前言

隨著工業生產規模的不斷擴大、復雜程度的不斷增強，以及人們對系統控制要求的不斷提高，常規PID控制難以獲得滿意的控制效果，尤其是當工業過程存在不確定性、非線性、大時滯、多變量強耦合等復雜特性時，現代控制理論及其應用的局限性也日益明顯。

為了更好地解決復雜工業過程控制問題，上世紀70年代后期，出現了先進控制策略（Advanced process control,APC），其中，內模控制（Internal Model Control，IMC）是Garcia和Morari受模型控制算法和動態矩陣控制算法的啟發，于1982年提出的一種較為成功的預測控制算法。作為一種實用性很強的控制方法，內模控制因其設計原理簡單，可同時考慮多種指標，應用范圍廣，參數整定直觀明了，魯棒性可在線調整，控制性能優越等優點引起了控制界的廣泛關注，并成為了工業工程控制領域中重要的魯棒控制方法之一。

本書是作者在深入了解內模控制發展概況的基礎上，結合近十年的主要研究成果，歸納了復雜過程內模控制的設計方法，并通過工程應用展示了內模控制良好的應用前景。全書內容共6章，主要包括以下內容：

第1章主要介紹了內模控制原理和常規設計方法以及內模控制的國內外研究應用現狀。

第2章介紹了時滯過程內模PID控制器魯棒設計方法。針對工業控制系統中普遍存在的時滯過程，結合最大靈敏度性能指標，給出了控制器可調參數 λ 魯棒整定的解析表達式，避免了控制器參數整定的盲目性，確保了系統的魯棒性。

第3章介紹了智能自適應內模控制器設計方法。針對常規內模PID控制器參數整定需在系統動態性能與魯棒性之間折中的不足，分別將模糊系統理論、神經網絡理論與內模控制相結合，給出了基于智能自適應整定的內模控制器設計方法，改善了系統的控制性能。

第4章介紹了神經網絡內模控制的設計方法，針對該方法設計中常見的問題如局部最小、神經網絡逆系統的構造以及神經網絡結構優化等方面給出了幾種改進方法，一定程度上減少了神經網絡內模控制在結構上的保守性，并拓寬了內模控制的應用范圍。

第5章將模糊系統建模方法引入到內模控制結構中，介紹了基于自適應遺傳算法和改進型微粒群算法的T-S模型辨識方法，以及使用T-S模型建立非線性過程的正-逆模型，進而設計模糊內模控制器的方法。在某種程度上克服了非線性內模控制方法中難以建立精確模型及其逆模型的困難。

第6章介紹了內模控制方法的應用。針對高性能位置伺服系統的要求與現有控制方法的不足，將內模控制分別成功地應用于光電跟蹤伺服系統和火炮電液位置伺服系統，提高了系統的跟蹤精度。另外，基于DSP處理器實現了交流調速系統的單神經元內模控制，增強了系統的自適應性。

本書的寫作是在山西省青年科學基金項目《智能自適應內模控制方法研究， 20021018》、山西省自然科學基金項目《非線性系統魯棒內模控制方法研究， 2007011049》以及多項企業橫向委托項目研究、開發的基礎上，進一步總結完善而成的。借此機會，作者衷心感謝山西省科技廳基礎處對本書研究工作的支持。全書由趙志誠教授組織、統稿和定稿，其中，第2、3、6章由趙志誠撰寫，第1、4、5章由文新宇撰寫。

本書的完成得到了太原科技大學的大力支持。太原科技大學自動化教研室的許多老師和同事多年來對作者的指導和幫助，使作者受益匪淺。碩士研究生桑海、王強、王元元、李果、李長華、李明杰、孟芳芳等同學為本書的校對工作做出了貢獻。在此對他們表示衷心的感謝！在本書內容的研究和撰寫過程中，筆者參考了許多研究文獻和相關資料，在此，向書中引用到其學術論著及研究成果的中外學者同行致謝。

由于作者的能力和水平有限，書中難免存在一些缺點和錯誤，敬請相關研究領域的專家、學者及廣大讀者批評指正。

趙志誠 文新宇

2012年6月