1、1、综述题:智能控制理论综述摘 要:介绍了智能控制的发展历史与现状,智能控制与传统控制的比较,智能控制的主要方法与当前的研究热点,智能控制系统的定义及其实现智能控制系统的计算机辅助设计语言,智能控制在火电厂的应用,今后智能控制需要加强的研究工作。关键词:智能控制;智能控制系统;传统控制;MatLabAn overview to intelligent controlAbstract:The history and status quo of intelligent control are introduced. A comparison between intelligent control
2、and conventional control is discussed. The main methods, the current hot study point and the prospect of intelligent control are included. A defination of intelligent control system and the Computer Aided Control System Design Language to realize it are given, and the applications in fossil power pl
3、ants are summarized. At last, the work that should be noticed and studied is pointed out.Key words: intelligent control; intelligent control system; conventional control; MatLab引言智能控制是自动控制发展的高级阶段,是人工智能控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成,是一门新兴的边缘交叉学科智能控制是当今国内外自动化学科中的一个十分活跃和具有挑战性的领域,代表着当今科学和技术发展的最新方
4、向之一它不仅包含了自动控制人工智能系统理论和计算机科学的内容,而且还从生物学等学科汲取丰富的营养,正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。1、智能控制的发展历史与现状从经典控制理论、现代控制理论发展到今天的智能控制理论,经历了很长的一段时间,大致可以分为三个阶段。第一阶段为“经典控制理论”时期(1965 年以前)20 世纪 40-50 年代基于传递函数建立起来的如频率特性、根轨迹等等图解解析设计方法,对于单输入-单输出系统极为有效,至今仍在广泛地应用。但传递函数对处于系统内部的变量不便描述,对某些内部变量还不能描述,且忽略了初始条件的影响。故传递函数描述不能包含系统的所有信息。第
5、二阶段为“现代控制理论”时期(1965-1979) ,主要研究具有高性能、高精度的多变量(多输入-多输出)参数系统的最优控制问题,采用的方法包括状态空间法、Kalman 滤波理论、Belman 动态规划方法和 Pontryagin 极大值原理等。现代控制理论可以解决多输入多输出问题,系统可以是现行定长的,也可以是非线性时变的,但其局限性在于必须预先知道被控对象或过程的数学模型。第三阶段为“智能控制”时期(1980 年至今) ,是在经典和现代控制理论基础上进一步发展和提高的。智能控制的提出,一方面是实现大规模复杂系统控制的需要;另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展,给智能
6、控制提供了实现的基础。智能控制提供了一种新的控制方法,基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。1987 年1 月,第一次国际智能控制大会在美国举行,标志着智能控制领域的形成。80年代为智能控制的迅速发展期,智能控制的研究机应用领域逐步扩大并取得了一批应用成果。1992 年至今为智能控制的崭新阶段。随着对象规模的扩大和过程复杂行的加大,形成了智能控制的多元论,而且在应用实践方面取得了突破性的进展,应用对象也更加广泛。2、智能控制的定义智能控制已经出现了相当长的一段时间,并且已取得了一定的应用成果,但究竟什么是“智能” ,什么是“智能控制” ,至今没有统一的明确定义。下面给
