控制科学的发展现状课件

《控制科学的发展现状课件》由会员分享，可在线阅读，更多相关《控制科学的发展现状课件（30页珍藏版）》请在金锄头文库上搜索。

1、控制科学的发展状况,贾新春 山西大学数学科学学院 Email： 2009-08-24,主要内容,一. 控制科学的历史回顾与发展状况简介 二. 传统控制科学的自身局限性 三. 智能信息处理技术与控制科学的交融 四. 控制科学的完善与控制形式的升华,一. 控制科学的历史回顾与发展状况简介,控制论的奠基者：维纳 国内代表人物：钱学森 控制科学在一个世纪的科技进步中起到了举足轻重的作用,为解决科技发展的许多挑战性问题提供了前瞻性的思想方法论。为许多产业部门实现自动化奠定了科学的理论基础和提供了强有力的控制仪器设备。特别是数字计算机的广泛使用,为控制科学开辟了更广泛的应用领域。,学 科 范 畴,控制科学

2、以工业、农业、社会、经济等领域的系统为对象，研究其控制与决策的共性问题，即为了实现系统的控制目标，研究如何建立系统的模型、分析其内部与环境信息、采取何种控制与决策行为以及控制与决策策略的实施问题等。 控制科学与工程下设五个二级学科： “控制理论与控制工程” “检测技术与自动化装置” “系统工程” “模式识别与智能系统” “导航、制导与控制”,历 史 回 顾,20世纪初的Lyapunov稳定理论； 20世纪10年代的PID控制律概念； 20世纪20年代的反馈放大器； 20世纪30年代的Nyquist与Bode图； 20世纪40年代维纳的经典控制论； 20世纪50年代贝尔曼动态规划理论和庞特里亚金

3、极大值原理； 20世纪60年代卡尔曼的系统状态空间法、能控性和能观性以及 Kalman滤波器 ； 20世纪70年代的自校正控制和自适应控制； 20世纪80年代基于不确定模型下的鲁棒控制； 20世纪90年代基于智能推理的智能控制理论； 21世纪的前10年将是控制科学发展中的五彩缤纷的10年.,非线性控制系统 (Nonlinear Control System) 一般地，实际系统不同程度地具有非线性性，因而非线性系统的研究就显得非常重要。其中的饱和系统、故障系统、混沌系统等非线性系统已经取得很多成就，并有着广泛的应用。例如，机器人协调控制系统、航空飞机操作故障控制、电力系统控制、大型网络稳定安全控

4、制、混沌通讯和混沌信息编码等领域。 2. 分布参数系统 (Distributed Parameter Systems) 由偏微分方程描述的系统。弹性振动系统、无穷维系统、人口控制和预测系统都是典型的分布参数系统，这些系统的研究已经取得重要突破；广泛应于航天、航空、机器人等重要领域。,重 要 研 究 方 向,3. 系统辨识和滤波理论 (System Identification and Filter) 系统辨识：利用输入输出对系统建模的理论。 滤波理论：利用统计方法估计实际对象的状态或输出的理论。 近十年来，系统辨识有几个重要的研究方向：基于鲁棒控制 的数学模型要求的鲁棒辨识；基于特殊信号驱动下

5、的系统辨识； 基于人工智能的非线性系统辨识。 同时，滤波理论在通讯等学科得到了广泛的应用。 4. 随机控制与自适应控制 (Stochastic Control and Adaptive Control) (1). 非线性滤波、随机系统控制、随机最优控制等； (2). 自适应算法是有效的科学计算方法； (3). 神经网络方法、滑动模方法及鲁棒控制方法组合的非线性 系统自适应控制律设计方法。,5. 鲁棒控制(Robust Control) (1). 主要内容：20世纪80年代的Zames的H控制理论以及各类 参数不确定系统的控制理论。十年来，H指标已成为评价 系统性能的重要指标； (2). 研究对

