.1.3 智能控制四元交集论 7.2 智能控制的性能和特点 7.2.1 智能控制的性能 7.2.2 智能控制的特点 7.3 智能控制的结构 7.3.1 智能控制的一般结构 7.3.2 分级递阶智能控制结构 7.4 智能控制系统的类型 7.5 智能控制的发展概况第8章 神经网络控制理论与技术 8.1 神经网络的概念 8.2 神经网络的特点 8.3 神经网络计算机理 8.3.1 神经元模型 8.3.2 神经网络动态特性 8.3.3 神经网络连接模式 8.3.4 学习和训练方式 8.4 常用神经网络的模型 8.4.1 BP神经网络 8.4.2 Hopfield神经网络 8.4.3 CMAC神经网络 8.5 神经网络模型辨识 8.6 神经网络控制 8.7 神经网络自适应控制 8.7.1 引言 8.7.2 神经网络自校正控制 8.7.3 神经网络模型参考自适应控制 8.7.4 神经网络自适应控制中存在的问题第9章 模糊控制理论与技术 9.1 引言 9.2 模糊控制的概念及原理 9.2.1 模糊控制的概念 9.2.2 模糊控制的原理 9.3 模糊控制器的模式 9.4 模糊控制器的设计 9.4.1 模糊控制器的结构形式选择 9.4.2 模糊控制器的控制规则设计 9.4.3 模糊控制规则的调整设计 9.5 模糊自适应控制 9.5.1 引言 9.5.2 模糊控制原理及控制器设计综述 9.5.3 自适应模糊控制器的构成及其设计 9.5.4 模糊自适应控制系统的设计考虑 9.5.5 模糊模型参考自适应控制设计第10章 自适应逆控制理论 10.1 自适应逆控制的概念及原理 10.2 自适应逆控制的特点 lO.3 逆对象模型的建立 10.3.1 最小相位对象逆的建立 10.3.2 非最小相位对象逆的建立 10.3.3 延时对象逆的建立 10.4 模型参考对象逆的建立 10.5 有干扰时对象逆的建立 10.6 对象扰动和噪声的消除 10.7 自适应逆控制 10.7.1 逆模型串接在对象输入端的自适应逆控制系统 10.7.2 逆模型串接在对象输出端的自适应逆控制系统 10.7.3 具有离线逆建模的自适应逆控制系统 10.7.4 一种显示模型跟随逆控制系统参考文献
鄂公网安备 42010302001612号 