7、出的是最让大家接受的定义。 2 从信息的角度来看,所谓智能,可具体地定义为:能有效地获取、传递、处理、再生和利用信息,从而在任意给定的环境下成功地达到预定目的的能力。可以看出,智能的核心是一种思维的活动。所谓智能控制就是应用人工智能的理论与技术和运筹学的优化方法,并将其同控制理论方法与技术相结合,在未知环境下,仿效人的智能,实现对系统的控制。这里所指的环境是指广义的被控对象或过程及其外界条件。或者说,智能控制是一类无需(或仅需尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制5。3 智能控制与传统控制的比较传统控制器都是基于系统的数学模型建立的,因此,控制系统的性能好坏很大程度上
8、都取决于模型的精确性,这是传统控制的本质,也是传统控制的缺点。下面分别分析经典控制理论与现代控制理论面临的问题,再着重比较智能控制理论与它们的差别。3.1 传统控制理论面临的问题: 难以建立精确的数学模型:经典控制理论的思想是建立在精确地数学模型基础上的,但是对实际应用中的非线性、时变行和不确定性的系统,一般无法获得精确的数学模型。 控制方法和手段的单一性:根据现有的理论和技术描述复杂的控制过程通常会出现片面性、单一性,建立的模型有可能与实际过程相差甚远。传统的控制对象往往局限于单一的、有确定的物理规律的系统;对于复合型系统,传统的通知方法就显得力不从心了。 无法满足控制性能的高要求:控制系统
9、的性能可以用稳、准、快三个字来描述。传统控制系统为了提高系统性能,可能变得相当复杂,从而使得系统的可靠性与其它系统成为不可调和的矛盾。3.2 现代控制理论面临的问题: 控制对象所处的环境的变化随着计算机网络技术普及与发展,基于网络的远程控制受到人们的关注。在网络环境下,存在数据的丢失、数据时序的变化、数据的非等间隔采样以及延时等等,都会使得网络环境变得十分复杂和困难,同时,网络自身的安全和控制都是一个十分重要和棘手的问题。 现代控制理论的思想也是建立在精确地数学模型之上的,由于复杂系统的建模、稳定性与系统设计缺乏理论支撑和指导,有必要综合应用其它学科来建立一个解决复杂性问题的完整理论7。3.3
10、 智能控制与传统控制的比较:智能控制与传统控制在理论基础、实现方法和系统规模上有着本质的区别,但它们也不是互相排斥的。通常情况下,传统控制往往包含在智能控制之中,用来解决系统底层(执行层) 的控制问题, 而在系统的中层(协调层)和高层(决策层)则采用智能控制,这样既能提高系统的智能化程度,又能保证系统的控制精度,同时使系统结构更加合理,达到互补的效果。控制过程是对知识的获取、描述、加工和执行的全过程89。表 1 对智能控制和传统控制在知识的获取、描述、加工、运用各个环节进行了全面的比较10。3.4 智能控制的主要方法与当前的研究热点智能控制已不是一个学科所能独自完成得了的,应结合多种学科知识来
11、解决复杂系统的控制问题,这一点已得到专家的共识11。基于这种认识,人们将各种学科大胆地应用于控制中引出了许多新理论和新方法。分析当前国际最新智能控制方法及应用的状况和发展趋势,智能控制的主要方法有: 模糊控制;神经网络控制;专家控制;分级递阶智能控制;拟人智能控制等。当前的研究热点:组合智能控制方法,即将智能控制和传统控制有机地结合起来而形成的控制方法;集成智能控制,即将几种智能控制方法或机理融合在一起而构成的智能控制方法;混沌控制。4.1 分层递阶控制分层递阶智能控制实在研究早期学习控制系统的基础上,并从工程控制轮的角度总结人工智能与自适应、自学习和自组织控制的关系后逐渐形成的,是智能控制的
12、最早理论之一。三层分级地界智能控制系统是由 G.N.Saridis 于1977 年提出的,该系统由组织级、协调级和执行级组成,并遵循“精度递增伴随智能递减”的原则。其中组织级期主导作用,涉及知识的表示与处理,主要应用人工智能;协调级在组织级和执行级间期连接作用,涉及决策方式及其表示,采用人工智能及运筹学实现控制;执行级是底层,具有很高的控制精度,采用常规自动控制12。4.2 模糊控制 FC-Fuzzy Control模糊控制主要研究现实生活中广泛存在的定性的、模糊的、非精确的信息系统控制问题13。这方面的工作首先是从 Zadeh 建立模糊集理论开始的。模糊控制系统有三个基本组成部分:模糊化、模
