智能控制在现代工业中的应用

智能控制在现代工业中的应用
智能控制在现代工业中的应用

智能控制在现代工业中的应用

1现代工业系统的特点与智能控制的形成

智能控制形成的工业因素随着科学技术的不断进步和工业生产的不断发展,现代工业生产过程,特别是复杂工业生产过程的控制与综合自动化越来越成为人们所必须面对的问题。它既是推动自动控制理论和系统科学发展的强大动力,同时也对自动控制提出了前所未有的挑战,其表现为:(1)被控对象日益复杂被控对象往往是无穷维的复杂系统,表现出很强的分布特性,而利用有限参数模型设计的控制,其有效性不能保证。这种复杂性还表现在被控对象与环境的关系上,如不确定性因素增多,缺乏先验知识,环境干扰具有多样性、时变性和随机性,系统与环境、系统的各子系统之间和系统部的关联性相当强且复杂。(2)高度的不确定性现代工业系统的结构、参数和环境都具有高度的不确定性,系统和环境有许多未知因素,如环境的动态变化、输入信息的多样化和数据量显著增加等,而且其信息结构也发生了质的变化,包括信息的不可预知性、不完全性等。(3)多层次、多目标的控制要求现代工业控制所追求的已不仅仅是低层次上单一的品质,而是力现多样化、多层次的综合目标,包括协调、调度、管理及决策等。(4)控制手段的经济性基于实时性、生产成本和操作工素质等因素的考虑,控制手段不允许过分复杂。现代工业生产为追求高质量、高可靠、高效益、高适应性的"四高"目标,一方面其生产规模越来越庞大,节奏越来越快,

工艺越来越复杂;另一方面基于严格和精确的数学模型描述基础上的传统控制理论的分析、综合与设计技术与现代工业生产的控制实践存在着巨大的鸿沟,理论与应用之间存在着严重的不协调性,面对复杂的工业对象,

2工业自动化控制系统

在自动化(automation)不断完善和发展的今天,自动化水平已经成为衡量企业现代化水平的一个重要标准,而自动化的一个重要分支——工业自动化,更是生产型企业提高生产效率,稳定产品质量的重要手段。我国的自动化发展历程也经历了以“观测”为主的第一阶段,以“观测”并“人为反应”的第二阶段,已经逐渐进入到“自动测量自动反应”的第三阶段。这些进步,同时需要控制理论和实践的完善,智能控制(intelligent controls)作为现代控制理论基础上发展起来的新型控制理论,已经广泛应用于各个自动化领域,全自动洗衣机就是典型的智能控制自动化的例子。

一个控制系统包括控制器(controller)、传感器(sensor)、变送器(transmitter)、执行机构(final controlling element)、输入输出接口(I/0 interface)五部分组成。控制器的输出经过输出接口、执行机构,加到被控系统上;控制系统的被控量,经过传感器,变送器,通过输入接口送到控制器,这样完成了一次正常的运算控制操作。

按照自动控制有无针对对象来划分,自动控制可分为“开环控制”和“闭环控制”。区分“开环控制”和“闭环控制”最直接的办法是看是否有最终对象的反馈,当然这个反馈不是人为直观观察的。例如向一

个容器里加水,有水位测量设备,水位到达设定的高度,水龙头自动关断,这就是“闭环控制”;如需人为的看水是否到了设定的高度,而去人为的关水龙头,这就是“开环控制”。当然,智能控制,目标是不需要人为干预,所以,我们可以简单的认为“开环控制”是人为干预控制,不能完全体现智能控制的特点,所以在这里不去深究它。“闭环控制”按照执行机构的不同,可分为“状态闭环控制”和“调节闭环控制”。区分“状态闭环控制”和“调节闭环控制”的办法是看对执行机构的作用方式,如上例中,如果水龙头是开关两位的,在水位到达设定的高度,自动关断水龙头,则此为“状态闭环控制”;如果水龙头是可调节的,根据水位高度的不同,调节水龙头开度的大小,通过加水量的不同,让水位保持平衡,此为“调节闭环控制”。

目前工业自动化控制中,“状态闭环控制”多用于保护类控制,例如汽机的ETS,锅炉的MFT,化工的ESD,水泵保护等等。其优点是反应比较快,控制器本身不需要复杂的计算,通过逻辑运算基本可以实现;其缺点是一旦收到的反馈信号为假信号,则按照假信号进行动作,工程上多称之为“误动”。由于动作迅速(一般是以“毫秒”为单位进行计算),所以一旦误动产生,无法在执行之前或之中做出人为反应处理,只能事后补救,而一些重要的保护一旦产生误动,其影响和损失都是比较大的。针对这个问题,根据现场“状态闭环控制”的重要性和损失性,需要将反馈信号进行品质判断处理,判断出信号的真实性,如果是假信号,则保持原信号不变,不触发执行机构工作,避免误动。而且几乎所有的“状态闭环控制”都有是否允许执行的开关,即联锁按钮。联锁按

钮可根据实际情况,屏蔽控制容,这样就可以部分的对其进行提前控制,把误动的可能性减到最低。

“调节闭环控制”相对“状态闭环控制”要复杂一些,需要控制器进行复杂的运算,计算出输出的结果给执行机构,执行机构进而调节被调节对象。从时间上来讲,“调节闭环控制”是不间断的时时进行计算和输出,其周期决定于控制器的运算周期。“调节闭环控制”需要人为或通过系统计算给定一个被控制对象的理想的状态数值(给定值set value,简写为S),控制器会比较实际的被控制对象的数值(测量值practical value,简写P)与给定值之间的偏差,并计算出输出到执行机构的值(输出值output value,简写O)给执行机构,执行机构变化,使测量值改变,控制器再次比较测量值与给定值的偏差(以下简称偏差),进行下一循环的计算并输出。“调节闭环控制”一般常用的控制方式是“比例积分微分控制”即“PID控制”或“PID调节”。PID控制器就是根据偏差,利用比例(proportional)、积分(integration)、微分(differentiation)计算出控制量进行控制的。PID控制器问世至今已有近几十年的历史,它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。很多盘装仪表控制器就具备很好的带有记忆功能的PID控制功能。“调节闭环控制”对控制系统中各个环节设备性能的要求比较高,如对执行机构,要求执行机构的线性度要高,不能是越阶式执行。同时,“调节闭环控制”因为是时时调节控制,所以对执行机构的机械部分磨损比较大,部分的影响执行机构的寿命。

