资源预览内容
第1页 / 共37页
第2页 / 共37页
第3页 / 共37页
第4页 / 共37页
第5页 / 共37页
第6页 / 共37页
第7页 / 共37页
第8页 / 共37页
第9页 / 共37页
第10页 / 共37页
亲,该文档总共37页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
智能控制系统,绪论,1. 控制理论的发展,1.1 经典控制理论 20 世纪4050 年代,以伯德和伊文思为代表的学者采用以传递函数、频率特性、根轨迹为基础的频域分析法对单回路反馈系统的深入研究。 1779 Laplace 拉普拉斯变换 1868 Maxwell 论文“论调速器” 1892 Lyapunov 李雅普诺夫稳定理论 1922 N. Minorsky PID 控制方法 1927 Black 反馈放大器,1. 控制理论的发展,1932 Nyquist基于频域分析的稳定性判定方法 1948年 维纳控制论 1954年 钱学森工程控制论 经典控制理论的一些特点 研究对象:由线性定常微分方程所描述的单输入单输出( SISO)系统。 研究手段:传递函数、频率特性、根轨迹。 PID控制在当今世界工业生产中仍牢牢居于主导地位。,1. 控制理论的发展,1.2 现代控制理论 20 世纪60 70年代随着具有强大计算能力的电子计算机的发展和航天技术要求的不断提高,以最优控制为代表的现代控制理论登上历史舞台。 最优控制(Optical Control) :对于给定性能指标的最优化控制。 随机控制( Stochastic Control) :噪声干扰下的控制问题。 自适应控制(adaptive Control) :改变自动控制的参数或结构以保证控制质量. 鲁棒控制(Robust Control) :着眼于对控制系统稳定性要求的提高。,1. 控制理论的发展,预测控制( Predictive Control) 根据历史信息预测未来输出,实现滚动优化。 内模控制( Internal Control) 逆系统的思想设计控制器。 现代控制理论的一些特点 研究对象:多输入多输出(MIMO)线性系统。 理论基石:庞特里亚金的极大值原理、贝尔曼的动态规划和卡尔曼的线性滤波和估计理论。 系统数学模型:状态空间描述法。 研究重点:复杂性系统的控制问题。,1. 控制理论的发展,1.3 传统控制理论面临的挑战 不确定的模型 高度非线性 复杂的任务需求 智能控制思想的提出 很多复杂的生产过程和难以实现的控制目标都可以通过熟练的操作工、技术人员和专家来操作来获得满意控制效果。 如何将这些人的经验知识和控制理论结合起来去解决复杂系统的控制问题,就是智能控制原理研究的目标所在。,2.智能控制理论基本概念,智能控制:人工智能、控制理论和计算机科学等学科发展和结合的结果。 专家系统、模糊控制、神经网络和遗传算法等技术对智能控制的发展起到了推动作用。 2.1 智能控制的形成 人工智能 利用来模拟和实现人类的智能,进而实现或部分实现脑力劳动的自动化 。 人工智能的实现方法 符号主义、连接主义和行为主义 符号主义 :机器通过逻辑和数值在内的符号推理,从外部功能上模拟人的智能。标志:专家系统,2.智能控制理论基本概念,专家系统:基于知识的系统。 专家知识按照逻辑和数值关系来表达 If某种动物是哺乳动物Then该动物吃肉 连接主义:从仿生学的角度建立人脑模型。标志:人工神经网络。 人工神经网络:通过建立神经元模型与神经元之间的关系来实现。,2.智能控制理论基本概念,行为主义:认为智能行为是基于“感知-行为”的模式不断进化的过程。 研究重点:人在控制中所表现出来的自学习、自适应、自寻优和自整定等行为特征。 人工智能与自动控制的结合,促成了智能控制的形成。 1965年,傅京逊提出把基于符号操作和逻辑推理的启发式规则应用于学习控制系统 。 1967年,Leondes和Mendel第一次使用了智能控制这一名词。 1971年,傅京逊确定了智能控制这一名称,提出了智能控制的二元结构。,2.智能控制理论基本概念,1985年8月,IEEE在美国纽约召开了第一届智能控制学术讨论会,智能控制原理和智能控制系统的结构这一提法成为这次会议的主要议题。这次会议决定,在IEEE控制系统学会下设立一个IEEE智能控制专业委员会。 2.2 智能控制的发展 Saridis提出了分级递阶和智能控制结构,整个结构自上而下分为组织级、协调级和执行级三个层次。 K. J. Astrom将人工智能中的专家系统技术引入控制系统,2.智能控制理论基本概念,对象,2.智能控制理论基本概念,1965年扎德(L.A.Zadeh)提出了模糊集合的概念,产生了模糊识别、模糊控制等一系列前沿学科。1974年Mamdani成功地研制出第一台模糊控制器,从此模糊理论从一种思维方式变成了控制理论中的一种具体应用。 1943年,心理学家W.S.Mcculloch和数理逻辑学家W.Pitts 提出了MP模型,此后,人工神经网络研究经历了兴起、高潮与萧条、高潮及稳步发展的远为曲折的道路。 J. H. Holland 给出了遗传算法的基本定理及数学证明。目前已在函数优化、图像识别等许多领域得到有效的应用。,2.智能控制理论基本概念,2.3 智能控制的定义 智能控制的定义一:智能控制是由智能机器自主地实现其目标的过程。 而智能机器则定义为,在结构化或非结构化的、熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器。,2.智能控制理论基本概念,2.3 智能控制的定义 智能控制的定义二:把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化,这就是智能控制。,智能控制的定义三:智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域。 智能控制的定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。,2.