一种基于模糊神经网络的开放性智能控制体系结构.doc

一种基于模糊神经网络的开放性智能控制体系结构 一、引言 在未来以消费者为导向的时代，如何对市场环境急剧变化作出快速反应，及时地掌握用户的需求，有效地生产和提供令用户满意的产品和服务，是关系到企业的生存与发展。随着社会的发展和技术的进步，产品的生命周期越来越短，传统的大规模生产已不能满足用户对产品型号和规格日益增多的需求，企业必须有很高的柔性和自组织再造工程的能力，为此，人们已提出了柔性制造、并行工程、计算机集成制造、虚拟制造和智能制造等生产方式，以适应未来市场的变化和需求。 加工过程控制系统是智能制造单元基础技术，由于加工过程存在非线性、时变性及影响因素不确定性等方面的影响，基于线性或模型的常规控制和自适应控制难以满足智能制造系统对加工过程的要求。因此引入智能控制技术，发展不依赖或少依赖于模型的智能加工控制系统是十分必要和有益的，尤其是适应制造系统的高度集成化和智能化需要。 传统的制造系统，在原材料和能源上是开放的，而信息上却是封闭的或基本封闭的，基本上不需要也无法接受外界信息，只要输入能量，这类设备就能运转，这类系统属于能源驱动型；而智能制造系统属于信息驱动型，不仅要求在原料和能量上是开放的，而且要求在信息上也充分开放[1]。实际上，从信息角度来说，智能制造系统是一个与环境有信息交换的自组织系统，是远离平衡态的耗散结构[2]。因而将产品定义为：“在原始资源上赋予信息与知识的产物”，而将制造过程视为：“赋予信息与知识的过程”[3]。智能加工控制系统的开放性包括两方面的含义：一是结构开放性，它是信息集成与系统集成的物质基础；二是智能的开放性，这是提高系统智能进行人机协作的重要条件，在集成化系统中着重强调前者，而在智能化系统中强调后者——知识学习开放性为主，同时兼顾系统的集成化需要[4]。机器的智能是人赋予的，是人的智力的物化。只有开放性，才能实现人机协作，只有人与机器有机高度结合，才能实现制造过程的真正智能化。 二、智能控制结构 在文[4，5]的基础上，我们提出一种基于模糊神经网络的开放性智能加工过程控制系统，采用如图1所示递阶智能控制结构，该结构集多传感器信息融合、多种智能技术和人机协作于一体。图中将整个智能控制系统划分为组织级、智能协调级和控制级(由模糊神经网络控制实现)。模糊神经网络控制与被控对象形成闭环完成实时过程控制(图以实现恒切削力控制为例)；智能协调级在线实时监测控制系统性能，并在线调整控制器，起到承上启下作用；组织级在线对智能协调级的工作进行监督指导与评价，收集环境信息，接受人的监督指导学习，系统向人提供必要的工况过程信息，而人则利用人脑生物神经网络对工况信息进行加工处理，并为智能组织提供有效的教师信号，有效地充实和修改智能协调级，使整个控制系统的品质逐步得到改进，并且实现整个过程的监视和故障报警处理。该开放性智能控制结构体系主要特征表现为：层次性、开放性、集成化与智能化和人机协作。根据智能控制“精度随智能降低而增加”的原则，高层控制的目标是知识的集成、通信、协调[6]。该系统可通过通信接口与上级系统联接，组成更大的智能系统。 三、结构特点 (1)在该系统中，通过多传感器信息融合，使大量信息能够在作控制决策时得以考虑，使得控制系统的品质更优，可满足智能监控过程中复杂性、精度和可靠性的要求，克服了传统单一传感器控制系统缺点。图中将反映加工过程参数(如切削力、声发射、振动、噪声等)的传感器信号反馈给组织级，信号经预处理(小波分析、富里叶分析等)、特征提取和信息融合后，对当前加工过程状态进行识别、决策、控制和故障诊断等。 (2)该递阶智能控制结构，具有动态自学习和人机监督指导学习。由Saridis提出的多级递阶智能控制系统，智能主要体现在高层次上，执行级仍然采用现有数学解析型控制算法，不便于处理过程中的定性信息和利用人的直觉推理、逻辑和经验，对不确定性系统难以获得良好的控制效果[7]。而在本项目中，执行级采用了模糊神经网络控制，因而可克服这些缺点。这里采用神经网络实现模糊控制器，利用神经网络记忆能力记住些模糊规则，网络就具有反映模糊规则的经验规律的能力，利用神经网络的自学习能力自动调整网络连接权重，达到调整模糊规则的目的。人根据控制系统提供的工况过程信息和环境信息，为系统提供有效的教师信号。 (3)多种智能方法融为一体，将不同智能技术(模糊、神经网络、人工智能)集成起来，形成功能互补的混合智能系统。模糊系统能有效地利用和处理模糊知识与信息，但学习能力不足，而神经网络的良好学习，正好可以弥补模糊系统学习的不足。因此可通过神经网络学习人(专家)已有的知识，并使之在实践中能不断地学习，提高系统适应性。 四、结束语 加工过程智能控制系统是智能制造的基础单元技术，本文提出了一种集多传感器信息融合、多种智能技术和人机协作于一体的综