机械制造自动化技术及工程应用讲稿.pptVIP

（5）智能控制的主要研究分支及内容 B：智能控制的主要研究分支 自适应控制(Adaptive Control)、模糊控制(Fuzzy Control)、神经网控制(Neural Net-based Cont rol)、基于知识的控制(Knowledge Based Control )或专家控制(Expert Control)、复合智能控制(Hybrid Intelligent Control)、学习控制和基于进化机制的控制(Evolutionary Mechanism Based Control) 第三十页，共五十六页。 （5）智能控制的主要研究分支及内容 C：智能控制的主要研究方法 基于专家系统的专家智能控制 基于模糊推理和计算的模糊控制 基于人工神经网络的神经网络控制 基于信息论，遗传算法和以上三种方法的集成型智能控制 第三十一页，共五十六页。 3 智能控制理论与方法 专家系统与专家智能控制综述 模糊推理与模糊控制综述 人工神经网络与神经网络控制综述 第三十二页，共五十六页。 4 典型的智能控制策略 智能PID控制 多变量模糊系统的神经网络控制 第三十三页，共五十六页。 智能控制策略研究 （1）智能PID控制 目前大多数工业过程仍采用PID控制，PID控制在工业控制中仍占据非常重要的地位。为了改善PID控制器的性能，近60年来，人们提出了非线性PID控制、选择性PID-PD控制、I-PD控制以及自适应PID控制算法等，特别是近年来出现的专家自适应PID控制，或称智能PID控制已引起了广泛的关注，成为当前研究的热点。 第三十四页，共五十六页。 智能控制策略研究 PID控制器中的KP、KI、KD这3个参数对获得良好的控制都是必要的，但这些参数确定后，并不具有主动适应系统或环境变化的能力，系统运行一段时间后，运行状态会发生变化。必须设计一种能够自动调整KP、KI、KD 的控制器。我们用神经元网络来完成此项任务，通过网络自身的学习，找到某一组最优的控制器参数。 第三十五页，共五十六页。 智能控制策略研究 神经元网络自适应PID控制器结构 第三十六页，共五十六页。 智能控制策略研究 神经元网络自适应PID控制器包括3部分： （1）常规PID控制器：直接对过程构成闭环控制； （2）神经元网络NN：根据系统的信息，通过网络自身权系的调整，使得其稳定状态对应于某种最优控制下的PID控制器参数； （3）自调整因子STF：用于实时调整输出比例因子。 第三十七页，共五十六页。 智能控制策略研究 （2）多变量模糊系统的神经网络控制 对于控制问题而言，系统的模糊性主要来自以下几个方面： *建立被控对象数学模型时存在模糊性 *测量信息存在模糊性　 *设计控制目标函数时存在模糊性 第三十八页，共五十六页。 多变量模糊系统的神经网络控制 现实世界中存在着大量的复杂多变量系统,这类系统具有非线性、分布性、多变量和强耦合等特点,并集中表现为参数和结构的不确定性。结构一定时,参数不确定性可以用学习或自适应方法解决,但结构不确定性却很难用现存的系统及控制理论来解决。Zadeh提出的模糊集及模糊系统理论为解决这类含结构不确定性的复杂多变量系统开辟了一条途径,从而形成了一种新的理论体系———多变量复杂动态模糊系统与控制理论。它包括对系统行为的描述、辨识以及对其进行的分析和控制。 第三十九页，共五十六页。 基于模糊神经网络的控制模型 第四十页，共五十六页。 机械制造自动化技术及工程应用 第 四 讲 智能控制相关理论与应用 第一页，共五十六页。 智能控制相关理论与应用 1 引言 2 智能控制的产生与发展 3 智能控制理论与方法 4 典型的智能控制策略 5 应用实例 第二页，共五十六页。 1 引言 人工智能的发展促使自动控制向智能控制发展。可以说,智能控制是控制理论、人工智能(AI)和计算机科学相结合的产物。智能控制系统是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制系统。各种智能控制系统正在发挥巨大的经济和社会效益。 第三页，共五十六页。 1 引言 智能控制已成为控制科学研究的一个热点。智能控制的产生与发展有着深刻的理论渊源、社会背景和坚实的技术基础，它的形成既蕴涵着控制科学自身的发展规律，也是生产发展的实际需要。 第四页，共五十六页。 2 智能控制的产生与发展