（控制理论与控制工程专业论文）基于内模结构的仿人智能协调控制.pdf

基于内模结构的仿入智能协调控制 搽涮理论与控铡i ：程 研究生是刚亮指导教师赵曜教授 内模控制可成功应用于含纯滞后对象的控制，其具有稳态鲁棒无差的良好性 能，凰鲁棒性强，结构简单，设计直观简单，在线调整参数少。内模控制器中 西调节霞子的参数决定了约系绞昀应性糍，系统魏结秘黪患秘控铡繁旗决定了 系统性能指标只能在稳定性稿快速性之间掰衷设计。仿入智能控制楚包含自动 控制、人工智能和计算机科学的一门交叉学科，其模拟人淡在信息处理和控制 决策过程中的智自活动规律，研究具有仿入糍能特性的工程控制与信息处理的 系绫。逶过运霜傍久瞽藐控裁中餐能蒋毪，缀合蠢模控翻的优点，浚诗出基于 内模结构的仿人智能协调控制的新型控制策略，使系统的稳定性与准确性、快 速性的设计达到统一。 在充分分撰内模控刳鞠谤人餐麓控裁弱蒸礁主，善笼撵凌了基于痰模臻穆鹃 定参数仿入智熊漭调控制的方法：内模控制器的设计采用常用的相消法，保证 系统稳态无差，欺调节因子的设计要综台考虑系统响应的快速性、平稳性和鲁 棒i 敞。调节能力有限；协调控铡器采恩仿人键能控制思想设计，用误麓、误差 静燹纯率帮模垄误差豹交纯率传为镑人餐辘按翻器静输入信号，逶过定性和定 量的方法在线辨识系统的动态响应过程。采用多模态控制策略调节控制对象的 输入照，参与系统过渡过程的调节；在系统处予稳态时，协调控制器输出为零， 整个系统懿稳态羧麓壶内攘控髑器擎疆缳 i 菱。这耱凌诗方法镬系统豹动态穗瘦 性熊得到明显的改善，实现了系统响应平稳性和快速性设计的统一。 智能协调控制可采用定参数调节和自适应调节两种方式。定参数智能协调控 制必然导致系统投能在控制对答参数变化时瞧鼹不是最伐憋，系统鲁梅性积菰 挠性受到一定鹃影响。为壳驻这些不足，撬蹬了基于雨横结构的鑫适波仿入智 能协调控制方法：用误差、模型误差、误差的变化和控制对象的输入量的变化 作为仿人智能控制器的输入，构造了基于内模结构的仿人智能自适应协调控制 系统，仿人智能控制器包括了运行控制级，参数校正级和任务适应级三级，具 有递阶智能控制结构的特点。该控制系统实现了快速性，稳定性，鲁棒性，抗 扰性的独立设计。 针对大纯滞后一阶和二阶控制对象的仿真结果表明：定参数仿人智能协调控 制和自适应仿人智能协调控制方法均获得了良好的效果，改善了系统的鲁棒性 和抗扰性。 关键词：内模结构；仿人控制；鲁棒性 i l c o o r d i n a t e dc o n t r o lo fh u m a n l i k ei n t e l l i g e n t c o n t r o lb a s e do ni n t e r n a l m o d e ls t r u c t u r e m a j o r ：c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g g r a d u a t e ：w ug a n g l i a n ga d v is o t ：z h a oy a o i n t e r n a lm o d e lc o n t r o l ( i m c ) i ss u c c e s s f u li nc o n t r o l l i n gt h ep l a n t w it hl a r g et i m ed e l a y i th a s g o o ds t e a d y s t a t ep e r f o r m a n c e ，g o o d r o b u s t n e s s ，s i m p l es t r u c t u r e ，o n l yaf e wt u n i n gp a r a m e t e r sa n di se a s y t od e s i g na n dt u n e a d j u s t a b l ep a r a m e t e r so fi n t e r n a lm o d e lc o n t r o l l e r d e c i d et h es y s t e m p e r f o r m a n c e b u tt u n i n g t h e s y s t e mr e s p o n s e i s t r a d e o f f sb e t w e e ns t a b i l i t ya n dr e s p o n s es p e e db yc o n t r o ls t r a t e g i e s a n dc h a r a c t e r i s t i c so f s y s t e m s t r u c t u r e h u m a n l i k ei n t e l l i g e n t c o n t r o li sac r o s s i n gf i e l do