倒立擺專家控制研究畢業(yè)設(shè)計(jì)

1、<p><b>　　專家控制研究</b></p><p><b>　　摘 要</b></p><p>　　在傳統(tǒng)控制系統(tǒng)中，系統(tǒng)的運(yùn)行排斥了人的干預(yù)，人-機(jī)之間缺乏交互?？刂破鲗?duì)被控對(duì)象在環(huán)境中的參數(shù)、結(jié)構(gòu)的變化缺乏應(yīng)變能力。傳統(tǒng)控制理論的不足，在于它必須依賴于被控對(duì)象嚴(yán)格的數(shù)學(xué)模型，試圖對(duì)精確模型來(lái)求取最優(yōu)的控制效果。而實(shí)際的被控對(duì)

2、象存在著許多難以建模的因素。上世紀(jì)80年代初，人工智能中專家系統(tǒng)的思想和方法開(kāi)始被引入控制系統(tǒng)的研究和工程應(yīng)用中。專家系統(tǒng)能處理定性的、啟發(fā)式或不確定的知識(shí)信息，經(jīng)過(guò)各種推理來(lái)達(dá)到系統(tǒng)的任務(wù)目標(biāo)。專家系統(tǒng)為解決傳統(tǒng)控制理論的局限性提供了重要的啟示，二者的結(jié)合導(dǎo)致了專家控制這一方法。本文通過(guò)對(duì)專家控制的研究，以小車倒立擺模型為例，對(duì)其進(jìn)行Matlab仿真，建立課程教學(xué)演示平臺(tái)。</p><p>　　首先，研究專家控

3、制的基本原理，掌握專家控制的基礎(chǔ)知識(shí)以及專家控制的基本算法；然后，對(duì)仿人智能控制進(jìn)行研究，熟悉經(jīng)典的仿人智能控制算法，例如仿人PID智能控制算法，九點(diǎn)控制器等，并在Matlab平臺(tái)上編制仿人智能控制算法軟件。</p><p>　　最后，通過(guò)對(duì)小車倒立擺系統(tǒng)進(jìn)行專家控制的Matlab仿真，建立課程教學(xué)演示平臺(tái)。</p><p>　　關(guān)鍵詞：智能控制；專家控制；仿人智能控制；小車倒立擺；Mat

4、lab仿真</p><p>　　The Experts control research</p><p><b>　　Abstract</b></p><p>　　In the traditional control system,operation of the system rejected the intervention of huma

5、n,and there is no interaction between man and machine.Controller of the controlled object in the environment parameters, changes in the structure to adapt.Lack of traditional control theory,is that it must rely on rigoro

6、us mathematical model of controlled object,attempt to strike a precise model to the optimal control effect. There are many difficult factors in the actual controlled object model.Early 80s </p><p>　　First of

7、 all, learn the basic principles of expert control,master the basics of expert control and the basic algorithm of the Expert control .Then,do some research of human-simulated intelligent control,familiar with the classic

8、 human-simulated intelligent control algorithm,for example, human-simulated intelligent PID control algorithm and nine-point controller.And prepare human-simulated intelligent control algorithm software on the Matlab pla

9、tform.</p><p>　　Finally,through the car - inverted pendulum system for expert control of Matlab simulation,establish course teaching demonstration platform.</p><p>　　Key words:Intelligent contro

10、l; Expert control; Human-simulated intelligent control; Car - inverted pendulum; Matlab simulation; </p><p><b>　　目錄</b></p><p><b>　　摘 要I</b></p><p>　　Abstr

11、actII</p><p><b>　　1 選題背景1</b></p><p><b>　　1.1 引言1</b></p><p>　　1.2 智能控制的發(fā)展歷史與現(xiàn)狀1</p><p>　　1.3 專家控制3</p><p>　　1.4 仿人智能控制4

12、</p><p>　　1.5 倒立擺系統(tǒng)簡(jiǎn)介5</p><p><b>　　2 基礎(chǔ)理論7</b></p><p>　　2.1 專家控制的研究7</p><p>　　2.2 仿人智能控制的研究14</p><p>　　2.3 九點(diǎn)控制器16</p><p&g

13、t;　　3 小車倒立擺系統(tǒng)24</p><p>　　3.1 倒立擺系統(tǒng)數(shù)學(xué)模型的建立及系統(tǒng)分析24</p><p>　　3.2 倒立擺系統(tǒng)LQR控制仿真28</p><p>　　3.3 倒立擺系統(tǒng)專家PID控制仿真32</p><p>　　4 總結(jié)與展望37</p><p>　　4.1 工作總結(jié)

14、37</p><p>　　4.2 改進(jìn)方向37</p><p><b>　　致謝38</b></p><p><b>　　參考文獻(xiàn)39</b></p><p><b>　　1 選題背景</b></p><p><b>　　1.1 引

15、言</b></p><p>　　自從美國(guó)科學(xué)家維納在20 世紀(jì)40 年代創(chuàng)立控制論以來(lái)，自動(dòng)控制理論經(jīng)歷了經(jīng)典控制理論和現(xiàn)代控制理論兩個(gè)重要發(fā)展階段。在處理復(fù)雜系統(tǒng)控制問(wèn)題時(shí)，傳統(tǒng)的控制理論在面臨復(fù)雜性所帶來(lái)的問(wèn)題時(shí)，突破舊的模式以適應(yīng)社會(huì)對(duì)自動(dòng)化提出的新要求。近來(lái)，把傳統(tǒng)控制理論與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等人工智能技術(shù)相結(jié)合，充分利用人類的控制知識(shí)對(duì)復(fù)雜系統(tǒng)進(jìn)行控制，逐漸形成了智能控制理論的雛形

16、。[1]</p><p>　　智能控制不同于經(jīng)典控制理論和現(xiàn)代控制理論的處理方法，控制器不再是單一的數(shù)學(xué)解析模型，而是數(shù)學(xué)解析模型和知識(shí)系統(tǒng)相結(jié)合的廣義模型。</p><p>　　智能控制是研究與模擬人類智能活動(dòng)及其控制與信息傳遞過(guò)程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)。智能控制具有以下基本特點(diǎn)：</p><p>　?。?） 智能控制系統(tǒng)應(yīng)能對(duì)復(fù)雜系統(tǒng)，

17、如非線性、快時(shí)變、復(fù)雜多變量、環(huán)境擾動(dòng)等進(jìn)行有效的全局控制，并具有較好的容錯(cuò)能力；</p><p>　　（2） 定性決策和定量控制相結(jié)合的多模態(tài)組合控制；</p><p>　　（3） 智能控制的基本目的是從系統(tǒng)的功能和整體優(yōu)化的角度來(lái)分析和綜合系統(tǒng)，以實(shí)現(xiàn)預(yù)定的目標(biāo)，智能控制應(yīng)具有自組織能力；</p><p>　　（4）人的知識(shí)在控制中起著重要的協(xié)調(diào)作用，系統(tǒng)在信息

18、處理上，既有數(shù)學(xué)運(yùn)算，又有邏輯和知識(shí)推理能力。[2]</p><p>　　本課題主要通過(guò)對(duì)智能控制中專家控制和仿人智能控制的研究，建立課程教學(xué)演示平臺(tái)。</p><p>　　1.2 智能控制的發(fā)展歷史與現(xiàn)狀</p><p>　　從20 世紀(jì)60 年代起，由于空間技術(shù)、計(jì)算機(jī)技術(shù)及人工智能技術(shù)的發(fā)展，控制界學(xué)者在研究自組織、自學(xué)習(xí)控制的基礎(chǔ)上，為了提高控制系統(tǒng)的自學(xué)

19、習(xí)能力，開(kāi)始注意將人工智能技術(shù)與方法應(yīng)用于控制系統(tǒng)。</p><p>　　60 年代初期，F(xiàn)．W．Smith 提出采用性能模式識(shí)別器來(lái)學(xué)習(xí)最優(yōu)控制方法的新思想，試圖利用模式識(shí)別技術(shù)來(lái)解決復(fù)雜系統(tǒng)的控制問(wèn)題。Smith 采用線性判別器作為控制器的核心，先對(duì)控制器進(jìn)行開(kāi)環(huán)訓(xùn)練，確定線性判別函數(shù)的系數(shù)，即可用來(lái)工作。1965 年，美國(guó)著名控制論專家Zadeh 創(chuàng)立了模糊集合論，為解決復(fù)雜系統(tǒng)的控制問(wèn)題提供了強(qiáng)有力的數(shù)學(xué)

20、工具；同年，美國(guó)著名科學(xué)Feigenbaum 著手研制世界上第一個(gè)專家系統(tǒng)，華裔學(xué)者傅京孫教授首先提出把人工智能中的直覺(jué)推理方法用于學(xué)習(xí)控制系統(tǒng)。1966 年，Mendel 進(jìn)一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制”的概念。直到1967 年，Leondes 和Mendel 才首先正式使用“智能控制”一詞，并把記憶、目標(biāo)分解等一些簡(jiǎn)單的人工智能技術(shù)用于學(xué)習(xí)控制系統(tǒng)，以提高系統(tǒng)處理不確定性問(wèn)題的能力。這標(biāo)

