本书是“高等院校智能制造应用型人才培养系列教材”之一，全书共7章，内容涵盖控制系统建模的理论基础、控制系统的信号与性能分析基础、智能控制算法基础、机械臂的智能控制应用案例分析、AGV小车的智能应用案例分析、智能控制技术未来的发展等。本教材重点概述或阐述了智能控制相关的基础概念、发展历程和趋势，对智能控制的基础理论和关键技术进行了简明而生动的阐述、归纳与总结。
本教材内容丰富，适合作为机械类（机械制造及其自动化、机械电子、机械设计、智能制造等）专业核心课程的教材，也可作为研究生的专业基础课程教材或相关工程技术人员的参考资料。
卢明明，长春工业大学教授。吉林省微纳与精密制造重点实验室骨干成员，中国机械工程学会特种加工分会理事，吉林省增材制造学会理事，吉林省拔尖创新人才，长春工业大学优秀青年学者。一直从事振动辅助切削、微纳与精密加工等方向的研究，目前为止主持国家自然科学基金项目1项，吉林省重点研发项目1项，吉林省自然科学基金主题科学家专项1项，青年基金1项。作为科研骨干参与国家自然科学基金项目4项、国家重点研发计划1项、省部级科研项目10余项。近五年，成果获吉林省科学技术奖技术发明类一等奖2 项、自然科学学术成果奖二等奖1项、发明专利授权11 件、发表SCI检索论文50余篇。在参与科研项目的过程中申请人对基于FTS的金刚石车削技术、精密CNC车床运动轴的误差动态补偿技术、三维椭圆振动辅助切削技术等方面进行了深入的研究，取得了阶段性理论研究成果和实用技术。主要讲授机械控制工程基础、液压与气压传动、难加工材料高效加工技术、智能制造导论等专业课程。
第1章 绪论 1
1.1 智能控制的起源 2
1.1.1 智能控制的提出 3
1.1.2 智能控制的概念 4
1.1.3 智能控制的发展 5
1.1.4 智能控制的特点 6
1.2 工业控制对智能控制技术的需求 6
1.3 智能控制技术要求与实施方案 7
1.4 智能控制的主要内容 9
1.4.1 控制系统建模与分析 9
1.4.2 智能控制算法基础 9
1.4.3 智能控制算法在工业控制中的应用 9
1.5 本章小结 10
课后习题 10
第2章 控制系统建模的理论基础 11
2.1 基本定义与概念 12
2.1.1 控制系统的基本控制方式 13
2.1.2 控制系统的类型 15
2.1.3 控制系统的性能要求 16
2.1.4 典型输入信号 17
2.2 控制系统的微分方程 19
2.2.1 列写微分方程的一般方法 19
2.2.2 线性系统的基本特性 21
2.2.3 线性微分方程的求解 21
2.3 拉氏变换及其应用 21
2.3.1 拉氏变换的定义 22
2.3.2 常见拉氏变换 22
2.3.3 拉氏变换定理 23
2.3.4 拉氏反变换 26
2.3.5 用拉氏变换求解微分方程 29
2.4 控制系统的传递函数 30
2.4.1 传递函数的定义 30
2.4.2 传递函数的性质和含义 31
2.4.3 典型环节的传递函数 32
2.5 控制系统的结构图与信号流图 37
2.5.1 系统结构图的组成和绘制 37
2.5.2 结构图的等效变换和简化 40
2.5.3 信号流图的组成及性质 42
2.5.4 信号流图的绘制 43
2.5.5 梅森增益公式 44
2.6 控制系统建模实例 46
2.7 本章小结 53
课后习题 55
第3章 控制系统的信号与性能分析基础 57
3.1 控制系统的信号分析基础 58
3.2 控制系统的时域分析 59
3.2.1 定义与概念 59
3.2.2 一阶时域系统分析 60
3.2.3 二阶时域系统分析 63
3.2.4 高阶时域系统分析 70
3.2.5 基于Matlab的机床多轴运动控制系统时域分析 73
3.3 控制系统的频域分析 74
3.3.1 定义与概念 74
3.3.2 开环辐相频率特性曲线（极坐标图）绘制 81
