智能控制技术概述.ppt

《智能控制技术概述.ppt》由会员分享，可在线阅读，更多相关《智能控制技术概述.ppt（36页珍藏版）》请在装配图网上搜索。

1、智能控制 中国矿业大学 张勇 目录 智能控制应用领域 智能控制的提出 智能控制的发展 智能控制的概念 智 能 控 制 智能医疗 工业 智能交通 航天航空 军事领域 智能家电 智能家居 智能电网 智能控制代表着当今科学和技术发展的最新方向之一。目前，智能控制技术已经 日渐完善，并得到广泛应用，例如智能家电、智能家居、智能电网、智能交通， 航空航天、军事以及工业、医疗等领域。 一、智能控制应用领域 智能家电已成新宠 智能家电已成新宠。在日本，几乎所有家用电器制造厂 商都使用模糊技术。 松下和日立公司已生产了智能洗衣机， 拥有更加人性化的设计， 可以自 动调整洗衣服得各项参数 ， 根据衣服来调整洗涤

2、所需水位 及洗涤 时间。根据不同衣物的面料调整洗衣过程，更好保护衣物。 目前，很多 大型家电集团已开发了国产模糊控制洗衣机 ，如： “小天鹅”，“海尔”等名牌智能洗衣机 。 智能洗衣机 智能电视 索尼和三洋生产的一些电视机使用模糊逻辑来自动调整屏 幕的颜色、对比度和亮度。 智能电网 -能源价值链的变革 汽车与智能交通 汽车中也使用了大量的智能控制技术来完成控制功能 。 如 Nissan豪华汽车 中使用了模糊控制的反咬死刹车系统 ， 基于模糊逻辑的无级变速器 。 其他 汽车生产厂家也已开发了模糊发动机控制和自动驾驶控制系统等 。 汽车与智能交通 日本仙台的地铁使用模糊控制技术 ， 使地铁机车启动

3、和 停车非常平稳 ， 乘客不必抓住扶手也能保持平衡 。 工 业 最早的实用工业过程模糊控制是丹麦 F. L. Smith公司研制的水泥窑 模糊逻 辑计算机控制系统 ，它已作为商品投放市场，是 模糊控制 在工业过程中成 功应用的范例之一。 二、智能控制的产生 控制理论的发展过程可以分为如下 3个阶段 古典（经典）控制理论 时期，时间大约为 20世纪 30 50 年代 现代控制理论 时期，时间大约为 20世纪 50 70年代 大系统理论与智能控制 时期，时间为 20世纪 70年代末至 今 研究对象： 单输入单输出线性 系统 数学模型：常系数线性微分方程；传递函数 分析与综合方法：代数判据；根轨迹方

4、法；频率 响应 法 代表人物： 奈奎斯特、伯德和伊文斯 应用： PID控制器设计 局限性： 难以有效地应用于 时变系统和多变量系统 ，也难以 揭示系统 更为深刻的特性 在现实世界中是广泛存在的 经典控制理论 现代控制理论 背景： 古典控制理论已经成熟；计算机技术飞速发展； 所需要控制的系统不再是简单的单输入单输出线性系统 研究对象： 多输入多输出系统 ，线性 /非线性； 定常 /时变； 连续 /离散 数学模型：非线性微分方程（常系数 / 变系数）；状态方 程；传递函数矩阵 分析方法：状态空间描述法 综合方法： 状态反馈 ；输出反馈；动态反馈 现代控制理论 代表人物： 前苏联数学家庞特里亚金、美

5、国数学家贝尔 曼、匈牙利数学家卡尔曼、瑞典的奥斯特隆姆、法国的 朗道 应用：最优控制、时滞系统控制、基于网络的控制 局限性： 非线性系统的种类、形式非常复杂繁多， 没有一套统 一的理论来解决 只能就 一类非线性系统 进行研究，得到的结果往往很 保守 大系统理论与智能控制 大系统理论是控制理论在广度上的开拓，智能控制则是控制 理论在 深度 上的挖掘 大系统理论用控制和信息的观点，研究各种 大系统的结构方 案、总体设计中的分解方法和协调等问题 智能控制研究与模拟 人类智能活动及其控制与信息传递过程 的规律，研制 具有某些仿人智能 的工程控制与信息处理系统 智能控制的概念和原理主要针对 被控对象、环

