緒論智能控制演示文稿

緒論智能控制演示文稿當(dāng)前第1頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)1（優(yōu)選）緒論智能控制當(dāng)前第2頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)2現(xiàn)代控制理論

現(xiàn)代控制理論以龐特里亞金的極大值原理、貝爾曼的動(dòng)態(tài)規(guī)劃、卡爾曼的線性濾波和估計(jì)理論為基石，形成了以最優(yōu)控制、系統(tǒng)辨識(shí)和最優(yōu)估計(jì)、自適應(yīng)控制等為代表的現(xiàn)代控制理論分析和設(shè)計(jì)方法。

系統(tǒng)分析的對(duì)象已轉(zhuǎn)向多輸入一多輸出線性系統(tǒng)。

系統(tǒng)分析的數(shù)學(xué)模型主要是狀態(tài)空間描述法。

隨著要研究的對(duì)象和系統(tǒng)越來(lái)越復(fù)雜，借助于數(shù)學(xué)模型描述和分析的傳統(tǒng)控制理論難以解決復(fù)雜系統(tǒng)的控制問(wèn)題。

當(dāng)前第3頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)3復(fù)雜系統(tǒng)的特點(diǎn)：(1)不確定性的模型(2)高度非線性(3)復(fù)雜的任務(wù)要求當(dāng)前第4頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)4不確定性的模型傳統(tǒng)控制是基于模型的控制，這里的模型包括控制對(duì)象和干擾模型。傳統(tǒng)控制通常認(rèn)為模型是已知的或經(jīng)過(guò)辨識(shí)可以得到的。對(duì)于不確定性的模型，傳統(tǒng)控制難以滿足要求。當(dāng)前第5頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)5高度非線性在傳統(tǒng)的控制理論中，線性系統(tǒng)理論比較成熟。對(duì)于具有高度非線性的控制對(duì)象，雖然也有一些非線性控制方法可供使用，但總的來(lái)說(shuō)，目前非線性控制理論還很不成熟，有些方法又過(guò)于復(fù)雜，無(wú)法廣泛應(yīng)用。

當(dāng)前第6頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)6復(fù)雜的任務(wù)要求在傳統(tǒng)的控制系統(tǒng)中：控制任務(wù)要求輸出量為定值(調(diào)節(jié)系統(tǒng))或者要求輸出量跟隨期望的運(yùn)動(dòng)軌跡(跟蹤系統(tǒng))。對(duì)于復(fù)雜的控制任務(wù)：如智能機(jī)器人系統(tǒng)、復(fù)雜工業(yè)過(guò)程控制系統(tǒng)、計(jì)算機(jī)集成制造系統(tǒng)(CIMS)、航天航空控制系統(tǒng)等傳統(tǒng)的控制理論都無(wú)能為力。

當(dāng)前第7頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)7轉(zhuǎn)速負(fù)反饋單閉環(huán)有靜差調(diào)速系統(tǒng)+-放大器MTG+-+-+-UtgUdIdn+--+△U

Ug+-MTGUfUkαu～整流器觸發(fā)器測(cè)速發(fā)電機(jī)電動(dòng)機(jī)負(fù)反饋電壓給定電壓偏差電壓控制角控制電壓輸出電壓轉(zhuǎn)速當(dāng)前第8頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)8雙閉環(huán)直流調(diào)速系統(tǒng)當(dāng)前第9頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)9塑膠制?？刂葡到y(tǒng)當(dāng)前第10頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)10鍋爐液位控制系統(tǒng)當(dāng)前第11頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)11爐溫控制系統(tǒng)工作原理圖當(dāng)前第12頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)12智能控制采用數(shù)學(xué)工具或計(jì)算機(jī)仿真技術(shù)的傳統(tǒng)控制理論已經(jīng)無(wú)法解決難以通過(guò)傳統(tǒng)的數(shù)學(xué)工具來(lái)描述的現(xiàn)代控制系統(tǒng)的控制問(wèn)題。然而，許多復(fù)雜的生產(chǎn)過(guò)程難以實(shí)現(xiàn)的目標(biāo)控制，可以通過(guò)熟練的操作工、技術(shù)人員或?qū)＜业牟僮鳙@得滿意的控制效果。如何有效地將熟練的操作工、技術(shù)人員或?qū)＜业慕?jīng)驗(yàn)知識(shí)和控制理論結(jié)合起來(lái)去解決復(fù)雜系統(tǒng)的控制問(wèn)題就是智能控制原理研究的目標(biāo)所在。