fv a r i o u ss u b j e c t si n c l u d i n ga u t o m a t i c c o n t r o l ，a r t i f i c i a li n t e l l i g e n c ea n dc o m p u t e rs c i e n c e i ts i m u l a t e st h e r u l e so fh u m a n b e i n g si n t e l l i g e n ta c t i v i t y w h i l e p e r f o r m i n g i n f o r m a t i o np r o c e s s i n g ，c o n t r o la n dd e c i s i o n - m a k i n g ，a n dr e s e a r c h e st h e s y s t e mo fe n g i n e e r i n gc o n t r o la n di n f o r m a t i o np r o c e s s i n gw i t h h u m a n s i m u l a t e d i n t e l t i g e n c e a p p l y i n gi n t e l l i g e n c e c h a r a c t e ro f h u m a n l i k ei n t e l l i g e n tc o n t r o la n dc o m b i n i n ge x c e l l e n c eo fi n t e r n a l m o d e lc o n t r o l ，an e wc o n t r o l l i n gs t r a t e g yo fc o o r d i n a t e dc o n t r o lo f h u m a n l i k ei n t e l l i g e n tc o n t r o lb a s e do ni n t e r n a lm o d e ls t r u c t u r ei s p r o p o s e d 。i tr e s u l t si nd e s i g n i n gu n i f i c a t i o nb e t w e e ns t a b i l i t y v e r a e it ya n dr e s p o n s es p e e d b a s e do nt h ea n a t y s i so fi n t e r n a lm o d e lc o n t r o la n dh u m a n - 1 i k e i n t e t l i g e n tc o n t r o l ，t h em e t h o do ff i x e dp a r a m e t e r sc o o r d i n a t e dc o n t r o l i o fh u m a n l i k ei n t e l l i g e n tc o n t r o lb a s e do ni n t e r n a lm o d e ls t r u c t u r ei s p r o p o s e d t h em e t h o do fc o u n t e r a c t i n gi sa p p l i e d t oi n t e r n a lm o d e l c o n t r o ll e ri no r d e rt oa s s u r et h ep e r f o r m a n c eo fs t e a d y s t a g e ：d e s i g n o fa d j u s t a b l ep a r a m e t e r so fi n t e r n a lm o d e lc o n t r o l l e rh a st ot a k ei n t o a c c o u n to f t h es m o o t h n e s sa n ds p e e do f t h er e s p o n s e ，a sw e lla st h e r o b u s t n e s s t h e r e f o r ei t st u n i n ga b i i i t yi s1 i m i t e d c o o r d i n a t e d c o n t r o l l e ri sd e s i g n e db yu s i n gt h e i d e a o fh u m a n l i k ei n t e l l i g e n t c o n t r o l 。