6、境，以及控制 任务的复杂性 提出的 被控对象 的复杂性 模型的不确定性、高度非线性、动态突变、多时间标度、 复杂的信息模式、庞大的数据量 环境 的复杂性 环境变化的不确定和难以辨识。现在的大规模复杂控制 与决策问题，必须把外界环境和被控对象，以及控制器 作为一个整体进行分析和设计 控制任务 的复杂性 传统数学语言描述不精确。控制任务有多重性和时变性， 一个复杂任务的确定，需要多次反复，而且还包括任务 所含信息的处理过程 1）控制系统的复杂性 智能控制的提出： 在传统的控制理论中，系统的描述通常采用微分方程或 差分方程，是一个 精确模型 ，对控制系统的分析和设计 也基于这个精确模型 迄今为止，还

7、不存在直接采用工程技术术语描述系统， 并基于该描述分析与设计系统的方法，这使得从工程技 术术语到数学描述的转化尤为必要 在转化过程中，虽然被解决的问题作了很多简化，但是， 也 失去了原来的被解决问题的很多信息 2）传统控制理论与方法的局限性 （ 1）缺乏合适的系统描述方法 随着科学技术的发展，出现了很多 必须采用工程技术术 语描述 的新型的复杂系统 家庭陪护机器人、柔性制造系统、智能信息检索系 统等 在计算机的支持下，它们会思考，会推理，能部分 地实现人的智能 对于这些系统， 采用传统的数学语言去描述，并基于该 描述分析和设计，就显得无能为力 ，因此，必须寻求新 的系统描述方法 传统的控制方法

8、也有办法对付被控对象和环境的不确定性和 复杂性，达到优化控制的目的，如 自适应控制和鲁棒控制。 （ 2）缺乏有效的处理不确定性的方法 在实际应用中，尤其在工业过程控制中 被控对象的严重非线性、数学模型的不确定性、系统工作 点变化剧烈 自适应控制（对参数变化要求较为严格）和鲁棒控制（鲁 棒区域有限）存在着难以弥补的严重缺陷 ，应用的有效性 受到很大限制，这就促使人们研究新的控制理论和方法 传统的控制系统的输入信息比较单一 现代的复杂系统 要以 各种形式 视觉的、听觉的、触觉的，以及 直接操作的方式 将 环境信息 ，包括图形、文字、语言、声音，以及 传感器感知的物理量等，作为系统的输入 将各种信息

9、 融合、分析和推理 （ 3）传统控制输入信息的单一性 3）与人的经验知识结合的必要性 出发点： 人类具有很强的学习和适应环境的能力 ，有些复 杂的系统，凭人的知觉和经验能够很好地进行操作，并达 到理想的控制效果 我们在餐桌上用筷子很容易夹到要吃的食物，并轻而 易举地放入口中 如果要把这一系列动作和环境建立精确的模型，然后， 再一步一步地按模型去操作，该过程是多么复杂，而 又多么难以实现 启发： 将人的经验知识和控制理论有机地结合起来 ，解决 复杂系统的控制问题 三、智能控制的发展 智能控制思潮出现于 60年代，智能控制的产生和发展经历了萌 芽、形成和发展三个阶段。 现在 发展期 形成期 萌芽期

10、 1960 1970 1980 1965年 ， 加利福尼亚大学 的扎德 (L.A. Zadeh)教授 提出了模糊集合理论 ； 1）萌芽期（ 1960 1970） L.A. Zadeh 1967 年 ， 利 昂 德 斯 （ C.T.Leondes） 和门德 尔首先使用 “ 智能 控制 ” 一词 。 这标志着智 能控制的思想已经萌芽 2）形成期（ 1970 1980） 20世纪 70年代 可以看做是 智能控制 的形成期： 1974年英国 工程师曼德尼 （ E.H.Mamdani） 将 模糊 集合和模 糊语言用于锅炉和蒸汽机的控制 ， 取得良好的结果 。 1977年 ， 萨里迪斯 (Saridis)

11、提出智能控制三元结构定义 。 1985年， IEEE在纽约召开了第一届全球智能控制学术 讨论会，标志着智能控制作为一个学科分支正式被学术 界接受。 1987年在费城举行的国际智能控制会议上，提出了智 能控制是自动控制，人工智能、运畴学相结合的说法。 此后，每年举行一次全球智能控制研讨会，形成了智能 控制的研究热潮。 3）发展期（ 1980 ） 智能控制的发展 自动控制的发展过程 开环控制 反馈控制 最优控制 随机控制 自适应 /鲁棒控制 自学习控制 智能控制 进 展 方 向 控制复杂性 经典控制理论 现代控制理论 智能控制理论 智能控制在控制理论中的位置 智能控制 是目前控制理论的最高级形式

