機械制造自動化技術(shù)及工程應(yīng)用講稿4ppt課件

1、機械制造自動化技術(shù)及工程運用 第 四 講 智能控制相關(guān)實際與運用.智能控制相關(guān)實際與運用1 引言 2 智能控制的產(chǎn)生與開展3 智能控制實際與方法4 典型的智能控制戰(zhàn)略5 運用實例.1 引言 人工智能的開展促使自動控制向智能控制開展?？梢哉f,智能控制是控制實際、人工智能(AI)和計算機科學相結(jié)合的產(chǎn)物。智能控制系統(tǒng)是在控制論、信息論、人工智能、仿生學、神經(jīng)生理學及計算機科學開展的根底上逐漸構(gòu)成的一類高級信息與控制系統(tǒng)。各種智能控制系統(tǒng)正在發(fā)揚宏大的經(jīng)濟和社會效益。 .1 引言 智能控制已成為控制科學研討的一個熱點。智能控制的產(chǎn)生與開展有著深化的實際淵源、社會背景和堅實的技術(shù)根底，它的構(gòu)成既蘊涵著

2、控制科學本身的開展規(guī)律，也是消費開展的實踐需求。.2 智能控制的產(chǎn)生與開展1現(xiàn)代工業(yè)消費的新挑戰(zhàn) A：被控對象日益復(fù)雜 被控對象往往是無窮維的復(fù)雜系統(tǒng)，表現(xiàn)出很強的分布特性，而利用有限參數(shù)模型設(shè)計的控制，其有效性不能保證。這種復(fù)雜性還表如今被控對象與環(huán)境的關(guān)系上，如不確定性要素增多，缺乏先驗知識，環(huán)境干擾具有多樣性、時變性和隨機性，系統(tǒng)與環(huán)境、系統(tǒng)的各子系統(tǒng)之間和系統(tǒng)內(nèi)部的關(guān)聯(lián)性相當強且復(fù)雜。 .1現(xiàn)代工業(yè)消費的新挑戰(zhàn)B：高度的不確定性 現(xiàn)代工業(yè)系統(tǒng)的構(gòu)造、參數(shù)和環(huán)境都具有高度的不確定性，系統(tǒng)和環(huán)境有許多未知要素，如環(huán)境的動態(tài)變化、輸入信息的多樣化和數(shù)據(jù)量顯著添加等，而且其信息構(gòu)造也發(fā)生了質(zhì)的

3、變化，包括信息的不可預(yù)知性、不完全性等。.1現(xiàn)代工業(yè)消費的新挑戰(zhàn)C：多層次、多目的的控制要求 現(xiàn)代工業(yè)控制所追求的已不僅僅是低層次上單一的質(zhì)量，而是力務(wù)虛現(xiàn)多樣化、多層次的綜合目的，包括協(xié)調(diào)、調(diào)度、管理及決策等。.1現(xiàn)代工業(yè)消費的新挑戰(zhàn)D：控制手段的經(jīng)濟性 基于實時性、消費本錢和操作工素質(zhì)等要素的思索，控制手段不允許過分復(fù)雜。 .1現(xiàn)代工業(yè)消費的新挑戰(zhàn) 現(xiàn)代工業(yè)消費為追求高質(zhì)量、高可靠、高效益、高順應(yīng)性的“四高目的，一方面其消費規(guī)模越來越龐大，節(jié)拍越來越快，工藝越來越復(fù)雜；另一方面基于嚴厲和準確的數(shù)學模型描畫根底上的傳統(tǒng)控制實際的分析、綜合與設(shè)計技術(shù)與現(xiàn)代工業(yè)消費的控制實際存在著宏大的鴻溝，實

