計算機(jī)控制系統(tǒng)容錯設(shè)計技術(shù)及應(yīng)用

前言
第1章 計算機(jī)控制系統(tǒng)概論
1．1 模擬電路控制與計算機(jī)控制
1．1．1 模擬電路控制過程與控制系統(tǒng)
1．1．2 計算機(jī)控制系統(tǒng)
1．1．3 計算機(jī)控制的技術(shù)優(yōu)勢
1．2 計算機(jī)控制系統(tǒng)的發(fā)展歷程
1．3 計算機(jī)控制系統(tǒng)的典型形式
1．3．1 操作指導(dǎo)式計算機(jī)控制系統(tǒng)
1．3．2 直接數(shù)字控制系統(tǒng)
1．3．3 計算機(jī)監(jiān)督控制系統(tǒng)
1．3．4 集散型計算機(jī)控制系統(tǒng)
1．3．5 現(xiàn)場總線控制系統(tǒng)
1．3．6 計算機(jī)遞階控制系統(tǒng)
1．4 計算機(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 計算機(jī)控制系統(tǒng)設(shè)計方法論
1．5．1 控制系統(tǒng)與控制理論
1．5．2 控制系統(tǒng)設(shè)計的一般方法
1．5．3 人-機(jī)系統(tǒng)中計算機(jī)裝置的角色和作用
1．6 計算機(jī)控制系統(tǒng)的可靠性、安全性與容錯性
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)的容錯性
1．7 本書主要研究內(nèi)容與結(jié)果
第2章 計算機(jī)控制系統(tǒng)多面向建模
2．1 預(yù)備知識：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 計算機(jī)控制系統(tǒng)的信號轉(zhuǎn)換
2．3 面向被控對象的系統(tǒng)建模
2．3．1 輸入-輸出過程模型
2．3．2 動態(tài)測量系統(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)時間系統(tǒng)的采樣離散化模型
2．5 帶隨機(jī)分量的計算機(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)的容錯辨識技術(shù)
3．1 系統(tǒng)辨識與系統(tǒng)容錯辨識概論
3．2 漸近二次偏改變靈敏度與Minmax估計
3．2．1 GLS估計族
3．2．2 漸近二次偏改變靈敏度
3．2．3 基于ASBS的Minmax估計
3．2．4 Minmax估計在CAR過程中的應(yīng)用
3．3 CAR過程的遞階容錯辨識
3．3．1 模型系數(shù)的遞階LS估計
3．3．2 誤差方差的遞階估計
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)的在線容錯辨識
3．4．1 線性模型參數(shù)的有界影響容錯辨識
3．4．2 受控自回歸模型系數(shù)的在線LS辨識
3．4．3 受控自回歸模型參數(shù)的在線容錯辨識
3．5 小結(jié)
第4章 過程采樣與容錯濾波技術(shù)
4．1 數(shù)據(jù)采集與信號獲取
4．1．1 測控系統(tǒng)數(shù)據(jù)采樣
4．1．2 測控數(shù)據(jù)信號獲取
4．1．3 頻率混疊與前置濾波
4．2 幾種簡易容錯濾波算法
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)值濾波算法的容錯改進(jìn)
4．2．5 容錯改進(jìn)效果的仿真分析
4．3 雙重中值容錯濾波器的設(shè)計與仿真
4．3．1 雙重中值容錯濾波算法設(shè)計
4．3．2 雙重中值容錯濾波的崩潰點(diǎn)分析
4．3．3 濾波算法去噪性能的仿真分析
4．3．4 雙重中值容錯濾波容錯能力的仿真分析
4．4 采樣信號的檢錯與糾錯
4．4．1 平穩(wěn)序列的檢錯與糾錯
4．4．2 非平穩(wěn)序列的檢錯與糾錯
4．4．3 門限參數(shù)的設(shè)定方法
4．5 小結(jié)
第5章 離散時間信號容錯重構(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)測一階保持
5．2 二階無偏保持與二階無偏容錯保持
5．2．1 采樣時間序列的三點(diǎn)插值
5．2．2 一步預(yù)報與二階無偏保持
5．2．3 二階保持算法的容錯改進(jìn)
5．3 容錯遞推預(yù)測與信號容錯重構(gòu)
5．3．1 模型系數(shù)遞推LS估計
5．3．2 模型系數(shù)的遞推容錯辨識
5．3．3 基于一步容錯遞推預(yù)測的二階容錯重構(gòu)
5．4 小結(jié)
第6章 系統(tǒng)狀態(tài)的容錯重構(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Kalman濾波的影響分析
6．4．2 含野值樣本序列的處理對策
6．4．3 最佳■(·)函數(shù)的選取
6．4．4 仿真計算
6．5 小結(jié)
第7章 系統(tǒng)巡回檢測的容錯設(shè)計
7．1 巡回檢測系統(tǒng)的處理邏輯和局限性
7．2 設(shè)定值控制系統(tǒng)容錯巡回檢測算法
7．2．1 平穩(wěn)過程的滑動中值巡回檢測算法
7．2．2 平穩(wěn)過程的容錯均值巡回檢測算法
7．3 操作指導(dǎo)式控制系統(tǒng)循環(huán)容錯檢測算法
7．3．1 自適應(yīng)巡回檢測的基本思路
7．3．2 操作指導(dǎo)信號的模型逼近
7．3．3 操作指導(dǎo)信號的容錯濾波估計
7．3．4 操作指導(dǎo)式自適應(yīng)巡回容錯檢測算法
7．4 操作指導(dǎo)式控制系統(tǒng)容錯算法仿真分析
7．5 小結(jié)
第8章 數(shù)字PID控制的容錯設(shè)計
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控制算法的容錯設(shè)計
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)容錯控制
9．1 最優(yōu)容錯控制設(shè)計概述
9．2 LQG控制與Kalman預(yù)報
9．2．1 線性系統(tǒng)LQG控制
9．2．2 狀態(tài)向量的Kalman預(yù)報
9．3 狀態(tài)容錯預(yù)報與過程容錯控制
9．4 小結(jié)
第10章 系統(tǒng)冗余與容錯控制
10．1 計算機(jī)控制系統(tǒng)的冗余與容錯
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 時間冗余與通信鏈路冗余
10．3 基于冗余的主動容錯與被動容錯
10．3．1 被動容錯
10．3．2 主動容錯
10．4 幾種典型的冗余式容錯控制系統(tǒng)設(shè)計
10．4．1 基于硬件冗余與靜態(tài)冗余的容錯設(shè)計
10．4．2 基于功能冗余的容錯設(shè)計
10．4．3 基于自動檢測的容錯設(shè)計
10．4．4 基于自動切換的容錯設(shè)計
10．4．5 基于自動恢復(fù)的容錯設(shè)計
10．4．6 基于動態(tài)冗余的容錯設(shè)計
10．4．7 基于軟-硬件混合冗余的容錯設(shè)計
10．4．8 基于軟件N版本和塊復(fù)員的容錯設(shè)計
10．5 小結(jié)
第11章 容錯技術(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 基于有界影響辨識的姿態(tài)容錯估計
11．3．1 隨機(jī)誤差協(xié)方差陣的容錯估計
11．3．2 姿態(tài)角修正量和測姿固偏的最小二乘估計
11．3．3 姿態(tài)角修正量和測姿固偏的在線容錯估計
11．3．4 飛行器姿態(tài)角的容錯估計
11．4 基于容錯Kalman濾波的姿態(tài)容錯控制
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Kalman濾波算法
11．5 小結(jié)
參考文獻(xiàn)