多变量过程的专家系统控制.docVIP

多变量过程的专家系统控制 ],上6 第26卷第4期 1997年8月 信息与控制 In[orn~tionandContro| 1 \i/,\彳￡一\r,,L/ 多变量过程的专家系统控制 ..黑竖 lt;浙江大学工业控瓤技术研究所杭十HMOO27) 19 摘要采用模糊逻辑理论设计了一十专家系统来实时监控一t多变量过程的闭环响应特 性.通过在线调整滤波时间常数来改善其闭环特性.同时监控其积分平方误差指标,一旦超越某个 每轾刘 控制问题常常涉及到在不同的控制阶段作出不同的决策.倒如:控制系统必须确定目前采 用的模型是否适当,需要引入何种扰动来更新模型,目前采集到的数据是否足以进行模型辨 识.针对当前过程状态及控制目标采取何种控制策略,控制策略如何实施等等.这种类似于人 类智能活动的决策能力常常在传统的控制理论范围之外,而人工智能技术特别是专家系统方 法是处理这类问题的系统方法.Astrom提出了专家控制,指出它是人工智能技术与传统 的自动控制技术的交叉.近年来,专家系统技术在过程控制领域得到了广泛的应用t它作为一 个智能的监控器扩展了传统控制方法的功能,通过监督,诊断,报警,在线整定等操作间接地影 响控制系统.例如常规的PIE)调节器可以由实时专家系统监控和整定.以使控制器在不同 的环境下可以很好地工作. 本文提出了一个多变量过程的专家控制方法,该系统采用内模控制技术(IMC).由于内模 控制把很多基于模型的控制方法统一起来,为控制器的设计提供了先进的理论方法,因而受到 了广泛的重视.人们可以通过对其鲁棒稳定性和鲁棒性能的分折,设计出控制器和滤波器.特 别是对于MIMO系统,其优越性更是显而易见.即使如此,我们也可以注意到在模型存在失 配的情况下,采用固定的滤波时间常数得到的多变量闭环系统的时域响应也是不尽令人满意 的.这就产生了这样一种思想,引入专家系统实时地监控其闭环特性t一旦性能发生退化?系统 就可以根据其当前的状态和知识库调整滤波时间常数以改善性能. 本文采用模糊逻辑理论来进行知识表达,在线地调整滤波器时问常数,改善闭环控制性 能,当系统性能的退化超过了～定的限制,专家系统重新进行模型辨识. 2基本控制策略 本文研究的是一个二输入二输出的过程,过程模型采用带时滞的一阶系统表示 G一(》㈣ 其中.J—I,2,K,为稳态增益,r.为时间常数,.为时滞.采用内模设计方法,设计控制器为 C一0 1996—05—02收稿 \J卯 ^,-09 f,.: 拍 厂 信息与控钠26誊 滤波器为 ,一d_acJ 其中为滤波时间常数. 用传递函数矩阵中的各个参数来描述过程的不确定 丘≤士20% dr,≤士20% ≤士5O% 不确定性的范围由系统辨识时的实验数据确定. 采用两个变量来表征闭环系统的动态特性.每个采样时刻的误差矢量定义为设定点减去 过程输出 = 置一(2) 误差变化量定义为当前采样时刻的误差减去前一采样时刻的误差 △=e^一l(3) 知识库中规则的形成基于大量的动态仿真实验,把滤波时间常数的调整值与e.联系起 来.滤波时间常数的初始值由鲁棒性能分析得到 r/,一ri,,(0)(4) 图1专家控制表统框图 在每个采样时刻计算,zSe,然后专家系统采用 正向推理搜索适用的规则.一旦有规则被激活, 则相应地调整滤波时间常数,否则就不作调整. 该计算过程在每个采样时间重复,同时,系统监 控积分平方误差指标,,一旦超过了最大限 度E,系统对过程重新进行辨识,然后再回到正 常的过程.专家控制系统如图1所示. 3隶属度函数的确定 滤波时间常数调整算法用模糊集理论来量化误差,误差变化量及滤波时间常数调整量,并 生成一个隐含规则的决策表. 论域x上的模糊子集^可以用0到1之间的隶属度函数)来表示,隶属度函数表示 z在A上的隶属程度. 要构造一个滤波时间常数调整算法的决策表需要用到以下3个定义. (1)两个模糊子集的并,AUB,对应于oR运算,由下式定义 (ORB)一max(^(_r).日()) (2)两个模糊子集的交,AnB,对应于AND运算,由下式定义 (^ANDB)一min((),()) (3)模糊子集的补,A,对应于NOR运算.由下式定义 (NORA)=l一^() 本文对误差,误差变化量及滤波时间常数采用9个量化水平,这些量化水平构成了论域中的元 4期唐晏等?多变量过程的专家摹统控制 素.对9个水平的模糊子集赋于以下语言变量:LP=正大.BP一正稍大,MP=正中,SP=正 小,ZE一零,SN=负小,MN=负中.BN=负稍大,LN=负大.这样可以构成滤波时问常数调 整算法的规则,例如 (1)IF一LPand凸=SNTHENr/=LN (2)IFe—LPand△=BNTHENr/=SP (3)IFe=SP0rSNand:=BNTHENr/=SN (4)