4、際與運用之間存在著嚴重不協(xié)調(diào)性，面對復(fù)雜的工業(yè)對象，其數(shù)學模型很難準確建立。即使在很多前提條件下建立了模型，工程運用時往往又需求對它進展簡化，從而使模型的準確性難以保證。.1現(xiàn)代工業(yè)消費的新挑戰(zhàn) 傳統(tǒng)控制實際的控制算法往往很復(fù)雜，也為其實施設(shè)置了妨礙。因此以追求單一質(zhì)量、系統(tǒng)部分控制為目的的傳統(tǒng)控制越來越難以滿足現(xiàn)代工業(yè)消費的需求。順應(yīng)時代的呼喚，智能控制的產(chǎn)生也就成為必然。 .2智能控制構(gòu)成的實際根底 人工智能、信息科學、計算機科學、腦科學等學科的開展都從不同角度為智能控制的誕生奠定了必要的實際和技術(shù)根底，智能控制的產(chǎn)生是科學技術(shù)綜合開展的結(jié)果。智能控制正成為控制與自動化領(lǐng)域中最興隆和開展最

5、迅速的一個分支學科，并被許多興隆國家確以為提高國家競爭力的中心技術(shù)。 .2智能控制構(gòu)成的實際根底 早在20世紀60年代末, K. S. Fu就留意到了傳統(tǒng)控制方式的缺陷和人工智能在控制及自動化領(lǐng)域中的宏大運用潛力，并在學習控制(Learning Control)的研討過程中，初次明確提出了智能控制的思想。早期的智能控制研討依然很受傳統(tǒng)自動控制實際的影響，大部分著眼點依然基于系統(tǒng)已有的先驗知識來“處理問題，而不是自動獲取知識。1971年他從研討自學習控制系統(tǒng)入手，概括了智能控制是自動控制與人工智能的交集； .2智能控制構(gòu)成的實際根底 1977年，Saridis以智能機器人的控制為主要研討背景，從

6、研討機器智能的角度提出了智能控制是自動控制、人工智能及運籌學的交集，并提出了分級遞階智能控制的構(gòu)造和方法. .2智能控制構(gòu)成的實際根底 Astrom提出的專家智能控制是將專家對被控對象和控制過程的知識、閱歷等融入控制器的設(shè)計與控制戰(zhàn)略中； Zadeh提出的模糊集及模糊系統(tǒng)實際為處理構(gòu)造不確定性的復(fù)雜多變量系統(tǒng)開辟了一條途徑； .2智能控制構(gòu)成的實際根底神經(jīng)網(wǎng)絡(luò)源于對腦神經(jīng)的模擬，具有很強的順應(yīng)于復(fù)雜環(huán)境和多目的控制要求的自學習才干，并具有以恣意精度逼近非線性延續(xù)函數(shù)的特性，神經(jīng)網(wǎng)絡(luò)滿足控制系統(tǒng)高維數(shù)、非線性、強干擾、不確定、難建模、時滯未知、快速多變的要求；這些都對智能控制的研討和開展起了重要

7、的推進作用。 .3智能控制的根本問題 什么是智能控制中的“智能？什么是智能控制器及智能控制系統(tǒng)?什么是智能控制方法？智能控制系統(tǒng)應(yīng)具備哪些特征？等等。雖然來自不同領(lǐng)域的學者們對這些問題有不同的回答，但從控制的角度出發(fā),下面的一些定義是適宜的。 .3智能控制的根本問題 智能(Intelligence): 智能控制中的智能是指有自治才干的程度(Degree of Autonomy)。智能主要表如今以下幾個方面：先驗智能、反響性智能、優(yōu)化智能、組織和協(xié)調(diào)智能。 .3智能控制的根本問題 自治才干(Autonomy): 自治才干是學習或獲取各種知識、并利用此知識進展決策以改善本身行為的才干。 .3智能控

