先进PID控制MATLAB仿真（第二版）（含CD-ROM光盘一张） (2008 年度畅销榜NO.1697 )

本书从MATLAB仿真角度系统地介绍了PID控制的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。\r\n 全书共分10章，包括连续系统和离散系统的PID控制；常用数字PID控制；专家PID和模糊PID控制；神经PID控制；遗传算法PID控制；多变量解耦PID控制；几种先进的PID控制；灰色PID控制；伺服系统PID控制；PID实时控制等内容。每种方法都通过MATLAB仿真程序进行了说明，所有仿真程序均存储在光盘中，读者可以直接调用。 本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。 \r\n 本书适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员及研究生阅读，也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表以及计算机应用等专业的教学参考书。

第1章 数字PID控制\r\n 1.1 PID控制原理\r\n 1.2 连续系统的模拟PID仿真\r\n 1.2.1 基本的PID控制\r\n 1.2.2 线性时变系统的PID控制\r\n 1.3 数字PID控制\r\n 1.3.1 位置式PID控制算法\r\n 1.3.2 连续系统的数字PID控制仿真\r\n 1.3.3 离散系统的数字PID控制仿真\r\n 1.3.4 增量式PID控制算法及仿真\r\n 1.3.5 积分分离PID控制算法及仿真\r\n 1.3.6 抗积分饱和PID控制算法及仿真\r\n 1.3.7 梯形积分PID控制算法\r\n 1.3.8 变速积分PID算法及仿真\r\n 1.3.9 带滤波器的PID控制仿真\r\n 1.3.10 不完全微分PID控制算法及仿真\r\n 1.3.11 微分先行PID控制算法及仿真\r\n 1.3.12 带死区的PID控制算法及仿真\r\n 1.3.13 基于前馈补偿的PID控制算法及仿真\r\n 1.3.14 步进式PID控制算法及仿真\r\n第2章 常用的PID控制系统\r\n 2.1 单回路PID控制系统\r\n 2.2 串级PID控制\r\n 2.2.1 串级PID控制原理\r\n 2.2.2 仿真程序及分析\r\n 2.3 纯滞后系统的大林控制算法\r\n 2.3.1 大林控制算法原理\r\n 2.3.2 仿真程序及分析\r\n 2.4 纯滞后系统的Smith控制算法\r\n 2.4.1 连续Smith预估控制\r\n 2.4.2 仿真程序及分析\r\n 2.4.3 数字Smith预估控制\r\n 2.4.4 仿真程序及分析\r\n第3章 专家PID控制和模糊PID控制\r\n 3.1 专家PID控制\r\n 3.1.1 专家PID控制原理\r\n 3.1.2 仿真程序及分析\r\n 3.2 模糊自适应整定PID控制\r\n 3.2.1 模糊自适应整定PID控制原理\r\n 3.2.2 仿真程序及分析\r\n 3.3 模糊免疫PID控制算法\r\n 3.3.1 模糊免疫PID控制算法原理\r\n 3.3.2 仿真程序及分析\r\n第4章 神经PID控制\r\n 4.1 基于单神经元网络的PID智能控制\r\n 4.1.1 几种典型的学习规则\r\n 4.1.2 单神经元自适应PID控制\r\n 4.1.3 改进的单神经元自适应PID控制\r\n 4.1.4 仿真程序及分析\r\n 4.1.5 基于二次型性能指标学习算法的单神经元自适应PID控制\r\n 4.1.6 仿真程序及分析\r\n 4.2 基于BP神经网络整定的PID控制\r\n 4.2.1 基于BP神经网络的PID整定原理\r\n 4.2.2 仿真程序及分析\r\n 4.3 基于RBF神经网络整定的PID控制\r\n 4.3.1 RBF神经网络模型\r\n 4.3.2 RBF网络PID整定原理\r\n 4.3.3 仿真程序及分析\r\n 4.4 基于RBF神经网络辨识的单神经元PID模型参考自适应控制\r\n 4.4.1 神经网络模型参考自适应控制原理\r\n 4.4.2 仿真程序及分析\r\n 4.5 基于CMAC（神经网络）与PID的并行控制\r\n 4.5.1 CMAC概述\r\n 4.5.2 CMAC与PID复合控制算法\r\n 4.5.3 仿真程序及分析\r\n 4.6 CMAC与PID并行控制的Simulink仿真\r\n 4.6.1 Simulink仿真方法\r\n 4.6.2 仿真程序及分析\r\n第5章 基于遗传算法整定的PID控制\r\n……\r\n第6章 先进PID多变量控制\r\n第7章 几种先进PID控制方法\r\n第8章 灰色PID控制\r\n第9章 伺服系统PID控制\r\n第10章 机器人的PID控制\r\n第11章 PID实时控制的C++语言设计及应用\r\n参考文献

PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好及可靠性高，被广泛应用于过程控制和运动控制中，尤其适用于可建立精确数学模型的确定性系统。然而实际工业生产过程往往具有非线性、时变不确定性，难以建立精确的数学模型，应用常规PID控制器不能达到理想的控制效果，而且在实际生产现场中，由于受到参数整定方法繁杂的困扰，常规PID控制器参数往往整定不良、性能欠佳，对运行工况的适应性很差。 计算机技术和智能控制理论的发展为复杂动态不确定系统的控制提供了新的途径。采用智能控制技术，可设计智能PID和进行PID的智能整定。 有关智能PID控制等新型PID控制理论及其工程应用，近年来已有大量的论文发表。作者多年来一直从事智能控制方面的研究和教学工作，为了促进PID控制和自动化技术的进步，反映PID控制设计与应用中的最新研究成果，并使广大工程技术人员了解、掌握和应用这一领域的最新技术，学会用MATLAB语言进行PID控制器的设计，作者编写了这本书，以抛砖引玉，供广大读者学习参考。 本书是在总结作者多年研究成果的基础上，进一步理论化、系统化、规范化、实用化而成的，其特点如下： （1）PID控制算法取材新颖，内容先进，重点置于学科交叉部分的前沿研究和介绍一些有潜力的新思想、新方法和新技术，取材着重于基本概念、基本理论和基本方法。 （2）针对每种PID算法给出完整的MATLAB仿真程序。这些程序都可以在线运行，并给出程序的说明和仿真结果。具有很强的可读性，很容易转化为其他各种实用语言。 （3）着重从应用领域角度出发，突出理论联系实际，面向广大工程技术人员，具有很强的工程性和实用性。书中有大量应用实例及其结果分析，为读者提供了有益的借鉴。 （4）所给出的各种PID算法完整，程序设计、结构设计力求简单明了，便于自学和进一步开发。 本书共分11章。第1章介绍连续系统PID控制和离散系统数字PID控制的几种基本方法，通过仿真和分析进行了说明。第2章介绍常用的数字PID控制系统，主要包括串级计算机控制系统的PID控制、纯滞后控制系统Dahlin算法和基于Smith预估的PID控制。第3章阐明专家PID和模糊PID整定的基本算法和程序设计方法，其中模糊PID包括模糊自适应整定PID控制和模糊免疫PID控制算法，并进行了仿真分析。第4章介绍神经PID的几种方法，包括单神经网络PID的设计、神经网络并行PID控制、PID的几种神经网络整定方法，并通过仿真进行说明。第5章引入基于遗传算法的PID控制，主要包括基于遗传算法整定的PID控制和基于遗传算法摩擦模型参数辨识的PID控制。第6章介绍多变量PID控制的几种方法，主要包括PID控制、单神经元PID控制和基于DRNN神经网络整定的PID控制。第7章阐述几种先进的PID控制算法，包括基于干扰观测器的PID鲁棒控制、基于NCD优化的非线性PID控制、非线性参数整定的PID控制、基于重复控制的PID高精度控制、基于零相差前馈补偿的PID控制和基于卡尔曼滤波的PID控制，每种方法都通过仿真程序进行说明。第8章介绍灰色PID控制算法和仿真方法，包括基于连续系统的灰色PID控制和基于离散系统的灰色PID控制。第9章引入伺服系统的PID控制，包括伺服系统在低速摩擦条件下的PID控制、单质量伺服系统PID控制和二质量伺服系统PID控制，并进行了仿真说明。第10章介绍PID在机器人控制中的应用实例，包括确定性单臂机械手、不确定性单臂机械手、 关节机器人的PID控制。第11章阐述PID在实时控制中的应用实例，并给出PID控制的MATLAB程序和相应的Borland C++语言实时控制程序。 本书是基于MATLAB环境下开发的，各个章节的内容具有很强的独立性，读者可以结合自己的方向深入地进行研究。 本书第2版在第1版的基础上主要增加了以下内容：基于S函数的连续系统Simulink仿真；基于S函数的离散系统Simulink仿真；基于一种离散微分-跟踪器的PID控制；基于Ziegler-Nichols方法的PID整定；基于Hopfield神经网络的PID控制；模糊RBF网络的PID整定；实时遗传算法优化的PID控制；基于Anti-windup的PID控制；基于PD增益自适应调节的模型参考自适应控制。并增加了新的一章：机器人PID控制。针对某些以M语言实现的程序进行了Simulink设计，并针对第1版中的某些错误进行了修改。 北京航空航天大学尔联洁教授在伺服系统设计方面提出了许多宝贵意见，东北大学徐心和教授和薛定宇教授给予了大力支持和帮助，薛定宇教授在S函数设计和Simulink仿真方面给作者提供了很多的指导。 作者在仿真研究中，得到实验室许多同仁的帮助。在神经网络设计方面得到扈宏杰博士的帮助，在遗传算法和零相差设计等方面得到刘强博士的帮助，在灰色系统设计方面得到李水清硕士的帮助，在机器人控制器设计方面得到卢宇硕士的帮助，在PID实时控制方面得到刘涛硕士的帮助，在图表制作中得到了邬强硕士的帮助，在此一并表示感谢。 感谢郝瑞霞、郝春霞、刘海荣在本书的撰写及整理工作中给予的帮助。 本书的研究工作得到了国家自然科学基金（编号：69874037）和航空基金（编号：00E51022）的资助。 由于作者水平有限，书中难免存在一些不足和错误之处，欢迎广大读者批评指正。 刘金琨 北京航空航天大学 2004年7月1日