21、志著智能控制的思想已經(jīng)萌芽。</p><p>　　從20 世紀(jì)70 年代初開(kāi)始，傅京孫、Gloriso 和Saridis 等人從控制論角度進(jìn)一步總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，正式提出了智能控制就是人工智能技術(shù)與控制理論的交叉，并創(chuàng)立了人—機(jī)交互式分級(jí)遞階智能控制的系統(tǒng)結(jié)構(gòu)。他們?cè)诤朔磻?yīng)準(zhǔn)、城市交通等控制中成功地應(yīng)用了智能控制系統(tǒng)。這些研究成果為分級(jí)遞階智能控制的形成奠定了基礎(chǔ)。</p

22、><p>　　在70 年代中期前后，以模糊集合論為基礎(chǔ)，從模仿人的控制決策思想出發(fā)，智能控制在另一個(gè)方向——規(guī)則控制(rule-based contro1)上也取得了重要的進(jìn)展。1974 年，英國(guó)學(xué)者M(jìn)amdani 將模糊集和模糊語(yǔ)言邏輯運(yùn)用于控制，創(chuàng)立了基于模糊語(yǔ)言描述控制規(guī)則的模糊控制器，并被成功地用于工業(yè)過(guò)程控制。1979 年，他又成功地研制出自組織模糊控制器，使模糊控制器具有了較高的智能。模糊控制的形成和發(fā)展

23、，以及與人工智能中的產(chǎn)生式系統(tǒng)、專家系統(tǒng)思想的相互滲透，對(duì)智能控制理論的形成起了十分重要的推動(dòng)作用。20 世紀(jì)70 年代可以看作是智能控制的形成期。</p><p>　　進(jìn)入20 世紀(jì)80 年代以來(lái)，由于微機(jī)的迅速發(fā)展以及人工智能的重要領(lǐng)域——專家系統(tǒng)技術(shù)的逐漸成熟，使得智能控制和決策的研究及應(yīng)用領(lǐng)域逐步擴(kuò)大，并取得了一批應(yīng)用成果。例如，1982年Fox 等人實(shí)現(xiàn)加工車間調(diào)度專家系統(tǒng)ISIS；1983 年Sari

24、dis 把智能控制用于機(jī)器人系統(tǒng)；1984 年LISP 公司研制成功用于分布式的實(shí)時(shí)過(guò)程控制專家系統(tǒng)PICON；l986 年M．Lattimer 和Wright 等人開(kāi)發(fā)的混合專家系統(tǒng)控制器Hexscon 是一個(gè)實(shí)驗(yàn)型的基于知識(shí)的實(shí)時(shí)控制專家系統(tǒng)，用來(lái)處理軍事和現(xiàn)代化工業(yè)中出現(xiàn)的控制問(wèn)題。1987 年4 月，美國(guó)Foxboro 公司公布了新一代的IA 系列智能自動(dòng)控制系統(tǒng)。這種系統(tǒng)體現(xiàn)了傳感器技術(shù)、自動(dòng)控制技術(shù)、計(jì)算機(jī)技術(shù)和過(guò)程知識(shí)在生

25、產(chǎn)自動(dòng)化應(yīng)用方面的綜合先進(jìn)水平。它能夠?yàn)橛脩籼峁┌踩煽康淖詈线m的過(guò)程控制系統(tǒng)，這就標(biāo)志著智能</p><p>　　控制系統(tǒng)己由研制、開(kāi)發(fā)階段轉(zhuǎn)向應(yīng)用階段。</p><p>　　應(yīng)該特別指出，20 世紀(jì)80 年代中后期，由于神經(jīng)網(wǎng)絡(luò)的研究獲得了重要進(jìn)展，這一領(lǐng)域吸引了眾多學(xué)科的科學(xué)家、學(xué)者。如今在控制、計(jì)算機(jī)、神經(jīng)生理學(xué)等學(xué)科的密切配合下，在“智能控制論”的旗幟下，又在尋求新的合作，神經(jīng)網(wǎng)

26、絡(luò)理論和應(yīng)用研究為智能控制的研究起到了重要的促進(jìn)作用。</p><p>　　智能控制是當(dāng)前國(guó)內(nèi)外人工智能、自動(dòng)化、計(jì)算機(jī)技術(shù)領(lǐng)域中的熱門課題，受到學(xué)術(shù)界、工程界和企業(yè)界的廣泛關(guān)注，正在積極進(jìn)行有關(guān)智能控制的理論方法和應(yīng)用技術(shù)的研究與開(kāi)發(fā)工作，取得了許多新進(jìn)展、新成果。</p><p>　　智能控制系統(tǒng)是一門跨學(xué)科、需要多學(xué)科提供基礎(chǔ)支持的技術(shù)科學(xué)，因此智能控制系統(tǒng)必然是一個(gè)綜合集成智能系統(tǒng)

27、。“綜合”體現(xiàn)了方法多樣性，而“集成”則體現(xiàn)了各種方法統(tǒng)一性。</p><p>　　1.3 專家控制[3]</p><p>　　專家系統(tǒng)是人工智能應(yīng)用領(lǐng)域最成功的分支之一，始于60 年代中期。隨著應(yīng)用的不斷成功，專家系統(tǒng)技術(shù)越來(lái)越受人們的重視。80 年代專家系統(tǒng)的概念和方法被引入控制領(lǐng)域。促進(jìn)了專家控制系統(tǒng)的研究和應(yīng)用，它在控制領(lǐng)域的應(yīng)用已涉及到控制系統(tǒng)輔助設(shè)計(jì)、分析和專家控制等方法。這

28、實(shí)際上可以視為利用計(jì)算機(jī)通過(guò)模擬人的經(jīng)驗(yàn)來(lái)實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)的控制。</p><p>　　大多數(shù)專家系統(tǒng)主要由四部分組成：</p><p>　?。?）知識(shí)庫(kù)(包括事實(shí)、判斷、規(guī)則、經(jīng)驗(yàn)知識(shí)等)。</p><p>　　（2）推理機(jī)——首先把知識(shí)庫(kù)中的專家知識(shí)及數(shù)據(jù)庫(kù)中的有關(guān)事實(shí)，以一定的推理方式進(jìn)行邏輯推理(匹配)給出結(jié)論。</p><p>　　（

29、3）解釋機(jī)制是專家系統(tǒng)區(qū)別于傳統(tǒng)計(jì)算機(jī)程序的主要特征之一，它可以向用戶回答如何導(dǎo)出推理的結(jié)論，完成“how”，“why”的工作。</p><p>　?。?）知識(shí)獲取系統(tǒng)，主要完成機(jī)器學(xué)習(xí)。</p><p>　　專家控制可定義為：具有模糊專家智能的功能，采用專家系統(tǒng)技術(shù)與控制理論相結(jié)合的方法設(shè)計(jì)控制系統(tǒng)。專家控制系統(tǒng)的出現(xiàn)，改變了傳統(tǒng)的控制系統(tǒng)設(shè)計(jì)中單純依靠數(shù)學(xué)模型的局面，使知識(shí)模型與數(shù)學(xué)模

30、型相結(jié)合，知識(shí)信息處理技術(shù)與控制技術(shù)相結(jié)合，是人工智能與控制理論方法和技術(shù)相結(jié)合的典型產(chǎn)物。</p><p>　　專家控制系統(tǒng)具有如下特點(diǎn)[4]：</p><p>　　（1）它在一定程度上模擬人的思維活動(dòng)規(guī)律，能進(jìn)行自動(dòng)推理，善于應(yīng)付各種變化，有透明性和靈活性。</p><p>　?。?）它可以不斷監(jiān)督生產(chǎn)過(guò)程，實(shí)現(xiàn)特定性能指標(biāo)下的優(yōu)化控制，能處理大量低層信息，可進(jìn)

31、行操作指導(dǎo)。</p><p>　　（3）相對(duì)傳統(tǒng)控制，擴(kuò)展了許多功能，如復(fù)雜系統(tǒng)的高質(zhì)量控制，故障診斷和容錯(cuò)控制，參數(shù)和算法的自動(dòng)修改，不同算法的組合等。</p><p>　?。?）深層知識(shí)的引入，可以彌補(bǔ)專家經(jīng)驗(yàn)的不足，可以自然地消除決策沖突。[5]</p><p>　　1.4 仿人智能控制[6]</p><p>　　仿人智能控制器的原型

32、算法1979 年由重慶大學(xué)周其鑒教授等人提出，經(jīng)過(guò)20 多年來(lái)的努力，仿人智能控制已經(jīng)形成了基本理論體系和較系統(tǒng)的設(shè)計(jì)方法，并在大量的實(shí)際應(yīng)用中獲得成功。</p><p>　　大量的控制實(shí)踐證明，由于人腦的智能優(yōu)勢(shì)，在許多情況下，手動(dòng)控制的效果目前是自動(dòng)控制還達(dá)不到的。如空中格斗的飛機(jī)操縱，都市公路上的汽車駕駛，運(yùn)用自如的雜技與體操表演，以及一些復(fù)雜的工業(yè)過(guò)程和大系統(tǒng)的控制。對(duì)于復(fù)雜而未知的被控對(duì)象，能熟練操作該