當(dāng)前第13頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)13智能控制概念的提出：主要是針對(duì)控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性。這是由于實(shí)現(xiàn)大規(guī)模復(fù)雜系統(tǒng)的控制需要。也是由于現(xiàn)代計(jì)算機(jī)技術(shù)、人工智能和微電子學(xué)等學(xué)科的高速發(fā)展，使控制的技術(shù)工具發(fā)生了革命性的變化。智能控制的研究工作最初是以機(jī)器人控制為背景而提出來(lái)的?，F(xiàn)在，其應(yīng)用重點(diǎn)已從機(jī)器人控制問(wèn)題向復(fù)雜工業(yè)過(guò)程控制等非機(jī)器人領(lǐng)域轉(zhuǎn)移。

當(dāng)前第14頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)141.1.2智能控制的發(fā)展智能控制是一門(mén)新興的學(xué)科，它的發(fā)展得益于許多學(xué)科．其中包括人工智能、現(xiàn)代自適應(yīng)控制、最優(yōu)控制、神經(jīng)元網(wǎng)絡(luò)、模糊邏輯、學(xué)習(xí)理論等。1966年，J．M．Mendel首先提出將人工智能用于飛船控制系統(tǒng)的設(shè)計(jì)。1971年，著名學(xué)者K．S．Fu(傅京遜)從發(fā)展學(xué)習(xí)控制的角度首次提出智能控制這一概念。當(dāng)前第15頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)15K．S．Fu(傅京遜)歸納了三種類(lèi)型的智能控制系統(tǒng)：(1)人作為控制器的控制系統(tǒng)(2)人-機(jī)結(jié)合作為控制器的控制系統(tǒng)(3)無(wú)人參與的自主控制系統(tǒng)當(dāng)前第16頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)16(1)人作為控制器的控制系統(tǒng)人具有識(shí)別決策和控制等功能；人作為控制器的控制系統(tǒng)具有自學(xué)習(xí)、自適應(yīng)和自組織的功能；能根據(jù)不同的控制任務(wù)、不同的對(duì)象及環(huán)境情況，自動(dòng)采取不同的控制策略。(2)人-機(jī)結(jié)合作為控制器的控制系統(tǒng)機(jī)器完成那些連續(xù)進(jìn)行的并需快速計(jì)算的常規(guī)控制任務(wù)；人則完成任務(wù)分配、決策、監(jiān)控等任務(wù)。當(dāng)前第17頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)17(3)無(wú)人參與的自主控制系統(tǒng)最典型的例子是自主機(jī)器人。這時(shí)的自主式控制器需要完成：?jiǎn)栴}求解和規(guī)劃、環(huán)境建模、傳感信息分析和低層的反饋控制等任務(wù)。它實(shí)際上是一個(gè)多層的智能控制系統(tǒng)．當(dāng)前第18頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)181977年Saridis

在自己的著作中，從控制理論發(fā)展的觀點(diǎn)，論述了從通常的反饋控制到最優(yōu)控制、隨機(jī)控制，再到自適應(yīng)控制、自學(xué)習(xí)控制、自組織控制，并最終向智能控制這個(gè)最高階段發(fā)展的過(guò)程。首次提出了分層遞階的智能控制結(jié)構(gòu)，整個(gè)結(jié)構(gòu)由上而下分為三個(gè)層次：組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)。

當(dāng)前第19頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)191985年8月。IEEE在美國(guó)紐約召開(kāi)了第一屆智能控制學(xué)術(shù)討論會(huì)。會(huì)上集中討論了智能控制原理和智能控制系統(tǒng)的結(jié)構(gòu)。這次會(huì)議之后不久，在IEEE控制系統(tǒng)學(xué)會(huì)內(nèi)成立了IEEE智能控制專(zhuān)業(yè)委員會(huì)。1987年1月，在美國(guó)費(fèi)城由IEEE控制系統(tǒng)學(xué)會(huì)和計(jì)算機(jī)學(xué)會(huì)聯(lián)合召開(kāi)了智能控制國(guó)際會(huì)議。這是有關(guān)智能控制的第一次國(guó)際會(huì)議，來(lái)自美國(guó)、歐洲、日本、中國(guó)以及其他發(fā)展中國(guó)家的150位代表出席了這次學(xué)術(shù)盛會(huì)。

