9新型控制系统.ppt

§9 新型控制系统 §9.1 自适应控制系统 §9.2 预测控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.1 自适应控制系统 新型控制系统的主要特征 §9 复杂控制系统 §9.1 自适应控制系统 自适应控制系统： §9 复杂控制系统 §9.1 自适应控制系统 §9 复杂控制系统 §9.1 自适应控制系统 §9 复杂控制系统 §9.2 预测控制系统 §9 复杂控制系统 §9.2 预测控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9 复杂控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.3 智能控制系统 §9 复杂控制系统 §9.3 智能控制系统 * 化学工业出版社 * 化学工业出版社 ①被控过程是多输入多输出（MIMO）的多变量系统,且变量之间互相耦合; ②被控过程的数学模型难以精确获得或具有明显的时变性; ③控制算法丰富,不只局限于 PID形式,系统的目的不是简单地实现输出控制; ④控制工具不再是简单的模拟式控制器,而是采用各种大、中、小、微型计算机。 应用场合 应用于不确定性的系统 1. 参考模型自适应控制系统 参考模型自适应控制系统方块图 这类自适应控制系统实际上是在原来的反馈控制系统基础上附加一个参考模型和一个控制器参数的自动调整回路。 1. 参考模型自适应控制系统 参考模型自适应控制系统方块图 设计这类自适应控制系统的关键问题是如何设计（综合）自适应律。目前设计自适应律有两种方法, 一种为参数最优化的综合方法；另一种是基于稳定理论的综合方法。 2. 自校正控制系统 通过在线辨识获取对象的数学模型,然后由控制器对系统进行控制。 预测控制系统 预测控制系统是一种基于模型的预测控制算法,其基本思想是利用模型预测被控过程未来的输出及其与给定值之差,并据此以某种优化指标计算当前应施加于过程的控制作用。 预测控制系统 常见算法：模型算法控制（MAC）；动态矩阵控制（DMC）； 广义预测控制（GPC）；广义预测极点（GPP）控制； 内模控制（IMC）；推理控制（IC）等等。 智能控制系统（ICS） 智能控制系统是将人工智能与自动控制学科结合起来的一种控制系统。它将一些定性的、叙述性的、法则性的知识表述与处理方法应用于自动控制,或者与现有的控制规律结合起来。 1.专家系统 是人工智能的一个重要分支，是一个 (或一组)能在某特定领域内，以人类专家水平去解决该领域中困难问题的计算机程序。 作用 理论研究的工具，推动了人工智能的发展； 实用工具，为人类提供了保存、传播、利用和 评价知识的有效手段。 智能控制系统（ICS） 1.专家系统（ES） 影响ES的因素 知识库：主要取决于它所 拥有知识的数量与质量。 人机接口 推理机 解释程序 知识获取程序 综合数据库 知识库 用户 专家 专家系统的一般结构 智能控制系统（ICS） 1.专家系统（ES） 举例 专家系统应用于生产过程控制 智能控制系统（ICS） 1.专家系统（ES） 专家系统的知识库集总了根据工艺规范、操作经验等制定的调整受控过程输出变量达到最佳范围的一系列控制策略。专家系统在知识库的基础上,通过推理求解出相应的控制策略。这些控制策略提供了控制单元中相关工艺变量的给定值。 智能控制可以置于现场控制、优化控制、甚至经营管理的不同层次。 §9.3 智能控制系统 智能控制系统（ICS） 2.神经网络控制系统（NNCS） 生物神经元之间以一定的连接方式进行信息的互相传递，构成生物神经网络。 人工神经元网络就是利用物理器件来模拟生物神经网络的某些结构和功能。 人工神经元模型 §9.3 智能控制系统 智能控制系统（ICS） 2.神经网络控制系统（NNCS） 输入xi与输出y的关系 人工神经元模型 智能控制系统（ICS） 2.神经网络控制系统（NNCS） 人工神经网络（ANN） 按一定方式连接而成的网络结构。 分为前馈型与反馈型神经网络的网络结构。 从结构和实现机理方面加以模拟； 从功能上加以模拟。 智能控制系统（ICS） 2.神经网络控制系统（NNCS） 神经网络控制（NNCS） 建模工具：针对难以精确描述的复杂的非线性系统; 控制器：直接充当反馈控制系统的控制器; 优化计算工具：传统控制系统的优化计算; 与其他智能控制方法的结