33、對(duì)象專家的手動(dòng)控制是一般控制機(jī)器所無(wú)法比擬的。仿人智能控制的主導(dǎo)思想是，在對(duì)人體控制結(jié)構(gòu)宏觀模擬的基礎(chǔ)上，進(jìn)一步研究人的“身體—?jiǎng)佑X(jué)智能”，即人的控制行為功能，并加以模擬。</p><p>　　仿人智能控制研究的基本方法是：從分級(jí)遞階智能控制系統(tǒng)的最低層(運(yùn)行控制級(jí))著手，充分應(yīng)用已有的控制理論成果和計(jì)算機(jī)仿真結(jié)果，直接對(duì)人的控制經(jīng)驗(yàn)、技巧和各種直覺(jué)推理邏輯進(jìn)行測(cè)辨、概括和總結(jié)，并將其編制成各種簡(jiǎn)單實(shí)用、精度高、

34、能實(shí)時(shí)運(yùn)行的控制算法，并直接應(yīng)用與實(shí)際控制系統(tǒng)，進(jìn)而建立起系統(tǒng)的仿人智能控制理論體系，最后發(fā)展為智能控制理論。這種計(jì)算機(jī)控制算法，以人對(duì)控制對(duì)象的觀察、記憶、決策等智能的模仿作為基礎(chǔ)，根據(jù)被調(diào)量、偏差以及偏差的變化趨勢(shì)來(lái)確定控制策略。仿人智能控制研究的主要目標(biāo)不是被控對(duì)象，而是控制器本身如何對(duì)控制專家的結(jié)構(gòu)和行為模擬。</p><p>　　仿人智能控制理論認(rèn)為，智能控制為控制問(wèn)題求解的二次映射的信息處理過(guò)程，即從

35、“認(rèn)知”到“判斷”的定性推力過(guò)程和從“判斷”到”操作”的定量控制過(guò)程。仿人智能控制不僅具有其他智能控制(模糊控制，專家控制等)方法那樣的并行、邏輯控制和語(yǔ)言控制的特點(diǎn)，而且還具有以數(shù)學(xué)模型為基礎(chǔ)的傳統(tǒng)控制的解析定量控制的特點(diǎn)?？偨Y(jié)人的控制經(jīng)驗(yàn)，模仿人的控制行為，以產(chǎn)生式規(guī)則描述</p><p>　　其在控制方面的啟發(fā)與直覺(jué)推理行為。仿人智能控制在結(jié)構(gòu)和功能上具有以下基本特征: 分層遞階的信息處理和決策機(jī)構(gòu)(高階產(chǎn)

36、生式系統(tǒng)結(jié)構(gòu))[7]，在線的特征辨識(shí)和特征記憶，開(kāi)閉環(huán)控制結(jié)合和定性決策與定量控制結(jié)合的多模態(tài)控制和啟發(fā)式和直覺(jué)推理邏輯的應(yīng)用。</p><p>　　仿人智能控制在結(jié)構(gòu)上具有分級(jí)遞階的控制結(jié)構(gòu)，遵循“智能增加而相應(yīng)精度降低”(IPDI)原則。不同于Saridis 的分級(jí)遞階結(jié)構(gòu)理論，仿人智能控制認(rèn)為:其最低層(運(yùn)行控制級(jí))不僅僅由常規(guī)控制器構(gòu)成，而應(yīng)具有一定智能，以滿足實(shí)時(shí)、高速、高精度的控制要求。[8]<

37、/p><p>　　1.5 倒立擺系統(tǒng)簡(jiǎn)介[9]</p><p>　　倒立擺是機(jī)器人技術(shù)、控制理論、計(jì)算機(jī)控制等多個(gè)領(lǐng)域，多種技術(shù)的有機(jī)結(jié)合，其被控系統(tǒng)本身又是一個(gè)絕對(duì)不穩(wěn)定、高階次、多變量、強(qiáng)耦合的非線性系統(tǒng)，可以作為一個(gè)典型的控制對(duì)象對(duì)其進(jìn)行研究。最初研究開(kāi)始于二十世紀(jì)50年代，麻省理工學(xué)院（MIT）的控制論專家根據(jù)火箭發(fā)射助推器原理設(shè)計(jì)出一級(jí)倒立擺實(shí)驗(yàn)設(shè)備。近年來(lái)，新的控制方法不斷出現(xiàn)，

38、人們?cè)噲D通過(guò)倒立擺這樣一個(gè)典型的控制對(duì)象，檢驗(yàn)新的控制方法是否有較強(qiáng)的處理多變量、非線性和絕對(duì)不穩(wěn)定系統(tǒng)的能力，從而從中找出最優(yōu)秀的控制方法。</p><p>　　倒立擺系統(tǒng)作為控制理論研究中的一種比較理想的實(shí)驗(yàn)手段，為自動(dòng)控制理論的教學(xué)、實(shí)驗(yàn)和科研構(gòu)建一個(gè)良好的實(shí)驗(yàn)平臺(tái)，以用來(lái)檢驗(yàn)?zāi)撤N控制理論或方法的典型方案，促進(jìn)了控制系統(tǒng)新理論、新思想的發(fā)展。由于控制理論的廣泛應(yīng)用，由此系統(tǒng)研究產(chǎn)生的方法和技術(shù)將在半導(dǎo)體及粳

39、米儀器加工、機(jī)器人控制技術(shù)、人工智能、導(dǎo)彈攔截控制系統(tǒng)、航空對(duì)接控制技術(shù)、火箭發(fā)射中的垂直度控制、衛(wèi)星飛行中的姿態(tài)控制和一般工業(yè)應(yīng)用等方面具有廣闊的利用開(kāi)發(fā)前景。平面倒立擺可以比較真實(shí)的模擬火箭的飛行控制和步行機(jī)器人的穩(wěn)定控制等方面的研究。 </p><p>　　倒立擺已經(jīng)由原來(lái)的直線一級(jí)倒立擺擴(kuò)展出很多種類，典型的有直線倒立擺，環(huán)形倒立擺，平面倒立擺和復(fù)合倒立擺等，倒立擺系統(tǒng)是在運(yùn)動(dòng)模塊上裝有倒立擺裝置，由于在

40、相同的運(yùn)動(dòng)模塊上可以裝載不同的倒立擺裝置，倒立擺的種類由此而豐富很多。</p><p>　　本文主要通過(guò)對(duì)一級(jí)直線倒立擺的仿真來(lái)建立課程教學(xué)演示平臺(tái)。</p><p><b>　　2 基礎(chǔ)理論</b></p><p>　　2.1 專家控制的研究</p><p>　　2.1.1 專家系統(tǒng)</p><

41、;p>　　專家系統(tǒng)主要由知識(shí)庫(kù)和推理機(jī)構(gòu)成，專家系統(tǒng)的結(jié)構(gòu)如圖2-1所示[10]。</p><p>　　圖2-1 專家系統(tǒng)的結(jié)構(gòu)</p><p>　　知識(shí)庫(kù)包含三類知識(shí)：</p><p>　　（1）基于專家經(jīng)驗(yàn)的判斷性規(guī)則；</p><p>　?。?）用于推理、問(wèn)題求解的控制性規(guī)則；</p><p>　?。?）用

42、于說(shuō)明問(wèn)題的狀態(tài)、事實(shí)和概念以及當(dāng)前的條件和常識(shí)等的數(shù)據(jù)。</p><p>　　知識(shí)庫(kù)包含多種功能模塊，主要有知識(shí)查詢、檢索、增刪、修改和擴(kuò)充等。知識(shí)庫(kù)通過(guò)人機(jī)接口與領(lǐng)域?qū)＜蚁鄿贤ǎ瑢?shí)現(xiàn)知識(shí)的獲取。</p><p>　　推理機(jī)是用于對(duì)知識(shí)庫(kù)中的知識(shí)進(jìn)行推理來(lái)得到結(jié)論的“思維”機(jī)構(gòu)。推理機(jī)包括三種推理方式：</p><p>　?。?）正向推理：從原始數(shù)據(jù)和已知條件得到

43、結(jié)論；</p><p>　?。?）反向推理：先提出假設(shè)的結(jié)論，然后尋找支持的證據(jù)，若證據(jù)存在，則假設(shè)成立；</p><p>　　（3）雙向推理：運(yùn)用正向推理提出假設(shè)的結(jié)論，運(yùn)用反向推理來(lái)證實(shí)假設(shè)。</p><p>　　專家系統(tǒng)常用的知識(shí)表示方法為產(chǎn)生式規(guī)則，框架，語(yǔ)義網(wǎng)絡(luò)，過(guò)程。其中產(chǎn)生式規(guī)則是專家系統(tǒng)最流行的表達(dá)方法。由產(chǎn)生式規(guī)則表示的專家系統(tǒng)又稱為基于規(guī)則的系統(tǒng)