13、糊决策、精确化计算。模糊控制的工作过程简单地可描述为:首先将信息模糊化,然后经模糊推理规则得到模糊控制输出,再将模糊指令进行精确化计算最终输出控制值。 模糊控制的特点为: 提供了一种实现基于自然语言描述规则的控制规律的新机制 提供了一种非线性控制器,这种控制器一般用于控制含有不确定性和难以用传统非线性理论处理的场合。4.3 神经网络控制 NNC-Neural Networks Control神经网络控制是模拟人脑神经中枢系统智能活动的一种控制方式。对难以通过常规方法进行描述的复杂非线性对象进行建模,或充当控制器,或信息处理,或模式识别,或故障诊断等,或以上几种功能的组合,这种神经网络控制系统的
14、控制方式即为神经网络控制。神经网络控制采用仿生学的观点对智能系统中的高级信息处理问题进行研究,神经网络控制的特点为: 能充分逼近任意非线性特性; 分布式并行处理机制; 自学习和自适应能力; 数据融合能力; 适合于多变量系统,可进行多变量处理1。4.4 专家控制 EC-Expert Control由人工智能领域发展起来的专家控制是一种基于知识的智能计算机程序的技术,专家控制的实质是基于控制对象和控制规律的各种知识,并且要以智能的方式利用这些知识,以求得控制系统尽可能的优化和实用化。一般的专家控制系统由三部分组成,一是控制机制,它决定控制过程的策略,即控制哪一个规则被激活以及什么时候被激活等。二是
15、推理机制,它实现知识之间的逻辑推理以及知识库的匹配。三是知识库,包括事实、判断、规则、经验以及数学模型。专家系统的混合控制技术正引起各国专家的关注,如:神经网络专家系统、专14 4家模糊控制等15。专家控制的特点为: 具有领域专家级的专业知识,能进行符号处理和启发式推理; 具有获取知识能力,具有灵活性 透明性和交互性。4. 5 集成智能控制各种智能方法都具有自身明显的优势和特点,但同时也存在一定的局限性。近年来,人们普遍认为:基于知识和经验的专家系统、基于模糊逻辑推理的模糊控制、 基于人工神经网络的神经网络控制方法的交叉与融合,相互取长补短、优势互补、有机结合是当今智能控制的研究热点之一。近年
16、来集成智能控制方法及其在控制中应用的研究非常活跃,取得17-19了令人鼓舞的成果,并形成了模糊神经网络控制、专家模糊控制等多个方向。目前,智能集成控制还处于初级研究阶段,由于各种智能控制方法本身的理论还不完善,客观上制约了集成智能控制理论的发展2016。5 智能控制系统的定义由于智能控制系统尚处在发展阶段,关于什么是智能控制系统目前还没有非常明确一致的定义。但可以这样说,智能控制系统是实现某种控制任务的一种智能系统。所谓智能系统是指具备一定智能行为的系统。具体的说,若对于一个问题的激励输入,系统具备一定的智能行为,它能够产生合适的求解问题的响应,这样的系统就称为智能系统13。智能控制系统的典型
17、结构有六部分组成,包括执行器、传感器、感知信息处理、规划与控制、认知和通信接口。且智能控制系统应具备以下特点: 智能控制系统一般具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。它适用于含有复杂性、不完全性、模糊性、不确定性和不存在已知算法的生产过程。 智能控制器具有分层信息处理和决策机构,它实际上是对人神经结构和专家决策机构的一种模仿。 智能控制器具有非线性和变结构特点。 智能控制器具有多目标优化能力。 智能控制器能够在复杂环境下学习。目前智能控制系统主要包括模糊控制系统、神经网络控制系统、自学习控制和专家控制系统、自适应控制系统等21。6 实现智能控制系统的计算机辅助设计语言随
18、着控制理论的迅速发展,控制效果要求越来越高,控制算法越来越复杂, 控制器的设计也越来越困难, 这样, 以往常用的纸笔和计算器等简单的运算工具难以达到预期的效果,于是控制系统的计算机辅助设计(Computer_Aided Control System Design,简称为 CACSD)受到了控制界的普遍重视。然而,使用一般的计算机编程语言,在编制与调试程序时,既要花费很多时间,又很难得到满意效果,特别是对于初学者和一般的工程技术人员,这项工作更加困难,在许多情况下,难以判断编制程序的正确性与系统响应结果的正确程度22。. MATLAB 软件的诞生,使控制系统的分析与设计问题变得简单了。由于该软件
