現(xiàn)代工業(yè)的智能控制和智能自動化

1、現(xiàn)代工業(yè)的智能控制和智 現(xiàn)代工業(yè)的智能控制和智能自動化 能自動化以滿足現(xiàn)代工業(yè)生產(chǎn)的需求。順應(yīng)時代的呼喚，智能控制的產(chǎn)生也就是必然的了。1.2 1.2 智能控制形成的理論因素 智能控制形成的理論因素智能控制的形成也有著非常重要和挑戰(zhàn)性的理論因素?；仡櫰浒l(fā)展歷程，可以明顯看出控制科學(xué)處理各種不確定性問題所蘊涵的智能化發(fā)展趨勢。事實上，從古典控制到現(xiàn)代控制，其產(chǎn)生與發(fā)展都是在實現(xiàn)模擬人的有目的性的動作機制，所研究的控制律如閉環(huán)、反饋、優(yōu)化、

2、自適應(yīng)、自組織等都是人類在改造自然的生存過程中為解決對象的不確定性或信息不完全的情況下所具有的本能或能力，如果說基于傳統(tǒng)控制論的自動控制裝置模擬、代替的是人的勞動器官的功能，那么智能控制的目標(biāo)則是制造出新型機器，模擬、代替人的思維器官的某些控制功能。在控制理論的發(fā)展過程中，古典反饋控制最初的目標(biāo)就是增加控制系統(tǒng)的魯棒性。線性反饋控制只能適用于較簡單的線性系統(tǒng)，如果存在控制對象的不確定性和外界環(huán)境的變化，只要這種變化很小，那么這種控制器還

3、可以滿足性能要求，否則隨著控制對象的復(fù)雜化，這樣的控制器將需要增加諸如狀態(tài)估計器等機構(gòu)；當(dāng)系統(tǒng)受到的干擾噪聲較大時，可能需要 Kalman 濾波器；如果控制過程還要滿足某性能指標(biāo)下的最優(yōu)設(shè)計要求，最優(yōu)控制便產(chǎn)生了；最優(yōu)控制由于其數(shù)學(xué)上的完美及可利用計算機實現(xiàn)相關(guān)算法而得到廣泛的接受，但要求系統(tǒng)結(jié)構(gòu)比先前的要復(fù)雜。這樣就遇到一類系統(tǒng)，其內(nèi)涵的不確定性使信號出現(xiàn)不可預(yù)見性及參數(shù)的隨機描述，這就要利用隨機控制；而當(dāng)系統(tǒng)的不確定性用狀態(tài)方程描述

4、時，可以考慮用變結(jié)構(gòu)系統(tǒng)及二次型穩(wěn)定方法；當(dāng)這種不確定性是基于頻域描述時，類似基于的魯棒控制設(shè)計方法便派上用場了。隨著研究的系統(tǒng)越來越復(fù)雜，外界環(huán)境的變化使得原先設(shè)計的控制系統(tǒng)性能降低，一個自然的想法是要保持控制系統(tǒng)的良好性能，應(yīng)該重新認(rèn)識被控對象，并在此基礎(chǔ)上重新設(shè)計控制器，這就是設(shè)計自校正控制器的基本思想；如果因?qū)ο到y(tǒng)行為缺乏精確模型描述，即出現(xiàn)參數(shù)的不確定性而引起的系統(tǒng)性能降低，這就需要自適應(yīng)控制來解決，這兩種控制都模擬了人和生物

5、對環(huán)境變化的適應(yīng)性，體現(xiàn)了控制器的初級智能行為；而對于在確定的或隨機環(huán)境中運行的系統(tǒng)，其動態(tài)特性完全或部分不能被人所知，則要利用自組織控制方法，通過觀測過程的輸入和輸出所獲得的信息，逐漸減少系統(tǒng)的先驗不確定性，從而獲得對系統(tǒng)的有效控制，從智能化程度來看，自組織控制要比自適應(yīng)控制高一個層次，因此研究的難度要大得多；學(xué)習(xí)控制可看作是自組織控制的一部分，是 K.S.Fu 首次將直覺推理規(guī)則用于控制系統(tǒng)的設(shè)計產(chǎn)生了學(xué)習(xí)控制方法，它能對一個過程或

6、其環(huán)境的未知特征所固有的信息進(jìn)行學(xué)習(xí)，并基于所學(xué)到的信息來控制一個具有未知特征的過程，試圖模擬在不確定的變化環(huán)境中的復(fù)雜決策能力，表現(xiàn)了系統(tǒng)控制的高級形式。所以，可以認(rèn)為學(xué)習(xí)控制是傳統(tǒng)控制走向智能控制所邁出的第一步。而事實上，智能控制的概念最初就是在對基于模式識別的學(xué)習(xí)控制系統(tǒng)的研究中逐漸形成的。1971 年 K.S.Fu 從研究自學(xué)習(xí)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；而 1977 年，Saridis 以智能機器人

7、的控制為主要研究背景，從研究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(xué)的交集，并提出了分級遞階智能控制的結(jié)構(gòu)和方法；Astrom 提出的專家智能控制則是將專家對被控對象和控制過程的知識、經(jīng)驗等融入控制器的設(shè)計與控制策略中，都對智能控制的研究和發(fā)展起了重要的推動作用?，F(xiàn)在看來，早期的智能控制研究仍然很受傳統(tǒng)自動控制理論的影響，大部分著眼點仍然基于系統(tǒng)已有的先驗知識來“解決問題” ，而不是自動獲取知識，雖然模糊控制和神經(jīng)網(wǎng)絡(luò)控