8、制的根本問題 智能控制器(Intelligent Controller): 用智能控制方法或傳統(tǒng)的系統(tǒng)及控制技術(shù)設(shè)計或?qū)崿F(xiàn)的、用于模擬或完成正常的由人、動物或生物系統(tǒng)所完成的功能的控制器。 .3智能控制的根本問題 智能控制系統(tǒng):(Intelligent Control System ) 智能控制系統(tǒng)是具有某種程度自治性的控制系統(tǒng)。應(yīng)具備(或部分具備)如下特征: 處置各種不確定性、定性信息和數(shù)據(jù)構(gòu)造的才干。 處置非構(gòu)造化信息和數(shù)據(jù)的才干。 對具有高度籠統(tǒng)性的離散符號指令作出呼應(yīng)的才干。 辯識主控系統(tǒng)構(gòu)造或構(gòu)成變化的才干。 .3智能控制的根本問題 處置和利用各種不同性質(zhì)的知識的才干。 根據(jù)主控系統(tǒng)

9、或環(huán)境變化,對本身參數(shù)或構(gòu)造進展修正或重構(gòu)的才干。 在運轉(zhuǎn)過程中學習和獲取關(guān)于對象和環(huán)境的新知識、并利用這些新知識改良控制行為的才干。 基于對象行為預(yù)測的控制的多目的性。 .3智能控制的根本問題 任何具備上述一種或多種才干的控制系統(tǒng)均被以為是智能控制系統(tǒng)。 從這個意義上講，經(jīng)典的反響控制、變構(gòu)造控制、自校正控制及自順應(yīng)控制均被以為屬于智能控制的范疇，它們與通常所說的智能控制的區(qū)別在于它們僅具有較低層次的智能。 .3智能控制的根本問題 智能控制實際及運用研討的目的就是利用包括傳統(tǒng)控制及系統(tǒng)實際在內(nèi)的已有各種實際及技術(shù)來構(gòu)造在某種程度上具備上述特征的控制系統(tǒng)，并最終實現(xiàn)具有完全自治力的系統(tǒng)。.3智

10、能控制的根本問題 智能控制方法:(Intelligent Control Methodology): 利用旨在模擬人、動物或生物系統(tǒng)功能的技術(shù)或過程來為動態(tài)系統(tǒng)構(gòu)造或?qū)崿F(xiàn)控制、以到達預(yù)定要求的控制方法的集合。.4理想的智能控制系統(tǒng)的功能特征 A：有豐富的關(guān)于人-機-環(huán)境的知識及如何利用這些知識的戰(zhàn)略,包括人的控制戰(zhàn)略、被控對象的動態(tài)特征及環(huán)境的變化特性。 B：有自順應(yīng)、自組織、自學習和自協(xié)調(diào)的才干,也就是系統(tǒng)應(yīng)具有能順應(yīng)被控對象環(huán)境及控制過程變化的才干,能經(jīng)過學習控制器和環(huán)境的信息而改善本身性能的才干。 .4理想的智能控制系統(tǒng)的功能特征C：能滿足多目的、多層次的高規(guī)范要求,有判別決策的才干。

11、D：有容錯性,即系統(tǒng)應(yīng)具有對各類缺點進展屏蔽和自修復(fù)的才干,以堅持系統(tǒng)高度的可靠性。 .4理想的智能控制系統(tǒng)的功能特征E：具有智能化的人機界面,也就是將知識工程融入人機界面,不但能經(jīng)過文字、圖形等方式,而且可以經(jīng)過言語、姿態(tài)等方式進展交互,具有自學習、自順應(yīng)的才干,使界面能自動與用戶交互,對人思索問題起到良好的催化作用。 .5智能控制的主要研討分支及內(nèi)容 A：智能控制的方式和構(gòu)造 智能控制所研討的問題是多方面的、多層次的。智能控制面對不同的運用領(lǐng)域有著各種方式和構(gòu)造,如分層遞階智能控制、分布式智能控制、仿人智能控制、專家控制、智能PID控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制以及模糊神經(jīng)網(wǎng)絡(luò)控制等。.5智

