最优控制与智能控制.pdfVIP

最优控制与智能控制基础文献总结报告

1课题背景及意义

温度是工业生产过程控制中很重要的被控量。在冶金、化工、工业炉窑等工业生产

中,温度控制系统是较普遍且较关键的控制系统,它具有非线性、强耦合、时、时滞等

特性，采用常规的PID控制器,一般很难实现对其快速有效地精确控制，而作为

非线性控制的一个分支模糊控制,在温度控制系统中得到了较好的应用。

模糊逻辑是人工智能的重要组成部分，自从1965年美国控制理论专家L.A.Zadeh提出

了用“FuzzySets”(模糊集合)描述Fuzzy(模糊)事物以来[1],Fuzzy技术获得了广泛的

应用。而模糊控制取得的最早应用成果之一,是1975年英国P.J.King和E.H.Mamdani

将模糊控制系统应用于工业反应过程的温度控制中。随后模糊控制成为自动化技

术中一个非常活跃的领域.。著名的自动控制权威Austrom曾经指出：模糊逻辑控制、神

经网络控制与专家系统控制是三种典型的智能控制方法。

随着现代科学技术的迅速发展，生产系统的规模越来越大，形成了复杂的大系统，导

致了控制对象、控制器以及控制目的的日益复杂化。而另一方面，人类对自动化的要求也

更加广泛，传统的自动控制理论和方法已不能适应复杂系统的控制。在许多系统中，复杂

性不仅仅体现在很高的维数上，更多表现在被控对象模型的不确定性、系统信息的模糊性、

高度非线性和多层次、多目标的控制要求。

因此，建立一种更有力的控制理论和方法来解决上述问题，就显得十分重要。模糊控

-1-

最优控制与智能控制基础文献总结报告

制是智能控制的一种典型和较早的形式，作为智能控制的一个分支，模糊控制是模糊数学

和控制理论相结合的产物，它利用了人的思维具有模糊性的特点，通过使用模糊数学中的

隶属度函数、模糊关系、模糊推理等工具得到控制规则矩阵表格进行控制。

模糊控制的基本思想是用机器去模拟人对系统的控制,即在被控对象的模糊模型的基

础上运用模糊控制器近似推理等手段,实现系统控制的一种方法[2]。模糊模型是用模糊

语言和规则描述一个系统的动态特性及性能指标。模糊控制具有不需要知道被控对象(或过

程)的数学模型，易于实现对具有不确定性的对象和具有强非线性的对象进行控制，对被控

对象特性参数的化具有较强的鲁棒性，对于控制系统的干扰具有较强的抑制能力等特点。

2温度控制的研究现状

温度控制在工农业生产、国防、科研以及日常生活等领域占有重要的地位，是工农业

生产及生活中较为常见和基本的工艺参数之一。利用计算机进行温度控制来实现实时调节、

数字显示、信息存储，对于提高生产效率和产品质量，节约能源等有着积极的意义。另外

随着社会的进步和人民生活水平的不断提高，像任何其他控制系统一样，对温度控制系统

的要求也越来越高。自动控制系统的被控对象越来越复杂，这不仅表现在控制系统具有多

输入的参数时性和严重的非线性，更突出的是从系统对象所能获得的信息量相对有限，

以及与此相反地对控制性能要求的日益提高。

然而，当一个系统复杂度增大的时候，人们能够使它精确化的能力将降低，当达到

-2-

最优控制与智能控制基础文献总结报告

一定的阈值的时候，复杂性和精确性将会相互排斥，即在多量非线性时的系统中，系

统的复杂性与人们要求的精确性之间会形成尖锐的矛盾。因此，要想精确描述复杂对象与

系统的物理现象和运动状态，实际上是很困难的，关键是如何使精确与简明取得平衡，而

使问题的描述具有实际意义。

温度的控制可以作为研究更为复杂的非线性系统的基础，又具有较强的理论性，属于

应用基础研究。同时，它具有较强的综合性，涉及控制原理、智能控制等多个学科。目前，

在工业生产方面，国内外关于温度控制的控制策略采用模糊控制及PID自校准、自调整的

比较多,其中模糊控制主要是朝智能化方向发