在“调节闭环控制”中,对控制系统的各个部分的工作状态也有所要求,同例如执行机构,“调节闭环控制”要求执行机构是工作状态是在“线性区域”工作,而不是死区。所谓死区(dead zone),又称仪

表不灵敏区,是指输入量的变化不致引起该仪表输出量有任何可察觉的变化的有限区间。例如一个执行机构,接收4~20mA线性信号,输出动作是0~100%的机械力,那么当输入的信号是4.0005mA的时候,执行机构是不动作的,此时4.0005mA是处于执行机构的死区。阀门是最典型的执行机构,阀门的工作特性曲线图(如图01)表示出了阀门死区与工作线性区的特点。图中Y轴代表的是阀门输出的机械动作,即实际开度;X轴代表接受到的执行命令大小,即要求开度。由图可知,阀门在关闭时刚开始接收到开信号时阀门无实际动作,这段区域即是死区,然后在接受到一定的信号值后,阀门开始大幅度动作,然后进入到一个相对平缓的直线运行区域,这段相对平缓的直线即线性区(linear zone)。然后再经过大幅度动作区,死区,到底满开度。关闭亦然。实际中,很多阀门在实际中是不可能完全达到0%和100%开度的,也就

是说0%开度阀门一定或多或少有一些流量,而100%开度也不可能是0阻力流动的。

了解了“调节闭环控制”的执行机构特点,之后进行调节,方法多为PID调节。而PID调节有很多计算方法,实际应用却多用“试凑法”,即先通过经验预设一组PID参数值,再根据实际效果调节参数值,达到预期的目的。所以实际中主要调节什么参数,如何去调节PID参数,是最直接需要掌握的容。

首先要知道所调试的调节系统的作用方式,即正作用还是反作用。如果被调节对象的测量值大于给定值,则增大执行机构输出值,此为正作用。反之为反作用。同一个容器,即有进水阀,也有排水阀,被调节对象是水位,那么如水位高于期望值,需减小进水阀的开度,进水阀为反作用;需增大排水阀开度,排水阀为正作用。正反作用是PID调节的基础,是执行机构的方向问题,找对了方向,才有可能向好的调节效果上发展。

其次要了解的,就是P、I、D的含义了。比例、积分、微分在PID 调节的作用。

比例(P)控制是一种最简单、最基础的控制方式。其控制器的输

出与偏差信号成比例关系。比例控制的输出曲线如图02所示,其输出是一条始于原点的直线,而直线的斜率是由比例增益确定的。调节的一方面,测量值和给定值无限接近,即偏差值很小越好,从而满足调节的精度:另一方面,调节需要具有一定的幅度,以保证调节的灵敏度。解决这一矛盾的方法就是事先将偏差信号进行放大。比例增益就是用来设置差值信号的放大系数的。笼统的讲比例增益就是放大倍数。一般在初次调试时,比例增益可按中间偏大值预置.待设备运转时再按实际情况细调。而系统当仅有比例控制时系统输出存在稳态误差,其测量值曲线的表现是等幅振荡。

积分(I)控制对比例控制有强烈的制约效应。对一个自动控制系统,如果在进入稳态后存在稳态误差,则称这个控制系统是有稳态误差

的或简称有差系统。为了消除稳态误差,在控制器中必须引入“积分”。随着时间的增加,积分作用会增大。这样,即便偏差很小,积分也会随着时间的增加而加大,它反向推动控制器的输出,使稳态误差减小,直到等于零。积分曲线如图03所示,其作用方式是只要有偏差,,并且

偏差在允许偏差围只外,积分就会起作用,反作用拉动比例增幅。反之如果无偏差或者偏差在允许围,积分作用消失。调节积分的参数是积分时间,由比例控制可知,比例增益越大,由于惯性导致“超调”,然后反过来调整,再次超调,形成振荡。引入积分的效果是,使经过比例增益放大后的差值信号在积分时间逐渐增大,从而减缓其变化速度,防止振荡。但积分时间太长,又会当反馈信号急剧变化时,被控物理量难以迅速恢复。因此,积分时间的取值与拖动系统的时间常数有关:拖动系统的时间常数和积分时间是成正比的。

微分(D)控制是在调节系统在进行比例控制和积分控制之前进行的超前控制,采用微分控制的主要原因是控制系统中有滞后性。系统在比例控制之后,被控物理量值未及时的变化,而是比例控制超调的时候

开始变化,此时积分作用已不能对比例进行很好的反拉动作用,比例因为惯性在达到理想输出时向反方向移动,无限制振动。这样就需要微分提前控制,微分控制曲线如图04,微分作用是在比例控制之前,提前输出作用于被控对象,抵消滞后时间,而后比例控制和积分控制起作用,从而避免了被控量的严重超调。微分根据差值信号变化的速率,提前给

出一个相应的调节动作,从而缩短了调节时间,克服因积分时间过长而使恢复滞后的缺陷。微分控制参数主要是微分时间,微分时间的取值也与拖动系统的时间常数有关,拖动系统的时间常数与微分时间也是成正比关系。

