现代控制张书喜.docVIP

现代控制论综述 张书喜 导师：李晓红 学号：1070105006 摘 要：控制论是研究生命体、机器和组织的内部或彼此之间的控制和通信的科学。就其理论基础而言，控制论大体经历了经典控制理论、现代控制理论和非线性控制理论这三个阶段。以现代控制理论进行系统设计，大大改善了系统的精度及技术经济指标，在许多部门被广泛应用。这一新的领域是控制论与运筹学、信息论的结合。现代控制理论是在20世纪50年代中期迅速兴起的空间技术的推动下发展起来的。空间技术的发展迫切要求建立新的控制原理，以解决诸如把宇宙火箭和人造卫星用最少燃料或最短时间准确地发射到预定轨道一类的控制问题。这类控制问题十分复杂，采用经典控制理论难以解决。1958年，苏联科学家Л.С.庞特里亚金提出了名为极大值原理的综合控制系统的新方法。在这之前,美国学者R.贝尔曼于1954年创立了动态规划,并在1956年应用于控制过程。他们的研究成果解决了空间技术中出现的复杂控制问题，并开拓了控制理论中最优控制理论这一新的领域。1960～1961年，美国学者R.E.卡尔曼和R.S.布什建立了卡尔曼-布什滤波理论,因而有可能有效地考虑控制问题中所存在的随机噪声的影响，把控制理论的研究范围扩大，包括了更为复杂的控制问题。几乎在同一时期内，贝尔曼、卡尔曼等人把状态空间法系统地引入控制理论中。状态空间法对揭示和认识控制系统的许多重要特性具有关键的作用。其中能控性和能观测性尤为重要，成为控制理论两个最基本的概念。到60年代初，一套以状态空间法、极大值原理、动态规划、卡尔曼-布什滤波为基础的分析和设计控制系统的新的原理和方法已经确立，这标志着现代控制理论的形成。现代控制论的特点是用状态空间法或时域法研究控制系统，允许多输入、多输出；它按照概率性的最优准则来设计最优状态估计；即利用卡尔曼滤波；它的理想控制方案是使目标函数达到最优来设计的，因而和动态规划有密切关联。智能控制(Intelligent Control) 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 　　智能控制的理论基础是人工智能控制论运筹学和系统学等学科的交叉主要特点是 (1)同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程也往往是那些含有复杂性,不完全性,模糊性或不确定性以及不存在已知算法的非数学过程,并以知识进行推理，以启发引导求解过程；(2)智能控制的核心在高层控制即组织级它的主要任务在于对实际环境或过程进行组织 (3)智能控制具有非线性特征；(4)智能控制具有变结构特点；(5)智能控制具有总体自寻优特性；(6)智能控制系统应满足多样性目标的高性能要求；(7)系统获取的信息不仅是数学信息更重要的是文字符号、图像、图形、声音等各种信息。智能控制在各行各业的应用生产过程的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显的优势,且可用于控制一些非线性的复杂对象 。全局级的智能控制主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。 机械制造在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。电力电子学研究领域国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了良好的控制效果应用于电气设备故障诊断的智能控制技术有:模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中,智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一,也是研究的新热点之一。 　　智能控制正处于发展过程中,还存在许多有待研究的问题实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。对于某些复杂的和饱含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。为了提高控制性能，传统控制系统可能变得很复杂，从而增加