44、或產(chǎn)生式系統(tǒng)。</p><p>　　產(chǎn)生式規(guī)則的表達(dá)方式為：</p><p>　　IF E THEN H WITH CF(E,H)</p><p>　　其中，E表示規(guī)則的前提條件，即證據(jù)，它可以是單獨(dú)命題，也可以是復(fù)合命題；H表示規(guī)則的結(jié)論部分，即假設(shè)，也是命題；CF（Certainty Factor）為規(guī)則的強(qiáng)度，反映當(dāng)前提為真時(shí)，規(guī)則對(duì)結(jié)論的影響程度。</

45、p><p>　　專家系統(tǒng)的建立步驟如下：</p><p><b>　　（1）知識(shí)庫(kù)的設(shè)計(jì)</b></p><p>　?、?確定知識(shí)類型：敘述性知識(shí)，過(guò)程性知識(shí)，控制性知識(shí)；</p><p>　?、?確定知識(shí)表達(dá)方法；</p><p>　　③ 知識(shí)庫(kù)管理系統(tǒng)的設(shè)計(jì)：實(shí)現(xiàn)規(guī)則的保存、編輯、刪除、增加、搜索

46、等功能。</p><p><b>　?。?）推理機(jī)的設(shè)計(jì)</b></p><p><b>　?、?選擇推理方式；</b></p><p>　?、?選擇推理算法：選擇各種搜索算法，如深度優(yōu)先搜索、廣度優(yōu)先搜索、啟發(fā)式優(yōu)先搜索等。</p><p>　　（3）人─機(jī)接口的設(shè)計(jì)</p><

47、;p>　?、?設(shè)計(jì)“用戶─專家系統(tǒng)接口”：用于咨詢理解和結(jié)論解釋；</p><p>　?、?設(shè)計(jì)“專家─專家系統(tǒng)接口”：用于知識(shí)庫(kù)擴(kuò)充及系統(tǒng)維護(hù)。</p><p>　　2.1.2 專家控制的基本原理</p><p>　　專家控制的基本結(jié)構(gòu)如圖2-2所示。</p><p>　　圖2-2 專家控制的結(jié)構(gòu)</p><p&

48、gt;　　專家控制的功能主要有：</p><p>　?。?）能夠滿足任意動(dòng)態(tài)過(guò)程的控制需要，尤其適用于帶有時(shí)變、非線性和強(qiáng)干擾的控制；</p><p>　?。?）控制過(guò)程可以利用對(duì)象的先驗(yàn)知識(shí)；</p><p>　?。?）通過(guò)修改、增加控制規(guī)則，可不斷積累知識(shí)，改進(jìn)控制性能；</p><p>　?。?）可以定性地描述控制系統(tǒng)的性能，如“超調(diào)小

49、”、“偏差增大”等；</p><p>　　（5）對(duì)控制性能可進(jìn)行解釋；</p><p>　?。?）可通過(guò)對(duì)控制閉環(huán)中的單元進(jìn)行故障檢測(cè)來(lái)獲取經(jīng)驗(yàn)規(guī)則。</p><p>　　專家控制將系統(tǒng)視為基于知識(shí)的系統(tǒng)，控制系統(tǒng)的知識(shí)表示如下：</p><p>　?。?）受控過(guò)程的知識(shí)</p><p>　　① 先驗(yàn)知識(shí)：包括問(wèn)題的類

50、型及開(kāi)環(huán)特性；</p><p>　?、?動(dòng)態(tài)知識(shí)：包括中間狀態(tài)及特性變化。</p><p>　　（2）控制、辨識(shí)、診斷知識(shí)</p><p>　?、?定量知識(shí)：各種算法；</p><p>　?、?定性知識(shí)：各種經(jīng)驗(yàn)、邏輯、直觀判斷。</p><p>　　按照專家系統(tǒng)知識(shí)庫(kù)的結(jié)構(gòu)，有關(guān)知識(shí)可以分類組織，形成數(shù)據(jù)庫(kù)和規(guī)則庫(kù)，

51、從而構(gòu)成專家控制系統(tǒng)的知識(shí)源。</p><p><b>　　數(shù)據(jù)庫(kù)包括：</b></p><p>　　事實(shí)──已知的靜態(tài)數(shù)據(jù)。例如傳感器測(cè)量誤差、運(yùn)行閾值、報(bào)警閾值、操作序列的約束條件、受控過(guò)程的單元組態(tài)等；</p><p>　　證據(jù)──測(cè)量到的動(dòng)態(tài)數(shù)據(jù)。例如傳感器的輸出值、儀器儀表的測(cè)試結(jié)果等。證據(jù)的類型是各異的，常常帶有噪聲、延遲，也可能是

52、不完整的，甚至相互之間有沖突；</p><p>　　假設(shè)──由事實(shí)和證據(jù)推導(dǎo)的中間結(jié)果，作為當(dāng)前事實(shí)集合的補(bǔ)充。例如，通過(guò)各種參數(shù)估計(jì)算法推得的狀態(tài)估計(jì)等；</p><p>　　目標(biāo)──系統(tǒng)的性能指標(biāo)。例如對(duì)穩(wěn)定性的要求，對(duì)靜態(tài)工作點(diǎn)的尋優(yōu)、對(duì)現(xiàn)有控制規(guī)律是否需要改進(jìn)的判斷等。目標(biāo)既可以是預(yù)定的，也可以是根據(jù)外部命令或內(nèi)部運(yùn)行狀況在線地動(dòng)態(tài)建立的。</p><p>

53、　　專家控制的規(guī)則庫(kù)一般采用產(chǎn)生式規(guī)則表示：</p><p>　　IF 控制局勢(shì)（事實(shí)和數(shù)據(jù)） THEN 操作結(jié)論</p><p>　　由多條產(chǎn)生式規(guī)則構(gòu)成規(guī)則庫(kù)。</p><p>　　按專家控制在控制系統(tǒng)中的作用和功能，可將專家控制器分為直接型專家控制器和間接型專家控制器[11]，分別如圖2-3和2-4所示。</p><p>　　圖2-3

54、直接型專家控制器</p><p>　　圖2-4 間接型專家控制器</p><p>　　專家控制的關(guān)鍵技術(shù)：</p><p>　　（1）知識(shí)的表達(dá)方法；</p><p>　　（2）從傳感器中識(shí)別和獲取定量的控制信號(hào)；</p><p>　　（3）將定性知識(shí)轉(zhuǎn)化為定量的控制信號(hào)；</p><p>　　

55、（4）控制知識(shí)和控制規(guī)則的獲取。</p><p><b>　　專家控制的特點(diǎn)：</b></p><p>　　（1）靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應(yīng)的控制律；</p><p>　?。?）適應(yīng)性：能根據(jù)專家知識(shí)和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化；</p><p>　　魯棒性：通過(guò)利用專家

56、規(guī)則，系統(tǒng)可以在非線性、大偏差下可靠地工作。</p><p>　　2.1.3 專家PID控制[12]</p><p>　　專家PID控制是在專家控制的基礎(chǔ)上發(fā)展起來(lái)的。在介紹專家PID控制之前，我們可概括一下專家控制的關(guān)鍵技術(shù)和特點(diǎn)。設(shè)計(jì)專家控制時(shí)所考慮的關(guān)鍵技術(shù)包括以下4 個(gè)方面：知識(shí)的表達(dá)方法；從傳感器中識(shí)別和獲取定量的控制信號(hào)；將定性知識(shí)轉(zhuǎn)化為定量的控制信號(hào)；控制知識(shí)和控制規(guī)則的獲

57、取。</p><p>　　專家控制具有靈活性、適應(yīng)性和魯棒性等特點(diǎn)：</p><p>　　（1） 靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應(yīng)的控制；</p><p>　?。?） 適應(yīng)性：能根據(jù)專家知識(shí)和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化；</p><p>　?。?）魯棒性：通過(guò)利用專家規(guī)則，系統(tǒng)可以在非線性、大偏差下

58、可靠地工作。</p><p>　　專家PID控制原理[13]：</p><p>　　PID專家控制的實(shí)質(zhì)是，基于受控對(duì)象和控制規(guī)律的各種知識(shí)，無(wú)需知道被控對(duì)象的精確模型，利用專家經(jīng)驗(yàn)來(lái)設(shè)計(jì)PID參數(shù)。專家PID控制是一種直接型專家控制器。</p><p>　　典型的二階系統(tǒng)單位階躍響應(yīng)誤差曲線如圖2-5所示。對(duì)于典型的二階系統(tǒng)階躍響應(yīng)過(guò)程作如下分析。</p&g

59、t;<p>　　圖2-5 典型二階系統(tǒng)單位階躍響應(yīng)誤差曲線</p><p>　　令e(k)表示離散化的當(dāng)前采樣時(shí)刻的誤差值，e(k-1)和e(k-2)分別表示前一個(gè)和前兩個(gè)采樣時(shí)刻的誤差值，則有</p><p><b>　　(2-1)</b></p><p>　　根據(jù)誤差及其變化，可設(shè)計(jì)專家PID控制器，該控制器可分為以下五種情況