PID控制是比例、积分、微分结合作用控制,目前比较常见的是PI控制和PID控制,根据实际的被控对象不同,选择的控制组合方式也不同,但目的曲线是相同的,如图05所示,图中Y轴代表测量值及给定刻度。X轴代表时间,给定值是固定的,所以是一条平行于X轴的直线,理论上,我们希望的曲线,是被控量直接向给定量靠近,进而重合,如曲线“理想状态下的被调节对象测量值曲线”,但实际中并不能实现,客观上比较理想的是图中“调节较好的被调节对象测量值曲线”,被控量围绕给定量振荡几个周期后,靠近给定量。实际中,被控量和给定量是不可能完全重合,存在动态的偏差。至于是否能稳定,或者经过几个周期才平稳,要取决于参数的设置,各个控制环节的性能,还有外扰。

3 智能控制技术发展趋势展望

目前,控制理论与技术向着2个方向发展,一是就一个理论或方法本身的深入研究;二是将不同的方法适当地结合在一起,相互取长补短,发挥各自优势,形成新的控制系统,获得单一方法所难以达到的效果,最近出现了下面几种智能控制中的混合算法。由于专家系统控制、模糊控制和神经网络控制各有特点,因此目前有些研究者集成这些方法,形成了模糊神经网络控制和专家模糊控制等多个方向。例如,一种基于神经网络的模糊焊接控制方法、基于进化计算和神经网络的财政预算方法、用于医学诊断的粗集神经网络专家系统和基于模糊专家系统的不稳定电压控制。子波变换、遗传算法与模糊神经网络的结合、以及混沌理论等,也将成为智能控制的发展方向。

4 结束语

智能控制已初具学科体系,包括基础理论、技术方法和实际应用等方面。在基础理论方面,涉及传统人工智能的知识表示和推理、计算智能(如模糊计算、神经计算和进化计算等)和机器学习等。在技术方法方面,对专家控制、模糊控制、神经控制、学习控制和仿人控制等系统加以研究。目前,在世界围,智能控制和智能自动化科学与技术正在成为自动化领域中最兴旺和发展最迅速的一个分支学科,并被许多发达国家确认为面向2l世纪和提高国家竞争力的核心技术。

车辆智能控制技术的研究与应用

车辆智能控制技术的研究与应用 车辆1003 20104043 李琳

车辆智能控制技术的研究与应用 自从汽车被发明以来,人类对于驾驶汽车的看法就一直存在分歧,一部分人热衷于让汽车变得越来越好开,强调驾驶乐趣,让你的双手舍不得离开方向盘;然而另一部分人则更热衷于让汽车变得越来越“傻瓜化”,甚至要将驾驶者的双手从方向盘上解放出来……上世纪80年代开始热播的美剧《霹雳游侠》当中的KITT,正是后者思想的集大成者。正在读这篇文章的您也许就曾经被无敌的KITT 所深深吸引吧?当然人类的科技还根本无法达到科幻电视剧当中的效果,KITT 无与伦比的人工智能、让主人公高枕无忧的自动驾驶、车身超级耐打击的能力以及几乎不用加油的动力科技看上去几乎都是天方夜谭。然而随着汽车技术的发展,现实版“KITT”正在向人们走来,近些年来许多厂商都致力于无人自动驾驶技术的研发,宝马在这领域走在时代的前边。 现阶段的技术成果虽然无法实现《霹雳游侠》或者《钢铁侠》里面那样强大的技术,但是让车子短暂脱离驾驶员的控制而自主驾驶,还是已经成功实现了。宝马将一系列最先进的无人驾驶技术设备集成到了一辆看似非常普通的5系轿车里,这些设备能够在高速公路行驶时,接管驾驶员的所有操作,自主进行油门、刹车甚至超车的动作。 车辆自主变线超车 借助布置在车身四周的传感器,它甚至可以发现从辅路匝道进入主干道的车辆,自主采取加减速或者变道的措施,而具体选择那种操作,也是通过计算当时的行驶条件而决定的,也就是说它具备了自主判断交通状况的能力。而这一切,目前都能够在130km/h以下的车速来完成。

其实这些对于驾驶员来说再容易不过的驾驶操作,对于自动驾驶系统来说可是超级复杂的一件事情。车辆不仅需要随时准确侦测出自己处于道路中的哪一条车道上,更要认出车身周边的车辆或者物体。实现这样的感知,不仅需要普通雷达,更需要激光、超声波以及摄像头的辅助。 若要精确做出判断,上述的集中探测装置至少需要两种协同作用。目前这辆能够自主驾驶的宝马5系轿车已经在驾驶员极少干预的前提下,安全行驶了3000英里。这都要归功于全车所有精良的设备。再有一点就是,这项技术的应用普及速度可能远超过你的想象,有消息称该技术在2014年的宝马i3上就会开始搭载,届时你可要分清路上开车的到底是人还是车自己了。然而一向强调给驾驶者带去驾驶乐趣的宝马开发这么一个产品,缺失会让人觉得有些意外,宝马官方给出的解释是,这项技术并不会完全将驾驶者从眼观六路耳听八方中抽离开来,所以不要指望你能在开车上班的路上睡上一觉…… 1 悬架的研究方法 (1)理论研究[1] 悬架系统的理论研究具有前瞻性和探索性,为智能悬架系统的物理实现奠定理论基础。其主要研究内容: a.悬架力学模型理论研究。悬架力学模型是振动理论中的隔振和减振理论的实际应用,通过振动理论的深入研究,全面综合研究悬架的减振和隔振性能、悬挂系统的非线性特性。 未来几年中,动力学、振动与控制领域的下述研究前沿值重视:①高维非

