关于自控系统英文文献的论文

自动控制技术是能够在没有人直接参与的情况下，利用附加装置（自动控制装置）使生产过程或生产机械（被控对象）自动地按照某种规律（控制目标）运行，使被控对象的一个或几个物理量（如温度、压力、流量、位移和转速等）或加工工艺按照预定要求变化的技术。它包含了自动控制系统中所有元器件的构造原理和性能，以及控制对象或被控过程的特性等方面的知识；自动控制系统的分析与综合；控制用计算机（能作数字运算和逻辑运算的控制机）的构造原理和实现方法。自动控制技术是当代发展迅速，应用广泛，最引人瞩目的高技术之一；是推动新的技术革命和新的产业革命的核心技术；是自动化领域的重要组成部分。自动控制技术有很强的应用背景，无论是在炼钢、轧钢、化工、石油、电力等工业上，或是造纸、纺织、皮革和食品等工业上；无论是在航空、航海、汽车和铁路运输工业和国防工业上，或是图书资料的管理、实验室技术设备上都得到广泛应用。自动控制技术对导弹和人造地球卫星是非常重要的，对于研究原子能的应用，研究飞机和导弹的空气动力和结构强度也是有用的。没有应用背景的“控制理论”就缺乏生命力。如何巧妙地运用控制的基础理论来解决实际问题是和研究控制理论本身不同的另一种创造性工作。近年来自动控制技术发展迅猛，特别是计算机技术、网络和通信技术发展的突飞猛进，使人们籍助于许多使能技术的进步和一些开发工具的扩大，将人们构思的自动操作得以付诸实现。如网络控制技术、可编程控制器等均属于自动化控制技术中的使能技术。自动控制技术正向着网络化、集成化、分布化、节点节能化的方向发展。自动控制技术领域为广大用户提供的科学数据主要包括自动控制理论和方法、自动控制系统、控制软件技术、自动控制设备、可靠性技术、功能安全技术等6个数据集。自动控制理论与方法数据集：主要包括自动控制的基本理论，其中包含决策分析和博弈、多级递阶和分散控制、稳定性和鲁棒性、决策支持系统、自适应、自学习、自校正等数据。系统的建模与仿真、图像处理与模式识别、智能计算与控制均有大量基础数据。并且提供了自动控制最新理论与方法，其中包含基于网络的控制、对象模型不确定系统和鲁棒性、协调控制相关数据。自动控制系统数据集：主要包括自动控制系统体系结构，技术规范，系统集成及典型系统——分布式控制系统（DCS）、基于现场总线的控制系统（FCS）、可编程自动化系统（PAC）、数据采集和监督控制系统（SCADA）相关数据，在典型系统中我们采集了每个系统的应用实例及一些国际知名厂商的典型产品，为用户提供最新、优质、全面、可靠的技术规范。控制软件技术数据集：包括了常规PID控制和先进控制软件：多变量模型预测控制、专家系统、模糊控制及人工神经网络控制组态软件相关基础数据。详细介绍了制造执行系统MES，包含制造执行系统概述、制造执行系统有关的国际标准、实用的制造执行系统软件等数据。自动控制设备数据集：包括可编程序控制器、嵌入式控制器、工业控制计算机、分布式I/O、变频驱动器以及运动控制和伺服控制设备的体系结构、性能参数、技术参数及工业控制用编程语言，并且提供典型产品的基础数据。可靠性技术数据集：包括可靠性概述、可靠性有关国际标准、故障诊断、可靠性设计数据，为技术人员进行产品设计提供重要参考数据。功能安全技术数据集：包括其基本概念、电气/电子/可编程电子安全以及行业适用的功能安全国际标准及风险评价、安全性设计、网络通信安全等数据。自动控制的原理和方法，自动化单元技术和集成技术及其在各类控制系统中的应用。它以自动控制理论为基础，以电子技术、电力电子技术、传感器技术、计算机技术、网络与通信技术为主要工具，面向工业生产过程自动控制及各行业、各部门的自动化。它具有“控（制）管（理）结合，强（电）弱（电）并重，软（件）硬（件）兼施”鲜明的特点，是理、工、文、管多学科交叉的宽口径工科专业。学生在毕业后能从事自动控制、自动化、信号与数据处理及计算机应用等方面的技术工作。就业领域也非常宽广，包括高科技公司、科研院所、设计单位、大专院校、金融系统、通信系统、税务、外贸、工商、铁道、民航、海关、工矿企业及政府和科技部门等自动控制技术是对设备进行技术改造和推动技术发展的重要手段，在科研、生产乃至家庭生活等各个领域得到了广泛的应用。.在工农业生产和日常生活中，自动控制的例子是很多的。工业生产设备的自动化，可以改善劳动条件，增加产量，提高质量，提高企业的经济效益；军事装备的自动化，可以提高武器的精度、速度和战术技术性能；在许多人们无法接近的场合，自动控制将是解决问题的惟一的技术手段。近年来，随着电子元器件和电路技术的迅速发展，尤其是计算机技术的推广应用，为自动控制技术的发展增添了新的活力。为了普及自动控制知识，满足技术革新和技术改造以及自动控制人员岗位培训的需要本书主要讲述自动控制电路的设计、制作与调试，从基本知识讲起，介绍自动控制系统的基本组成、常用传感器、基本单元电路和终端执行机构等的原理和应用技术。在此基础上，介绍自动控制电路的一般设计思路、分析方法；以及设计自动控制电路时应注意的问题。最后详细讲解温度自动控制、灯光自动控制、时间自动控制、液位自动控制、湿度自动控制等自动监控类电路的特点、原理、识图方法以及实例分析。学习这些典型实例，可以开拓读者的设计思路，从中得到启发，并可作为实际制作时的参考。.自动化控制（automation control ），广义来说，通常是指不需借着人力亲自操作机器或机构，而能利用动物以外的其他装置元件或能源，来达成人类所期盼执行的工作。更狭义地说即是以生化、机电、电脑、通讯、水利、蒸汽等科学知识与应用工具，进行设计来代替人力或减轻人力或简化人类工作程序的机构机制，皆可称之。自动控制是相对人工控制概念而言的。指的是在没人参与的情况下，利用控制装置使被控对象或过程自动地按预定规律运行。自动控制技术的研究有利于将人类从复杂、危险、繁琐的劳动环境中解放出来并大大提高控制效率。自动控制是工程科学的一个分支。它涉及利用反馈原理的对动态系统的自动影响，以使得输出值接近我们想要的值。从方法的角度看，它以数学的系统理论为基础。我们今天称作自动控制的是二十世纪中叶产生的控制论的一个分支。基础的结论是由诺伯特·维纳，鲁道夫·卡尔曼提出的。