60、進(jìn)行設(shè)計(jì)：</p><p>　?。?）當(dāng)時(shí)，說(shuō)明誤差的絕對(duì)值已經(jīng)很大。不論誤差變化趨勢(shì)如何，都應(yīng)考慮控制器的輸出應(yīng)按最大（或最?。┹敵?，以達(dá)到迅速調(diào)整誤差，使誤差絕對(duì)值以最大幅度減小。此時(shí)，它相當(dāng)于實(shí)施開(kāi)環(huán)控制;</p><p>　　（2）當(dāng)或時(shí)，說(shuō)明誤差在朝誤差絕對(duì)值增大方向變化，或誤差為某一常值，未發(fā)生變化。</p><p>　　此時(shí)，如果，說(shuō)明誤差也較大，可考

61、慮由控制器實(shí)施較強(qiáng)的控制作用，以達(dá)到扭轉(zhuǎn)誤差絕對(duì)值朝減小方向變化，并迅速減小誤差的絕對(duì)值，控制器輸出為</p><p><b>　　(2-2)</b></p><p>　　如果，說(shuō)明盡管誤差朝絕對(duì)值增大方向變化，但誤差絕對(duì)值本身并不很大，可考慮控制器實(shí)施一般的控制作用，只要扭轉(zhuǎn)誤差的變化趨勢(shì)，使其朝誤差絕對(duì)值減小方向變化，控制器輸出為</p><p

62、><b>　　(2-3)</b></p><p>　?。?) 當(dāng)且或者時(shí)，說(shuō)明誤差的絕對(duì)值朝減小的方向變化，或者已經(jīng)達(dá)到平衡狀態(tài)。此時(shí)，可考慮采取保持控制器輸出不變。</p><p>　?。?）當(dāng)且時(shí)，說(shuō)明誤差處于極值狀態(tài)。如果此時(shí)誤差的絕對(duì)值較大，即，可考慮實(shí)施較強(qiáng)的控制作用</p><p><b>　?。?2-4)</

63、b></p><p>　　如果此時(shí)誤差的絕對(duì)值較小，即，可考慮實(shí)施較弱的控制作用</p><p><b>　　(2-5)</b></p><p>　　（5）當(dāng)時(shí)，說(shuō)明誤差的絕對(duì)值很小，此時(shí)加入積分，減少穩(wěn)態(tài)誤差。</p><p>　　圖中，I、III、V，VII、…區(qū)域，誤差朝絕對(duì)值減小的方向變化。此時(shí)，可采取保持

64、等待措施，相當(dāng)于實(shí)施開(kāi)環(huán)控制；II、IV、VI、VIII、…區(qū)域，誤差絕對(duì)值朝增大的方向變化。此時(shí)，可根據(jù)誤差的大小分別實(shí)施較強(qiáng)或一般的控制作用，以抑制動(dòng)態(tài)誤差。</p><p>　　2.2 仿人智能控制的研究</p><p>　　2.2.1 仿人智能控制的原理[14]</p><p>　　控制器的原型算法1979 年由重慶大學(xué)周其鑒教授等人提出，經(jīng)過(guò)20 多年

65、來(lái)的努力，仿人智能控制已經(jīng)形成了基本理論體系和較系統(tǒng)的設(shè)計(jì)方法，并在大量的實(shí)際應(yīng)用中獲得成功。</p><p>　　大量的控制實(shí)踐證明，由于人腦的智能優(yōu)勢(shì)，在許多情況下，手動(dòng)控制的效果目前是自動(dòng)控制還達(dá)不到的。如空中格斗的飛機(jī)操縱，都市公路上的汽車駕駛，運(yùn)用自如的雜技與體操表演，以及一些復(fù)雜的工業(yè)過(guò)程和大系統(tǒng)的控制。對(duì)于復(fù)雜而未知的被控對(duì)象，能熟練操作該對(duì)象專家的手動(dòng)控制是一般控制機(jī)器所無(wú)法比擬的。仿人智能控制的

66、主導(dǎo)思想是，在對(duì)人體控制結(jié)構(gòu)宏觀模擬的基礎(chǔ)上，進(jìn)一步研究人的“身體—?jiǎng)佑X(jué)智能”，即人的控制行為功能，并加以模擬。</p><p>　　仿人智能控制研究的基本方法是：從分級(jí)遞階智能控制系統(tǒng)的最低層(運(yùn)行控制級(jí))著手，充分應(yīng)用已有的控制理論成果和計(jì)算機(jī)仿真結(jié)果，直接對(duì)人的控制經(jīng)驗(yàn)、技巧和各種直覺(jué)推理邏輯進(jìn)行測(cè)辨、概括和總結(jié)，并將其編制成各種簡(jiǎn)單實(shí)用、精度高、能實(shí)時(shí)運(yùn)行的控制算法，并直接應(yīng)用與實(shí)際控制系統(tǒng)，進(jìn)而建立起系

67、統(tǒng)的仿人智能控制理論體系，最后發(fā)展為智能控制理論。這種計(jì)算機(jī)控制算法，以人對(duì)控制對(duì)象的觀察、記憶、決策等智能的模仿作為基礎(chǔ)，根據(jù)被調(diào)量、偏差以及偏差的變化趨勢(shì)來(lái)確定控制策略。仿人智能控制研究的主要目標(biāo)不是被控對(duì)象，而是控制器本身如何對(duì)控制專家的結(jié)構(gòu)和行為模擬。</p><p>　　仿人智能控制理論認(rèn)為，智能控制為控制問(wèn)題求解的二次映射的信息處理過(guò)程，即從“認(rèn)知”到“判斷”的定性推力過(guò)程和從“判斷”到“操作”的定量

68、控制過(guò)程。仿人智能控制不僅具有其他智能控制(模糊控制，專家控制等)方法那樣的并行、邏輯控制和語(yǔ)言控制的特點(diǎn)，而且還具有以數(shù)學(xué)模型為基礎(chǔ)的傳統(tǒng)控制的解析定量控制的特點(diǎn)?？偨Y(jié)人的控制經(jīng)驗(yàn)，模仿人的控制行為，以產(chǎn)生式規(guī)則描述其在控制方面的啟發(fā)與直覺(jué)推理行為。仿人智能控制在結(jié)構(gòu)和功能上具有以下基本特征: 分層遞階的信息處理和決策機(jī)構(gòu)(高階產(chǎn)生式系統(tǒng)結(jié)構(gòu))，在線的特征辨識(shí)和特征記憶，開(kāi)閉環(huán)控制結(jié)合和定性決策與定量控制結(jié)合的多模態(tài)控制和啟發(fā)式和直覺(jué)

69、推理邏輯的應(yīng)用。</p><p>　　仿人智能控制在結(jié)構(gòu)上具有分級(jí)遞階的控制結(jié)構(gòu)，遵循“智能增加而相應(yīng)精度降低”(IPDI)原則。不同于Saridis 的分級(jí)遞階結(jié)構(gòu)理論，仿人智能控制認(rèn)為：其最低層(運(yùn)行控制級(jí))不僅僅由常規(guī)控制器構(gòu)成，而應(yīng)具有一定智能，以滿足實(shí)時(shí)、高速、高精度的控制要求。</p><p>　　2.2.2 仿人PID控制算法[15]</p><p>

70、;　　策略以人對(duì)控制對(duì)象的觀察、記憶、決策等智能行為為基礎(chǔ)，根據(jù)預(yù)測(cè)變化趨勢(shì)來(lái)決定特征模式，由特征辨識(shí)獲得的特征狀態(tài)選擇控制模式。</p><p>　　仿人PID 控制中的比例類似于人腦的想象功能，具有非線性和時(shí)變性，可根據(jù)狀態(tài)靈活地實(shí)施放大和減小作用；而仿人積分從某種意義上來(lái)說(shuō)是人腦記憶能力的模擬，它對(duì)于偏差信號(hào)的記憶是有選擇的，除表示記憶和不記憶的行為外，還表示遺忘的行為；仿人微分作用類似于人的預(yù)見(jiàn)性，體現(xiàn)了

71、某種信號(hào)的變化趨勢(shì)。在PID 控制器的設(shè)計(jì)中，比例、微分、積分三者權(quán)重具體怎樣需要根據(jù)系統(tǒng)動(dòng)態(tài)特征模式進(jìn)行選擇，而特征模式是由系統(tǒng)的輸出偏差e 和偏差變化c 決定的。如果采用增量式計(jì)算控制器的輸出量，其推理規(guī)則為：</p><p>　　if and then </p><p>　　其中：e為當(dāng)前采樣周期的輸出誤差，e＝e(n)；</p><p>　　c 為誤差變

