《智能控制技术地发展现状与地的应用》由会员分享，可在线阅读，更多相关《智能控制技术地发展现状与地的应用（5页珍藏版）》请在金锄头文库上搜索。
1、智能控制技术的发展及其应用一、国内外研究现状及发展趋势智能控制(intelligent controls )，是指在无人干预的情况下能自主地驱动 智能机器，以实现控制目标的自动控制技术。自1932年奈魁斯特(H.Nyquist)的有关反馈放大器稳定性论文发表以来， 控制理论的发展已走过了 60多年的历程。一般认为，前 30年是经典控制理论 的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。随着研究的对 象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复 杂系统的控制问题。智能控制是针对控制对象及其环境、目标和任务的不确定性 和复杂性而产生和发展起来的。从20世纪60
2、年代起，计算机技术和人工智能技术迅速发展，为了提高控 制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用 于学习控制系统，1966年，Men del进一步在空间飞行器的学习控制系统中应 用了人工智能技术，并提出了 “人工智能控制”的概念。 1967年，Leondes和 Men del首先正式使用“智能控制” 一词。20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结 了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人 工智能技术与控制理论的交叉的思想，并创立了人机交
3、互式分级递阶智能控制的 系统结构。20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取 得了重要进展。1974年，Mamdani提出了基于模糊语言描述控制规则的模糊 控制器，将模糊集和模糊语言逻辑用于工业过程控制， 之后又成功地研制出自组 织模糊控制器，使得模糊控制器的智能化水平有了较大提高。 模糊控制的形成和 发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动 作用。20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。1986年，发表的著名论 文专家控制中，将人工智能中的专家系统技术引入控制系统，组成了
4、另一种 类型的智能控制系统一一专家控制。目前，专家控制方法已有许多成功应用的 实例。自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论）， 在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智 能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论 和生物控制论等许多学科的发展，同时也促进了相关学科的发展。智能控制也是 发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善， 但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员
5、的关注。随着科学技术的发展，智能控制的应用领域将不断拓展， 理论和技术也必将得到不断的发展和完善。控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现 代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智 能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透， 也推动了控制科学与工程研究的不断深入， 控制系统向智能控制系统的发展已成 为一种趋势。二、智能控制与传统控制的区别分析1、传统控制的特点以稳定性的理论和反馈理论为基础的自动控制理论，使传统控制得到了巨大 的发展，主要形成
6、了四方面的特点： 具有完整的理论体系，形成了以反馈理论为核心，以精确的数学模型为基 础，以微分和积分为主要数学工具。以线性定常系统为主要研究对象的完善的理 论和应用方法； 形成了以时域法、根轨迹法、线性系统为基础的分析方法； 具有严格的性能指标体系.稳态性能和动态性能都有具体而严格的指标； 在单机自动化，不太复杂的过程控制及系统工程领域中得到了广泛而成功 的应用。2、传统控制的不足传统控制也具有明显的局限性，其局限性主要表现在： 传统控制理论是建立在以微分和积分为数学工具的精确模型上， 而这种模 型通常是经过简化后获得的，对于高度非线性和复杂系统，数学模型将丢失大量 的重要信息而失去使用价值；
7、 传统控制理论虽然有自适应控制和鲁棒控制来处理对象的不确定性和复杂性，但在实际应用中，当受控对象存在严重的非线性、 数学模型的不确定性及 系统工作点变化剧烈的情况下，白适应和鲁棒控制存在难以弥补的严重缺陷。应 用的有效性受到很大的限制； 传统的控制系统输入的信息比较单一，而现代的复杂系统不仅输入信号复 杂多样和容量大，并且要求对各种输入信息进行融合 推理和分析，以便根据环 境和条件变化； 传统控制系统的自学习、自适应、自组织功能和容错能力较弱，不能有效 地进行不确定的、高度非线性、复杂的系统控制任务。3、智能控制系统的特点智能控制是自动控制发展的新的阶段，主要用来解决那些用传统方法难以解 决的
8、复杂、非线性和不确定的系统控制问题。智能控制系统具有以下几个特点 ：(1) 较强的学习能力。能对未知环境提供的信息进行识别、记忆、学习、融 合、分析、推理，并利用积累的知识和经验不断优化、改进和提高自身的控制能 力；(2) 较强的白适应能力。具有适应受控对象动力学特性变化、环境特性变化 和运行条件变化的能力；(3) 较强的容错能力。系统对各类故障具有白诊断、屏敝和白恢复能力；(4) 较强的鲁棒性。系统性能对环境干扰和不确定性因素不敏感；(5) 较强的组织功能。对于复杂任务和分散的传感信息具有白组织和协调功 能，使系统具有主动性和灵活性；(6) 实时性好，系统具有较强的在线实时响应能力；(7)
9、人一机协作性能好，系统具有友好的人机界面，以保证人一机通信、人 一机互助和人一机协同工作；(8) 智能控制具有变结构和非线性的特点，其核心是组织级。4、智能控制与传统控制的关系智能控制与传统控制是密不可分的，而不是相互排斥的。一般隋况下，传 统控制往往包含在智能控制之中.传统控制在某种程度上可以认为是智能控制发 展中的低级阶段。根据目前研究情况的分析，智能控制和传统控制具有紧密的结 合与交叉综合，主要表现在： 智能控制常常利用传统控制来解决“低层”的控制问题。例如在分级递阶 智能控制系统中，组织级采用智能控制。而执行级采用的是传统控制； 将传统控制和智能控制进行有机结合可形成更为有效的智能控制
10、方法； 对数学模型基本成熟的系统，应采用在传统数学模型控制的基础上增加一 定的智能控制手段的方法，而不应采用纯粹的智能控制。三、智能控制在各行各业的应用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、机械制造中的智能控制
11、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。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。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
