計(jì)算機(jī)控制系統(tǒng)容錯(cuò)設(shè)計(jì)技術(shù)及應(yīng)用

前言
第1章 計(jì)算機(jī)控制系統(tǒng)概論
1．1 模擬電路控制與計(jì)算機(jī)控制
1．1．1 模擬電路控制過程與控制系統(tǒng)
1．1．2 計(jì)算機(jī)控制系統(tǒng)
1．1．3 計(jì)算機(jī)控制的技術(shù)優(yōu)勢(shì)
1．2 計(jì)算機(jī)控制系統(tǒng)的發(fā)展歷程
1．3 計(jì)算機(jī)控制系統(tǒng)的典型形式
1．3．1 操作指導(dǎo)式計(jì)算機(jī)控制系統(tǒng)
1．3．2 直接數(shù)字控制系統(tǒng)
1．3．3 計(jì)算機(jī)監(jiān)督控制系統(tǒng)
1．3．4 集散型計(jì)算機(jī)控制系統(tǒng)
1．3．5 現(xiàn)場(chǎng)總線控制系統(tǒng)
1．3．6 計(jì)算機(jī)遞階控制系統(tǒng)
1．4 計(jì)算機(jī)控制系統(tǒng)構(gòu)成的基本要素
1．4．1 硬件系統(tǒng)
1．4．2 軟件系統(tǒng)
1．4．3 通信鏈路
1．5 計(jì)算機(jī)控制系統(tǒng)設(shè)計(jì)方法論
1．5．1 控制系統(tǒng)與控制理論
1．5．2 控制系統(tǒng)設(shè)計(jì)的一般方法
1．5．3 人-機(jī)系統(tǒng)中計(jì)算機(jī)裝置的角色和作用
1．6 計(jì)算機(jī)控制系統(tǒng)的可靠性、安全性與容錯(cuò)性
1．6．1 系統(tǒng)的可靠性
1．6．2 系統(tǒng)的安全性
1．6．3 系統(tǒng)的容錯(cuò)性
1．7 本書主要研究內(nèi)容與結(jié)果
第2章 計(jì)算機(jī)控制系統(tǒng)多面向建模
2．1 預(yù)備知識(shí)：Z-變換與L-變換
2．1．1 Z-變換
2．1．2 Z-反變換
2．1．3 L-變換
2．1．4 L-反變換
2．2 計(jì)算機(jī)控制系統(tǒng)的信號(hào)轉(zhuǎn)換
2．3 面向被控對(duì)象的系統(tǒng)建模
2．3．1 輸入-輸出過程模型
2．3．2 動(dòng)態(tài)測(cè)量系統(tǒng)的狀態(tài)空間模型
2．3．3 輸入-輸出與狀態(tài)空間的模型轉(zhuǎn)換
2．4 面向計(jì)算機(jī)裝置的系統(tǒng)建模
2．4．1 輸入-輸出差分方程模型
2．4．2 離散時(shí)間狀態(tài)空間模型
2．4．3 線性定常系統(tǒng)傳遞函數(shù)與特征方程的不變性
2．4．4 連續(xù)時(shí)間系統(tǒng)的采樣離散化模型
2．5 帶隨機(jī)分量的計(jì)算機(jī)控制系統(tǒng)數(shù)學(xué)模型
2．5．1 帶隨機(jī)分量的CAR與CARMA模型
2．5．2 帶隨機(jī)分量的狀態(tài)空間模型
2．6 過程故障與故障過程的數(shù)學(xué)建模
2．6．1 計(jì)算機(jī)控制系統(tǒng)故障分析
2．6．2 故障分量模型
2．6．3 帶故障過程的數(shù)學(xué)建模
2．7 小結(jié)
第3章 過程參數(shù)的容錯(cuò)辨識(shí)技術(shù)
3．1 系統(tǒng)辨識(shí)與系統(tǒng)容錯(cuò)辨識(shí)概論
3．2 漸近二次偏改變靈敏度與Minmax估計(jì)
3．2．1 GLS估計(jì)族
3．2．2 漸近二次偏改變靈敏度
3．2．3 基于ASBS的Minmax估計(jì)
3．2．4 Minmax估計(jì)在CAR過程中的應(yīng)用
3．3 CAR過程的遞階容錯(cuò)辨識(shí)
3．3．1 模型系數(shù)的遞階LS估計(jì)
3．3．2 誤差方差的遞階估計(jì)