自动控制现代控制与智能控制的关系

自动控制、现代控制与智能控制的关系 一、基本区别 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。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统,特别是线性定常系统。经典控制理论的特点是以输入输出特性(主要是传递函数)为系统数学模型,采用频率响应法和根轨迹法这些图解分析方法,分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换,占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论,是自动控制理论的一个主要组成部分。 在现代控制理论中,对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的,基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多,包括线性系统和非线性系统,定常系统和时变系统,单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制(intelligent controls)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 二、华山论剑:自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括:(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型;(2)研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合;(3)对于某些复杂的和包含不确定性的对象,根本无法用传统数学模型来表示,即无法解决建模问题;(4)为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初始投资和维修费用,降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战,早在1986年9月,美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见,他们发表了《对控制的挑战——集体的观点》,洋洋数万言,简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战,还面临哪些挑战,以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段,存在一些至关重要的挑战是基于下列原因的:(1)科学技术

智能控制理论简述

智能控制理论简述 智能控制(intelligent controls)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 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。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 (1)递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,

智能控制的主要应用领域

一)智能控制的主要应用领域? 答:1在机器人系统中的应用2)在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3)在航天航空控制系统中的应用4)在社会经济管理系统中的应用5)在交通运输系统中的应用。 二)专家系统的组成、主要类型? 答:专家系统主要有四部分组成1)知识库,包括事实、判断、规则、经验知识和数学模型2)推理机,首先把知识库中的专家知识及数据库中的有关事实,以一定的推理方式进行逻辑推理以给出结论3)解释机制是专家系统区别于传统计算机程的主要特征之一,它可以向用户回答如何导出推理的结论4)知识获取系统,主要完成机器学习。 类型:1)控制系统辅助设计2)过程监控、在先诊断、故障分析与预测维护;3)过程控制4)航天故障诊断与处理5)生产过程的决策与调度。 三)智能控制的产生和发展过程及其主要代表人物? 答:1)启蒙期从20世纪60年代起,F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3)发展期20世纪80年代4)高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五)智能控制的应用对象? 答:1)不确定的模型传统的控制是基于模型的控制,这里的模型包括控制对象和干扰模型。 2)高度的非线性传统控制理论中的线性系统理论比较成熟。 3)复杂的任务要求在传统的控制系统中,控制的任务或者是要求输出量为定值,或者是要求输出量跟随期望的运动轨迹,因此控制任务的要求比较单一。对于智能控制系统,任务的要求往往比较复杂。 六)傅京孙关于智能控制的论文中列举的三种智能控制系统? 答:1)人作为控制器的控制系统2)人机结合作为控制器的控制系统3)无人参与的智能控制系统。 七)模糊控制器的主要特点? 答:1)设计简单。模糊控制器是一种基于规则的控制。 2)适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3)控制效果优于常规控制器。 4)具有一定的智能水平, 5)模糊控制系统的鲁棒性强。 八)隶属函数选择的基本准则? 答:1)表示隶属度函数的模糊集合必须是凸模糊集合。 2)变量所取隶属度函数通常是对称的、平衡的。 3)隶属度函数要符合人们的语义顺序,避免不恰当的重叠。 4)论域中每个点至少属于一个隶属度函数的区域,并应属于不超过两个隶属度函数的区域, 5)当两个隶属度函数重叠时,重叠部分对两个隶属度函数的最大隶属度不应有交叉,6)当两个隶属度函数重叠时,重叠部分的任何点的隶属度函数的和应该小于或等于1。九)隶属度函数确定的三种主要方法。

智能控制技术现状与发展

摘要:在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法,介绍了智能控制在各行各业中的应用。随着信息技术的发展,许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战,促进了智能理论在控制技术中的应用,以解决用传统的方法难以解决的复杂系统的控制问题。 关键词:智能控制应用自动化 浅谈智能控制技术现状及发展 在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统,难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析,而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是,要由机器用类似于人的智慧和经验来引导求解过程。因此,在研究和设计智能系统时,主要注意力不放在数学公式的表达、计算和处理方面,而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上,即智能控制的关键问题不是设计常规控制器,而是研制智能机器的模型。此外,智能控制的核心在高层控制,即组织控制。高层控制是对实际环境或过程进行组织、决策和规划,以实现问题求解。为了完成这些任务,需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性,即具有一定程度的“智能”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性,复杂性,不确定性的特点,一个理想的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

智能控制题目及解答

智能控制题目及解答 第一章绪论作业 作业内容 1.什么就是智能、智能系统、智能控制? 2.智能控制系统有哪几种类型,各自的特点就是什么? 3.比较智能控制与传统控制的特点。 4.把智能控制瞧作就是AI(人工智能)、OR(运筹学)、AC(自动控制)与 IT(信息论)的交集,其根据与内涵就是什么? 5.智能控制有哪些应用领域?试举出一个应用实例,并说明其工作原理与 控制性能。 1 答:智能:能够自主的或者交互的执行通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力,即像人类那样工作与思维。 智能系统:就是指具有一定智能行为的系统,对于一定的输入,它能产生合适的问题求解相应。 智能控制:智能控制就是控制理论、计算机科学、心理学、生物学与运筹学等多方面综合而成的交叉学科,它具有模仿人进行诸如规划、学习、逻辑推理与自适应的能力。就是将传统的控制理论与神经网络、模糊逻辑、人工智能与遗传算法等实现手段融合而成的一种新的控制方法。 2 答:(1)人作为控制器的控制系统:人作为控制器的控制系统具有自学习、自适应与自组织的功能。 (2)人-机结合作为作为控制器的控制系统:机器完成需要连续进行的并需快速计算的常规控制任务,人则完成任务分配、决策、监控等任务。 (3)无人参与的自组控制系统:为多层的智能控制系统,需要完成问题求解与规划、环境建模、传感器信息分析与低层的反馈控制任务。 3 答:在应用领域方面,传统控制着重解决不太复杂的过程控制与大系统的控制问题;而智能控制主要解决高度非线性、不确定性与复杂系统控制问题。 在理论方法上,传统控制理论通常采用定量方法进行处理,而智能控制系统大多采用符号加工的方法;传统控制通常捕获精确知识来满足控制指标,而智能控制通常就是学习积累非精确知识;传统控制通常就是用数学模型来描述系统,而智能控制系统则就是通过经验、规则用符号来描述系统。 在性能指标方面,传统控制有着严格的性能指标要求,智能控制没有统一的性能指标,而主要关注其目的与行为就是否达到。 但就是,智能控制与传统的或常规的控制有密切的关系,互相取长补短,而并非互相排斥。基于智能控制与传统控制在应用领域方面、理论方法上与性能指标等方面的差异,往往将常规控制包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 4 答:人工只能(AI)就是一个用来模拟人思维的知识处理系统,具有学习、记忆、信息处理、形式语言、启发推理等功能;自动控制(AC)描述系统的动力学特性,就是一种动态反馈;运筹学(OR)就是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等;信息论(IT)信息论就是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现就是很大程度上局限于符号主义的人工智能,无助于智能控制的

