智能控制作业

智能控制技术现状及发展 智能控制是常规控制的一个延伸和发展。在过去的几十年中，常规控制特别是基于状态空间方法的现代控制理论，在理论上取得了辉煌的进展，并且已经在航空控制等领域得到了成功的应用。但是，由于严重依赖于控制对象模型的精确性，使得现代控制理论在处理难以建立精确数学模型的一些复杂工业过程和系统时，显示出了严重的不适应性和局限性。为了解决这类实际控制问题，一方面需要不断地完善现代控制理论，推动鲁棒控制、变结构控制和自适应控制等理论和方法的研究，另一方面需要开辟新的控制思路和控制途径，促使智能控制作为控制领域的一个新的分支不断发展。现在，随着智能控制在众多工程领域里的成功应用，它已经成为控制理论和技术领域中最富于魅力和最具应用性的分支之一，受到了控制工程师们的广泛关注。一般认为，智能控制是指那些具有某些智能性拟人的非常规控制。这些拟人功能包括知识与经验的 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示功能、学习功能、推理功能、适应功能、组织功能、容错功能等。智能控制的控制对象通常是具有多方面复杂特性的系统或过程，这类系统或过程的主要特征表现为高度的不确定性、高度的非线性以及高度复杂的任务要求，而采用常规的控制方法和手段难以取得满意的控制性能，或者根本无法实现有效的控制。智能控制技术发展方向主要有基于人工智能技术的智能控制方向、智能控制的模糊控制方向和智能控制的人工神经网络控制方向，在智能控制的人工神经网络控制方向上，基于人工神经网络和模糊逻辑有机结合的神经模糊技术，已成为近年来的一个热门课题。 一、智能控制的性能特点及主要方法 1.1智能控制系统具有如下性能 （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的系统性能应优于变化前的系统性能。 （2）适应功能：系统应具有适应受控对象动力学特性变化、环境变化和运行条件变化的能力。这种智能行为是不依赖模型的自适应估计，较传统的自适应控制有更广泛的意义。 （3）组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性。除以上功能外，智能控制系统还应具有实时性、容错性、鲁棒性和友好的人机界面。 智能控制和传统控制在应用领域、控制方法、知识获取和加工、系统描述、性能考核及执行等方面存在明显的不同。基于与传统控制的区别，智能控制系统具有如下特点： （1）拟人智能化的运作模式； （2）优胜劣汰的选择机制； （3）多目标的优化过程； （4）复杂环境的学习功能。 1.2智能控制技术的主要方法 （1）模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 （2）专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 （3）神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。 （4）遗传算法学习控制 智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法,它模拟生物界/生存竞争,优胜劣汰,适者生存的机制,利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为优化搜索算法,一方面希望在宽广的空间内进行搜索,从而提高求得最优解的概率;另一方面又希望向着解的方向尽快缩小搜索范围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法的一个主要研究方向 。 （5）迭代学习控制 迭代学习控制模仿人类学习的方法、即通过多次的训练,从经验中学会某种技能,来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成,其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。 二、智能控制的现状 2.1工业过程中的智能控制 生产过程的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显的优势,且可用于控制一些非线性的复杂对象 。全局级的智能控制主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。 2.2 机械制造中的智能控制 在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。可采用专家系统的“Then-If”逆向推理作为反馈机构,修改控制机构或者选择较好的控制模式和参数。