Electric Automation 电气自动化ELECTRIC AUTOMATION DEVICE AND METHOD FOR ADJUSTING THE FUNCTIONS OF THE ELECTRIC AUTOMATION DEVICE The invention relates to an electric automation device comprising a control unit that is controlled by a computer. In order to create an automation device that can be set to predefined functions in a particularly flexible manner while requiring less testing, a computer hardware component (2) is provided with control software comprising a basic functional area which includes an operating system (3), a device driver (4), and communication modules (5) so as to form a basic automation device (1) while the basic automation device (1) is complemented with any application modules (7a, 7b, 7c, 8, 9) that can be connected to the basic functional area via a software interface (6) in order to obtain the automation device. The invention also relates to a method for producing or adjusting the functions of such an electric automation device. 电气自动化专业介绍一、专业概况 随着高新技术的发展和生产自动化程度的提高，我国国民经济发展，正在和继续需要大批技术应用型实用人才。电气自动化技术是现代制造技术中不可缺少的重要技术门类，也是一个国家科技实力乃至综合竞争力的综合反映，在工业发展中具有前导地位。电气自动化技术，集机、电、计算机、信息处理等多学科于一体，是多学科相互交叉、渗透、结系淖酆涎Э疲�诠�窬�媒ㄉ柚姓加兄匾�牡匚弧R虼耍�梢运档缙�远��际跏嵌ヌ炝⒌氐氖乱担�枪�窬�梅⒄购腿嗣裆�钏�教岣叩奈镏侍跫�� ?br> （一）、培养目标本专业培养德、智、体、美、劳全面发展，具有良好职业道德和综合业务素质，具备较强的创新意识和创业能力，掌握电气自动化技术、计算机控制技术的基础理论，能在生产、建设、管理、服务第一线从事常用电气自动化设备、常用电气设备、供配电系统和装置、计算机控制系统、PLC控制系统的安装、调试、运行和维护的实用型高技能专门人才。 （二）、培养要求及职业能力分析 1、培养要求：本专业主要学习电气自动化的专业技术知识，应具有较强的本专业技术应用能力。 2、职业能力分析 （1）具有良好的身体素质、职业道德和人文素质，较强的语言文字表达能力和一定的社会交往能力及继续学习能力。 （2）具有较强的用英语进行人际和人机交流能力，具有阅读和翻译本专业有关英文资料的能力。 （3）具有较强的在信息化社会中工作、学习、生活所必备的计算机应用能力；熟练使用电子电气CAD软件；掌握一门程序设计语言。 （4）具有分析和测试常见的电工电子线路，能设计一般电工电子应用线路，能熟练使用常规电工电子仪器、仪表，具有熟练的电工基本操作技能。 （5）熟悉常用低压电器的基本原理及使用；能熟练阅读电气控制线路的原理图与接线图；具有对常规电气设备、供配电设备等电气控制系统进行安装、调试、维护能力。 （6）具有正确选用、安装、调试、维护电力电子装置和典型交、直流调速系统的能力。 （7）具有熟练的可编程控制器应用能力。 （8）具有以嵌入式计算机数字控制技术为核心的新技术基本应用能力，对相应控制系统具有调试维护能力。 （9）具有对一般的机械零件图、产品装配图与机械、液压和气压传动系统回路的识读能力，了解常用机械设备的结构特点及工艺过程，了解常见的机械和电气的配合关系。 （10）了解企业管理的基本知识，具有一定的质量意识。 （三）、课程设置 课程设置共分五部分：公共必修课、专业必修课、专业限定选修课、专业选修课及公共选修课。 1、公共必修课包括：思想道德修养、法律基础、邓小平理论、马克思主义哲学、体育、英语、高等数学、计算机操作基础等。 2、专业必修课包括：电工基础、模拟电子技术、数字电子技术、电机及拖动基础、机械制图及公差、机械工程基础、嵌入式计算机原理及应用、C语言程序设计、自动检测与转换技术、现代电力电子技术、可编程序控制器应用、自动控制原理与系统、C语言、工厂电气控制技术、电子电气CAD、变配电技术、变频调速原理与应用、工业控制网络、DSP原理与应用及专业英语等。