6、象：系统中参数范围或外干扰较大的系统，其模型 不易建立，常用一族模型即不确定模型来表示。 (3). 主要研究方法：Lyapunov稳定性理论， Lyapunov- Krasovskii稳定性理论，线性矩阵不等式(LMI)方法， 切换系统方法，参数自适应方法、滑膜控制方法等； (4). 主要研究方向：不确定时滞系统、饱和系统、故障系统、 带有执行器死区的鲁棒控制及其综合控制问题; (5). 应用：核反应堆的温度跟踪鲁棒控制，不确定导弹系统的 鲁棒自适应最优跟踪设计，机器人操作的鲁棒神经控制， 智能汽车的鲁棒控制等。,6. 切换系统（Switch Systems） (1). 切换系统：一类动力学系

7、统，它是由有限个子系统和一个 切换逻辑律组成，其中切换律决定哪个子系统被激活， 切换律一般是时间或状态的分段(分片)常值函数。 (2). 切换律分类：任意切换、时间可控、状态依赖； (3). 有趣现象：(i) 每个子系统是稳定的，可以选择切换律使 得切换系统不稳定； (ii) 每个子系统是不稳定的，但设计合适的切换律可保证 切换系统是稳定的; (4). 主要研究方向：自由切换律下的稳定性问题，约束切换律 （例如驻留时间、平均驻留时间）下的稳定性问题，以及 在确定切换律下的镇定或跟踪等综合问题； (5). 切换系统例子：故障系统、多模式控制系统、监督控制等。,7. 离散事件系统和混合系统 (Di

8、screte Event Systems and Hybrid Systems) (1). 系统中含有突变参数或结构的系统。离散事件动态系统自然延伸就是混合动态系统。 混合系统的离散监督控制, 离散事件混合系统的最优控制都有着广泛应用。 (2). 离散事件动态系统的应用例子：柔性制造系统、计算机通信系统、交通系统、网络系统等。 混合系统控制的应用例子：电力系统的电压安全控制、机器人协调控制和多智能体协作等。,8. 智能控制(Intelligent Control) 智能控制是上个世纪九十年代发展的高级控制理论。 (1). 智能控制：基于人类智能推理的控制理论。 (2). 主要包括：基于模糊推理

9、的控制理论(模糊控制)；基于 神经网络的控制理论(神经网络控制)；基于人工智能的 专家系统；多智能体控制及其综合。 (3). 应用：主要应用于难以建模的实际控制系统。例如， 基于神经动态规划的直升机的镇定控制，基于模糊神 经网络的机器人控制，航天轨道操作器的基于知识的分 层控制、预测控制，基于模糊推理的智能汽车控制等。,9. 网络控制系统(Networked Control Systems) 网络控制系统是2000年以来兴起的一个重要研究领域。 NCS是控制科学、网络技术和通信技术交叉融合的产物。 它的基本特征有：丢包、时延、量化、多包或单包传输等。 在实际应用中，有着许多优点，例如：成本低、

10、安装简单、 容易维护等。主要研究问题是建模、镇定、跟踪、滤波、 故障诊断和容错控制等。,10. 智能汽车路径规划与控制 (Path Plan and Control for Intelligent Vehicle) 智能汽车驾驶主要包括三个环节，即：环境感知、 路径规划与决策、汽车控制与调节。 环境感知：在车身设置多个传感器，用于获取车身内、外各种有用信息 ； 局部路径规划： 根据所获得的汽车环境信息，和一定的性能指标，确定下一步的最优行驶路径。 (3) 汽车控制：根据路径规划得到的理想行驶路线，控制车辆按照规定路线行驶。 应用前景：广泛！例如，无人战车，辅助驾驶系统等。,二. 传统控制科学的

11、自身局限性,传统控制器都是基于系统的数学模型建立的，因此, 控制系统的性能好坏很大程度上取决于模型的精确性, 这正是传统控制的不可逾越障碍。 传统控制,包括经典反馈控制、现代控制理论等,在应用中遇到不少难题。机理建模所不可避免的模型误差将导致估计器工作效果时好时坏,难以设计可靠、稳定的控制系统。,2.1 传统控制面临的问题,1). 控制对象的复杂性 实际系统经常存在非线性、时变性、不确 定性和不完全性，一般无法建立精确的数学模型。 2). 控制方法、手段单一性与对象的复杂性 (a). 一些理想的假设不易物理实现，有时与实际 情况不相符； (b). 根据现有的理论和技术来描述复杂的控制过 程一般

