迄今为止，现有的控制策略大多是在简化的基础上建立控制模型，使得设计出的控制器往往不能满足工程的实际需求。康珺专著的《机电液一体化系统的复合建模与控制方法研究》针对典型的机电液一体化系统进行研究，目的是解决系统中存在的液体发热、泄漏和能量耗散等因素带来的建模问题，设计出适应性更强、应用范围更广泛、建模更容易、控制方法更简单有效的复合性的建模手段和控制策略。

《机电液一体化系统的复合建模与控制方法研究》主要研究内容如下：

（1）研究了国内外近年来针对机电液一体化系统采取的先进控制策略，分析了其中存在的问题及产生的原因，指出了研究的必要性。对研究所涉及的无源性控制、键合图、系统辨识等先进技术的国内外研究现状与应用进行了分析。

（2）将机电液一体化系统根据功能划分为驱动子系统、液压子系统与测控子系统三个子系统，研究了系统整体结构、各子系统功能结构以及系统实现方法，为每个模块更进一步的分析奠定了基础。

（3）根据耗散性、无源性及其相关理论，对部分电力电子和机械系统进行无源性分析，建立了交流电动机的端口受控的耗散哈密顿系统模型，并在此模型之上设计了一种新的基于IDA—PBC的无源控制模型。该模型基于系统的能量特性，通过配置合适的“无功力”简化控制器，利用磁通观测器，结合PI控制器设计实现。仿真证明所设计的控制模型具有较强的鲁棒性。

（4）根据键合图中功率键合图与伪键合图两类图形的相关理论及建模方式，提出了针对液压系统的应用方案，并对试验系统中液压子系统的关键部件：液压泵、比例溢流阀、管路进行了键合图的建模。

（5）建立了液压子系统的键合图（含伪功率流）模型。对模型中符合功率建模要求的部分用功率键建模，并直接进行数学模型推导；而对那些难以准确符合功率键合图建模要求的部分，采用伪键合图的形式进行建模，并用系统辨识的方法建立辨识模型。

（6）根据系统辨识的模型及原理，设计出两种新的辨识时间短辨识精度高的系统辨识方法。一种是基于改进神经网络的参数辨识方法，该方法利用改进的传递函数与适应度函数提高了收敛速度、另一种是基于动态模糊神经网络的系统辨识方法，该方法在模糊神经网络中增加了归一化层，以便进行数据预处理，从而加快了辨识速率。另外，将设计的两种新的系统辨识方法用于液压子系统键合图模型中伪功率流部分的快速辨识，成为对液压子系统的精确建模的有效补充。

（7）提出了典型机电液一体化系统的复合建模与控制模型架构。所提出的复合建模方法综合运用了无源理论、键合图理论、系统辨识等理论，对不同能域分别建模，建模快速、精度高。所提出的控制模型基于IDA—PBC方法，充分考虑了负载干扰，对负载变化具有较好的适应性，控制效果好。仿真和试验证明了所设计的复合建模方法能有效地对系统进行精确建模，所建立的控制模型具有较强的鲁棒性和适用性。

康珺专著的《机电液一体化系统的复合建模与控制方法研究》的研究对机电液一体化系统的精确建模与有效控制提供了一种新的思路与方法，能应用于国防建设和国民经济的各个领域，对加速实现现代化具有相当重要的意义。

第1章 绪论

1．1 研究的背景及意义

1．2 国内外相关研究综述

1．2．1 机电液一体化系统及其控制策略

1．2．2 无源性控制

1．2．3 键合图

1．2．4 系统辨识

1．3 本书研究的内容

第2章 机电液一体化系统

2．1 引言

2．2 系统整体结构

2．3 驱动子系统

2．4 液压子系统

2．5 测控子系统

2．6 系统的实现

2．7本章小结

第3章 无源性控制方法

3．1 引言

3．2 无源性控制理论

3．2．1 耗散性与无源性

3．2．2 无源系统的稳定性

3．2．3 无源系统的反馈互联

3．3 无源控制器设计

3．3．1 哈密顿系统

3．3．2 端口受控的哈密顿系统

3．3．3 端口受控的耗散哈密顿系统

3．3．4 端口受控的耗散哈密顿系统的无源控制

3．4 交流电动机的无源控制

3．4．1 交流电动机的端口受控耗散哈密顿模型

3．4．2 交流电动机的IDA—PBC控制

3．5 仿真分析

3．6 本章小结

第4章液压子系统的键合图建模

4．1 引言

4．2 键合图方法

4．2．1 键合图概述

4．2．2 键合图组成及基本元素

4．2．3 键合图的扩展——伪键合图

4．3 键合图在液压系统中的应用

4．3．1 液压系统中常见物理效应的键合图建模

4．3．2 液压系统中创建键合图的一般方法

4．4 液压子系统中元件的键合图建模

4．4．1 液压泵及建模

4．4．2 比例溢流阀及建模

4．4．3 其他元件及建模

4．5 液压子系统的键合图建模

4．6仿真分析

4．7 本章小结

第5章 系统辨识技术

5．1 引言 

5．2 系统辨识理论

5．2．1 系统辨识概述

5．2．2 系统辨识一般模型

5．2．3 系统辨识的步骤

5．3 基于改进神经网络的系统辨识方法

5．3．1 BP神经网络

5．3．2 遗传算法优化过程

5．3．3 辨识器模型的建立

5．3．4 仿真分析

5．4 基于动态模糊神经网络的系统辨识方法

5．4．1 模糊神经网络辨识模型

5．4．2 参数学习

5．4．3 仿真分析

5．5 液压子系统中的应用

5．5．1 液压子系统中伪功率流的提取方法

5．5．2 利用基于改进神经网络的系统辨识方法对液压子系统进行辨识 

5．5．3 利用基于动态模糊神经网络的系统辨识方法对液压子系统进行辨识

5．6 本章小结

第6章 复合建模与控制模型

6．1 引言

6．2 复合建模与控制模型的基本框架与实现

6．3 复合建模与控制模型的仿真实现

6．3．1 仿真方法

6．3．2 仿真运行平台

6．3．3 仿真运行结果

6．4 试验验证

6．5 仿真与试验结果对比与分析

6．6 本章小结

参考文献