智能控制课件1.ppt

* * 控制理论发展的三个阶段 第一阶段：经典控制理论（形成于20世纪40到60年代）。 研究对象：单输入单输出系统。 主要数学模型：微分方程，传递函数。 主要研究方法：时域法、根轨迹法、频率特性法 代表人物： 伯德（H.W.Bode),1945年提出伯德图法。 伊文思（W.R.Evens），1948年提出根轨迹法。 第二阶段：现代控制理论（形成于20世纪60到70年代）。 研究对象：多输入多输出系统 数学模型：状态空间表达式 主要方法：时域方法 重点问题：能控能观性分析、稳定性分析 第三阶段：智能控制理论（20世纪70年代至今）。 研究对象：不确定性的复杂的高度非线性系统 模型：非数学的语言描述模型。 数学工具：采用数值计算与符号处理的交叉与结合形 式，如：神经元网络、模糊集合论等。 智能控制分支：模糊控制、神经网络控制、专家控制、 学习控制及仿人控制等。 第一章 绪论 第一节 智能控制的基本概念 1.1.1 智能控制的由来 传统控制理论（包括经典控制理论和现代控制理论）是建立在被控对象精确数学模型基础上的控制理论。实际上，许多工业被控对象或过程常常具有非线性、时变性、变结构、多层次、多因素以及各种不确定性等，难于建立精确的数学模型。即使对一些复杂对象能够建立起数学模型，模型也往往过于复杂，既不利于设计也难于实现有效控制。虽然对缺乏数学模型的被控对象可以进行在线辨识，但是由于算法复杂、实时性差，使得应用范围受到一定限制。 随着科学技术的不断进步，被控对象变得越来越复杂，而对控制精度的要求日益提高，这就产生了复杂性和精确性的矛盾，传统控制理论对于解决这样的矛盾显得无能为力。智能控制则应运而生。 1.1.2 智能控制的定义 （1）付京逊和Saridis提出：智能控制就是应用人工智能的理论和技术及运筹学的优化方法同控制理论与技术相结合，在未知环境下，仿效人类的智能，实现对系统的控制。 一个系统具有从周围环境自学习的能力，自动进行信息处理以减少其不确定性，能规划、产生并能安全、可靠地执行控制作用，这就构成了一个智能控制系统。 （2）Meystel（迈斯特尔）对智能控制的定义：智能控制是一种有效的计算机程序，这个程序指引一个未充分表示的复杂系统，在没有充分说明怎样做的情况下达到目标，即在一个不确定的环境中作出适当的行为。 智能控制的定义： 一种控制方式或一个控制系统，如果它能够有效地克服被控对象（过程）和环境所具有的高度复杂性和不确定性，并且能够达到所期望的目标，那么称这种控制方式为智能控制，这种控制系统为智能控制系统。 1.1.3 智能控制系统的三大功能特点 （1）学习功能：对一个过程或未知环境所提供的信息进行识别、记忆、学习并利用积累的经验进一步改善系统的性能。与人的学习过程类似。 （2）适应功能：它包括更高层次的适应性，对于从输入到输出的映射关系，它是不依赖于模型的自适应估计。如当系统的输入不是已经学习过的例子时，由于具有插补功能，从而也可给出合适的输出。甚至当系统中某些部分出现故障时，系统也能够正常工作，如智能程度更高的话，还能自动找出故障甚至具备自修复功能，从而体现了更强的适应性。 （3）组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性。智能控制器可以在任务要求范围内进行自行决策，主动采取行动，当出现多目标冲突时，在一定限制下，各控制器可以在一定范围内自行解决。 1.1.4 智能控制的研究对象 （1）不确定性的模型 模型的不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。 （2）高度的非线性 传统控制理论解决非线性方法复杂，有时只能定性分析。如继电器特性、磁滞回环特性、死区、饱和特性等。 （3）复杂的任务要求 传统控制，控制任务要求比较单一，如要求输出量恒定或要求输出量跟随期望的运动轨迹变化。如在复杂的工业过程控制系统中，除了要求对各被控物理量实现定值调节外，还要求实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能，就要用智能控制系统了。 可以概括为：智能控制是“三高三性”的产物。即“控制系统的高度复杂性、高度不确定性及人们要求越来越高的控制性能” 1.1.5 智能控制系统的结构 1.智能控制系统的基本结构