12、出现片面性、单一性;,3). 控制性能的高要求与系统可靠性的矛盾 追求高系统性能导致了系统的复杂性，从而 降低了实际系统的可靠性。 4). 不具有多层次的信息处理结构 控制系统需要处理各类信息（例如，数值的、 符号的、定性的、定量的、确定的和模糊信息） 具有多层次的信息处理结构。传统的控制方法 很难做到这一点的。,2.2 现代控制面临的问题,1) 控制对象复杂性 a) 基于网络的远程控制 b) 不同性质、不同控制对象组合而成的混杂系统 c) 多任务、多机器人的协调控制问题 2) 理论不完善性 复杂系统的建模、稳定性与系统设计缺乏理论支撑和指导。 3) 控制目标要求 a) 具有多种信息的综合能力

13、； b) 具有自学习和自适应能力，能够自主调整控制结构； c) 高可靠性，能自我故障诊断及排除； d) 具有良好的容错性和鲁棒性 ； e) 人在控制过程中的作用 。,控制科学工作者开始认识到,在许多系统中,复杂性不仅仅表现在高维性上,更多的则是表现在系统信息的模糊性、不确定性、偶然性和不完全性上。在现有的控制理论基础上，能否结合人工神经网络、模糊逻辑推理、启发式知识、专家系统等智能信息处理技术来解决难以建立精确数学模型的控制问题呢?,三. 智能处理技术与控制科学的交融,随着许多复杂的社会问题和全球问题的出现及客观系统复杂性不断增强,人们已对智能处理技术产生极大热情。智能控制科学与技术的发展，除

14、了与传统控制科学有关外，还与信息理论的发展密切相关。以人工神经网络为主导的，与模糊逻辑、遗传计算、专家系统、混沌和其它常规信号信息处理相结合的综合智能信息处理理论与技术已经取得了很大的进展。综合利用智能信息处理的最新成果将极大地促进控制科学的发展。,3.1 高级智能控制系统的功能特点,1).容错性。对复杂系统能进行有效的全局控制，并具有较强的容错能力； 2).多模态性。定性决策和定量控制相结合的多模态组合控制； 3).全局性。从系统的功能和整体优化的角度来分析和综合系统； 4).混合模型和混合计算。以知识表示的非数学广义模型和以数学模型表示的混合控制过程；系统在信息处理上既有数学运算，又有逻辑

15、和知识推理； 5). 联想记忆和学习能力。 6). 动态自适应性。 7). 组织协调能力。 等等,3.2 智能控制的主要研究分支,1). 模糊逻辑控制 模糊模型易于表达结构性的人类知识，容易建立。模糊系统的稳定性及综合问题成为模糊控制理论的主要研究内容。近二十年来，模糊控制理论已经成功地应用于家电产品制造、航天航空以及智能交通等领域 。 2). 模糊预测控制 预测控制是为适应复杂工业过程控制而提出的算法，模糊建模是非线性系统建模的一个重要工具, 把预测控制和模糊推理相结合，更符合人类的控制思想。,3). 神经网络控制 神经网络控制是研究和利用人脑的某些结构机理以及人的知识和经验对系统进行控制。

16、近来，在神经网络自适应控制、人工神经网络阀函数的数字设计、新的混合神经网络模型等方面都有重要发展，并且有着广泛的应用领域，例如，机器人操作过程控制、核反应堆的载重操作过程控制。 4). 综合神经网络控制 神经网络、模糊推理、各种特殊信号的有机结合，导致了一些新的综合神经网络的出现。例如，小波神经网络，模糊神经网络，混沌神经网络的出现，开辟了更高智能的控制方法。 5). 基于知识的分层控制设计 底层采用传统的控制方法，高层采用智能策略协调底层工作，这种控制设计理论已经应用到机器人、航天飞行器等领域。,3.3 智能控制的主要应用领域,1). 智能过程规划与控制 2). 专家咨询和专家控制系统 3). 恶劣工况下的智能化机器人 4). 人工神经网络和模式识别系统 5). 设备或系统故障自动检测与诊断 6). 智能化仪器设备 7). 智能汽车控制 7). 其它应用：包括航天器的姿态控制，飞机的 飞行和着陆控制，空中交通管理，机械手、 机器人和智能汽车控制等。,3.4 模糊推理和神经网络在控制中的区别,1. 模糊控制是基于规则的推理，而神经网络