其中主干课程为：电工基础、模拟电子技术、数字电子技术、电机及拖动基础、嵌入式计算机原理及应用、自动检测与转换技术、现代电力电子技术、可编程序控制器应用、自动控制原理与系统等。 3、专业限选课包括：计算机控制技术、工业自动化仪表、控制电机、智能控制等。 4专业任选课包括：电工电子工艺、多媒体技术、楼宇自动化、计算机系统仿真、计算机维修、程序设计（VB）等。 5、公共选修课包括：包括两个能力模块：经济管理科学类和人文与社会科学类。 （四）、实践教学环节 1、专业主要实践教学包括：电工实验、模拟电子技术实验、数字电子技术实验、电机与电力拖动实验、可编程序控制器应用实验、嵌入式计算机原理实验、现代电力电子技术实验、电工基础课程设计、电子技术课程设计、嵌入式计算机原理课程设计、可编程序控制器应用课程设计、自控系统课程设计、综合系统实训、金工实习、电工电子实习、专业参观、综合生产实习、毕业设计等。 2、非专业实践教学包括：入学教育、军训、暑期社会实践、社团活动、体育活动、文艺活动等。 （五）、职业技能证书 本专业证书包含三个方面： 1、公共必修证书：PET、计算机一级证书。 2、专业必修证书：CAD初级、维修电工中级。 3、任选证书：CET四级证书、计算机三级证书(单片机方向）、CAD中级证书、维修电工高级证书、气液电控制技术。 （六）、本专业师资力量 学院拥有一支学术造诣高、教学经验丰富、实践能力强的师资队伍。电气自动化技术专业现有师资26人，其中副高职称以上有17人，“双师型”教师10人。能够满足公共基础课、专业基础课和专业课的理论及实践教学的需要。 二、职业前景 1、对口行业 电气自动化技术是传统而具有新内涵的专业，本专业培养拥护党的基本路线，德、智、体、美等全面发展，具备从事电气自动化技术所需要的理论知识和职业技术能力，主要在生产、建设、服务和管理等第一线工作的高级技术应用性专门人才。本专业的毕业生可就职于国防、航天、航空、航海、铁道、机械、轻工、化工、电子、电力、电信、钢铁、石油、矿山、煤炭、地质、勘测等广泛的工业、农业、科学研究领域，也可就职于现代物流及现代服务业。 2、就业前景 在上海市经济委员会的《上海制造业战略升级的行动纲要》中指出：加快推动制造业的战略升级是贯彻党的十六大精神，坚定地走新型工业化道路，实现向制造业强国转变的国家战略需要，也是上海建立新型产业体系，提高城市综合竞争力，坚持“四个中心”的客观要求。上海制造业战略升级的重点包括：高新技术产业重点发展电子信息和现代生物与现代医药制造业；交通运输设备制造业重点发展汽车、轨道交通、船舶、民用飞机；装备制造业重点发展大型成套设备、电站设备、新能源和新型环保设备制造业；原材料制造业重点发展石油化工和精细化工、精品钢材制造业；生产性服务业重点发展制造业物流、技术服务等产业；大力发展就业广、清洁型的都市型工业。根据电气自动化的内涵，上述产业无不包含电气自动化技术，同时也对电气自动化技术专业的人才提出了更高的要求。据上海市政府组织的《面向新世纪上海紧缺人才需求趋势与开发研究对策》的报告显示，复合型技术人才是紧缺的专业人才，而电气自动化技术专业是培养复合型技术人才的有效载体。可以预见在未来数年内，电气自动化专业毕业生就业前景良好。

[1]ROVITHAKIS G A. Stable adaptive neuro-control design via Lyapunov function derivative estimation [ J ]. Automatica, 2001 37 (8):1213- 1221.[2]王源,胡寿松,吴庆宪.一类非线性系统的自组织模糊CMAC神经网络重构跟踪控制[J].控制理论与应用,2003,20(1):70-77.(WANG Yuan, HU Shousong, WU Qingxian. Adaptive reconfigurable tracking control of a class of nonlinear systems based on self-organizing fuzzy CMAC neural networks [ J ]. Control Theory & Applications, 2003,20(1 ) :70 - 77. )[3]LEWIS F L, YESILDIREK A, LIU K. Multilayer neural net robot controller:structure and stability proofs [ J]. IEEE Trans on Neural Networks, 1996,7(2) :388 - 399.[4]金波,俞亚新.一种自适应CMAC神经元网络控制器及其在水轮调速器中的应用[J].控制理论与应用,2002,19(6):905-908.( JIN Bo, YU Yaxin. Adaptive CMAC controller for hydraulic turbine speed governor [ J ]. Control Theory & Applications, 2002, 19 (6):905 - 908. )[5]CHEN F C, KHALIL H K. Adaptive control of nonlinear systems using neural networks [J]. Int J Control, 1992,55(6): 1299 - 1317.[6]牛玉刚,邹云,杨成梧.基于神经网络的一类非线性系统自适应跟踪控制[J].控制理论与应用,2001,18(3):461-464.