72、化，c＝e(n)-e(n-1)；</p><p>　　f 為誤差變化的變化，f＝e(n)-2e(n-1)+e(n-2)</p><p>　　通過(guò)對(duì)典型階躍響應(yīng)曲線圖（如圖2-6）的研究確定系統(tǒng)動(dòng)態(tài)特征模式，進(jìn)而確定控制規(guī)則。</p><p>　　圖2-6 典型階躍響應(yīng)曲線</p><p>　　OA段（e>0，c<0），u的初值為1

73、：在e>0.3時(shí)，將u保持，當(dāng)e<0.3后，因?qū)ο髴T性大，為防止過(guò)大的超調(diào)，就要開(kāi)始適當(dāng)減小u，即減小k1（減弱比例作用），增大k2（增強(qiáng)積分作用）。</p><p>　　AB段（e<0，c<0），偏差的絕對(duì)值逐漸增大，所以要繼續(xù)增強(qiáng)積分作用，使u迅速降為0。</p><p>　　BC段（e<0，c>0）：在未過(guò)b點(diǎn)前，u＝0；過(guò)b點(diǎn)后，又需要增大u，適

74、當(dāng)加熱以保持溫度，這也是通過(guò)積分作用來(lái)調(diào)節(jié)。</p><p>　　CD段的情況與AB段類似，DE段的情況與OA段類似。</p><p>　　2.3 九點(diǎn)控制器[16]</p><p>　　九點(diǎn)控制器是一種智能控制器，它是根據(jù)系統(tǒng)運(yùn)動(dòng)參數(shù)，即偏差和偏差變化率，來(lái)調(diào)整控制器的輸出，是邏輯科學(xué)運(yùn)用于控制領(lǐng)域而產(chǎn)生的一種新的嘗試。這種擬人化控制，大大簡(jiǎn)化了控制規(guī)則并提高了

75、控制效果，較常規(guī)PID控制方法有以下特點(diǎn)：</p><p>　?。?）理論基礎(chǔ)不同：邏輯控制理論基數(shù)是泛布爾代數(shù)，實(shí)踐控制時(shí)強(qiáng)調(diào)的是邏輯控制模型；常規(guī)控制的理論基數(shù)是微分方程，實(shí)踐控制時(shí)強(qiáng)調(diào)的是對(duì)象的數(shù)學(xué)模型。</p><p>　　（2）控制方法不同：邏輯控制方法是判斷由狀態(tài)變量組成的反應(yīng)誤差和誤差變化率的系統(tǒng)運(yùn)行工況，根據(jù)不同工況設(shè)定不同的控制量，因而帶有“主動(dòng)控制”方式；常規(guī)控制方法是

76、按照系統(tǒng)誤差進(jìn)行控制，不能事先規(guī)定其控制量大小，而只是改變其控制量直到輸出與目標(biāo)值一致，因而帶有“被動(dòng)控制”方式。</p><p>　?。?）控制觀點(diǎn)不同：邏輯控制是將控制看成系統(tǒng)能量消耗與補(bǔ)充的過(guò)程，能量不足則補(bǔ)充，過(guò)剩則消耗，在其中尋找補(bǔ)充和消耗的平衡點(diǎn)；常規(guī)控制則是將控制看成改善系統(tǒng)時(shí)域響應(yīng)的工具。</p><p>　?。?）控制表達(dá)式意義不同：邏輯控制中，狀態(tài)變量所表示的含義均為數(shù)

77、字表達(dá)式，邏輯控制可表述成是邏輯的，主導(dǎo)的，決策的作用；常規(guī)控制可以表述成以數(shù)學(xué)微分方程零極點(diǎn)配置為主導(dǎo)的PID控制。</p><p>　?。?）控制性能處理方式不同：邏輯控制系統(tǒng)的性能是由工況對(duì)應(yīng)的控制作用單獨(dú)完成，方法簡(jiǎn)單可行；常規(guī)控制只能尋求某幾種性能指標(biāo)的折中。</p><p>　　（6）控制器結(jié)構(gòu)不同：邏輯控制器可被看成9個(gè)工況對(duì)應(yīng)的控制作用力構(gòu)成；常規(guī)控制無(wú)法簡(jiǎn)單的分解結(jié)構(gòu)。&

78、lt;/p><p>　　2.3.1 九點(diǎn)控制器原理</p><p>　　九點(diǎn)控制器系統(tǒng)框圖如圖2-7所示。</p><p>　　圖2-7 九點(diǎn)控制器系統(tǒng)框圖</p><p>　　下面是對(duì)若干概念的定義：</p><p>　　設(shè)定的目標(biāo)值 = 系統(tǒng)運(yùn)行的期望值；</p><p>　　偏差

79、 = 設(shè)定值–本次采樣值；</p><p>　　偏差變化率 = （本次偏差–上次偏差）/采樣時(shí)間；</p><p>　　偏差零帶 = 實(shí)際允許的偏差范圍；</p><p>　　偏差變化率零帶 = 實(shí)際允許的偏差變化率范圍；</p><p>　　控制量為9種控制作用（++++、+++、++、+、0、-、--、---

80、、----）的符號(hào)表示。</p><p>　　考察系統(tǒng)運(yùn)行在設(shè)定值附近時(shí)，控制器給定合適的作用力使輸出在設(shè)定值附近穩(wěn)定。如圖2-8所示，系統(tǒng)運(yùn)行時(shí)，在設(shè)定值附近會(huì)出現(xiàn)9種情況。</p><p>　　圖2-8 控制器運(yùn)行機(jī)理分析圖（虛線區(qū)域?yàn)槠盍銕В?lt;/p><p>　　系統(tǒng)運(yùn)行在設(shè)定值附近的9種情況分析如下：</p><p>　?。?）系統(tǒng)

81、運(yùn)行在略低于目標(biāo)值的IL方向，即“誤差為正且誤差變化率為正”，則控制器應(yīng)給出“多加”能量的指令以便恢復(fù)至目標(biāo)值；</p><p>　?。?）系統(tǒng)運(yùn)行在略低于目標(biāo)值的IK方向，即“誤差為正且誤差變化率處于誤差變化率零帶”，則控制器應(yīng)給出“稍加”能量的指令以便恢復(fù)至目標(biāo)值；</p><p>　?。?）系統(tǒng)運(yùn)行在略低于目標(biāo)值的IJ方向，即“誤差為正且誤差變化率為負(fù)”，則控制器應(yīng)給出“弱加”能量的

82、指令以便恢復(fù)至目標(biāo)值；</p><p>　?。?）系統(tǒng)運(yùn)行在目標(biāo)值附近（允許范圍內(nèi)）的EH方向，即“誤差處在誤差零帶范圍內(nèi)且誤差變化率為正”，則控制器應(yīng)給出“微加”能量的指令以便保持為目標(biāo)值附近；</p><p>　?。?）系統(tǒng)運(yùn)行在目標(biāo)值附近（允許范圍內(nèi)）的EG方向，即“誤差處在誤差零帶范圍內(nèi)且誤差變化率處于誤差變化率零帶”，則控制器應(yīng)給出“保持”能量的指令以便保持為目標(biāo)值附近；<

83、/p><p>　　（6）系統(tǒng)運(yùn)行在目標(biāo)值附近（允許范圍內(nèi)）的EF方向，即“誤差處在誤差零帶范圍內(nèi)且誤差變化率為負(fù)”，則控制器應(yīng)給出“微減”能量的指令以便保持為目標(biāo)值附近；</p><p>　　（7）系統(tǒng)運(yùn)行在略高于目標(biāo)值的AD方向，即“誤差為負(fù)且誤差變化率為正”，則控制器應(yīng)給出“弱減”能量的指令以便恢復(fù)至目標(biāo)值；</p><p>　?。?）系統(tǒng)運(yùn)行在略高于目標(biāo)值的AC方

84、向，即“誤差為負(fù)且誤差變化率處于誤差變化率零帶”，則控制器應(yīng)給出“稍減”能量的指令以便恢復(fù)至目標(biāo)值；</p><p>　　（9）系統(tǒng)運(yùn)行在略高于目標(biāo)值的AB方向，即“誤差為負(fù)且誤差變化率為負(fù)”，則控制器應(yīng)給出“多減”能量的指令以便恢復(fù)至目標(biāo)值；</p><p>　　以上9條語(yǔ)句陳述了在設(shè)定值附近時(shí)系統(tǒng)行為變化的基本邏輯控制法則：保持控制系統(tǒng)輸出在設(shè)定值附近需要一定的能量消耗和補(bǔ)充，二這種直

85、觀的、人人皆知的能量消耗和補(bǔ)充的調(diào)節(jié)規(guī)律就是邏輯控制規(guī)則的最基本的來(lái)源。</p><p>　　上述語(yǔ)句的陳述，可用表2-1所列的控制規(guī)則表來(lái)表示。</p><p>　　表2-1 設(shè)定值附近時(shí)系統(tǒng)行為變化的9種控制規(guī)則</p><p>　　將控制規(guī)則轉(zhuǎn)化為工程表示即表2-2所示。</p><p>　　表2-2 控制作用的工程表示</p&g