當(dāng)前第20頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)201.2智能控制系統(tǒng)的類(lèi)型專(zhuān)家控制

模糊控制神經(jīng)網(wǎng)絡(luò)控制仿人智能控制

當(dāng)前第21頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)211.2.1專(zhuān)家控制專(zhuān)家控制是把專(zhuān)家系統(tǒng)技術(shù)應(yīng)用于過(guò)程控制系統(tǒng)的結(jié)果。專(zhuān)家系統(tǒng)模擬人類(lèi)操作者，工程師的經(jīng)驗(yàn)和知識(shí)，并與控制器的算法相結(jié)合，實(shí)現(xiàn)對(duì)過(guò)程的有效控制。由于專(zhuān)家的經(jīng)驗(yàn)通常以規(guī)則形式表示，因此，有時(shí)也稱(chēng)基于規(guī)則的控制。

當(dāng)前第22頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)221.2.2模糊控制模糊控制是建立在扎德教授創(chuàng)立的模糊集理論基礎(chǔ)上的一類(lèi)智能控制。模糊控制核心為模糊推理。它同樣是根據(jù)人的控制經(jīng)驗(yàn)，模仿人的控制決策。與專(zhuān)家控制類(lèi)似，其推理過(guò)程也是以基于規(guī)則形式表示的人類(lèi)經(jīng)驗(yàn)。近幾年來(lái)，在基本模糊控制基礎(chǔ)上，又提出了一些變形的模糊控制器，如：模糊PID控制，自適應(yīng)模糊控制，專(zhuān)家模糊控制，神經(jīng)網(wǎng)絡(luò)模糊控制等。

當(dāng)前第23頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)231.2.3神經(jīng)元網(wǎng)絡(luò)控制人工神經(jīng)網(wǎng)絡(luò)具有許多優(yōu)異的性能。它的可塑性，自適應(yīng)性和自組織性使它具有很強(qiáng)的學(xué)習(xí)能力；它的并行處理機(jī)制使它求解問(wèn)題的時(shí)間很短，具有滿足實(shí)時(shí)性要求的潛力；它的分布存儲(chǔ)方式使它的魯棒性和容錯(cuò)性都相當(dāng)良好。

當(dāng)前第24頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)241.2.3神經(jīng)元網(wǎng)絡(luò)控制人工神經(jīng)網(wǎng)絡(luò)力圖在結(jié)構(gòu)上模擬人的大腦，而模糊推理則在思維方法上模擬人的大腦功能。二者在對(duì)信息處理加工方面，從不同側(cè)面表現(xiàn)出人類(lèi)大腦思維過(guò)程的容錯(cuò)能力。從控制角度出發(fā)，將神經(jīng)網(wǎng)絡(luò)和模糊控制相結(jié)合，很自然的成為智能控制的一種發(fā)展趨勢(shì)。

當(dāng)前第25頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)251.2.4仿人智能控制

仿人智能控制是把起控制作用的人作為控制環(huán)節(jié)(人控制器)，對(duì)其特性進(jìn)行研究和模仿，建立其數(shù)學(xué)模型，并構(gòu)造相應(yīng)的控制器，實(shí)現(xiàn)對(duì)過(guò)程(對(duì)象)的有效控制。人控制器具有一些特有的性質(zhì)，并且不能把他的輸入一輸出關(guān)系簡(jiǎn)單地描述成純線性的，非線性的，時(shí)變的，隨機(jī)的或離散的模型。

當(dāng)前第26頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)261.2.4仿人智能控制人控制器具有很強(qiáng)的自適應(yīng)能力，可以從運(yùn)行經(jīng)驗(yàn)中學(xué)習(xí)到自己原來(lái)不知道的東西。

其他一些因素，如情緒，疲勞等也會(huì)影響他的性能。

因此，要為人控制器建立真正的數(shù)學(xué)模型實(shí)際上是不可能的。只能是為完成一項(xiàng)專(zhuān)門(mén)的控制任務(wù)確定其近似的性能模型。

當(dāng)前第27頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)271.3智能控制系統(tǒng)的分類(lèi)直接智能控制系統(tǒng)

間接智能控制系統(tǒng)

分層遞階智能控制系統(tǒng)

集散智能控制系統(tǒng)

智能自適應(yīng)控制系統(tǒng)

智能自學(xué)習(xí)控制系統(tǒng)

智能自組織控制系統(tǒng)