3.3.3 开环对数频率特性曲线（Bode图）绘制 86
3.3.4 基于Matlab的机床振动信号频域分析 93
3.3.5 闭环系统的频域分析 94
3.4 控制系统的稳定性分析与误差分析 96
3.4.1 控制系统的性能分析基础 96
3.4.2 控制系统的劳斯稳定判据 99
3.4.3 控制系统的奈奎斯特稳定判据 105
3.4.4 控制系统的稳态误差分析 115
3.4.5 控制系统稳定性分析实例 124
3.5 本章小结 132
课后习题 133
第4章 智能控制算法基础 138
4.1 PID控制 139
4.2 模糊控制 141
4.2.1 模糊控制原理 141
4.2.2 模糊控制系统的工作原理 144
4.2.3 模糊规则的描述 145
4.3 神经网络控制 148
4.3.1 神经网络控制的历史 148
4.3.2 神经网络理论基础及原理 149
4.3.3 神经网络的分类 151
4.3.4 神经网络学习算法 152
4.3.5 神经网络的特点 154
4.3.6 典型神经网络 155
4.4 仿生智能算法 161
4.4.1 数学基础 162
4.4.2 仿人智能算法 166
4.4.3 仿动物群智能算法 176
4.4.4 仿植物智能算法 185
4.4.5 仿自然智能算法 190
4.4.6 进化算法 200
4.5 Hough变换与傅里叶变换 208
4.5.1 变换思维意识概述 208
4.5.2 Hough变换 209
4.5.3 傅里叶变换 217
4.6 PWM电机控制算法 222
4.6.1 概述 222
4.6.2 PWM控制的基本原理 224
4.6.3 PWM逆变电路及其控制算法 226
4.6.4 直流电机的PWM控制 230
4.7 本章小结 234
课后习题 236
第5章 机械臂的智能控制应用案例分析 237
5.1 机械臂控制器单元智能控制算法应用 238
5.1.1 速度输入下的位置控制 239
5.1.2 转矩输入下的位置控制 241
5.2 机械臂末端图像处理单元智能控制算法应用 245
5.2.1 图像处理 245
5.2.2 位姿获取 248
5.3 机械臂用伺服电机智能控制算法应用 250
5.3.1 线性伺服系统理论 250
5.3.2 稳定裕度与灵敏度 252
5.3.3 基于位置的视觉伺服 253
5.3.4 基于图像的视觉伺服 255
5.3.5 复合视觉伺服 256
5.4 机械臂整机简单智能控制算法应用 257
5.4.1 机械臂独立PD控制 257
5.4.2 基于模糊补偿的机械臂模糊自适应滑模控制 259
5.5 本章小结 263
课后习题 264
第6章 AGV小车的智能应用案例分析 265
6.1 AGV基本概述 266
6.1.1 AGV的发展现状 266
6.1.2 AGV的系统构成 267
6.2 AGV控制器单元智能控制算法应用 271
6.2.1 AGV动力电池控制单元 271
6.2.2 AGV电机与电机控制单元 274
6.3 ROS系统 281
6.4 视觉导引的AGV智能控制 282
6.5 AGV定位系统 284
6.5.1 室内定位技术概述 284
6.5.2 UWB定位技术的历史 285
6.5.3 UWB技术优势 285
6.6 本章小结 286
课后习题 286
第7章 未来与展望 287
7.1 机遇与问题 288
7.1.1 机遇 288
7.1.2 问题 288
7.2 智能控制技术目前的应用 289
7.2.1 5G技术 289
7.2.2 工业大数据技术 292
7.3 展望 293
7.4 本章小结 294
附录 295
附录1 295
附录2 298
附录3 299
附录4 301
附录5 302
附录6 303
参考文献 304
书单推荐