12、能控制的主要研討分支及內(nèi)容B：智能控制的主要研討分支 在智能控制開展和構(gòu)成過程中，根據(jù)研討的偏重點、所涉及的問題以及所要到達的目的的不同，智能控制構(gòu)成了各具特征的分支。雖然這些分支正趨于相互浸透和交融,但各自已構(gòu)成了相對獨立和有特征的方法體系。.5智能控制的主要研討分支及內(nèi)容B：智能控制的主要研討分支 自順應(yīng)控制(Adaptive Control)、模糊控制(Fuzzy Control)、神經(jīng)網(wǎng)控制(Neural Net-based Cont rol)、基于知識的控制(Knowledge Based Control )或?qū)＜铱刂?Expert Control)、復(fù)合智能控制(Hybrid In

13、telligent Control)、學習控制和基于進化機制的控制(Evolutionary Mechanism Based Control) .5智能控制的主要研討分支及內(nèi)容C：智能控制的主要研討方法 基于專家系統(tǒng)的專家智能控制 基于模糊推理和計算的模糊控制 基于人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)控制 基于信息論，遺傳算法和以上三種方法的集成型智能控制.3 智能控制實際與方法 專家系統(tǒng)與專家智能控制綜述 模糊推理與模糊控制綜述 人工神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)控制綜述 .4 典型的智能控制戰(zhàn)略 智能PID控制 多變量模糊系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制.智能控制戰(zhàn)略研討1智能PID控制 目前大多數(shù)工業(yè)過程仍采用PID控制，PI

14、D控制在工業(yè)控制中仍占據(jù)非常重要的位置。為了改善PID控制器的性能，近60年來，人們提出了非線性PID控制、選擇性PID-PD控制、I-PD控制以及自順應(yīng)PID控制算法等，特別是近年來出現(xiàn)的專家自順應(yīng)PID控制，或稱智能PID控制已引起了廣泛的關(guān)注，成為當前研討的熱點。 .智能控制戰(zhàn)略研討 PID控制器中的KP、KI、KD這3個參數(shù)對獲得良好的控制都是必要的，但這些參數(shù)確定后，并不具有自動順應(yīng)系統(tǒng)或環(huán)境變化的才干，系統(tǒng)運轉(zhuǎn)一段時間后，運轉(zhuǎn)形狀會發(fā)生變化。必需設(shè)計一種可以自動調(diào)整KP、KI、KD 的控制器。我們用神經(jīng)元網(wǎng)絡(luò)來完成此項義務(wù)，經(jīng)過網(wǎng)絡(luò)本身的學習，找到某一組最優(yōu)的控制器參數(shù)。 .智能控

15、制戰(zhàn)略研討神經(jīng)元網(wǎng)絡(luò)自順應(yīng)PID控制器構(gòu)造.智能控制戰(zhàn)略研討神經(jīng)元網(wǎng)絡(luò)自順應(yīng)PID控制器包括3部分：1常規(guī)PID控制器：直接對過程構(gòu)成閉環(huán)控制；2神經(jīng)元網(wǎng)絡(luò)NN：根據(jù)系統(tǒng)的信息，經(jīng)過網(wǎng)絡(luò)本身權(quán)系的調(diào)整，使得其穩(wěn)定形狀對應(yīng)于某種最優(yōu)控制下的PID控制器參數(shù)；3自調(diào)整因子STF：用于實時調(diào)整輸出比例因子。.智能控制戰(zhàn)略研討2多變量模糊系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制 對于控制問題而言，系統(tǒng)的模糊性主要來自以下幾個方面：*建立被控對象數(shù)學模型時存在模糊性 *丈量信息存在模糊性*設(shè)計控制目的函數(shù)時存在模糊性.多變量模糊系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制 現(xiàn)實世界中存在著大量的復(fù)雜多變量系統(tǒng),這類系統(tǒng)具有非線性、分布性、多變量和強耦