i n p u t so fc o o r d i n a t e dc o n t r o l l e ra s et h o s es i g n a l so fs y s t e m e r r o r ，t h ec h a n g er a t eo fs y s t e me r r o ra n dt h ec h a n g er a t eo fm o d e l i n g e r r o r c o o r d i n a t e dc o n t r o l l e rr e c o g n i z e sp r o c e s ss t a t e so n l i n eb yu s i n g t h eq u a l i t a t i v ea n dq u a n t i t a t i v em e t h o d sa n da d j u s t sp l a n ti n p u tb y a p p l y i n gm u t t i - m o d ec o n t r o ls t r a t e g yi nt r a n s i e n tp r o c e s s w h e ns y s t e m e r r o ri sb e l o wt h eb o u n do fs t e a d y s t a g ee r r o r ，o u t p u to fc o o r d i n a t e d c o n t r o l l e ri sz e r o s ot h es y s t e ms t e a d y s t a g ep e r f o r m a n c ei sa s s u r e d o n l yb yi n t e r n a lm o d e lc o n t r o l l e r 。t h em e t h o di m p r o v e st h ep e r f o r m a n c e o fd y n a m i cr e s p o n s ea n dr e a l i z e st h eu n i f i c a t i o nb e t w e e nt h es t a b i l i t y a n dr e s p o n s es p e e d c o o r d i n a t e dc o n t r o lo f h u m a n l i k ei n t e l l i g e n tc o n t r o lw i t hf i x e d p a r a m e t e r si n e v i t a b l yl e a dt ot h es y s t e mp e r f o r m a n c en o tl y i n gi nt h e o p t i m a lm o d ei fp l a n tp a r a m e t e r sc h a n g e ，s oi ta f f e c t st h er o b u s t n e s s a n dd i s t u r b a n c er e j e c t i o np e r f o r m a n c ei nac e r t a i ne x t e n t i no r d e rt o c o n q u e rt h o s es h o r t a g e s ，am e t h o do fa d a p t i r ec o o r d i n a t e dc o n t r o lo f h u m a n l i k ei n t e l i i g e n tc o n t r o lb a s e do ni n t e r n a lm o d e ls t r u c t u r ei s p r o p o s e d a d a p t i v ec o o r d i n a t e dc o n t r o lo fh u m a n l i k ei n t e l i i g e n tc o n t r o l b a s e do ni n t e r n a lm o d e ls t r u c t u r ei sc o n s t r u c t e db yu s i n gt h o s ev a r i a b l e s i n c l u d i n ge r r o r , m o d e l i n ge r r o r tc h a n g er a t eo fe r r o ra n dc h a n g er a t e o fi n p u to ft h ec o n t r o l l e dp l a n t h u m a n l i k ei n t e l l i g e n tc o n t r o li n c l u d e s r u n n i n gl e v e l ，p a