( NIU Yugang, ZOU Yun, YANG Chengwu. Neural network-based adaptive tracking control for a class of nonlinear systems [ J]. Control Theory & Application, 2001,18 ( 3 ): 461 - 464. )[7]李翔,陈增强,袁著祉.非最小相位非线性系统的简单递归神经网络控制[J].控制理论与应用,2001,18(3):456-460.(LI Xiang,CHEN Zengqiang, YUAN Zhuzhi. Simple recurrent neural network control for non-minimum phase nonlinear system [ J ]. Control Theory &Application ,2001,18(3) :456 - 460. )[8]CHEN S, BILLINGS S A, GRANT P M. Recursive hybrid algorithm for nonlinear system identification using radial basis function networks [J]. Int J Control, 1992,55(5): 1050 - 1070.[9]BROWN M, HARRIS C J. Neurofuzzy Adaptive Modeling and Control [M].Hertfordshire: Prentice Hall International (UK) Limited,1994.[10]LIN C T, LEE G C S. Neural Fuzzy Systems-A Neuro-fuzzy Synergism to Intelligent Systems [M].New York: Prentice Hall Inc. ,A Simon & Schuster Company, 1996.[11]GE S S, LEE T H, HARRIS C J. Adaptive Neural Network Control of Robotic Manipulators [ M]. Singapore: World Scientific, 1998.[12]孙富春,孙增圻,张钹.机械手神经网络稳定自适应控制的理论与方法[M].北京:高等教育出版社,2004.(SUN Fuchun, SUN Zengqi, ZHANG Bo. Theory and Approaches for Stable Adaptive Control of Robotic Manipulators Using Neural Networks [M]. Beijing: Higher Education Press,2004. )[13]WIDROW B. The original adaptive neural net broom-balancer[ C ]//Proc of IEEE Int Symposium on Circuits and Systems. Piscataway,NJ:IEEE Press, 1987:351 - 357.[14]ALBUS J S.New approach to manipulator control:the cerebellar model articulation controller (CMAC) [ J]. J of Dynamics Systems,Measurement and Control, 1975,97 ( 3 ): 220 - 227.[15]HOPFIELD J J, TANK D W. Computing with neural circuits: A model [ J]. Science, 1986,233:625 - 633.[16]RUMELHART D E, MCCLELLAND J L. Parallel Distributed Processing : Explorations in the Microstructure of Cognition [ M]. Cambridge, MA: MIT Press, 1986.[17]WANG Jeen-Shing, LEE G C S. Self-adaptive recurrent neuro-fuzzy control of an autonomous underwater vehicle [ J ]. IEEE Trans on Robotics and Automation, 2003,19 ( 2 ): 283 - 295.[18]DIAO Yixin, PASSINO K M. Adaptive neural/fuzzy control for interpolated nonlinear systems [ J ]. IEEE Trans on Fuzzy Systems,2002,10(5) :582 - 595.[19]达飞鹏,宋文忠.基于模糊神经网络的滑模控制[J].控制理论与应用,2000:17(1):128-132.(DA Feipeng,SONG Wenzhong. Sliding mode control based on the fuzzy neural networks [ J ]. Control Theory & Applications, 2000,17(1):128- 132.)[20]DENG Hui, SUN Fuchun, SUN Zengqi. Observer-based adaptive controller design of flexible manipulators using time-delay neurofuzzy networks [J]. J of Intelligent and Robotic Systems,2002,34(34) :453 - 466.