智能控制技术及其发展趋势

智能控制技术及其发展趋势 智能控制(intelligent controls)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统,难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析,而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是,要由机器用类似于人的智慧和经验来引导求解过程。因此,在研究和设计智能系统时,主要注意力不放在数学公式的表达、计算和处理方面,而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上,即智能控制的关键问题不是设计常规控制器,而是研制智能机器的模型。此外,智能控制的核心在高层控制,即组织控制。高层控制是对实际环境或过程进行组织、决策和规划,以实现问题求解。为了完成这些任务,需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性,即具有一定程度的“智能”。 随着人工智能和计算机技术的发展,已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支(如系统工程、系统学、运筹学、信息论)结合起来,建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段,也是用计算机模拟人类智能进行控制的研究领域。1965年,傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年,在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议,标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。 智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。

智能监控系统的应用

当前,随着国际国内形势的变化,安全已经成为人们日益关注的问题,出于反恐安保的需要,智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控,社会安全也需要视频监控系统,当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等,都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段,第一阶段是人力现场监控,即通过肉眼和人脑对现场情况进行监控,这是几千年来的传统做法,能起到一定的效果,但需要耗费大量的人力物力,而且限于人的视力和脑力,起到的监控效果受到很大的限制。第二阶段是传统视频监控,即通过机器眼和人脑进行监控,即通过摄像机或者其他视频采集设备获取现场视频,然后靠人脑对视频对判断处理,这种方式极大的提升了视频的采集能力,基本能做到全天候、无死角的还原现场情况,但受限于人脑的数据处理能力,没有能力将视频获取的海量数据进行实时处理分析,限制了监控效果的进一步提高。第三阶段是智能视频监控,就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析,从而自动检测与识别出需要掌握的信息,并给出相应的预警预报信号。 三个阶段图 实验表明:在盯着视频画面仅仅22分钟后,人眼会对画面里面95%以上的活动视而不见。

1997年,卡内基梅隆大学牵头,麻省理工学院等高校参与的视觉监控重大项目VSAM启动,主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年,康奈尔大学设计了一套航拍视频检测与持续跟踪系统,该系统能够对多运动目标实现长时间的准确跟踪,即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪,这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目,检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标,辅助机场管理人员进行管理和调度,不仅可以提高机场利用率,而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置,并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理,代表性的方法有均值漂移法(Meanshift):无参核密度估计。卡尔曼滤波:线性、高斯。扩展卡尔曼滤波(EKF):非线性、高斯。粒子滤波(PF):非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法:适合摄像头固定的场景,利用建立的背景模型来生成背景 图像的像素值,然后将当前帧与背景图像求差,差值较大的像素区域

智能控制理论及其应用论文

智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程,介绍了智能控制的特点,给出了智能控制理论的主要类型及其特点,列举了智能控制理论与技术的主要应用领域,最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展,控制理论的应用日趋广泛,所涉及的控制对象日益复杂化,对控制性能的要求也越来越高,控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等,要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点,难以建立精确的数学模型,因此需要引入新

人工智能的发展及应用

人工智能的发展及应用 这是个信息爆炸自动控制飞速发展的时代,而在这样的时代中,人工智能也取得了飞速的发展。成为了最前沿最热门的学科和研究方向之一。 人工智能的定义 “人工智能” (Artificial Intelligence) 一词最初是在1956 年Dartmouth 学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支, 它企图了解智能的实质, 并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。 人工智能理论进入21 世纪, 正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品” , 并使之在越来越多的领域超越人类智能, 人工智能将为发展国民经济和改善人类生活做出更大贡献。 人工智能的应用领域 1. 在管理系统中的应用 (1) 人工智能应用于企业管理的意义主要不在于提高效率, 而是用计算机实现人们非常需要做, 但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中, 以数据管理和处理为中心, 围绕企业的核心业务和主导流程建立若干个主题数据库, 而所有的应用系统应该围绕主题数据库来建立和运行。换句话说, 就是将企业各部门的数据进行统一集成管理, 搭建人工智能的应用平台, 使之成为企业管理与决策中的关键因子。 2. 在工程领域的应用

(1) 医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用, 具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题, 作为医生诊断、治疗的辅助工具。事实上, 早在1982年, 美国匹兹堡大学的Miller 就发表了著名的作为内科医生咨询的Internist 2? 内科计算机辅助诊断系统的研究成果, 由此, 掀起了医学智能系统开发与应用的高潮。目前, 医学智能系统已通过其在医学影像方面的重要作用, 从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。 (2) 地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978 年美国 斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECT”OR, 该系统用于勘探评价、区域资源估值和钻井井位选择等, 是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积, 价值超过1 亿美元。 3. 在技术研究中的应用 (1) 在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器, 以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动减少了任务因素造成的无擦, 提高了检测的可靠性, 实现了超声检测和评价的自动化、智能化。 (2) 人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点, 因此我们必须在传统技术的基础上进行网络安全技 术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更 高级AI 通用和专用语言, 和应用环境以及开发专用机器, 而与人工智能技术则为我们提供了可能性。 人工智能的发展 人工智能的发展也并不是一帆风顺的,人工智能的研究经历了以下几个阶段: 孕育阶段:古希腊的Aristotle( 亚里士多德)( 前384-322) ,给出了形式逻辑的基本规律。英国的哲学家、自然科学家Bacon(培根)(1561-1626),系统地给出了归纳法。“知识就是力量”

