现代控制理论的主要内容.pptVIP

智能控制(2/6) 智能控制不同于经典控制理论和现代控制理论的处理方法，它研究的主要目标不仅仅是被控对象，同时也包含控制器本身，也就是说它一般不需对象模型。 控制器不再是单一的数学模型，而是数学解析和知识系统相结合的广义模型，是多种知识混合的控制系统。 智能控制系统有如下基本特点： 容错性 对复杂系统(如非线性、快时变、复杂多变量和环境扰动等)能进行有效的全局控制，并具有较强的容错能力。 多模态性 定性决策和定量控制相结合的多模态组合控制。 智能控制(3/6) 全局性 从系统的功能和整体优化的角度来分析和综合系统。 混合模型和混合计算 对象是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，人的智能在控制中起着协调作用，系统在信息处理上既有数学运算，又有逻辑和知识推理。 学习和联想记忆能力 对一个过程或未知环境所提供的信息，系统具有进行识别记忆、学习，并利用积累的经验进一步改善系统的性能和能力。 目录(1/1) 目 录 1.1 控制理论发展概述 1.2 现代控制理论的主要内容 1.3 Matlab软件概述 1.4 本书的主要内容 参考教材 参考期刊 现代控制理论的主要内容(1/2) 1.2 现代控制理论的主要内容 在工业生产过程应用中，常常遇到 被控对象精确状态空间模型不易建立、 合适的最优性能指标难以构造、 以及所得到最优的、稳定的控制器往往过于复杂 等问题。 为了解决这些问题，科学家们从20世纪50年代末现代控制理论的诞生至今，不断提出新的控制方法和理论，其内容相当丰富、广泛，极大地扩展了控制理论的研究范围。 下面简单介绍现代控制理论的主要分支及所研究的内容： 线性系统理论 最优控制 现代控制理论的主要内容(2/2) 随机系统理论和最优估计 系统辨识 自适应控制 非线性系统理论 鲁棒性分析与鲁棒控制 分布参数控制 离散事件控制 智能控制 线性系统理论(1/2) 1.2.1 线性系统理论 线性系统是一类最为常见系统，也是控制理论中讨论得最为深刻的系统。 该分支着重于研究线性系统状态的运动规律和改变这种运动规律的可能性和方法，以建立和揭示系统结构、参数、行为和性能间的确定的和定量的关系。 通常，研究系统运动规律的问题称为分析问题，研究改变运动规律的可能性和方法的问题则为综合问题。 线性系统理论的主要内容有 线性系统理论(2/2) 系统结构性问题，如能控性、能观性、稳定性、系统实现和结构性分解等； 线性状态反馈及极点配置； 镇定； 解耦； 状态观测器等。 近30年来，线性系统理论一直是控制领域研究的重点，其主要研究方法有: 以状态空间分析为基础的代数方法； 以多项式理论为基础的多项式描述法； 以空间分解为基础的几何方法。 最优控制(1/1) 1.2.2 最优控制 最优控制理论是研究和解决从一切可能的控制方案中寻找最优解的一门学科。 具体地说就是研究被控系统在给定的约束条件和性能指标下，寻求使性能指标达到最佳值的控制规律问题。 例如，要求航天器达到预定轨道的时间最短、所消耗的燃料最少等。 该分支的基本内容和常用方法为 变分法； 庞特里亚金的极大值原理； 贝尔曼的动态规划方法。 随机系统理论和最优估计(1/2) 1.2.3 随机系统理论和最优估计 实际工业、农业、社会及经济系统的内部本身含有未知或不能建模的因素，外部环境上亦存在各种扰动因素，以及信号或信息的检测与传输上往往不可避免地带有误差和噪音。 随机系统理论将这些未知的或未建模的内、外扰动和误差，用不能直接测量的随机变量及过程以概率统计的方式来描述，并利用随机微分方程和随机差分方程作为系统动态模型来刻划系统的特性与本质。 随机系统理论就是研究这类随机动态系统的系统分析、优化与控制。 随机系统理论和最优估计(2/2) 最优估计讨论根据系统的输入输出信息估计出或构造出随机动态系统中不能直接测量的系统内部状态变量的值。 注意：与软测量区别 由于现代控制理论主要以状态空间模型为基础，构成反馈闭环多采用状态变量，因此估计不可直接测量的状态变量是实现闭环控制系统重要的一环。 该问题的困难性在于系统本身受到多种内外随机因素扰动，并且各种输入、输出信号的测量值含有未知的、不可测的误差。 最优估计的早期工作是维纳在1940年代提出的维纳滤波器，较系统完整的工作是卡尔曼在1960年代初提出的卡尔曼滤波器理论。 该分支的基础理论为概率统计理论、线性系统理论和最优控制理论。 系统辨识(1/2) 1.2.4 系统辨识 简而言之,系统辨