[21]LIU Huaping, SUN Fuchun, HE Kezhong, et al. Controller design and stability analysis for fuzzy singularly perturbed systems [ J]. Acta Automatica Sinica ,2003,29(4) :494 - 500.[22]胡寿松,周川,胡维礼.基神经网络的模型跟随鲁棒自适应控制[J].自动化学报,2000,26(5):623-629.(HU Shousong, ZHOU Chuan, HU Weili. Model-following robust adaptive control based on neural networks [ J ]. Acta Automatica Sinica ,2000,26(5) :623 - 629. )[23]PARTRICIA Melin, OSCAR Castrilio. Intelligent adaptive control of non-linear dynamical systems with a hybrid neuro-fuzzy-genetic approach [C]//Proc of IEEE Int Conf on Systems, Man, and Cybernetics. Piscataway,NJ: IEEE Press, 2001:1508 - 1513.[24]LEE Ching-hung,LIN Yu-hing,LAI Wei-yu. Systems identification using type-2 fuzzy neural network (type-2 FNN) systems [C]//Proc of 2003 IEEE Int Symposium on Computational Intelligence in Robotics and Automation. Piscataway, NJ: IEEE Press, 2003:1264 -1269.[25]PARTRICIA M, OSCAR C. A new method for adaptive model-based control of nonlinear plants using type-2 fuzzy logic and neural networks [C]//Proc of IEEE Int Conf on Fuzzy Systems. Piscataway,NJ: IEEE Press, 2003: 420 - 425.[26]MENDELAND J M, BOB John R I. Type-2 fuzzy sets made simple [J]. IEEE Trans on Fuzzy Systems,2002,10(2): 117 - 127.[27]Ezhov A A, Khromov A G, Berman G P. Analog quantum neuron for functions approximation [ C ]//Proc of Int Joint Conf on Neural Networks. Piscataway,NJ: IEEE Press, 2001,2:1577 - 1582.[28]SANNER R M, SLOTINE J J E. Stable adaptive control and recursive identification using radial Gaussian networks [ C ]//Proc of IEEE Conf on Decision and Control. Piscataway, NJ: IEEE Press,1991:2116-2123.[29]POLYCARPOU M M, IOANNOU P S. Identification and control of nonlinear systems using neural network models: design and stability analysis EE-Report 91 - 09 - 01 [ R ]. Los Angeles: University of Southem California, 1991.[30]SANCHEZ E N, BERNAL M A. Adaptive recurrent neural control for nonlinear system tracking [ J ]. IEEE Trans on Systems, Man,and Cybernetics, Part B: Cybernetics, 2000,30( 6 ): 886 - 889.[31]SUN Fuchun, LI HanXiong, LI Lei. Robot discrete adaptive control based on dynamic inversion using dynamical neural networks [ J ].Automatica, 2002,38 ( 11 ): 1977 - 1983.[32]SANNER R M, SLOTINE J J E. Structurally dynamic wavelet networks for the adaptive control of uncertain robotic systems [ C ]//Proc of the 34 th IEEE Conf on Decision and Control. Piscataway,NJ: IEEE Press, 1995: 2460 - 2467.