智能控制发展趋势及应用

智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富

摘要:描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平,介绍了智能控制的发展趋势以及智能控制发展面临的问题,详述了智能控制的主要研究方向,说明了智能控制的应用方向以及具体应用,展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词:智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化,而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等,其目的就在于创造和应用智能技术和智能系统,从而为人类进步服务。因此,可以说对智能控制的钟情、期待、开发和应用,是科技发展和人类进步的必然趋势。 在科学技术发展史上,控制科学同其他技术科学一样,它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来,特别是第二次世界大战以来,控制科学与技术得到了迅速的发展,由研究单输入单输出被控对象的经典控制理论,发展成了研究多输入多输出被控对象的现代控制理论。1948年,美国著名的控制论创始人维纳(N.Wiener)在他的《控制论》中第一次把动物和机器相提并论,引起哲学界的轩然大波,有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后,反控制论的热潮才逐渐开始平息。20世纪60年代,由于空间技术,海洋技术和机器人技术发展的需要,控制领域面临着被控对象的复杂性和不确定性,以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性,高噪声干扰,系统工作点动态突变性,以及分散的传感元件与执行元件,分层和分散的决策机构,复杂的信息模式和庞大的数据量。 面对复杂的对象,复杂的环境和复杂的任务,用传统控制(即经典控制和现代控制)

智能控制及其在机电一体化系统中的应用 张惠

智能控制及其在机电一体化系统中的应用张惠 发表时间:2019-06-10T14:14:59.703Z 来源:《防护工程》2019年第5期作者:张惠李春生郭慧洁连丽锋 [导读] 智能控制技术弥补了传统控制技术的缺点,并将其自身优点发扬光大,使机电一体化系统更加完善,其作用运用在各个领域。 摘要:目前我国科技发展的十分迅速,智能控制被广泛应用于机电一体化系统中。本文分析机电一体化系统中智能控制的应用,它改变了传统的生产效率低,质量差等问题,节省了人工,提高工作效率,备受各行各业青睐。以推动工业发展为前提,阐述机电一体化系统中智能控制的应用,有效地促进企业的现代化发展。 关键词:智能控制;机电一体化系统;应用 引言 机电一体化系统的重要组成包括驱动、机械、测试、控制、信息等方面,随着经济科技的飞速发展,这些综合技术也要随着时代去改变、去创新。其中在机电一体化系统中融入智能控制技术就是信息化的体现。智能控制技术弥补了传统控制技术的缺点,并将其自身优点发扬光大,使机电一体化系统更加完善,其作用运用在各个领域。 1机电一体化系统 我们通常所说的机电一体化系统,就是指最近兴起的一种用于微电子方面的技术,这个系统有机地对多项技术进行融合,其中就包括了机械、信息、电工、微电子、传感器等多项技术,依靠包括机械设备、计算机设备与电子元件在内的多项硬件构成,并依赖电子、微机还有通信等多项操作用于系统的软件构成,管控用于生产的系统还有设备。 我们将大部分应用于机电一体化成品和执行一体化的系统称为机电一体化系统,这个系统主要由五个部分构件所构成,一是信息处理的构件,二是控制的构件,三是用于供应电力的构件,最后还有机械的构件和用于执行的构件。这个系统的应用在于可以很大程度的减少能源损耗,提高生产的精细程度。所以可以说是一种综合性的功能性技术。 2智能控制技术 2.1数字控制技术 数字控制主要是应用数字化、智能化设备,将其应用在机电一体化系统中,是对预定的产品精密的加工,加工过程中的问题可以进行自动处理,除此之外还可以检测作业环境。 2.2智能数控机床设备 数控机床在机电一体化系统中是不可缺少的一部分,通过智能控制技术,直接提高机床设备运行效率,保证精准性。将智能控制技术和数控机床相结合,芯片、CPU控制系统会在智能控制的作用下得到优化,提高产品质量。由此可见,将智能控制技术应用于机床设备,为其赋予智能性特点,全面提高机床工作效率,保证生产过程的安全性与准确性,这对于机电一体化系统运行有重要作用。 2.3智能机器人(机械臂) 机器人技术在我国已经有一些研究成果,相关技术的实际应用十分复杂。例如应用在动力领域,不仅具有多变性,还呈现出使用领域的限制,对于环境感受传导,会应用到诸多传感器,增加接收的信息以及传感任务。如果应用智能控制技术,便可以将机器人技术进行优化,获得更好的效果。 3机电一体化系统中智能控制的应用 3.1机电一体化系统中智能控制在机械制造中的应用 智能控制是当下机电一体化的发展方向。智能控制可以模拟人的脑力劳动、动作以及专家的一系列智能活动,为我们提供更好的服务。机械制造是机电一体化系统中的重要环节之一,在机械制造中对智能控制的应用,可有根据智能控制中的数据得出相关的结论,可以利用数学理念以及神经网络系统监控整个机械制造的过程,构建动态、立体的环境建设模型。智能控制在机械制造中的应用,实现了智能学习、智能诊断、智能监控、智能传感器等方面技术的融合,推动了机械制造的数字化进程。 3.2应用在GPS农业机械系统中 随着机电一体化系统的不断完善,农业机械领域也运用了智能控制技术,使农业作业效率大大提升。要想农业机械的工作更加完美,绝对离不开GPS的应用。使用GPS定位系统,同时利用信息技术,可以将各种气候、各种地区的农作物的产量和农作物的其他信息采集起来,制作数据表格来作为农业方面的研究。将信息技术与GPS相结合,使GPS有着更加强大的功能,它可以将农业机械的位置坐标、农业现场的三维图像等等以电子信息的形式展现出来。有时候大型农业作业需要很多的农业机械来集体运作,GPS定位将在这个过程当中发挥极大的作用。 3.3机电一体化系统中智能控制在机器人研发中的应用 智能控制在机器人研发中的应用越来越广泛,机器人技术是当下高端技术之一。对机器人行为的控制,核心是要实现动力学控制,动力学理论具有非线性、实时变化性、高内聚性的特点。比如对于双足行走的机器人,我们可以将其看作动态二级倒立摆,体现了非线性的特点。在机器人的研发中还涉及繁杂的传感器信息数据,而机器人的控制系统属于多变量系统,具有较高的复杂性,要想机器人的平衡行动得到保障,就要同时执行多个命令,比如平衡调整命令、躲避障碍命令、规划动作命令等。传统的控制系统由于自身限制无法实现对机器人的全方位控制,而机电一体化系统中智能控制有效地弥补了传统控制系统存在的不足。 3.4在数控领域的应用 对于数控领域需求来说,数控机床的控制需求主要是依赖于传统的经典控制来建立部分模型,然而在模糊信息中,对于以往的经典控制离乱,没办法通过其进行建模,就是因为建模的一个条件是需要高准确度的信息,模糊推理规则的构建,模糊控制的实现,数据精确程度的降低,还有对加工步骤的不断改善,降低机床对运行环境的条件都是智能控制的应用。模糊理论,能够在数控系统中,通过轻微调节参数,有效地提高数控机床的性能,尤其是在适应性这一方面。而这一理论的基础,就是一体化系统中的一个部分,即智能控制。数控加工在算法方面有许多妙处,而插补计算就是其核心之一,然而在现实的计算过程中我们往往需要取点加工信息,见的最多的加工信息就是包括多个方面,即起点,终点、线型等,在以往的加工系统中,位置软件在调控增益方面的表现往往不尽人意依据现有的技术条件,我们

