最优控制与智能控制.docxVIP

最优控制与智能控制基础文献总结报告 最优控制与智能控制基础文献总结报告 -  PAGE 16 - -  PAGE 13 - 1 课题背景及意义 温度是工业生产过程控制中很重要的被控变量。在冶金、化工、工业炉窑等工业生产中, 温度控制系统是较普遍且较关键的控制系统, 它具有非线性、 强耦合、时变、时滞等特性 ，采用常规的PI D 控制器, 一般很难实现对其快速有效地精确控制 ，而作为 非 线 性 控 制 的 一个分 支模 糊 控制,在温度控制系统中得到了较好的应用 。 模糊逻辑是人工智能的重要组成部分，自从1965年美国控制理论专家L.A.Zadeh提出了用“ Fuzzy Sets”(模糊集合)描述Fuzzy(模糊)事物以来[ 1 ], Fuzzy技术获得了广泛的应用 。而模糊控制取得的最早应用成果之一,是 1975 年 英 国P.J.King和E.H.Mamdani将 模 糊 控 制 系 统 应用于工业反应过程的温度控制中。随后模糊控制成为自动化技术中一个非常活跃的领域.。著名的自动控制权威Austrom曾经指出：模糊逻辑控制 、神经网络控制与专家系统控制是三种典型的智能控制方法。 随着现代科学技术的迅速发展，生产系统的规模越来越大，形成了复杂的大系统，导致了控制对象、控制器以及控制目的的日益复杂化。而另一方面，人类对自动化的要求也更加广泛，传统的自动控制理论和方法已不能适应复杂系统的控制。在许多系统中，复杂性不仅仅体现在很高的维数上，更多表现在被控对象模型的不确定性、系统信息的模糊性、高度非线性和多层次、多目标的控制要求。 因此，建立一种更有力的控制理论和方法来解决上述问题，就显得十分重要。模糊控制是智能控制的一种典型和较早的形式，作为智能控制的一个分支，模糊控制是模糊数学和控制理论相结合的产物，它利用了人的思维具有模糊性的特点，通过使用模糊数学中的隶属度函数、模糊关系、模糊推理等工具得到控制规则矩阵表格进行控制。 模糊控制的基本思想是用机器去模拟人对系统的控制, 即在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段, 实现系统控制的一种方法[ 2 ]。 模糊模型是用模糊语言和规则描述一个系统的动态特性及性能指标。模糊控制具有不需要知道被控对象(或过程)的数学模型，易于实现对具有不确定性的对象和具有强非线性的对象进行控制，对被控对象特性参数的变化具有较强的鲁棒性，对于控制系统的干扰具有较强的抑制能力等特点。 2 温度控制的研究现状 温度控制在工农业生产、国防、科研以及日常生活等领域占有重要的地位，是工农业生产及生活中较为常见和基本的工艺参数之一。利用计算机进行温度控制来实现实时调节、数字显示、信息存储，对于提高生产效率和产品质量，节约能源等有着积极的意义。另外随着社会的进步和人民生活水平的不断提高，像任何其他控制系统一样，对温度控制系统的要求也越来越高。自动控制系统的被控对象越来越复杂，这不仅表现在控制系统具有多输入的参数时变性和严重的非线性，更突出的是从系统对象所能获得的信息量相对有限，以及与此相反地对控制性能要求的日益提高。 然而， 当一个系统复杂度增大的时候，人们能够使它精确化的能力将降低，当达到一定的阈值的时候，复杂性和精确性将会相互排斥，即在多变量非线性时变的系统中，系统的复杂性与人们要求的精确性之间会形成尖锐的矛盾。因此，要想精确描述复杂对象与系统的物理现象和运动状态，实际上是很困难的，关键是如何使精确与简明取得平衡，而使问题的描述具有实际意义。 温度的控制可以作为研究更为复杂的非线性系统的基础，又具有较强的理论性，属于应用基础研究。同时，它具有较强的综合性，涉及控制原理、智能控制等多个学科。目前，在工业生产方面，国内外关于温度控制的控制策略采用模糊控制及PID自校准、自调整的比较多, 其中模糊控制主要是朝智能化方向发展,表现在模糊控制与其他智能控制方法的结合,采用遗传算法优化模糊控制等[3]。主要解决的问题是:规则的完整性、规则的优化和控制系统的稳定性;?PID自调整、自校正主要采用不同的优化方法对参数进行修改。对国内外温度控制研究的现状进行分析和总结，可以为现有控制策略的改进奠定良好的基础，具有十分重要的理论意义和现实意义。 2.1 国外温度控制的研究现状 温度控制技术按照控制目标的不同可分为两类：动态温度跟踪与恒值温度控制。动态温度跟踪实现的控制目标是使被控对象的温度值按预先设定好的曲线进行变化。在工业生产中很多场合需要实现这一控制目标，如发酵过程温度控制，化工生产中的化学反应温度控制，冶金工厂中燃烧炉中的温度控制等。恒值温度控制的目的是使被控对象的温度恒定在某一数值上，且要求其波动幅度（即稳态误差）不能超过某一给定值。 从20世纪80年代开始，在单回路PID控制器中引入了