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。 2.3电力电子学研究领域中的智能控制 电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程,国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了良好的控制效果 。遗传算法是一种先进的优化算法,采用此方法来对电器设备的设计进行优化,可以降低成本,缩短计算时间,提高产品设计的效率和质量。应用于电气设备故障诊断的智能控制技术有:模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中,智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一,也是研究的新热点之一。 以上的三个例子只是智能控制在各行各业应用中的一个缩影，它的作用以及影响力将会关系国民生计。并且智能控制技术的发展也是日新月异，我们只有时刻关注智能控制技术才能跟上其日益加快的技术更新步伐。 三、智能控制的发展 3.1智能控制存在的问题 智能控制以其优越的控制性能逐渐步入了工程界并得到广泛飞应用。然而在智能控制的实现方面，还存在很多问题有待解决。具体表现在： （1）扩宽实际应用范围，提高实时控制能力问题。 （2）解决知识获取和优化的瓶颈问题，特别是动态系统的知识获取和分类。 （3）对智能控制学习研究的问题。 （4）各种智能方法结合以及同传统控制方法结合研究问题。 （5）数值和符号之间的计算问题。目前，在数值和符号之间的计算尚未有一个成型的规则。 （6）智能控制的鲁棒性问题缺乏严格的数学推导。 （7）如何研究解耦问题，简化控制算法。 （8）研究新型智能控制硬件和软件问题，智能控制的研究往往缺少较好的软件环境，硬件方面存在的问题更大。 3.2智能控制的发展前景 智能控制已经获得迅速发展， 并得到日益广泛的应用。越来越多的研究者从不同方向从事智能控制学科的研究工作， 他们相信， 智能控制一定会以其新的成果对科学、 技术、 经济、 社会以及人民生活做出重大贡献。不过， 智能控制是一门新兴的学科， 无论在理论上或应用上， 仍然不够完善， 有待继续研究与发展。 ( 1 ) 寻求更新的理论框架 与智能控制的目 标和定义相比， 智能控制研究尚存在一些需要解决的问题， 这主要表现在宏观与微观分离、 全局与局部隔开、 理论与应用脱节等问题。这些问题和其他相关问题说明， 人脑的结构和功能要比人们想象的复杂得多; 人工智能和智能控制研究面临的困难要比估计的重大得多。同时也说明， 要从根本上了解人脑的结构和功能， 解决面临的困难， 完成人工智能和智能控制的研究任务， 需要寻找和建立更新的智能控制框架和理论体系， 为智能控制的进一步发展打下稳固的理论基础。到底未来的新型智能控制理论是什么， 我们需要深人研究智能控制的基本理论和概 ‘ 寻找至今尚未发现的新理论， 建立新的智能控制机理。 例如， 建立控制知识和控制系统的统一描述万 完整和系统地研究智能控制系统的稳定性、 鲁棒性和动态特性， 构造新一代基于模型的专家控制系统， 以及开发新的基于仿生学和拟人学控制机制等。 ( 2 ) 进行更好的技术集成 智能控制必须靠多学科的联合才能取得新的质的突破。智能控制技术是人工智能技术与其它信息处理技术，尤其是信息论、系统论、控制论和认识工程学等的集成。除此以外，还包括计算机网络、 数据库、计算机图形学、 语音与其它听觉技术、 机器人学、 过程控制、并行处理、 光学计算和生物信息处理等技术， 对于未来的智能控制系统还要集成认知科学、生理学、 心理学、语言学、社会学、人类学、系统学和哲学等科学。 ( 3 ) 开发更成熟的应用方法 为了实现智能控制， 必须开发新的硬件和软件。实现智能控制固然需要硬件的保障，不过，软件应是智能控制的核心，因为控制器的智能化是整个智能控制的核心，而这一智能化基本上要靠软件技术来实现。由于智能控制应用问题的复杂性和广泛性， 传统的软件设计方法已显得不适应和不够用。一个问题是，智能控制软件要执行的功能很可能随着控制系统的开发而变化。智能控制技术必须支持智能控制的开发实验， 并允许控制系统有组织地从一个较小的核心原型逐渐发展成为一个完整的应用系统。在当前的智能控制应用方法研究中有许多引人注目的课题，譬如，提高运行速度、实现实时控制，提高对传感信息和环境的解释能力，设计新的模块化传感器和接口以及改善信息处理和识别能力等。在控制软件方面， 研究课题可能包括: 开发面向任务的独立和通用的程序设计语言; 能够描述各种控制过程; 处理缓慢变化信号和故障以及实现智能控制系统的优化等。