[33]POLYCARPOU M M. Stable adaptive neural control scheme for nonlinear systems [ J]. IEEE Trans on Automatic Control, 1996,41(3) :447 - 451.[34]SUN Fuchun, SUN Zengqi, WOO Pengyun. Neural network-based adaptive controller design of robot manipulators with an observer [ J]. IEEE Trans on Neural Networks ,2001,12( 1 ) :54 - 67.[35]NARENDRA K S, PARTHASARATHY K. Identification and control of dynamical systems using neural networks [ J ]. IEEE Trans on Neural Networks, 1990,1(1) :4 - 27.[36]ROVITHAKIS G A. Tracking control of multi - input affine nonlinear dynamical systems with unknown nonlinearities using dynamical neural networks [ J]. IEEE Trans on Systems, Man, and Cybernetics-Part B: Cybernetics, 1999,29(2): 179 - 189.[37]GE S S, LI G Y, LEE T H. Adaptive NN control for a class of strictfeedback discrete-time nonlinear systems [ J ]. Automatica, 2003,39(5) :807 - 819.[38]JAGANNATHAN S, LEWIS F L. Multilayer discrete-time neural-net controller with guaranteed performance [ J ]. IEEE Trans on Neural Networks, 1996,7 ( 1 ): 107 - 130.[39]SUN Fuchun, SUN Zengqi, WOO Pengyan, Stable neural networkbased adaptive control for sampled-data nonlinear systems [ J]. IEEE Trans on Neural Networks, 1998,9(5) :956 - 968.[40]CHENG C M, REES N W. Stability analysis of fuzzy multivariable systems: vector Lyapunov function approach [ J]. IEE Proceeding of Control Theory, 1997,144(5) :403 - 412.[41]SUN Fuchun, SUN Zengqi, FENG Gang. An adaptive fuzzy controller based on sliding mode for robot manipulators [ J ]. IEEE Trans on Systems, Man, and Cybernetics- Part B: Cybernetics,1999,29(5) :661 - 667.[42]TANAKA K, WANG H O. Fuzzy Control Systems Design and Analysis-A Linear Matrix Inequality Approach [M] .New York:John Wiley & Sons, Inc. ,2001.[43]TANIGUCHI T, TANAKA K, WANG H O. Fuzzy descriptor systems and nonlinear model following control [ J ]. IEEE Trans on Fuzzy Systems, 2000,8 (4): 442 - 452.[44]WU S J, LIN C T. Optimal fuzzy controller design: local concept [J] .IEEE Trans on Fuzzy Systems,2000,8(2): 171 - 185.[45]WU S J, LIN C T. Discrete-time optimal fuzzy controller design:global concept approach [ J]. IEEE Trans on Fuzzy Systems, 2002,10(1) :21 - 38.[46]CAO S G, REES N W, FENG G. H∞ control of uncertain fuzzy continuous - time systems [ J ]. Fuzzy Sets and Systems, 2000,115 (2):171 - 190.