高等学校规划教材 微型计算机控制技术PDF|Epub|txt|kindle电子书版本网盘下载

高等学校规划教材 微型计算机控制技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 微机控制系统概述1

1.1 微机控制系统的组成1

1.1.1 硬件1

1.1.2 软件2

1.2 微机控制系统的分类3

1.2.1 数据处理系统3

1.2.2 操作指导控制系统3

1.2.3 直接数字控制系统（DDC）3

1.2.4 微机监督控制系统（SCC）4

1.2.5 分级控制系统5

1.2.6 集散控制系统5

1.2.7 微机控制网络5

1.3 微机控制系统的发展6

习题与思考题7

第2章 接口技术与输入／输出通道8

2.1 概述8

2.1.1 输入／输出接口的编址方式8

2.1.2 输入／输出数据的传送方式9

2.2 并行与串行接口12

2.2.1 可编程并行接口12

2.2.2 串行通信接口18

2.3 输入与输出通道26

2.4 信号采样与保持32

2.5 D/A转换器36

2.6 A/D转换器42

习题与思考题52

第3章 开环数字程序控制53

3.1 顺序控制53

3.2 数字程序控制60

3.3 步进电动机的控制73

3.4 PC微机控制步进电动机系统举例81

习题与思考题84

第4章 数字PID控制85

4.1 数字PID控制算法85

4.2 数字PID调节器的改进88

4.2.1 积分项的改进88

4.2.2 微分项的改进90

4.2.3 可变增量PID控制93

4.2.4 时间最优的PID控制93

4.2.5 带有死区的PID控制93

4.2.6 纯滞后Smith预估控制94

4.3 数字PID调节器的参数整定95

4.3.1 PID调节参数对控制性能的影响95

4.3.2 采样周期T的选择97

4.3.3 按简易工程法整定PID参数98

4.3.4 优选法99

4.3.5 凑试法确定PID参数100

4.4 数字PID调节器的自寻最优控制100

4.4.1 性能指标的选择100

4.4.2 寻优方法101

4.4.3 自寻最优数字调节器的设计102

习题与思考题103

第5章 数字调节器直接设计方法104

5.1 最少拍系统的设计104

5.1.1 最少拍系统的z传递函数104

5.1.2 最少拍系统数字调节器的设计106

5.1.3 采样频率的选择109

5.2 最少拍无波纹系统的设计111

5.2.1 单位阶跃输入最少拍无波纹系统的设计111

5.2.2 单位速度输入最少拍无波纹系统的设计112

5.2.3 最少拍无波纹系统设计举例112

5.2.4 最少拍设计的改进115

5.3 达林（Dalin）算法116

5.3.1 达林算法的D（z）基本形式116

5.3.2 振铃现象及其消除118

5.4 数字调节器设计的讨论121

5.4.1 直接设计法121

5.4.2 串行设计法122

5.4.3 并行设计法123

习题与思考题124

第6章 模糊控制技术125

6.1 模糊逻辑的数学基础125

6.1.1 模糊集合125

6.1.2 模糊集合的表示方法126

6.1.3 模糊集合的运算127

6.1.4 隶属函数确定方法128

6.1.5 模糊关系130

6.2 模糊逻辑的推理134

6.2.1 模糊命题134

6.2.2 模糊逻辑134

6.2.3 模糊语言135

6.2.4 模糊推理139

6.3 模糊控制系统概述145

6.3.1 模糊控制系统的构成145

6.3.2 模糊控制系统的原理146

6.4 模糊控制器原理150

6.5 模糊控制器设计基础155

6.6 双入单出模糊控制器设计158

6.6.1 模糊化158

6.6.2 模糊控制规则、模糊关系和模糊推理159

6.6.3 清晰化162

6.6.4 控制表计算程序162

习题与思考题163

第7章 神经网络控制技术165

7.1 神经网络基础165

7.1.1 生物神经元结构165

7.1.2 神经元数学模型166

7.2 神经网络的结构和学习规则167

7.2.1 神经网络的结构167

7.2.2 神经网络的学习168

7.2.3 神经网络的记忆170

7.3 典型前向网络——BP网络170

7.3.1 感知机170

7.3.2 BP网络171

7.4 典型反馈网络——Hopfield网络173

7.4.1 离散型Hopfield网络173

7.4.2 连续型Hopfield网络174

7.5 应用神经网络产生模糊集的隶属函数175

7.6 神经网络控制原理180

7.6.1 神经网络控制的基本思想180

7.6.2 神经网络在控制中的作用181

7.7 神经网络在工程中的应用181

7.7.1 基于神经网络的系统辨识181

7.7.2 基于神经网络的自适应控制183

7.8 单神经元控制的直流调速系统185

7.8.1 系统组成186

7.8.2 单神经元控制器及其学习算法设计186

7.8.3 单神经元直流调速系统参数设计187

7.9 模糊神经网络188

7.9.1 模糊系统的标准模型188

7.9.2 模糊神经网络的结构189

7.9.3 学习算法190

7.9.4 应用模糊神经网络在线检测参数192

习题与思考题195

第8章 遗传算法197

8.1 遗传算法的基本原理197

8.1.1 遗传算法的基本遗传学基础197

8.1.2 遗传算法的原理和特点197

8.1.3 遗传算法的基本操作198

8.2 遗传算法的模式理论203

8.2.1 模式203

8.2.2 复制对模式的影响204

8.2.3 交叉对模式的影响205

8.2.4 变异对模式的影响206

8.2.5 遗传算法有效处理的模式数量206

8.3 遗传算法应用中的一些基本问题208

8.3.1 目标函数值到适值形式的映射208

8.3.2 适值的调整208

8.3.3 编码原则209

8.3.4 多参数级联定点映射编码211

8.4 高级遗传算法212

8.4.1 改进的复制方法212

8.4.2 高级GA算法213

8.5 微种群和双种群遗传算法216

8.5.1 微种群算法216

8.5.2 双种群遗传算法216

8.6 基于遗传算法的系统在线辨识219

8.6.1 遗传算法在参数辨识中的应用219

8.6.2 遗传算法参数辨识仿真示例220

8.7 基于遗传算法的模糊控制221

8.8 免疫遗传算法224

8.8.1 免疫遗传算法的基本概念224

8.8.2 免疫算子的机理与构造225

8.8.3 TSP问题的免疫遗传算法227

习题与思考题228

第9章 微机控制系统的设计230

9.1 微机控制系统的研制流程230

9.1.1 准备阶段230

9.1.2 设计阶段231

9.1.3 仿真和调试阶段232

9.1.4 现场安装调试阶段233

9.2 微机控制系统的选择和配置233

9.2.1 系统的选择和配置233

9.2.2 总线负载的考虑234

9.3 微机控制系统应用程序设计237

9.3.1 控制系统对应用程序的要求237

9.3.2 应用程序设计技术238

9.3.3 C语言和汇编语言的混合编程239

9.3.4 数据处理技术245

9.4 微机控制系统的抗干扰措施253

9.4.1 微机系统硬件抗干扰措施253

9.4.2 微机系统软件抗干扰措施262

9.5 微机控制系统的可靠性措施264

9.5.1 可靠性的度量264

9.5.2 硬件可靠性措施266

9.5.3 软件可靠性措施270

习题与思考题271

参考文献272