現(xiàn)代工業(yè)的智能控制和智能自動(dòng)化

1、現(xiàn)代工業(yè)的智能控制和智 現(xiàn)代工業(yè)的智能控制和智能自動(dòng)化 能自動(dòng)化以滿(mǎn)足現(xiàn)代工業(yè)生產(chǎn)的需求。順應(yīng)時(shí)代的呼喚，智能控制的產(chǎn)生也就是必然的了。1.2 1.2 智能控制形成的理論因素 智能控制形成的理論因素智能控制的形成也有著非常重要和挑戰(zhàn)性的理論因素。回顧其發(fā)展歷程，可以明顯看出控制科學(xué)處理各種不確定性問(wèn)題所蘊(yùn)涵的智能化發(fā)展趨勢(shì)。事實(shí)上，從古典控制到現(xiàn)代控制，其產(chǎn)生與發(fā)展都是在實(shí)現(xiàn)模擬人的有目的性的動(dòng)作機(jī)制，所研究的控制律如閉環(huán)、反饋、優(yōu)化、

2、自適應(yīng)、自組織等都是人類(lèi)在改造自然的生存過(guò)程中為解決對(duì)象的不確定性或信息不完全的情況下所具有的本能或能力，如果說(shuō)基于傳統(tǒng)控制論的自動(dòng)控制裝置模擬、代替的是人的勞動(dòng)器官的功能，那么智能控制的目標(biāo)則是制造出新型機(jī)器，模擬、代替人的思維器官的某些控制功能。在控制理論的發(fā)展過(guò)程中，古典反饋控制最初的目標(biāo)就是增加控制系統(tǒng)的魯棒性。線性反饋控制只能適用于較簡(jiǎn)單的線性系統(tǒng)，如果存在控制對(duì)象的不確定性和外界環(huán)境的變化，只要這種變化很小，那么這種控制器還

3、可以滿(mǎn)足性能要求，否則隨著控制對(duì)象的復(fù)雜化，這樣的控制器將需要增加諸如狀態(tài)估計(jì)器等機(jī)構(gòu)；當(dāng)系統(tǒng)受到的干擾噪聲較大時(shí)，可能需要 Kalman 濾波器；如果控制過(guò)程還要滿(mǎn)足某性能指標(biāo)下的最優(yōu)設(shè)計(jì)要求，最優(yōu)控制便產(chǎn)生了；最優(yōu)控制由于其數(shù)學(xué)上的完美及可利用計(jì)算機(jī)實(shí)現(xiàn)相關(guān)算法而得到廣泛的接受，但要求系統(tǒng)結(jié)構(gòu)比先前的要復(fù)雜。這樣就遇到一類(lèi)系統(tǒng)，其內(nèi)涵的不確定性使信號(hào)出現(xiàn)不可預(yù)見(jiàn)性及參數(shù)的隨機(jī)描述，這就要利用隨機(jī)控制；而當(dāng)系統(tǒng)的不確定性用狀態(tài)方程描述

4、時(shí)，可以考慮用變結(jié)構(gòu)系統(tǒng)及二次型穩(wěn)定方法；當(dāng)這種不確定性是基于頻域描述時(shí)，類(lèi)似基于的魯棒控制設(shè)計(jì)方法便派上用場(chǎng)了。隨著研究的系統(tǒng)越來(lái)越復(fù)雜，外界環(huán)境的變化使得原先設(shè)計(jì)的控制系統(tǒng)性能降低，一個(gè)自然的想法是要保持控制系統(tǒng)的良好性能，應(yīng)該重新認(rèn)識(shí)被控對(duì)象，并在此基礎(chǔ)上重新設(shè)計(jì)控制器，這就是設(shè)計(jì)自校正控制器的基本思想；如果因?qū)ο到y(tǒng)行為缺乏精確模型描述，即出現(xiàn)參數(shù)的不確定性而引起的系統(tǒng)性能降低，這就需要自適應(yīng)控制來(lái)解決，這兩種控制都模擬了人和生物

5、對(duì)環(huán)境變化的適應(yīng)性，體現(xiàn)了控制器的初級(jí)智能行為；而對(duì)于在確定的或隨機(jī)環(huán)境中運(yùn)行的系統(tǒng)，其動(dòng)態(tài)特性完全或部分不能被人所知，則要利用自組織控制方法，通過(guò)觀測(cè)過(guò)程的輸入和輸出所獲得的信息，逐漸減少系統(tǒng)的先驗(yàn)不確定性，從而獲得對(duì)系統(tǒng)的有效控制，從智能化程度來(lái)看，自組織控制要比自適應(yīng)控制高一個(gè)層次，因此研究的難度要大得多；學(xué)習(xí)控制可看作是自組織控制的一部分，是 K.S.Fu 首次將直覺(jué)推理規(guī)則用于控制系統(tǒng)的設(shè)計(jì)產(chǎn)生了學(xué)習(xí)控制方法，它能對(duì)一個(gè)過(guò)程或

6、其環(huán)境的未知特征所固有的信息進(jìn)行學(xué)習(xí)，并基于所學(xué)到的信息來(lái)控制一個(gè)具有未知特征的過(guò)程，試圖模擬在不確定的變化環(huán)境中的復(fù)雜決策能力，表現(xiàn)了系統(tǒng)控制的高級(jí)形式。所以，可以認(rèn)為學(xué)習(xí)控制是傳統(tǒng)控制走向智能控制所邁出的第一步。而事實(shí)上，智能控制的概念最初就是在對(duì)基于模式識(shí)別的學(xué)習(xí)控制系統(tǒng)的研究中逐漸形成的。1971 年 K.S.Fu 從研究自學(xué)習(xí)控制系統(tǒng)入手，概括了智能控制是自動(dòng)控制與人工智能的交集；而 1977 年，Saridis 以智能機(jī)器人

7、的控制為主要研究背景，從研究機(jī)器智能的角度提出了智能控制是自動(dòng)控制、人工智能及運(yùn)籌學(xué)的交集，并提出了分級(jí)遞階智能控制的結(jié)構(gòu)和方法；Astrom 提出的專(zhuān)家智能控制則是將專(zhuān)家對(duì)被控對(duì)象和控制過(guò)程的知識(shí)、經(jīng)驗(yàn)等融入控制器的設(shè)計(jì)與控制策略中，都對(duì)智能控制的研究和發(fā)展起了重要的推動(dòng)作用?，F(xiàn)在看來(lái)，早期的智能控制研究仍然很受傳統(tǒng)自動(dòng)控制理論的影響，大部分著眼點(diǎn)仍然基于系統(tǒng)已有的先驗(yàn)知識(shí)來(lái)“解決問(wèn)題” ，而不是自動(dòng)獲取知識(shí)，雖然模糊控制和神經(jīng)網(wǎng)絡(luò)控