3．3．3 CAR模型的自適應(yīng)定階與建模
3．4 受控自回歸模型系數(shù)的在線容錯(cuò)辨識(shí)
3．4．1 線性模型參數(shù)的有界影響容錯(cuò)辨識(shí)
3．4．2 受控自回歸模型系數(shù)的在線LS辨識(shí)
3．4．3 受控自回歸模型參數(shù)的在線容錯(cuò)辨識(shí)
3．5 小結(jié)
第4章 過程采樣與容錯(cuò)濾波技術(shù)
4．1 數(shù)據(jù)采集與信號(hào)獲取
4．1．1 測(cè)控系統(tǒng)數(shù)據(jù)采樣
4．1．2 測(cè)控?cái)?shù)據(jù)信號(hào)獲取
4．1．3 頻率混疊與前置濾波
4．2 幾種簡易容錯(cuò)濾波算法
4．2．1 數(shù)字濾波簡介
4．2．2 幾種簡易數(shù)字濾波算法
4．2．3 不同濾波算法的比較分析
4．2．4 常用數(shù)值濾波算法的容錯(cuò)改進(jìn)
4．2．5 容錯(cuò)改進(jìn)效果的仿真分析
4．3 雙重中值容錯(cuò)濾波器的設(shè)計(jì)與仿真
4．3．1 雙重中值容錯(cuò)濾波算法設(shè)計(jì)
4．3．2 雙重中值容錯(cuò)濾波的崩潰點(diǎn)分析
4．3．3 濾波算法去噪性能的仿真分析
4．3．4 雙重中值容錯(cuò)濾波容錯(cuò)能力的仿真分析
4．4 采樣信號(hào)的檢錯(cuò)與糾錯(cuò)
4．4．1 平穩(wěn)序列的檢錯(cuò)與糾錯(cuò)
4．4．2 非平穩(wěn)序列的檢錯(cuò)與糾錯(cuò)
4．4．3 門限參數(shù)的設(shè)定方法
4．5 小結(jié)
第5章 離散時(shí)間信號(hào)容錯(cuò)重構(gòu)算法
5．1 幾種典型重構(gòu)方法簡介
5．1．1 Shannon重構(gòu)
5．1．2 零階保持
5．1．3 一階保持
5．1．4 預(yù)測(cè)一階保持
5．2 二階無偏保持與二階無偏容錯(cuò)保持
5．2．1 采樣時(shí)間序列的三點(diǎn)插值
5．2．2 一步預(yù)報(bào)與二階無偏保持
5．2．3 二階保持算法的容錯(cuò)改進(jìn)
5．3 容錯(cuò)遞推預(yù)測(cè)與信號(hào)容錯(cuò)重構(gòu)
5．3．1 模型系數(shù)遞推LS估計(jì)
5．3．2 模型系數(shù)的遞推容錯(cuò)辨識(shí)
5．3．3 基于一步容錯(cuò)遞推預(yù)測(cè)的二階容錯(cuò)重構(gòu)
5．4 小結(jié)
第6章 系統(tǒng)狀態(tài)的容錯(cuò)重構(gòu)
6．1 采樣故障數(shù)據(jù)模型
6．2 狀態(tài)Kalman濾波的容錯(cuò)能力分析
6．2．1 狀態(tài)Kalman濾波的抗野值能力分析
6．2．2 狀態(tài)Kalman濾波的抗模型擾動(dòng)能力分析
6．3 狀態(tài)向量M_型濾波重構(gòu)算法
6．3．1 狀態(tài)M型濾波
6．3．2 狀態(tài)M型濾波的迭代算法
6．3．3 迭代算法收斂性定理的論證
6．4 狀態(tài)向量有界影響濾波
6．4．1 過失誤差對(duì)Kalman濾波的影響分析
6．4．2 含野值樣本序列的處理對(duì)策
6．4．3 最佳■(·)函數(shù)的選取
6．4．4 仿真計(jì)算
6．5 小結(jié)
第7章 系統(tǒng)巡回檢測(cè)的容錯(cuò)設(shè)計(jì)
7．1 巡回檢測(cè)系統(tǒng)的處理邏輯和局限性
7．2 設(shè)定值控制系統(tǒng)容錯(cuò)巡回檢測(cè)算法
7．2．1 平穩(wěn)過程的滑動(dòng)中值巡回檢測(cè)算法
7．2．2 平穩(wěn)過程的容錯(cuò)均值巡回檢測(cè)算法
7．3 操作指導(dǎo)式控制系統(tǒng)循環(huán)容錯(cuò)檢測(cè)算法