19、具有容易使用、 矩阵运算功能强和丰富的控制理论与 CAD 应用工具箱等特点,现在,MATLAB 已经风靡了全世界,成为控制系统仿真与计算机辅助设计领域最普及也是最受欢迎的首选计算机辅助设计语言,且目前已经成为控制界国际上最流行的软件,它除了传统的交互式编程之外,还提供了丰富可靠的矩阵运算、图形绘制、数据处理、图像处理、方便的 Windows 编程等便利工具。此外,控制界很多学者将自己擅长的 CAD 方法用 MATLAB 加以实现,出现了大量的 MATLAB 配套工具箱。如控制界最流行的控制系统工具箱、系统辨识工具箱、鲁棒控制工具箱、多变量频域设计工具箱、 分析与综合工具箱、神经网络工具箱、最优
20、化工具箱、信号处理工具箱、以及仿真环境 Simulink23。7 智能控制在火电厂的应用尽管智能控制理论和技术发展的历史不长,但是其卓越的性能诱导人们在各方面进行了许多应用尝试,并且取得了卓有实效的成果。24-26 在工业过程控制中的应用。在石油、化工和冶金方面有许多应用实例,并且多有报道,这里不再重述。智能控制在火电厂的热工自动化中已开始应用,并且收到了良好的效果。如:在 200MW 机组热工自动化改造中,在直吹式锅炉主汽压力控制中采用模糊控制,较好地解决了主汽压力被控对象的纯迟延和大惯性等难题。在 300MW 机组协调控制系统中,由于对象准确的数学模型很难确定,因此,采用经典和现代控制理论
21、是很难奏效的。引27入智能控制后,使协调控制系统投入了自动运行,并且受到了较好的控制效果。 在 DCS 和 PLC 中应用2829。鉴于目前 DCS(分散控制系统)和 PLC(可编程逻辑控制系统)是过程控制的常用产品,引进智能控制能够增加功能,提高产品的竞争力。不少的仪表制造商看好这一巨大的市场潜力,争先恐后在研制带有智能控制的 DCS,如德国西门子公司为其 DCS 的现场控制器开发了模糊控制软件模块;日本横河公司在 Centrum XL 中也实现了模糊控制功能。 在故障诊断方面的应用30。作为过程自动化的一个重要方面,生产过程的故障诊断和修复,也用到智能控制技术。如美国 Combustion
22、 Engineering Simon 公司的 IPOM 故障诊断系统,它由三部分组成:模式识别、智能显示、专家系统与 DCS 数据高速公路接口,主要检测和诊断生产过程中的故障。总之,智能控制是自动控制理论的最新进展,它表明了一个智能化的工业时代已经到来,其明显的标志就是智能自动化。8 结束语智能控制出现时间不是很长,但却取得了可喜的成果和进展。然而作为一门新学科,无论在理论上还是应用上都不够完善,有待进一步研究与发展。总体来说,智能控制在以下几方面要加强研究工作: 加强理论研究,寻求更新的理论框架。 加强对智能控制学习问题的研究工作。 解决知识获取和优化的瓶颈问题,特别是在动态系统的知识获取、
23、分类、表达、利用及规划的相容性和完备性等问题上。 加强各种智能控制方法结合。 注重技术创新进行更好的技术集成,加快研制新型智能控制硬件和软件的步伐。 加强智能优化技术的发展。 扩宽实际应用范围,提高实时控制能力。参考文献1 安宁,邱玮炜,戚烜.智能控制综述J.技术研发,2010,17(5),10-112 Kevin M.Passino. Intelligent control: An overview of techniques. the Ohio State University. 百度文库3 曹敏, 徐凌桦,郑重.智能控制综述J.四川大学学报(自然科学版),2008,45,167-1694
24、 Chunling Lin, Huaiwen Su. Intelligent Control Theory in Guidance and Control System Design- an Overview. Invited Review Paper,2000,24(1):15-305 易继锴,侯媛彬.智能控制技术.北京工业大学出版社.20026 张晓军,张二为.智能控制系统发展综述及其应用,有色冶金设计与研究.2006,27(1)7 郑南宁,贾新春,袁泽剑.控制科学与技术的发展及其思考.自动化学报.2002,288 罗公亮等.智能控制与常规控制.自动化学报,1944,20(3):335-3
