智能應(yīng)用控制發(fā)展論文

1、智能應(yīng)用控制發(fā)展論文摘要:本文主要介紹了智能控制技術(shù)的主要方法,并介紹了智能控制在各行各業(yè)中的應(yīng)用。 關(guān)鍵字:自動化智能控制應(yīng)用 隨著信息技術(shù)的發(fā)展,許多新方法和技術(shù)進入工程化、產(chǎn)品化階段,這對自動控制技術(shù)提出獷新的挑戰(zhàn),促進了智能理論在控制技術(shù)中的應(yīng)用,以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。 一、智能控制的主要方法 智能控制技術(shù)的主要方法有模糊控制、基于知識的專家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用優(yōu)化算法有:遺傳算法、蟻群算法、免疫算法等。 2.1模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗知識和專家經(jīng)驗作為控制規(guī)則。其基本思想是用機器模擬人對

2、系統(tǒng)的控制,就是在被控對象的模糊模型的基礎(chǔ)上運用模糊控制器近似推理等手段,實現(xiàn)系統(tǒng)控制。在實現(xiàn)模糊控制時主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。 2.2專家控制 專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專家的經(jīng)驗,實現(xiàn)對系統(tǒng)控制的一種智能控制。主體由知識庫和推理機構(gòu)組成,通過對知識的獲取與組織,按某種策略適時選用恰當(dāng)?shù)囊?guī)則進行推理,以實現(xiàn)對控制對象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調(diào)整控制器的參數(shù),適應(yīng)對象特性及環(huán)境的變化,適應(yīng)性好;通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強。 2.3神經(jīng)網(wǎng)絡(luò)控制 神經(jīng)網(wǎng)絡(luò)

3、模擬人腦神經(jīng)元的活動,利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進行自我學(xué)習(xí),以逼近理論為依據(jù)進行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實現(xiàn)智能控制。 1.4學(xué)習(xí)控制 (1)遺傳算法學(xué)習(xí)控制 智能控制是通過計算機實現(xiàn)對系統(tǒng)的控制,因此控制技術(shù)離不開優(yōu)化技術(shù)?？焖?、高效、全局化的優(yōu)化算法是實現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機制的一種搜索和優(yōu)化算法,它模擬生物界/生存競爭,優(yōu)勝劣汰,適者生存的機制,利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法,一方面希望在寬廣的空間內(nèi)進行搜索,從而提高求得最優(yōu)解

4、的概率;另一方面又希望向著解的方向盡快縮小搜索范圍,從而提高搜索效率。如何同時提高搜索最優(yōu)解的概率和效率,是遺傳算法的一個主要研究方向。 (2)迭代學(xué)習(xí)控制 迭代學(xué)習(xí)控制模仿人類學(xué)習(xí)的方法、即通過多次的訓(xùn)練,從經(jīng)驗中學(xué)會某種技能,來達(dá)到有效控制的目的。迭代學(xué)習(xí)控制能夠通過一系列迭代過程實現(xiàn)對二階非線性動力學(xué)系統(tǒng)的跟蹤控制。整個控制結(jié)構(gòu)由線性反饋控制器和前饋學(xué)習(xí)補償控制器組成,其中線性反饋控制器保證了非線性系統(tǒng)的穩(wěn)定運行、前饋補償控制器保證了系統(tǒng)的跟蹤控制精度。它在執(zhí)行重復(fù)運動的非線性機器人系統(tǒng)的控制中是相當(dāng)成功的。 二、智能控制的應(yīng)用 1.工業(yè)過程中的智能控制 生產(chǎn)過程的智能控制主要包括兩個方

5、面:局部級和全局級。局部級的智能控制是指將智能引入工藝過程中的某一單元進行控制器設(shè)計,例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點是智能PID控制器,因為其在參數(shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢,且可用于控制一些非線性的復(fù)雜對象。全局級的智能控制主要針對整個生產(chǎn)過程的自動化,包括整個操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。 2.機械制造中的智能控制 在現(xiàn)代先進制造系統(tǒng)中,需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況,人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機械制造行業(yè),它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法

6、對制造過程進行動態(tài)環(huán)境建模,利用傳感器融合技術(shù)來進行信息的預(yù)處理和綜合?？刹捎脤＜蚁到y(tǒng)的“Then-If”逆向推理作為反饋機構(gòu),修改控制機構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性,將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機構(gòu)來選擇控制動作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力,進行在線的模式識別,處理那些可能是殘缺不全的信息。 3.電力電子學(xué)研究領(lǐng)域中的智能控制 電力系統(tǒng)中發(fā)電機、變壓器、電動機等電機電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復(fù)雜的過程,國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中,取得了良好的控制效果。遺傳算法是一種先進的優(yōu)

7、化算法,采用此方法來對電器設(shè)備的設(shè)計進行優(yōu)化,可以降低成本,縮短計算時間,提高產(chǎn)品設(shè)計的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有:模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中,智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一,也是研究的新熱點之一。 以上的三個例子只是智能控制在各行各業(yè)應(yīng)用中的一個縮影,它的作用以及影響力將會關(guān)系國民生計。并且智能控制技術(shù)的發(fā)展也是日新月異,我們只有時課關(guān)注智能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。 參考文獻(xiàn): 1LeeTHGe,SS.IntelligentcontrolofmechatronicsystemsJ.Proceedingsofthe2003IEEEInternationalSymposiumonIntelligentControl,2003,646-660. 2LiMengqing;ZhangChunliang;YangShuzietc.Intelligentrecognitionusingfuzzyneuralnetworkfortrend&jumppatternincontrolchartJ.ChinaMechanicalEngineering,2004,15(22):1998-2000. 3嚴(yán)宇,劉天琪.基于神經(jīng)網(wǎng)絡(luò)和模糊理論的電力系統(tǒng)動態(tài)安全評