86、t;<p>　　按照誤差是否參與控制作用而分為剛性邏輯控制系統(tǒng)（圖2-9）和柔性邏輯控制系統(tǒng)（圖2-10）兩種。誤差不直接參與控制作用則稱為剛性邏輯控制系統(tǒng)，誤差直接參與控制作用則稱為柔性邏輯控制系統(tǒng)。</p><p>　　圖2-9 剛性邏輯控制系統(tǒng)結(jié)構(gòu)示意圖</p><p>　　圖2-10 柔性邏輯控制系統(tǒng)結(jié)構(gòu)示意圖</p><p>　　剛性邏輯控制

87、系統(tǒng)是判斷由狀態(tài)變量組成的反映誤差及誤差變化趨勢(shì)的系統(tǒng)運(yùn)行工況，根據(jù)不同工況按事先規(guī)定好的控制作用量進(jìn)行輸出。因而帶有“主動(dòng)控制”方式，所以系統(tǒng)具有閉環(huán)系統(tǒng)的特征。同時(shí)，系統(tǒng)在同一工況內(nèi)采用的是同一控制作用，這就具有開(kāi)環(huán)系統(tǒng)的特征。所以，剛性邏輯控制系統(tǒng)可稱為閉開(kāi)環(huán)系統(tǒng)。</p><p>　　柔性邏輯控制系統(tǒng)則為閉環(huán)系統(tǒng)，但控制器還保持有邏輯判斷功能，以保證不同的控制作用與誤差相乘后作用于對(duì)象。</p>

88、;<p>　　本課題采用的邏輯控制算法為剛性邏輯控制算法，所以后面?zhèn)戎赜跀⑹鰟傂赃壿嬁刂葡到y(tǒng)的基本控制。</p><p>　　2.3.2 九點(diǎn)控制器控制作用分析[17]</p><p>　　九點(diǎn)控制器提出了零帶的概念，包括誤差零帶和誤差變化率零帶。一方面它將相平面上的點(diǎn)和線擴(kuò)展為一個(gè)區(qū)域，更加有利于分析系統(tǒng)在臨界狀態(tài)下應(yīng)采取何種控制策略，另一方面與人們通常的模糊控制的思維聯(lián)系

89、在一起，即控制在一定的范圍內(nèi)即可為控，而不是精確的某一點(diǎn)。在后面分析中可看到，零帶概念的產(chǎn)生對(duì)系統(tǒng)的控制帶來(lái)了方便，同時(shí)對(duì)零帶的設(shè)置也直接與控制系統(tǒng)的動(dòng)靜態(tài)性能直接相關(guān)。</p><p>　　圖2-11和圖2-12分別是九點(diǎn)控制器階躍響應(yīng)曲線與相平面示意圖，作為分析控制策略的基礎(chǔ)。</p><p>　　圖2-11 九點(diǎn)控制器階躍響應(yīng)曲線與作用力示意圖</p><p>

90、;　　圖2-12九點(diǎn)控制器相平面示意圖</p><p>　　一個(gè)控制系統(tǒng)穩(wěn)態(tài)性能的優(yōu)劣是根據(jù)系統(tǒng)對(duì)某些典型輸入信號(hào)響應(yīng)的穩(wěn)態(tài)誤差來(lái)衡量的。我們把九點(diǎn)控制器控制系統(tǒng)運(yùn)行在穩(wěn)態(tài)時(shí)候的控制作用稱之為穩(wěn)態(tài)控制作用，與之相反的是控制系統(tǒng)進(jìn)入穩(wěn)態(tài)響應(yīng)前的控制作用，即動(dòng)態(tài)控制作用。</p><p>　　（1）九點(diǎn)控制器穩(wěn)態(tài)控制作用分析</p><p>　　通過(guò)九點(diǎn)控制器的原理分析

91、我們可以直觀的看到，在穩(wěn)態(tài)時(shí)九點(diǎn)控制器給出的控制作用是。對(duì)于系統(tǒng)模型明確的二階0型系統(tǒng)，我們可以按照計(jì)算公式來(lái)確定控制作用的大小。若在計(jì)算得到的基礎(chǔ)上，加大或者減小值，系統(tǒng)的穩(wěn)態(tài)值依然是誤差零帶的上下邊界，只是在上下邊界的運(yùn)動(dòng)的一些基本細(xì)節(jié)有所不同，例如震蕩的強(qiáng)度，調(diào)節(jié)的時(shí)間等。提供的能量決定了系統(tǒng)能夠穩(wěn)定運(yùn)行的終值。就是說(shuō)對(duì)于每一個(gè)基本型邏輯控制系統(tǒng)來(lái)說(shuō)，的大小決定了系統(tǒng)的終值。值越大，給系統(tǒng)提供的能量也就越大，系統(tǒng)的穩(wěn)態(tài)值也相應(yīng)增大

92、；反之也是如此。一旦超出誤差零帶，和控制作用就將誤差壓制在誤差零帶的邊界上。</p><p>　?。?）九點(diǎn)控制器動(dòng)態(tài)控制作用分析</p><p><b>　　1）控制作用</b></p><p>　　控制作用的增加，相軌跡朝允許誤差范圍下邊界一側(cè)振蕩靠近而更不易超越，階躍響應(yīng)曲線朝允許誤差下邊界限振蕩接近而更不易超越，即允許偏差下邊界更加牢靠

93、。顯然，加大控制作用可以減少延遲時(shí)間，延遲時(shí)間的減少是符合系統(tǒng)快速響應(yīng)動(dòng)態(tài)性能指標(biāo)要求的，是在逼近理想階躍響應(yīng)曲線。</p><p><b>　　2）控制作用</b></p><p>　　控制作用加大可以使系統(tǒng)的上升時(shí)間變短，這是符合控制系統(tǒng)對(duì)動(dòng)態(tài)性能的快速性要求的。但是對(duì)于存在振蕩的控制系統(tǒng)，上升時(shí)間的減少往往伴隨著系統(tǒng)運(yùn)動(dòng)較大的慣性，從而導(dǎo)致正超調(diào)的增加。故控制作

94、用直接影響上升時(shí)間，間接影響正超調(diào)。</p><p><b>　　3）控制作用</b></p><p>　　控制作用對(duì)最大正超調(diào)有影響，在穩(wěn)態(tài)平衡區(qū)域?qū)φ`差變化率進(jìn)行微調(diào)，起系統(tǒng)能量由補(bǔ)充轉(zhuǎn)換成消耗之間的短時(shí)過(guò)渡作用。我們利用控制作用來(lái)消減系統(tǒng)運(yùn)動(dòng)的慣性，盡管作用時(shí)間短，但是它能有效的環(huán)節(jié)系統(tǒng)由于作用過(guò)大而給系統(tǒng)帶來(lái)的最大正超調(diào)。</p><p&g

95、t;<b>　　4）控制作用</b></p><p>　　控制作用直接影響最大正超調(diào)，一旦控制作用大到一定程度，系統(tǒng)的最大正超調(diào)近似為零，此時(shí)二階系統(tǒng)模型的相對(duì)變化無(wú)法影響正超調(diào)近似為零的顯示。即控制作用大時(shí)，系統(tǒng)魯棒性能強(qiáng)。</p><p><b>　　5）控制作用</b></p><p>　　控制作用保證系統(tǒng)不超越允許

96、偏差范圍的上邊界線。隨著控制作用的增加，相軌跡朝允許誤差范圍上邊界一側(cè)振蕩靠近而更不易超越，階躍響應(yīng)曲線朝允許誤差上邊界限振蕩接近而更不易超越，即允許偏差上邊界更加牢靠。</p><p><b>　　6）控制作用</b></p><p>　　控制作用影響正超調(diào)后的下降趨勢(shì)。由于此時(shí)系統(tǒng)運(yùn)動(dòng)方向是誤差零帶，加大控制作用是使系統(tǒng)加速向誤差零帶運(yùn)動(dòng)，誤差變化率得到了加速，使

97、得超調(diào)后的曲線向內(nèi)下降。</p><p><b>　　7）控制作用</b></p><p>　　控制作用對(duì)最大負(fù)超調(diào)量有影響，在問(wèn)題平衡區(qū)域?qū)φ`差變化率進(jìn)行微調(diào)，起系統(tǒng)能量由消耗換成補(bǔ)充之間的短時(shí)過(guò)渡作用。控制作用對(duì)誤差變化率進(jìn)行微調(diào)而允許誤差帶內(nèi)運(yùn)動(dòng)趨緩，提前進(jìn)入允許誤差帶下限，使系統(tǒng)盡早進(jìn)入問(wèn)題區(qū)域。</p><p><b>　　

98、8）控制作用</b></p><p>　　控制作用直接影響最大負(fù)超調(diào)量。一旦控制作用大到一定程度，系統(tǒng)的最大負(fù)超調(diào)量近似于零，此時(shí)二階對(duì)象模型的相對(duì)變化無(wú)法影響負(fù)超調(diào)量的大小，即控制作用大時(shí)，魯棒性能強(qiáng)。</p><p>　　由上面分析可得到控制系統(tǒng)運(yùn)行的基本條件，用符號(hào)表示某控制作用的值，對(duì)控制作用的大小取值應(yīng)按照如下的規(guī)定：</p><p><