机电一体化系统中的智能控制技术应用

机电一体化系统中的智能控制技术应用 摘要:近年来,随着我国科学技术的不断发展,使机电一体化系统在智能化和 自动化的研究中得到普及。全新技术的应用极大程度的转变了以往的产业模式, 有效提高了生产效益,同时也提高了产品质量的稳定性。本文就对机电一体化系 统中智能控制技术的应用进行探讨。 关键词:机电一体化;智能;控制;应用 随着我国经济水平的不断提高,各行各业的竞争力逐渐加大,市场经济环境 变得日益复杂。在这一经济发展背景下,各个行业只有不断优化自身的缺点、完 善自己,才能在激烈的竞争中屹立不倒。机电一体化系统是我国应用范围最广的 系统,对于一个工业大国来说至关重要,所以对于机电一体化系统的发展,我们 要不断改进其不足,提高其可靠性与高效性。 1、智能控制概述 智能控制的目标在于无人参与的条件下,也能通过实现的程序来进行自动化 操作,驱动设备进行生产活动,实现程序目标。该项技术属于机械模拟的应用, 用计算机对人类控制模式进行了模仿和替代,在复杂性和系统性的工作要求下, 能够更加稳定的完成工作目标。同时,该项技术在现代化社会也取得了广泛的应用,实现了传统控制模式对复杂系统控制无力的问题。该项技术由多个学科交叉 融合而成,综合了包括信息理论、统筹学、计算机科学、人工智能以及自动化控 制理论等内容。经过多年的研究和发展,智能控制已经具备了相当的优势:1) 智能控制的核心在高层控制,即组织级。2)智能控制器具有非线性特性。3)智 能控制具有变结构特点。4)智能控制器具有总体自寻优特性。5)智能控制系统 应能满足多样性目标的高性能要求。 现阶段,智能控制的主要类型包括集成或者混合(复合)控制、分级递阶控 制系统、专家控制系统、人工神经网络控制系统、学习控制系统以及进化计算与 遗传算法。相信在未来智能控制会取得更大的成果,尤其是在智能控制系统本身 的学习功能和组织功能不断强化之后,在机电一体化系统中也会发挥更大的作用,对于工业生产质效的提升贡献更多力量,促进工业升级。 2、机电一体化系统的特点 2.1综合性 机电一体化系统是由信息技术、控制技术和系统理论技术组成的复合型一体 化系统,机电一体化系统中包含工业生产中控制管理功能、机械生产功能、机械 检测功能等,具有较高的综合能力。 2.2智能性 机电一体化系统的应用根本上转变了传统机械处理的现象,例如,微处理技 术的应用彻底的改变了传统的控制方式,并且有效的提高了控制的精度。机电一 体化系统中的机械构成主要为仪表、传感器,通过对机械一体化系统中的参数调 整和设置可以使机电一体化系统发挥出不同的功能和特性,这一原因使机电一体 化系统的应用较为广泛。通过智能化系统的应用,传感器可以将自身收集的信息 反馈传输到中央处理器,实现智能化的处理方式。 2.3完整性 机电一体化系统主要包含了微处理器、传感器、动力系统、传输系统以及执 行构件等,所以机械一体化系统属于较为完善的系统,机电一体化系统通过对多 种技术的有效融合,使得机电一体化系统可以为各个行业的工业生产提供更加优