7．3．1 自適應(yīng)巡回檢測(cè)的基本思路
7．3．2 操作指導(dǎo)信號(hào)的模型逼近
7．3．3 操作指導(dǎo)信號(hào)的容錯(cuò)濾波估計(jì)
7．3．4 操作指導(dǎo)式自適應(yīng)巡回容錯(cuò)檢測(cè)算法
7．4 操作指導(dǎo)式控制系統(tǒng)容錯(cuò)算法仿真分析
7．5 小結(jié)
第8章 數(shù)字PID控制的容錯(cuò)設(shè)計(jì)
8．1 模擬PID與數(shù)字PID
8．1．1 模擬PID控制
8．1．2 數(shù)字PID控制
8．2 增量型數(shù)字PID控制算法設(shè)計(jì)與整定
8．2．1 基于一階差分與矩形積分的增量型數(shù)值PID
8．2．2 基于一階差分與梯形積分的增量型數(shù)值PID
8．2．3 基于插值微分與梯形積分的增量型數(shù)值PID
8．3 數(shù)字PID控制算法的容錯(cuò)設(shè)計(jì)
8．3．1 有效偏差PID算法
8．3．2 有限偏差PID算法
8．4 小結(jié)
第9章 隨機(jī)系統(tǒng)的最優(yōu)容錯(cuò)控制
9．1 最優(yōu)容錯(cuò)控制設(shè)計(jì)概述
9．2 LQG控制與Kalman預(yù)報(bào)
9．2．1 線性系統(tǒng)LQG控制
9．2．2 狀態(tài)向量的Kalman預(yù)報(bào)
9．3 狀態(tài)容錯(cuò)預(yù)報(bào)與過程容錯(cuò)控制
9．4 小結(jié)
第10章 系統(tǒng)冗余與容錯(cuò)控制
10．1 計(jì)算機(jī)控制系統(tǒng)的冗余與容錯(cuò)
10．2 冗余的典型形式和類別
10．2．1 直接冗余與硬件冗余
10．2．2 軟件冗余與解析冗余
10．2．3 數(shù)據(jù)冗余與信息冗余
10．2．4 時(shí)間冗余與通信鏈路冗余
10．3 基于冗余的主動(dòng)容錯(cuò)與被動(dòng)容錯(cuò)
10．3．1 被動(dòng)容錯(cuò)
10．3．2 主動(dòng)容錯(cuò)
10．4 幾種典型的冗余式容錯(cuò)控制系統(tǒng)設(shè)計(jì)
10．4．1 基于硬件冗余與靜態(tài)冗余的容錯(cuò)設(shè)計(jì)
10．4．2 基于功能冗余的容錯(cuò)設(shè)計(jì)
10．4．3 基于自動(dòng)檢測(cè)的容錯(cuò)設(shè)計(jì)
10．4．4 基于自動(dòng)切換的容錯(cuò)設(shè)計(jì)
10．4．5 基于自動(dòng)恢復(fù)的容錯(cuò)設(shè)計(jì)
10．4．6 基于動(dòng)態(tài)冗余的容錯(cuò)設(shè)計(jì)
10．4．7 基于軟-硬件混合冗余的容錯(cuò)設(shè)計(jì)
10．4．8 基于軟件N版本和塊復(fù)員的容錯(cuò)設(shè)計(jì)
10．5 小結(jié)
第11章 容錯(cuò)技術(shù)在航天姿態(tài)控制中的應(yīng)用
11．1 問題描述
11．2 姿態(tài)控制問題的數(shù)學(xué)建模
11．3 基于有界影響辨識(shí)的姿態(tài)容錯(cuò)估計(jì)
11．3．1 隨機(jī)誤差協(xié)方差陣的容錯(cuò)估計(jì)
11．3．2 姿態(tài)角修正量和測(cè)姿固偏的最小二乘估計(jì)
11．3．3 姿態(tài)角修正量和測(cè)姿固偏的在線容錯(cuò)估計(jì)
11．3．4 飛行器姿態(tài)角的容錯(cuò)估計(jì)
11．4 基于容錯(cuò)Kalman濾波的姿態(tài)容錯(cuò)控制
11．4．1 狀態(tài)空間模型的建立
11．4．2 狀態(tài)向量的Kalman濾波算法
11．4．3 狀態(tài)向量的容錯(cuò)Kalman濾波算法
11．5 小結(jié)
參考文獻(xiàn)