智能控制技術(shù)的發(fā)展與應(yīng)用

智能控制技術(shù)的發(fā)展及其應(yīng)用智能控制(inteHigentcontrols),是指在無人干預(yù)的情況下能自主地驅(qū)動智能機器，以實現(xiàn)控制目標(biāo)的自動控制技術(shù)。自1932年奈魁斯特(H.Nyquist)的有關(guān)反饋放大器穩(wěn)定性論文發(fā)表以來，控制理論的發(fā)展已走過了60多年的歷程。一般認(rèn)為，前30年是經(jīng)典控制理論的發(fā)展和成熟階段，后30年是現(xiàn)代控制理論的形成和發(fā)展階段。隨著研究的對象和系統(tǒng)越來越復(fù)雜，借助于數(shù)學(xué)模型描述和分析的傳統(tǒng)控制理論已難以解決復(fù)雜系統(tǒng)的控制問題。智能控制是針對控制對象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而產(chǎn)生和發(fā)展起來的。從20世紀(jì)60年代起，計算機技術(shù)和人工智能技術(shù)迅速發(fā)展，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，控制界學(xué)者開始將人工智能技術(shù)應(yīng)用于控制系統(tǒng)。1965年，美籍華裔科學(xué)家傅京孫教授首先把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，1966年，Mendel進一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制"的概念。1967年,Leondes和Mendel首先正式使用“智能控制”一詞。20世紀(jì)70年代初，傅京孫、Glofiso和Saridis等學(xué)者從控制論角度總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，提出了智能控制就是人工智能技術(shù)與控制理論的交叉的思想，并創(chuàng)立了人機交互式分級遞階智能控制的系統(tǒng)結(jié)構(gòu)。20世紀(jì)70年代中期，以模糊集合論為基礎(chǔ)，智能控制在規(guī)則控制研究上取得了重要進展。1974年，Mamdani提出了基于模糊語言描述控制規(guī)則的模糊控制器，將模糊集和模糊語言邏輯用于工業(yè)過程控制，之后又成功地研制出自組織模糊控制器，使得模糊控制器的智能化水平有了較大提高。模糊控制的形成和發(fā)展，以及與人工智能的相互滲透，對智能控制理論的形成起了十分重要的推動作用。20世紀(jì)80年代，專家系統(tǒng)技術(shù)的逐漸成熟及計算機技術(shù)的迅速發(fā)展，使得智能控制和決策的研究也取得了較大進展。1986年，K.J.Astrom發(fā)表的著名論文《專家控制》中，將人工智能中的專家系統(tǒng)技術(shù)引入控制系統(tǒng)，組成了另一種類型的智能控制系統(tǒng)——專家控制。目前，專家控制方法已有許多成功應(yīng)用的實例。自1971年傅京孫教授提出“智能控制”概念以來，智能控制已經(jīng)從二元論（人工智能和控制論）發(fā)展到四元論（人工智能、模糊集理論、運籌學(xué)和控制論），在取得豐碩研究和應(yīng)用成果的同時，智能控制理論也得到不斷的發(fā)展和完善。智能控制是多學(xué)科交叉的學(xué)科，它的發(fā)展得益于人工智能、認(rèn)知科學(xué)、模糊集理論和生物控制論等許多學(xué)科的發(fā)展，同時也促進了相關(guān)學(xué)科的發(fā)展。智能控制也是發(fā)展較快的新興學(xué)科，盡管其理論體系還遠(yuǎn)沒有經(jīng)典控制理論那樣成熟和完善，但智能控制理論和應(yīng)用研究所取得的成果顯示出其旺盛的生命力，受到相關(guān)研究和工程技術(shù)人員的關(guān)注。隨著科學(xué)技術(shù)的發(fā)展，智能控制的應(yīng)用領(lǐng)域?qū)⒉粩嗤卣?，理論和技術(shù)也必將得到不斷的發(fā)展和完善?？刂评碚摪l(fā)展至今已有100多年的歷史，經(jīng)歷了“經(jīng)典控制理論”和“現(xiàn)代控制理論”的發(fā)展階段，已進入“大系統(tǒng)理論”和“智能控制理論”階段。智能控制理論的研究和應(yīng)用是現(xiàn)代控制理論在深度和廣度上的拓展。20世紀(jì)80年代以來，信息技術(shù)、計算技術(shù)的快速發(fā)展及其他相關(guān)學(xué)科的發(fā)展和相互滲透，也推動了控制科學(xué)與工程研究的不斷深入，控制系統(tǒng)向智能控制系統(tǒng)的發(fā)展已成為一種趨勢。智能控制在各行各業(yè)的應(yīng)用主要集中在以下幾個方面：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)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