治疗指南:呼吸病分册-(原著第2版)

.2．3典型工业过程建模21
231液体贮存系统22
232一类热焓过程的模型化23
233连续带搅拌反应器建模（cstr）25
234三级吸收塔系统（级联过程）26
2．4阶跃响应经验建模27
241线性迭代建模27
242非线性迭代建模30
参考文献32
第3章软测量技术及其应用33
3．1引言33
3．2软测量建模方法33
321软测量模型的数学描述33
322软测量建模的主要数学基础34
323软测量建模的主要方法37
3．3软测量器的工程化设计及实施38
331辅助变量的初选38
332现场数据采集与处理39
333辅助变量精选输入数据集降维39
334软测量模型的结构选择40
335模型参数的估计41
336软测量模型实施41
3．4软测量模型的自校正及维护42
341在线自校正42
342模型更新42
3．5软测量技术工业应用示例42
351催化裂化装置反应再生部分软测量42
352催化裂化装置分馏塔部分软测量44
353航空煤油密度软测量44
参考文献47
第4章内模控制48
4．1引言48
4．2内模控制基本原理49
421内模控制结构及其等价形式49
422内模控制的主要性质49
423内模控制的实现问题51
4．3内模控制器设计——连续过程51
431p(s)的分解52
432滤波器设计53
433鲁棒性问题53
434设计示例54
4．4内模控制器设计——离散过程58
441开环稳定过程58
442开环不稳定过程62
4．5多输入多输出（mimo）过程内模控制64
451基本概念64
452mimo过程imc设计65
4．6简化模型预测控制（smpc）67
461smpc方法67
462smpc的内模控制结构68
463改进的smpc算法71
464多变量smpc算法72
4．7内模控制的工业应用74
471基于内模控制的pid控制器参数整定74
472热交换器温度控制78
参考文献79
第5章模型预测控制81
5．1引言81
5．2模型预测控制基本原理82
5．3预测控制基本算法84
531模型算法控制84
532动态矩阵控制88
533广义预测控制91
5．4大时滞过程的预测控制及其应用95
541时滞过程的控制问题95
542大时滞过程的预测控制96
543时滞过程预测控制的工业应用97
5．5多变量协调预测控制及应用99
551约束多变量预测控制问题99
552基于关联分析的多变量协调预测控制策略101
553仿真研究102
554工业应用103
参考文献108
第6章预测函数控制109
6．1引言109
6．2预测函数控制基本原理110
621基函数的概念110
622预测模型110
623误差预测及补偿111
624优化计算111
6．3典型工业过程的预测函数控制112
631一阶过程112
632一阶加纯滞后过程115
6．4预测函数控制的稳定性与鲁棒性117
641双值预测函数控制的内模结构118
642模型匹配时的闭环稳定性118
643模型失配时的鲁棒性119
6．5化学反应过程的预测函数控制120
651工艺流程120
652透明控制结构及其实现122
653仿真研究122
654工业应用123
6．6工业精馏塔重沸炉的预测函数控制126
661工艺简介126
662重沸炉的预测函数控制127
663工业应用128
参考文献129
第7章模糊控制130
7．1引言130
7．2模糊控制的数学基础132
7．2．1模糊集合及其运算132
7．2．2模糊关系136
7．2．3模糊逻辑与模糊推理138
7．2．4解模糊化144
7．3模糊控制的基本原理与设计145
7．3．1模糊控制器的基本结构145
7．3．2模糊控制器的设计147
7．3．3模糊控制器设计示例153
7．4模糊pid控制器155
7．4．1模糊pid控制器基础155
7．4．2模糊pid控制器的参数整定157
7．5模糊控制的新进展159
7．5．1自适应模糊控制159
7．5．2基于模糊模型的控制161
7．6模糊控制的工业应用162
7．6．1工业背景162
7．6．2模糊控制器的dcs实现162
7．6．3工业应用效果164
参考文献164
第8章神经控制166
8．1引言166
8．2基于模型的神经控制166
821直接逆控制166
822前馈加反馈复合控制167
823神经内模控制167
824基于神经网络的预测控制168
825神经自适应控制168
8．3其他神经网络控制系统169
8．3．1基于神经网络的pid控制169
8．3．2模糊神经网络控制169
8．3．3神经鲁棒控制169
8．3．4用于控制系统的神经网络模型170
8．4一个例子——汽油调和过程的神经内模优化控制170
8．4．1汽油调和神经网络模型的建立170
8．4．2汽油管道调和过程的动态模型171
8．4．3调和过程的内模优化控制器171
8．4．4仿真结果173
8．5神经非模型控制174
8．5．1面向控制的神经元模型及学习策略174
8．5．2神经非模型控制的结构175
8．5．3一个例子——水轮发电机组的神经元控制176
8．6神经控制技术的应用及存在的问题180
8．6．1神经机器人控制系统180
8．6．2工业过程控制180
8．6．3神经网络用于求解控制领域中的相关问题180
8．6．4神经控制存在的问题180
8．6．5研究展望181
参考文献182
第9章专家控制186
9．1引言186
9．2专家控制系统的概念和特征186
9．3专家控制系统的分类188
9．3．1基于规则的专家整定和自适应控制器188
9．3．2专家监督控制系统188
9．3．3混合型专家控制系统189
9．3．4实时专家智能控制系统189
9．3．5仿人智能控制系统190
9．4专家控制系统的基本思想和结构191
9．4．1专家控制的基本思想191
9．4．2专家控制系统的组织结构193
9．5专家控制系统在过程控制领域中的应用194
9．5．1专家控制在工业控制中应用概况194
9．5．2专家控制的应用示例195
9．6专家控制实用化问题198
9．6．1实时知识库的构建和更新198
9．6．2实时推理技术的应用198
9．6．3智能化接口199
参考文献199
第10章过程数据校正技术201
10．1引言201
10．2过程数据校正技术原理202
10．2．1线性稳态数据协调原理202
10．2．2显著误差检测原理203
10．2．3系统冗余性分析原理206
10．3过程数据校正技术的工程应用208
10．3．1数据校正工程化软件的功能与实施209
10．3．2一个炼化公司的物流数据校正工业应用实例212
参考文献217
第11章计算机集成控制技术219
11．1计算机集成控制目的和意义219
11．1．1流程工业生产过程运作特点219
11．1．2计算机综合集成控制220
11．2信息源与信息集成系统221
11．2．1企业信息和数据来源221
11．2．2信息分类与编码222
11．2．3企业信息系统综合集成技术224
11．2．4企业信息系统综合集成例子225
11．3流程工业的运作与信息结构226
11．3．1企业运行概述226
11．3．2企业决策功能227
11．3．3期望目标（运行）实施228
11．3．4监督控制228
11．3．5数据驱动下的企业运行229
11．4综合集成优化控制231
11．4．1综合集成在线优化控制概述231
11．4．2最优操作工况234
11．5计划与调度优化238
11．5．1流程工业生产计划与调度的特点238
11．5．2基于petrofine的计划与调度优化239
11．5．3pims在炼油企业中应用242
参考文献244