智能自修復(fù)控制系統(tǒng)

當(dāng)前第28頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)281.3.1直接智能控制系統(tǒng)

在直接智能控制系統(tǒng)中，智能環(huán)節(jié)作為直接控制器替代傳統(tǒng)控制器。

智能控制器可以是專(zhuān)家系統(tǒng)控制器，模糊控制器，人工神經(jīng)網(wǎng)絡(luò)控制器，仿人控制器，還可以是神經(jīng)模糊控制器等。

當(dāng)前第29頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)291.3.2間接智能控制系統(tǒng)

在間接智能控制系統(tǒng)中，智能環(huán)節(jié)不是在每個(gè)采樣周期直接給出控制信號(hào)，而只是通過(guò)對(duì)控制器的結(jié)構(gòu)或參數(shù)進(jìn)行調(diào)整，指導(dǎo)控制器的工作，間接地影響被控過(guò)程。

這里直接控制器可以是傳統(tǒng)控制器，也可以是前面介紹的智能控制器。直接控制器在每個(gè)采樣周期均給出控制信號(hào)，直接影響被控過(guò)程。

當(dāng)前第30頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)301.3.3分層遞階智能控制系統(tǒng)這種智能控制系統(tǒng)實(shí)質(zhì)上是把傳統(tǒng)控制技術(shù)和智能控制技術(shù)相結(jié)合，把辨識(shí)和控制方法相結(jié)合而構(gòu)成的一類(lèi)混合控制系統(tǒng)。這種控制系統(tǒng)只是一種人為的劃分，其優(yōu)點(diǎn)在于控制路線明確，易于解析描述。

當(dāng)前第31頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)311.3.4集散智能控制系統(tǒng)

集散控制系統(tǒng)，以多臺(tái)微機(jī)為核心實(shí)現(xiàn)地理上和功能上的分散控制，又通過(guò)高速數(shù)據(jù)通道把各分散點(diǎn)的信息集中起來(lái)，進(jìn)行集中的監(jiān)視和操作，并實(shí)現(xiàn)高級(jí)控制。

當(dāng)前第32頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)321.3.5智能自適應(yīng)控制系統(tǒng)

根據(jù)對(duì)象的輸入輸出數(shù)據(jù)，不斷地在線辨識(shí)對(duì)象模型的結(jié)構(gòu)和參數(shù)，并在此基礎(chǔ)上將控制作用調(diào)整到一個(gè)滿意的工作狀態(tài)。當(dāng)前第33頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)331.3.6智能自學(xué)習(xí)控制系統(tǒng)學(xué)習(xí)是使系統(tǒng)作一些適應(yīng)性變化，使系統(tǒng)在下一次完成相同或相類(lèi)似任務(wù)時(shí)比前一次更有效。系統(tǒng)需要通過(guò)其學(xué)習(xí)能力獲取新知識(shí)，或更新舊知識(shí)，以達(dá)到更有效的控制。

當(dāng)前第34頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)341.3.7智能自組織控制系統(tǒng)

能根據(jù)控制目標(biāo)的要求，被控對(duì)象的特性以及環(huán)境條件的有關(guān)信息，自動(dòng)組成滿足性能要求的新控制器。

當(dāng)前第35頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)351.3.8智能自修復(fù)控制系統(tǒng)

能夠在系統(tǒng)運(yùn)行過(guò)程中自動(dòng)診斷并排除系統(tǒng)出現(xiàn)的故障，具有一定的自修復(fù)功能。系統(tǒng)還具有一定的容錯(cuò)能力，在某些控制單元失效的情況下，以降低某些控制性能為代價(jià)，繼續(xù)維持系統(tǒng)的運(yùn)行，并保持良好的控制狀態(tài)。當(dāng)前第36頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)361.4智能控制系統(tǒng)的構(gòu)成原理

1.4.1智能控制系統(tǒng)的結(jié)構(gòu)

當(dāng)前第37頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)37各單元意義“廣義對(duì)象”包括通常意義下的控制對(duì)象和外部環(huán)境．如智能機(jī)器人系統(tǒng)中，機(jī)器人的手臂、被操作物體及所處環(huán)境統(tǒng)稱(chēng)廣義對(duì)象?！皞鞲衅鳌卑P(guān)節(jié)位置傳感器、力傳感器、視覺(jué)傳感器、距離覺(jué)傳感器、觸覺(jué)傳感器等?！案兄畔⑻幚怼睂鞲衅鞯玫降脑夹畔⒓右蕴幚?，如視覺(jué)信息要經(jīng)過(guò)復(fù)雜的處理才能獲得有用的信息。