12、， 代表了控制理论的发展趋势 ， 能有效地处理复杂 的控制问题 。 其相关技术可以推广应用于控制之外的领域： 金融 、 管理 、 土木 、 医疗等等 。 四、 智能控制的概念 智能控制的 目标 仍然是 实现自动控制 ，但其 实现 控制 的核心是 “知识”和“推理思考” 。 其中重要的是 模仿人的智能 ， 包括利用人类现有的控 制知识和推理方法 ， 当然也 结合了机器学习 来产生知 识 、 结合计算推理来得出结论 。 所以智能控制的 “ 智能 ” 是人类智能和机器计算智能 的结合 。 智能控制 属于典型的交叉学科 ， 涉及 人工智能 、 自动控制 、 运筹学 、 系统论 、 信息论 等 ， 在系

13、统的实现上则必须 依托 计算机技术 。 人工智能 ( AI ) 运筹学 ( OR ) 智能 控制 自动控制 ( AC ) 智能控制的三元交集论 智能控制系统的典型结构 30 机 器 学 习 知 识 库 信 息 采 集 处 理 推 理 机 制 规 划 与 控 制 决 策 传 感 器 执 行 机 构 广 义 对 象 通常意义下的被控 对象和外部环境 核心 人类知识和控制经验； 机器学习获取的知识 根据当时的输入信息 和有限的知识推理得 出最佳控制输出 ， 是 体现智能的重要环节 。 智 能 控 制 器 智能控制的主要类型 模 糊控制 神 经网络控制 专 家控制系统 仿 生智能控制 学 习控制系统

14、递 阶智能控制 综 合智能控制系 统 31 模糊控制 32 模糊控制器 模 糊 化 推 理 机 制 模 糊 规 则 被 控 对 象 模 糊 量 控 制 动 作对 象 状 态 检 测 给 定 值 + - 精 确 量 模 糊 量精 确 量 精 确 化 模糊控制系统的结构示意图 神经网络 控制 神经网络控制 （ Neural Network Control） 是模拟人脑神经 中枢系统智能活动的一种控制方式 。 神经网络通过神经元以 及相互连接的权值 ， 初步实现生物神经系统的部分功能 。 神 经网络具有非线性映射能力 、 并行计算能力 、 自学习能力 以及强鲁棒性的特点 ， 已广泛应用于控制领域 ，

15、 尤其是非线 性系统领域 。 神 经网络在控制系统中的作用有两种功能模式：神经网络建 模和神经网络控制 。 33 学习是人类的主要智能之一，在人类的进化过程中，学习起着非 常重要的作用 学习作为一种过程，通过重复各种输入信号，并从外部校正该系 统，从而使 系统对特定的输入具有特定的响应 学习控制正是模拟人类自身各种优良的 控制调节机制 的一种尝试 在运行过程中，逐步获得被控对象及其环境的 非预知信息，积累 经验 ，并在一定的评价标准下，进行 估计、分类、决策 ，以及不 断改善系统品质 学习控制 仿生 智能控制 从某种意义上说 ， 智能控制就是仿生和拟人控制 ， 模仿人和生物 的控制机构 、 行

16、为和功能所进行的控制 。 进化 控制 、 免疫控制 等是 仿生控制 ， 而 递阶控制 、 专家控制 、 学 习控制和仿人控制等则属于拟人控 制 ， 神 经网络控制两者皆属 ） 在模拟人的控制结构的基础上 ， 进一步研究和模拟人的控制行为 与功能 ， 并把它用于控制系统 ， 实现控制目标 ， 就是仿人控制 。 生物群体的生存过程普遍遵循达尔文的 “ 物竞天择 、 适者生存 ” 的进化准则 ， 生物通过个体间的选择 、 交叉 、 变异来适应大自然 环境 。 把进化 计算机制用 于控制过程 ， 则可实现进化控制这种新 的仿生智能控制 。 自然免疫系统是一个复杂的自适应系统 ， 能够有 效运 用各种免疫 机制防御外部病原 体入 侵 。 通过进化学习 ， 免疫系统对外部病原 体和自身细胞进行辨识 。 把免疫控制和计算方法用于控制系统 ， 即可构成免疫控制系统 。 35 考核方式 PPT演讲及其报告，各占 50% 要求： 1） 4-5个人一组，最好是一个导师的； 2）以智能控制在某一实际问题上的应用，深刻理解其工作 原理，优缺点，及其可能的改进，并制作 ppt； （鼓励结合 所研究课题，给出智能控制的创新性应用） 3）每组准备 ppt不超过 10分钟； 4）下次上课时，把分组名单交给我； 5）最后，结合 PPT内容，提交学习报告一份（ 12月底之 间交给我）。