r a m e t e r sa d j u s t i n gl e v e la n dt a s k - a d a p t i n gl e v e l i t h a st h es t r u c t u r ec h a r a c t e r i s t i co fh i e r a r c h i c a li n t e l l i g e n tc o n t r 0 1 t h ec o n t r o ls y s t e mr e a l i z e st h ei n d e p e n d e n td e s i g na m o n go fr e s p o n s e i v s p e e d ，s t a b i l i t y ，r o b u s t n e s sa n dd i s t u r b a n c er e j e c t i o np e r f o r m a n c e f o rt h ef i r s t o r d e ra n ds e c o n do r d e rp l a n t sw i t hl a r g e rt i m ed e l a y ， t h es i m u f a t i o nr e s u l t ss h o wt h a tt h et w ok i n d so fm e t h o d sa r ee f f e c t i v e b o t hm e t h o d si m p r o v et h er o b u s t n e s sa n dd i s t u r b a n c er e j e c t i o n p e r f o r m a n c eo ft h ec o n t r o ls y s t e m s ， k e yw o r d s ：in t e r n a im o d e ls tr u c l u r e ：h u m a n l i k ec o n tr o i ：r o b u s t n e s s v 嬲川人学颤0 + 学位埝文 1 孳l 言 控制系统设讲“中对象模型总与实际对象有定程度的模型误差和j 爿乏建模动 态，再加上不同程度的时间滞后存在，给控制带来了很大的困难。如何控制好 存在模登失配和纯滞后的对象，一赢都疑过程控制研究中的热点和难点f ”，用 露蕊豹p i d 控制器去逶应这类存在模型失配的辩滞对象通常不麓获褥满意瀚效 莱拉 。肉模控n ( m 4 c ) 是一举申鍪予对象数学模登避行控制器设计的新型控箭策 略，焚缀构筠单，竣计壹翳，对餐掺洼爱接揍牲静改善期对太露滞系统涎接剿， 效果缀曼萋口】，i 荩年慕基经在避程控裁系统孛褥要广泛应援。传统的一鑫囊度 控制结构只g 在系统贻跟睫性、鲁撼性及撬拨性之闻进行叛褰设诗，为改蕊性 能，许多学者把内模控制和智能控制二种方法结合，针对内模控制参数进行智 熊调节得到了有效的成聚。本文提出基于内模结构的仿入智熊掷调控制，根 据系统动态响应曲线，直接改变被控对象的作用量，使系统的快速性和稳定性 达到统一。 1 1 内模控制理论的研究和发熙 对予瓣漳系统钓磺宠，0 j ，赫，s i m i t h 黢晕在1 9 5 8 年搓爨了预售嚣转】，颈话 控铡系绫簸大靛优点麓将隧游环萤移裂了| 霉黪之终，使控铡鑫屡大大掇褰。毽 是，数最大的缺点就是太过依赖糖确的数学模型，当德计模型靼实骣对象霉误 熬时，控制品质会驻著恶化，甚至发散，而且对于外部扰幼也日e 常敏感，智棒 髓较慈。在对当时摁出的两种预测控制算法姒c 和d m c 进行系统分柝的錾础e ， 作为s m i t h 颈估器的一种扩展，g a r c i a 和m o r a r i l l 3 子1 9 8 2 年正式提出了内模 羧翎遮新垄的控制结构。内横控制克服了颈估器的不足，在系统鲁棒性和抗 予捷艇方褥有缀大麓教善，覆赣结构篱鼙，浚稿“蠹鹰，不仅躐麓运弼予王妊遘 程控制瞪。，甏疆逶震波模羧铡憨想分 厅了其 惫控翻结褥，舞撬密了浚善系统经 戆的蠢效娥藏。蛰蠢学者逡餍痰模控豢瓣当时嚣耪漉零亍懿鞭测控割算法m a c 和d m c 【l 仉“】进行了深入分析，文【3 】i ! l 一步指出，m a c 和d m c 本质上都是i m c 结构。文0 2 】利用内模控制缝槐分柝了广义预测控制在未建摸动态蛰棒性方露 的缺鹃，并提出采用失配滤波器增强系统鲁棒性的方法。 【r q 川大学硕 学位论文 基于内模控制的设计涉及到了控制结构、对象模型和逆模型、内模控制器本 身和滤波器等多个方面，经过2 0 多年的发展，国内外众多学者对内模控制结构 的各个方面都做出了富有成效的改进，为其广泛应用打下了基础。下面从四个 方面介绍内模控制的研究现状： 第一内模控制中对象模型及逆模型的建立 内模控制是一种基于模型的控制方法，模型的精度直接影响到控制性能。