第11章热加工中的智能控制技术概论.ppt

热加工测控技术电子教案—第11章 第11章 热加工中的智能控制技术概论 【导入案例】 电弧炉的仿人智能控制 仿人智能控制的基本思想是在控制过程中利用计算机模拟人的控制行为功能，最大限度的识别和利用控制系统动态过程所提供的特征信息，进行启发和直觉推理，从而实现对缺乏精确模型的对象进行有效的控制。 由于电弧炉控制系统具有不确定性，因此，用常规的控制策略是无法对其进行控制的。电弧炉在熔炼过程中由于电极周围介质、电气参数、被熔物质温度的影响，使得系统电弧电压、电流和功率随机波动，严重时可能使电弧熄灭或短路。另外，由于上述随机因素的影响，造成三相功率不平衡或电弧闪烁，从而导致炉内温度不稳定和不均匀，能源浪费很大。 导入案例 针对电弧炉运行中的这些存在的问题，采用神经网络设计了电弧炉的仿人智能控制系统，如图11.1所示。 导入案例 为了确保该智能控制系统的运行安全，采用微机电极自动调节器与智能控制器配合使用的方法。当功率偏差大于30kW时，采用微机电极自动调节器，目的是使电弧炉向功率减小的方向调节，但由于电极自动调节没有辨识相功率相互关联的能力，因而不能达到很高的精度。当功率偏差小于30kW时，采用神经网络智能控制器进行调节，神经元控制器不仅学会了电炉控制规律，而且使三相电极的功率调节相互解耦。电弧炉和神经网络组合成神经智能电弧炉控制器，这个复合网络能够学习如何调整电极以达到电炉控制设定值，当电弧闪烁的干扰减至最小时，这个网路就达到了电流和功率因素的设定值，实现了能量的优化控制。 该应用实例体现了智能控制所独有的特点，即学习功能和决策功能。通俗而言，智能控制就是利用有关知识来控制被控对象，按一定要求达到预定目的。其所采用的知识，既包括定性的浅层知识，又包括定量的深层知识；既包括模糊量，又包括精确量。 11.1 智能控制简介 智能控制（Intelligent Control）的概念最早是由美国普渡大学的美籍华人傅京孙教授提出的，他在1965年发表的论文中首先提出把人工智能的启发式推理规则用于学习系统，为控制技术迈向智能化揭开了崭新的一页。接着，Mendel于1966年提出了“人工智能控制”的新概念。20世纪80年代以来，智能控制是极受人们关注的一个领域，它被认为是继经典控制和现代控制之后的新一代的控制方法。目前，理论和应用研究很多，在国内外都是受人瞩目的热点。在热加工领域中也得到了一定程度的应用，如冲天炉及加热炉的模糊控制、塑性成形及湿型砂铸造的人工神经网络控制、基于专家系统的铸造工艺设计、焊接过程的模糊控制及神经网络控制等。 智能控制最直观的定义是引入人工智能的控制，也就是人工智能与自动控制的结合，人工智能与自动控制两者是不可或缺的。它一方面表明智能控制范围很广，而且会不断接纳新的内容；另一方面也给出明显的界限，与人工智能无关的控制不是智能控制。 智能控制简介 典型的智能控制系统的基本结构见图11.2，它由智能控制器和对象组成，具备一定的智能行为。 智能控制简介 在该系统中，对象就是具体的热加工设备，通常将变送器和执行器的特性纳入对象之中，统称为广义对象。感知信息处理、认知以及规划和控制等部分构成智能控制器。感知信息处理将变送器送来的生产过程信息加以处理。认知部分主要接收和储存知识、经验和数据，并对它们进行分析、推理和预测，作出控制的决策，送至规划和控制部分。它根据系统的要求、反馈的信息及经验知识进行自动搜索、推理决策和规划，最终产生具体的控制作用，经执行器直接作用于对象。通讯接口可建立各环节的信号联系和人机界面、在需要时还可将智能控制系统与上位计算机联系起来。 对于不同用途的智能控制系统，其形式和功能可能存在差异。通常智能行为包括感知、学习、判断、推理、证明、理解、决策、预测等。人工智能的内容也很广泛，其中有不少内容可用于控制，当前最主要的是三种形式：模糊控制、专家控制和人工神经网络控制。它们可以单独应用，也可以与其他形式结合起来；可以用于基层控制，也可用于过程建模、操作优化、故障检测等不同层次。 11.2 模糊控制 11.2.1 模糊控制系统的基本结构 图11.3为典型的双输入/单输出模糊控制系统的方块图，根据从被控对象中测得的被控变量y（如温度、压力等）与结定值r进行比较，将偏差e和偏差变化率输入到模糊控制器，由模糊控制器推断出控制量u，用它来控制被控对象。 模糊控制系统的基本结构 由于对一个模糊控制来说，输入和输出都是精确的数值，而模糊控制原理是采用人的思维，也就是按语言规则进行推理，因此必须将输入数据变换成语言值，这个过程称为精确量的模糊化（Fuzzification），然后进行推理及控制规则的形成（Rule Evaluation），最后将推理所得结果变换成实际的一个精确的控制