25、439 Ali Zilouchian, Mo Jamshidi. Intelligent Control Systems Using Soft Computing 6Methodologies. CRC press,200110 张艳辉,李立琳.智能控制的主要方法与研究热点.郑州经济管理干部学院学报.2005,20(4)11 王耀南.智能控制系统-专家控制、模糊控制、神经网络控制.湖南大学出版社,199612 陈顽.智能控制综述.思茅师范高等专科学校学报.2003,19(3)13 Ji-Chang Lo, Yahui Kuo. Decoupled fuzzy sliding-mode cont
26、rol. IEEE TRANSACTIONS ON FUZZY SYSTEMS,1998,6(3)14 韦巍,何衍.智能控制基础.清华大学出版社.200815 Astrom K J,Anton J J, Arzen K E. Expert control.1986,22(3):277-28616 Guangyao Zhao, Xiting Wang, Linfeng Di. Study on AMT Intelligent Control Based on ANFIS Self-tuning Parameters. Second International Symposium on Intel
27、ligence Computation and Applications, ISICA 2007:547-55117 Dimitar Filev, Fazal U.Syed. Applied intelligent systems: blending fuzzy logic wish conventionral control. International Journal of General System,2010,39(4):395-41418 Panajotovic Boban, Odadzic Borisiav. Design and “Inteligent“ control of h
28、ybrid power system in telecommunication. 15th IEEE Mediterranean Electrotechnical Conference, MELECON 201019 Kuo-Hsiang Cheng. Auto-structuring fuzzy neural system for intelligent control. ScienceDirect,2008,346:267-28820 李文,欧青立,沈洪远,伍铁斌.智能控制及其应用综述.重庆邮电学院学报(自然科学版).2006,18(3)21 黄长征,朱昱.智能控制系统综述.韶关学院学报(
29、自然科学版).2001,22(3)22 薛定宇.控制系统计算机辅助设计MATLAB 语言与应用第二版,清华大学出版社,200623 Aliane. A Matlab/Simulink-Based Interactive Module for Servo Systems Learning. IEEE Transactions on Education,2010,224 王岩,潘学松.神经元模糊控制器在工业过程控制中的应用.2006 中国控制与决策学术年会论文集:1380-138225 王以法.人工智能钻井实时专家控制系统研究.石油学报.2001,22(2)26 李公法,孔建益,蒋国璋.焦炉生产的智能控制与管理系统研究.化工自动化及仪表,2008,35(1):53-5627 杨庆柏,智能控制.中国仪电报,1998,18928 秦家伟.应用 DCS 技术的多锅炉智能控制.华中科技大学硕士学位论文,200529 郝庆英,高林朝,刘振波,肖菊.基于 PLC 的太阳开水热水系统智能变频控制研究.河南科学,2010,28(1)30 李国勇,电控汽油机智能控制策略及故障诊断的研究,博士学位论文,2007