當(dāng)前第38頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)38“認(rèn)知”主要用來(lái)接收和貯存信息、知識(shí)、經(jīng)驗(yàn)和數(shù)據(jù)．并對(duì)它們進(jìn)行分析、推理，作出行動(dòng)的決策，送至規(guī)劃和控制部分?！巴ㄐ沤涌凇背⑷藱C(jī)之間的聯(lián)系外，還建立系統(tǒng)中各模塊之間的聯(lián)系?！耙?guī)劃和控制”是整個(gè)系統(tǒng)的核心，它根據(jù)給定的任務(wù)要求、反饋的信息以及經(jīng)驗(yàn)知識(shí)，進(jìn)行自動(dòng)搜索、推理決策、動(dòng)作規(guī)劃，最終產(chǎn)生具體的控制作用，經(jīng)“執(zhí)行器”作用于控制對(duì)象。

當(dāng)前第39頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)39分層遞階結(jié)構(gòu)的智能控制系

統(tǒng)

1)對(duì)控制而言，自上而下控制的精度愈來(lái)愈高。2)對(duì)識(shí)別而言，自下而上信息反饋愈來(lái)愈粗略，相應(yīng)的智能程度也愈來(lái)愈高。

當(dāng)前第40頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)401.4.2智能控制系統(tǒng)的特點(diǎn)(1)智能控制系統(tǒng)一般具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過(guò)程。(2)智能控制器具有分層信息處理和決策機(jī)構(gòu)。(3)智能控制器具有非線性和變結(jié)構(gòu)特點(diǎn)。(4)智能控制系統(tǒng)是一門(mén)新興的邊緣交叉學(xué)科，它需要更多的相關(guān)學(xué)科配合支援。當(dāng)前第41頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)41智能控制系統(tǒng)必須具備以下一個(gè)或多個(gè)功能：

(1)學(xué)習(xí)功能(2)適應(yīng)功能

(3)組織功能

當(dāng)前第42頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)42(1)學(xué)習(xí)功能一個(gè)系統(tǒng)，如能對(duì)一個(gè)過(guò)程或其環(huán)境的未知特征所固有的信息進(jìn)行學(xué)習(xí)，并將得到的經(jīng)驗(yàn)用于進(jìn)一步估計(jì)、分類(lèi)、決策或控制。從而使系統(tǒng)的性能得以改善，那么便稱(chēng)該系統(tǒng)具有學(xué)習(xí)功能。

當(dāng)前第43頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)43(2)適應(yīng)功能與傳統(tǒng)的自適應(yīng)控制相比，這里所說(shuō)的適應(yīng)功能具有更廣泛的含義，它包括更高層次的適應(yīng)性。所謂的智能行為實(shí)質(zhì)上是一種從輸入到輸出的映射關(guān)系，它可以看成是不依賴(lài)于模型的自適應(yīng)估計(jì)，因此具有很好的適應(yīng)性能。即使是在系統(tǒng)的某一部分出現(xiàn)故障時(shí)，系統(tǒng)也能正常工作，體現(xiàn)了它很強(qiáng)的適應(yīng)性。

當(dāng)前第44頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)44(3)組織功能即對(duì)于復(fù)雜的任務(wù)和分散傳感信息具有自行組織和協(xié)調(diào)的功能。該組織行為還表現(xiàn)為系統(tǒng)具有相應(yīng)的主動(dòng)性和靈活性，即智能控制器可以在任務(wù)要求的范圍內(nèi)自行決策，主動(dòng)采取行動(dòng)；而當(dāng)出現(xiàn)多目標(biāo)沖突時(shí)。各控制器在一定限制條件下自行解決。

當(dāng)前第45頁(yè)\共有50頁(yè)\編于星期二\13點(diǎn)451.4.3智能控制系統(tǒng)研究的數(shù)學(xué)工具

傳統(tǒng)的控制理論主要采用微分方程、狀態(tài)方程及各種數(shù)學(xué)變換作為研究工具，它們本質(zhì)上是一種數(shù)值計(jì)算的方法。而人工智能主要采用符號(hào)處理、一階謂詞邏輯等作為研究的數(shù)學(xué)工具。顯然兩者有著根本的區(qū)別。