0现代控制绪论.pptVIP

课程的性质、地位 《现代控制理论》是电气工程及自动化专业一门重要的专业技术基础课。现代控制理论是在经典控制理论基础上，伴随着计算机技术的发展和普及逐步发展起来的，它以时域法特别是状态空间方法为主，研究系统状态的运动规律，并按所要求的各种指标最优为目标来改变系统的运动规律。 本课程与其他课程的关系 先修课程：《高等数学》、《线性代数》、《物理》、《电路原理》、《电子技术》、《电机原理及拖动基础》、《自动控制原理》等。 重点复习内容:《线性代数》中逆矩阵、线性无关与线性相关定义、非齐次方程求解等。 教材与参考书 教材： 《现代控制理论基础》（第2版），王孝武主编，机械工业出版社。 参考书： 《现代控制理论基础》，曲延滨 、王新生 编，哈尔滨工业大学出版社。 课程教学的基本要求 在教学过程中应力求使学生掌握现代控制理论的基本概念、基本分析与设计方法，重在提高学生提出问题、分析问题、解决问题的能力。 本课程的教学环节包括：课堂讲授、课外作业等。通过本课程各个教学环节的学习，重点培养学生应用现代控制理论分析和设计控制系统方法的掌握。 绪 论 1. 自动控制与控制理论 2. 控制理论发展简况 3. 现代控制理论的基本内容 4. 本课程的基本任务 1. 自动控制与控制理论 （1）基本概念 控制 自动控制 控制理论 （2）控制理论的核心问题是反馈和优化。 2. 控制理论发展简况 20世纪以前，控制工程出现的问题多是稳定性问题，所用的数学工具是常系数微分方程。 20世纪三四十年代，自动控制理论建立起来，通常称其为经典控制理论。 20世纪50年代，提出了最优控制方法。1959年，卡尔曼和伯策姆在第一次自动控制年会上讨论了自适应控制系统的问题，并首次提出了现代控制理论。 现代控制理论首先获得实际应用的是20世纪60年代出现的各种空间技术。 20世纪70年代，出现了现代频域法。 近几十年来，又出现了鲁棒控制，模糊控制、神经网络控制、实时专家控制、定性控制、预测控制、分布式控制系统又称集散控制系统DCS等。 自适应控制(Adaptive Control) 自适应控制系统通过不断地测量系统的输入、状态、输出或性能参数，逐渐了解和掌握对象，然后根据所得的信息按一定的设计方法，作出决策去更新控制器的结构和参数以适应环境的变化，达到所要求的控制性能指标． 鲁棒控制(Robust Control) 过程控制中面临的一个重要问题就是模型不确定性，鲁棒控制主要解决模型的不确定性问题，但在处理方法上与自适应控制有所不同．自适应控制的基本思想是进行模型参数的辩识，进而设计控制器．控制器参数的调整依赖于模型参数的更新，不能预先把可能出现的不确定性考虑进去．而鲁棒控制在设计控制器时尽量利用不确定性信息来设计一个控制器，使得不确定参数出现时仍能满足性能指标要求． 鲁棒控制认为系统的不确定性可用模型集来描述，系统的模型并不唯一，可以是模型集里的任一元素，但在所设计的控制器下，都能使模型集里的元素满足要求． 模糊控制(Fuzzy Control) 模糊控制借助模糊数学模拟人的思维方法，将工艺操作人员的经验加以总结，运用语言变量和模糊逻辑理论进行推理和决策，对复杂对象进行控制。模糊控制既不是指被控过程是模糊的，也不意味控制器是不确定的，它是表示知识和概念上的模糊性，它完成的工作是完全确定的． 1974年英国工程师E．H．Mamdam首次把Fuzzy集合理论用于锅炉和蒸气机的控制以来，开辟了Fuzzy控制的新领域，特别是对于大时滞、非线性等难以建立精确数学模型的复杂系统，通过计算机实现模糊控制往往能取得很好的结果． 神经网络控制(Neural Network Control) 神经网络是由所谓神经元的简单单元按并行结构经过可调的连接权构成的网络。神经网络的种类很多，控制中常用的有多层前向BP网络，RBF网络，Hopfield网络以及自适应共振理论模型OX,RT等． 神经网络控制就是利用神经网络这种工具从机理上对人脑进行简单结构模拟的新型控制和辨识方法．神经网络在控制系统中可充当对象的模型，还可充当控制器。 实时专家控制(Real Time Expert Control) 专家系统是一个具有大量专门知识和经验的程序系统，它应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂同题．专家系统和传统的计算机程序最本质的区别在于：专家系统所要解决的同题一般都有算法解，并且往往要在不完全、不精确或不确定的信息基础上作出结论． 实时专家系统应用模糊逻辑控制和神经网络理论，融进专家系统自适应地管理一个客体或过程的全面行为，自动采集生产过程变量，解释控制系统的当前状况，预测过程的未来行为，诊断可能发