99、b>　?。?.1）</b></p><p>　　在確定誤差系統(tǒng)的誤差零帶的大小時(shí)，我們一般根據(jù)性能指標(biāo)中對(duì)穩(wěn)態(tài)誤差的要求來(lái)確定。一般將其設(shè)置為略小于穩(wěn)態(tài)誤差的要求，但是與其保持同一個(gè)數(shù)量級(jí)。這樣既能滿足穩(wěn)態(tài)誤差的要求，又能防止系統(tǒng)的過(guò)分振蕩。</p><p>　　誤差變化率零帶對(duì)系統(tǒng)起到跟蹤誤差信號(hào)波動(dòng)的作用。較小的誤差信號(hào)變化率可以使系統(tǒng)輸出信號(hào)平緩。誤差變化率零帶大小

100、的設(shè)置依據(jù)系統(tǒng)最后對(duì)恒值控制的輸出值的波動(dòng)范圍要求來(lái)確定。為了使系統(tǒng)盡快進(jìn)入控制作用區(qū)域，原則上應(yīng)取較小的誤差信號(hào)變化率。但是過(guò)小的誤差變化率零帶會(huì)使系統(tǒng)運(yùn)動(dòng)對(duì)于誤差信號(hào)變化過(guò)于敏感，這對(duì)于外部的擾動(dòng)信號(hào)是非常不利的，而且在一定的參數(shù)配合下系統(tǒng)的振蕩會(huì)加劇。</p><p>　　表2-3 控制參數(shù)對(duì)系統(tǒng)性能指標(biāo)的影響</p><p>　　九點(diǎn)控制參數(shù)對(duì)系統(tǒng)的穩(wěn)態(tài)和動(dòng)態(tài)性能有不同的影響。改變

101、控制器的控制參數(shù)可以改變系統(tǒng)的相軌跡，從而改善系統(tǒng)的性能。控制參數(shù)的增加對(duì)系統(tǒng)性能指標(biāo)的影響如表2.3所示，其中為延遲時(shí)間，為上升時(shí)間，為超調(diào)量，為調(diào)整時(shí)間，為穩(wěn)態(tài)誤差。</p><p>　　3 小車倒立擺系統(tǒng)</p><p>　　3.1 倒立擺系統(tǒng)數(shù)學(xué)模型的建立及系統(tǒng)分析</p><p>　　所謂系統(tǒng)的數(shù)學(xué)模型，就是利用數(shù)學(xué)結(jié)構(gòu)來(lái)反映系統(tǒng)內(nèi)部之間、內(nèi)部與外部某

102、些因素之間的精確的定量的表示。它是分析、設(shè)計(jì)、預(yù)報(bào)和控制一個(gè)系統(tǒng)的基礎(chǔ)所以，要對(duì)一個(gè)系統(tǒng)進(jìn)行研究，首先要建立它的數(shù)學(xué)模型。建立數(shù)學(xué)模型由兩種方法：一種是從基本物理定律，即利用各個(gè)專門學(xué)科領(lǐng)域提出來(lái)的物質(zhì)和能量的守恒性和連續(xù)性原理，以及系統(tǒng)的結(jié)構(gòu)數(shù)據(jù)推導(dǎo)出模型。這種方法得出的數(shù)學(xué)模型稱為機(jī)理模型或解析模型，這種建立模型的方法稱為解析法。另一種是從系統(tǒng)運(yùn)行和實(shí)驗(yàn)數(shù)據(jù)建立系統(tǒng)的模型(模型結(jié)構(gòu)和參數(shù))，這種方法稱為系統(tǒng)辨識(shí)[11]。倒立擺的形狀

103、較為規(guī)則，而且是一個(gè)絕對(duì)不穩(wěn)定系統(tǒng)，無(wú)法通過(guò)測(cè)量頻率特性方法獲取其數(shù)學(xué)模型，故適合用數(shù)學(xué)工具進(jìn)行理論推導(dǎo)。</p><p>　　3.1.1 直線一級(jí)倒立擺建模</p><p>　　對(duì)于倒立擺系統(tǒng)，由于其本身是自不穩(wěn)定的系統(tǒng)，實(shí)驗(yàn)建模存在一定的困難。但是經(jīng)過(guò)小心的假設(shè)忽略掉一些次要的因素后，倒立擺系統(tǒng)就是一個(gè)典型的運(yùn)動(dòng)的剛體系統(tǒng)，可以在慣性坐標(biāo)系內(nèi)應(yīng)用經(jīng)典力學(xué)理論建立系統(tǒng)的動(dòng)力學(xué)方程。下面

104、我們采用其中的牛頓－歐拉方法建立直線型一級(jí)倒立擺系統(tǒng)的數(shù)學(xué)模型。</p><p>　　在忽略了空氣阻力，各種摩擦之后，可將直線一級(jí)倒立擺系統(tǒng)抽象成小車和勻質(zhì)桿組成的系統(tǒng)，如下圖3-1所示。</p><p>　　建立系統(tǒng)的動(dòng)力學(xué)方程:</p><p>　　假設(shè)小車質(zhì)量為M,擺的質(zhì)量是m，小車位置為x，擺的角度為θ,如上圖?，F(xiàn)假設(shè)擺桿偏離垂直線的角度為θ，同時(shí)規(guī)定擺桿重

105、心的坐標(biāo)為G(Xc,Yc），則有：</p><p><b>　?。?-1）</b></p><p><b>　　（3-2）</b></p><p>　　根據(jù)牛頓定律，可以建立擺桿水平和垂直運(yùn)動(dòng)狀態(tài)方程。</p><p>　　圖3-1直線一級(jí)倒立擺系統(tǒng)</p><p>　　擺桿

106、圍繞其重心的轉(zhuǎn)動(dòng)運(yùn)動(dòng)可用力矩方程來(lái)描述：</p><p><b>　　(3-3)</b></p><p>　　式中，I為擺桿圍繞其重心的轉(zhuǎn)動(dòng)慣量。</p><p>　　擺桿重心的水平運(yùn)動(dòng)由下式描述：</p><p><b>　　(3-4)</b></p><p>　　擺桿重心

107、的垂直運(yùn)動(dòng)由下式描述：</p><p><b>　　(3-5)</b></p><p>　　小車的水平運(yùn)動(dòng)由下式描述：</p><p><b>　　(3-6)</b></p><p>　　假設(shè)θ很小，sinθ≈θ，cosθ≈1。則以上各式變?yōu)椋?lt;/p><p><b&g

108、t;　　(3-7)</b></p><p><b>　　(3-8)</b></p><p><b>　　(3-9)</b></p><p><b>　　(3-10)</b></p><p>　　由式3-4和3-6得：</p><p><

109、b>　　(3-11)</b></p><p>　　由式3-4和3-5得：</p><p><b>　　(3-12)</b></p><p>　　由3-7和3-8可得單級(jí)倒立擺方程：</p><p><b>　　(3-13)</b></p><p><b

110、>　　(3-14)</b></p><p><b>　　式中， ，</b></p><p>　　控制指標(biāo)共有四個(gè)，即單級(jí)倒立擺的擺角θ、擺速，小車位置x和小車速度。將倒立擺運(yùn)動(dòng)方程的形式轉(zhuǎn)化為狀態(tài)方程的形式。則有：</p><p>　　=Ax+Bu (3-15)

111、</p><p>　　y=Cx+Du， (3-16)</p><p><b>　　式中，</b></p><p><b>　　， ，</b></p><p><b>　　, </b><

112、;/p><p><b>　　,</b></p><p>　　3.1.2 倒立擺系統(tǒng)的特性[18]</p><p>　　倒立擺系統(tǒng)成為控制界常用的理論檢驗(yàn)對(duì)象，主要是因其有以下的特性：</p><p>　　1．非線性及參數(shù)攝動(dòng)問(wèn)題</p><p>　　因?yàn)榈沽[系統(tǒng)建模過(guò)程的力學(xué)方程(2-9)中存在三

113、角函數(shù)，所以它是一個(gè)典型的非線性系統(tǒng)。本文應(yīng)用的數(shù)學(xué)模型是其線性化后的近似模型，對(duì)其采用線性系統(tǒng)理論設(shè)計(jì)是在其線性化處理后進(jìn)行的。倒立擺系統(tǒng)實(shí)際工作中擺桿在其平衡點(diǎn)(也就是其線性化時(shí)的工作點(diǎn))附近活動(dòng)，所以實(shí)際工作中的數(shù)學(xué)模型和名義系統(tǒng)模型必然存在著參數(shù)攝動(dòng)。因此，倒立擺系統(tǒng)是針對(duì)模型參數(shù)攝動(dòng)進(jìn)行魯棒控制理論研究不可多得的理論檢驗(yàn)對(duì)象。</p><p><b>　　2．未建模動(dòng)態(tài)問(wèn)題</b>