16、合等特點,并集中表現(xiàn)為參數(shù)和構(gòu)造的不確定性。構(gòu)造一定時,參數(shù)不確定性可以用學習或自順應(yīng)方法處理,但構(gòu)造不確定性卻很難用現(xiàn)存的系統(tǒng)及控制實際來處理。Zadeh提出的模糊集及模糊系統(tǒng)實際為處理這類含構(gòu)造不確定性的復(fù)雜多變量系統(tǒng)開辟了一條途徑,從而構(gòu)成了一種新的實際體系多變量復(fù)雜動態(tài)模糊系統(tǒng)與控制實際。它包括對系統(tǒng)行為的描畫、辨識以及對其進展的分析和控制。 .基于模糊神經(jīng)網(wǎng)絡(luò)的控制模型.5 智能控制運用研討 針對國家863/CIMS運用示范工程揚州水箱廠計算機集成制造系統(tǒng)車間管理與控制系統(tǒng)(YS-CIMS/SFCS)中的散熱器芯子烘焊自動線主烘腔溫度控制這一實踐工程問題，進展了智能控制運用研討。.1

17、主烘腔構(gòu)造.1主烘腔構(gòu)造 主烘腔外壁用軟質(zhì)耐火磚和硅酸鋁纖維做絕熱資料，兩側(cè)經(jīng)過風簾分別與預(yù)烘腔和外部環(huán)境相隔。主烘腔熱量由一組電熱絲提供，其加熱功率由流經(jīng)電熱絲的電流的可控硅導(dǎo)通角來控制，電熱絲裝在主烘腔上部。在主烘腔下部裝有兩臺同型號的離心式通用風機，風機并聯(lián)安裝，旋向相反，經(jīng)過兩臺風機轉(zhuǎn)動在爐內(nèi)構(gòu)成循環(huán)風，從而使爐腔內(nèi)溫度到達平衡，不致使熱量集中在電熱絲周圍。 .1主烘腔構(gòu)造 為檢測腔內(nèi)溫度總體情況，將主烘腔分成上、中、下三層，每層安裝了3根熱電偶，共9根。以檢測到的中間一層3個熱電偶的平均溫度做為溫控模型的輸入。其它兩層的熱電偶與中間層配合用于計算主烘腔溫度梯度，該溫度梯度值將成為風機

18、調(diào)速的根據(jù)。.2主烘腔溫度控制過程的特點 過程復(fù)雜 大慣性 外部影響大 產(chǎn)品變化大.2主烘腔溫度控制過程的特點 該控制環(huán)節(jié)具有明顯的非線性、時變、大慣性等特點，此類控制的對象很難用確定的經(jīng)典數(shù)學模型來表示，其特性參數(shù)往往只能用一些“亦此亦彼的模糊量(Fuzzy Value)來描畫，而控制戰(zhàn)略也只能以言語的方式進展所謂的定性描畫。這類問題如用傳統(tǒng)的控制算法(如PID調(diào)理算法等)難以收到稱心的效果。處理這類問題的一個關(guān)鍵是對模糊量(Fuzzy Value)以及模糊關(guān)系(Fuzzy Relation)等模糊對象的合理描畫及關(guān)系處置的技術(shù)方法。因此，可以采用模糊數(shù)學實際對常規(guī)的控制算法加以改良。我們運用模糊控制方案對主烘腔溫度進展控制。.3主烘腔溫度模糊控制系統(tǒng)構(gòu)造.3主烘腔溫度模糊控制系統(tǒng)構(gòu)造 在主烘腔任務(wù)時，要求的加熱溫度T0是系統(tǒng)期望值(例如330)，實踐烘焊時，系統(tǒng)的輸出溫度值為T，將它作為反響變量與期望值T0作比較，求出誤差(=TT0)及其變化率作為模糊控制器的輸入，系統(tǒng)可根據(jù)誤差及其變化率決議當時的控制輸出量u加熱安裝的電流的可控硅導(dǎo)通角，該控制量實踐上是系統(tǒng)