智能控制理论基本概念,2.4 智能控制系统的功能特征 学习能力:根据环境信息改善自身性能的能力 适应性:适应对象、环境和运行环境变化的能力 容错性:对故障具有自诊断、屏蔽和自恢复的能力 鲁棒性:对干扰不敏感 组织功能:对复杂任务和分散信息有自组织和自协调能力 实时性:良好的实时响应能力 人机协作:友好的人机交互能力,2.智能控制理论基本概念,2.5 智能控制的结构理论 三元结构理论 IC 智能控制( Intelligent Control); AC自动控制(Automatic Control); OR运筹学 (Operation Research) AI人工智能(Artificial Intelligence); 一表示交集,2.智能控制理论基本概念,人工智能(AI):是一个知识处理系统,具有记忆、学习、信息处理、形式语言、启发式推理等功能。 自动控制(AC):描述系统的动力学特性,是一种动态反馈。 运筹学(OR):是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。,智能控制与传统控制的关系,传统控制 Conventional control 智能控制 Intelligent control 智能控制是对传统控制理论的发展,传统控制是智能控制的一个组成部分,在这个意义下,两者可以统一在智能控制的框架下。,智能控制与传统控制相比,在理论方法、应用领域、性能指标等方面存在明显的不同。 理论核心; 数学模型; 分析方法; 性能指标; 解决方法。,智能控制的研究对象,智能控制主要应用在以下情况: 实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。 应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设,而这些假设在应用中往往与实际情况不相吻合。 对于某些复杂的和饱含不确定性的控制过程,根本无法用传统数学模型来表示,即无法解决建模问题。 为了提高控制性能,传统控制系统可能变得很复杂,从而增加了设备的投资,减低了系统的可靠性。,3.智能控制理论的主要分支,智能控制系统一般包括分专家控制系统、人工神经网络控制系统、模糊控制系统、学习控制系统等分支。 3.1 专家控制系统 专家系统是早期人工智能的一个重要分支,采用人工智能中的知识表示和知识推理技术来模拟由领域专家才能解决的复杂问题。 专家系统=知识库+推理机 专家级知识 、专家思维 、专家级水平 应用专家系统的概念和技术,模拟人类专家的控制知识与经验而建造的控制系统,称为专家控制系统。专家控制广泛应用于故障诊断和各种工业过程控制等方面。,3.智能控制理论的主要分支,3.2 人工神经网络控制系统 人工神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络。 特点:非线性映射能力,并行计算能力、自学习能力以及强鲁棒性,3.智能控制理论的主要分支,3.2 人工神经网络控制系统 人工神经网络(ANN)是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络。 1943年, W.McCulloch和W.Pitts在提出了MP模型。 1958年,F.Rosenblatt等研制出了感知机(Perceptron)。 1982年,J.J.Hopfield提出Hopfield模型。 1986年,PDP团队提出BP算法。 1987年首届国际ANN大会在圣地亚哥召开,国际ANN联合会成立。,3.智能控制理论的主要分支,3.2 人工神经网络控制系统 基于人工神经网络的控制,建成神经网络控制或神经控制。 在神经网络控制系统中,神经网络在控制系统中所起的作用大致分为四类: 在基于模型的各种控制结构中充当对象的模型; 充当控制器; 在控制系统中起优化计算的作用; 与其他智能控制结合,为其提供非参数化对象模型和推理模型等。,3.智能控制理论的主要分支,3.2 人工神经网络控制系统 学习算法是神经网络的主要特征,也是当前研究的主要课题。 神经网络的学习过程是修改加权系数的过程。常用的学习算法有 Hebb学习算法 BP学习算法 Hopfield反馈神经网络学习算法,3.智能控制理论的主要分支,3.3 模糊控制系统 模糊控制的基本思想是用机器去模拟人对系统的控制。 模糊控制利用模糊集合理论,把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法。 IF 控制状态A THEN 控制输出B 若水位偏低,则开大阀门,否则关小阀门 模糊控制有三个基本组成部分 模糊化:将系统信息模糊化; 模糊推理:经过模糊规则推理得到模糊控制量 精确化:将模糊控制量转换为精确量最终输出控制值。,3.智能控制理论的主要分支,3.3 模糊控制系统,3.智能控制理论的主要分支,3.3 模糊控制系统 一个实例:洗衣机的模糊控制,3.智能控制理论的主要分支,3.3 模糊控制系统 模糊理论已经广泛应用到各类家用电器产品上。,3.智能控制理论的主要分支,3.4 学习控制系统 学习控制系统是一个能在其运行过程中逐步获得被控制过程及环境的费预知性息,积累控制经验,并在一定的评判标准下进行估值、分类、决策和不断改善系统品质的自动控制系统。 根据系统工作对象的不同可分为两大类: 迭代学习控制(具有可重复性的对象) 自学习系统 (不具重复性的对象),3.智能控制理论的主要分支,3.5 遗传算法 遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法 生物的遗传和进化 复制 交叉 变异,3.智能控制理论的主要分支,3.5 遗传算法 优化作用: 函数优化 组合优化 应用领域 生产调度问题 自动控制领域的优化问题:模糊控制器的优化设计,参数辨识、人工神经网络的结构优化设计和权值学习,3.智能控制理论的主要分支,3.6 集成智能控制系统 模糊神经控制系统 模糊专家系统 ,智能控制的应用,智能控制在机器人技术中的应用 智能控制在机械制造中的应用 智能控制在电力电子学研究领域中的应用 智能控制在工业过程中的应用 智能控制在农业工程中的应用 智能控制在广义控制领域中的应用,
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号