智能控制理论及应用的发展现状

●专家论谈  智能控制理论及应用的发展现状 杭州浙江大学工业控制技术研究所 (310027) 许晓鸣 孙优贤上海交通大学自动化系 (200030) 熊 刚 在控制工程实践中,人们常常涉及到传感器、执行器、通信系统、计算机以及控制策略和具体算法。它们构成的控制系统可以比拟成一个人,如图1。传感器用来采集反映被控对象特性的信息,它就象人的五官;执行器用来把控制决策命令施加于被控对象,它好比人的四肢;通信技术把传感器采集到的信息及时送到控制器,就象人们的神经系统;计算机是控制器的硬件环境,就象人的脑袋。这四部分在控制系统设计中占去人们大部分精力, 但是控制策略和具体算法就好象人的大脑一样,是控制系统的“指挥中心”。设计尽量“聪明”和适用的控制算法是控制理论发展的动力和内容。 图1 控制系统的构成框图 1 智能控制的兴起 111 自动控制的发展与挫折 本世纪40~50年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了今天所说的“古典控制理论”。60~70年代,数学家们在控制理论发展中占了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间的巨大分歧。70年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,它很快被人们放到了一边。112 人工智能的发展 斯坦福大学人工智能研究中心的N ilsson 教授认为:“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学”。M IT 的W in ston 教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1T u ring 1912 ~1954)为现代人工智能作了大量开拓性的贡献;1956年~1961年是人工智能的发展期,人们重点研究了诸如用机器解决数学定义,通用问题求解程序等。1961年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。 人们研究人工智能方法也分为结构模拟派和功能模拟派,分别从脑的结构和脑的功能入手进行研究。113 智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。 控制理论从人工智能中吸取营养求发展成为必然。 工业系统往往呈现高维、非线性、分布参数、时变、不确定性等复杂特征。特别是非线性对控制结果的影响复杂,控制工程人员很难深入理解,更谈不上设计出合适的控制算法。不确定性是最难以解决的问题,也是导致大系统理论失败的根本原因。但是,对这些问题用工程控制专家经验来解决则往往是成功的。人是最聪明的控制器,模仿人是一种途径。 萨里迪斯(Saridis )于1977年提出了智能控制的三元结构定义,即把智能控制看作为人工智能、自动控制和运筹学的交点。在智能控制发展初期,美国普渡大学的傅京孙(K 1S 1Fu )教授首先提出了学习控制的概念,引入了人工智能的直觉推理。后来在人工智能的概念模拟基础上,发展了许多智能控制方法,如自整定、参数调整P I D 等。再后来则以发展实用的智能控制算法为主,尤以专家系统和神经元网络最为突出。 2 智能控制的发展框架 图2 智能控制的发展框架 现在有关智能控制方面的论文很多,我们可以把

智能控制技术及其应用 毕业论文

摘要:本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法,并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用。 关键字:自动化智能控制应用 随着信息技术的发展,许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战,促进了智能理论在控制技术中的应用,以解决用传统的方法难以解决的复杂系统的控制问题。 一、智能控制的发展过程 从经典控制理论、现代控制理论发展到今天的智能控制理论,经历了很长时间。 四十年代到五十年代形成了经典控制理论。经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法,对于单输入-单输出系统极为有效,至今仍在广泛地应用。但传递函数对处于系统内部的变量不便描述,对某些内部变量还不能描述,且忽略了初始条件的影响。鼓传递函数描述不能包含系统的所有信息。 现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题,它对多变量有很强的描述和综合能力,其局限在于必须预先知道被空对象或过程的数学模型。 智能控制是在经典和现代控制理论基础上进一步发展和提高的。智能控制的提出,一方面是实现大规模复杂系统控制的需要;另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展,给智能控制提供了实现的基础。智能控制提供了一种新的控制方法,基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。 二、智能控制的主要方法 通俗地讲,智能控制就是利用有关知识(方法)来控制对象,按一定要求达到预定目的。智能控制为解决控制领域的难题,摆脱了经典和现代控制理论的困境,开辟了新的途径。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。 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。

智能控制理论及应用

摘要:介绍了智能控制理论的发展概况、研究对象与工具、功能特点,简要列举了智能控制的集中应用。 关键词:智能控制;神经网络;应用 0前言 自从美国数学家维纳在20世纪49年代创立控制论以来,智能控制理论与智能化系统发展十分迅速。智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制、神经网络控制、基因控制即遗传算法、混沌控制、小波理论、分层递阶控制、拟人化智能控制、博弈论等。应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。他广泛应用于复杂的工业过程控制、机器人与机械手控制、航天航空控制、交通运输控制等。他尤其适用于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素。采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 科学技术高度发展导致了被控对象在结构上的复杂化和大型化。在许多系统中,复杂性不仅仅表现在高维性上,更多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。此时,人工智能得益于计算机技术的飞速发展,已逐渐成为一门学科,并在实际应用中显示出很强的生命力。同时,国际学术界对智能控制的研究也十分活跃,到了20世纪90年代,各种智能控制的国际学术会议日益频繁。国内也在20世纪80年代初开始进行智能控制研究。 1智能控制理论的发展阶段 虽然智能控制理论只有几十年的历史,尚未形成较完整的理论体系,蛋其已有的应用成果和理论发展表明它已成为自动控制的前沿学科之一。智能控制主要经历了以下几个发展阶段: 1.1 自动控制的发展与挫折 上世纪40~50年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了“古典控制理论”。上世纪60~70年代,数学家们在控制理论发展中占据了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间巨大的分歧。上世纪70年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,没有得到进一步运用。 1.2人工智能的发展 斯坦福大学人工智能研究中心的Nilsson教授认为:“人工智能是关于知识的科学——怎样标识以及怎样获得知识并使用知识的科学”。MIT的Winston教授指出:“人工智能就是研究如何使用计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵为现代人工智能做了大量的开拓性的贡献;1956~1961年是人工智能的发展期,人们重点研究了诸如用及其解决数学定义、通用问题求解程序等。1961年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。人们研究人工智能的方法也分为结构模拟派和功能模拟派,分别从闹的结构和脑的功能入手进行研究。 1.3智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。控制理论丛人工智能中吸取营养求发展成为必然。工业系统往往呈现高维、非线

相关文档
最新文档