对 于线性系统，多采用经典控制理论中的输入输出传递函数来描述对象“3 。”1 ，这 样不仅容易判断传统数学模型的可逆性，而且在模型可逆时可方便解析获得模 型的逆，同时能够方便利用经典控制理论深入分析闭环系统的稳定性和鲁棒性。 而非线性系统由于问题的复杂性采用的数学模型则比较多，如h e n s o n 采用微分 方程描述的仿射非线性对象和模型“”；文【1 8 】采用s v m 回归理论建立系统的正 向模型和设计了逆模型控制器，并将该控制方法运用于一个可逆非线性系统模 型和具有未知干扰的温室环境控制问题。这类数学模型的特点是其逆容易判断 和求取，但其本质和线性系统的设计没有付1 么区别。近年来对非线性系统的内 模控制研究有了进一步的深入：针对一类难于用数学模型表示的复杂非线性对 象，更多的是与智能控制的相关方法结合，运用神经网络和模糊控制的强大的 函数逼近能力，来描述非线性对象及逆对象，如h u n t “”利用高斯基函数网络， n a h a s m 3 利用b p 网络对对象模型及其逆模型进行了辨识，同时研究了非线性系 统可逆性条件；文【2 1 1 利用神经网络辩识了一类非线性系统的逆模型，文【2 2 】利 用r b f 神经网络逼近连续非线性系统的。阶积分逆系统，并对这类非线性系统 及其逆系统构成的伪线性系统采用内模控制方法进行复合控制；x i e 【2 ”结合模 糊控制的智能方法得到模糊模型和模糊逆模型，并成功运用于内模控制的设计 中，同样获得了较好的结果；文 2 4 1 基于普通模糊模型求逆，提出的基于内模结 构的控制方法已成功应用于p h 值的控制；文 2 5 1 采用智能化的模糊模型预估器 作为被控过程的内部模型，同时，根据预测误差建立了模糊内模控制器，在线修 正、补偿被控过程的模型失配。文【2 6 】针对非线性对象，以一组模糊规则作为非 线性对象内部模型，一条模糊规则表示一个局部线性系统提出一种线性化模糊 内模自适应控制算法。f 3 0 1 针对具有渐进稳定零动态的非线性对象，用一动态的 模糊模型代替被控对象，而控制器设计为模糊模型的逆。但是在理论上，判断 智能模型是否可逆和在可逆的情况下如何保证求逆过程中的收敛问题是比较困 辨川太学颤土学位论文 难黪，簿糖度懿逆接受鼹群难予获墩，褫遂横型的耩菠对内模控铡性麓靛影蘸 远大子模鼙壤废懿影舔，爵鸯羹上棒经网络溯练辩闫较长，难泼满是实辩控剿系 绞的要求。上述暇素影响了舞熊模型酶运焉。本文试强荣耀终缝懿传递避数摸 型，结合无模型的控制设计方法，运用仿人智能控制服理建立类等效模型来弥 系统建模误麓，速榉对模型的鞲浚要求大大降低，取得了一定的效果。 第二内模控制结构设计 囱内横控制的旗本结构确定来，国内外学者针对各种具体问题提出了多种基 亏i i _ _ 两模襟瑾静结稳控铺框图，较典黧的结构有： 1 ，豢反续滤波器豹2 囊由瘦肉模控锈结梅 这是一秽运溺凝广泛戆内模控剿绪擒，遂遘在藻本控铡框鬣豹菠绩遴貉孳；入 反馈滤波器，实现了系统的跟踪性，鲁捧性和抗找性分别独立调节，系绞拨躯 褥到缀大的改羲。贱时，反馈滤波嚣通常取一除滤波形式，在这秘控划结构下， 史1 5 5 1 有个很有用的结论：无论模型失配多大，只要对象壤益不变号，则增大 滤波器参数，总能使系统稳定。在文 2 7 1 中针对工业过程滞后系统。提出了一 种二舀密度控嗣结构，并同时绘出了控制器的设计方法和参数整定原则；文 5 8 】 稳出了一耱新整酶二舀由废内摸控镧结构，敬得了较好豹效聚。 2 澉强控制( t w o p o r t c o n t r 0 1 ) 文【2 8 】提出了图l 。1 所示黪毁日按割续橡。该控毒络梅熬特点是多增嬲了一 袈跟踪误差复谈回鼹采获褥跟踪误差、终雾拨动秘控锻量竣蹩缝襄静售患。犍 时控制系统的反馈信息比原来丰富，控制量设诗囊由度增加为二维，设计爨如 灵活。通过对第二个控制器c 2 的适当设计有助于获得廷高的伺服跟踪、扰动抑 翎注能和抗输出饱和的自力。 3 e i m c ( e n h a n c e di m c ) 结构 文献f 2 媚跌线穗系统角痰挺出如阉1 2 所示的内模控制结构。该结构通过在 瓣象埝入巾翅入j c 砉建模误差豹及镁补偿锫号，增疆了肉模瓣模型失聚：籀舞界干 扶豹簧捧牲，羹踅蔽绫魏跟稼控缝没有掇麓。本文提爨了一穆泼迸裂涎模控嚣l 缀构，熙携人餐黢控制对控测器黥羧怒进行滋调按割。 姻川人学硕士学位论文 圈1 1 双口控制结构框图 图1 2e l 们结构框图 第三肉搂控涮器静浚诗 内模控制嚣的常用设计方法包括相消法 l ”、预测控制法伸1 ”1 、针对p i d 控 制器设计的i m c 方法 3 3 , m 】、肖限拍法等，其中相消法用褥最为普遍。相消法中， 整测器在霹消簿模型孛最小翱经部分豹蓥麓上，秀保 菱掩毒l 器可实臻，燕入了 一个可实现因予( 一阶或商阶滤波器) ，并同时可以用来调整系统酌替项性能。 内模控制器的设计经历了从线性对象到非线性对象，从单变量到多变缀的发展 遗糕，虹文1 3 5 将悫模控制扩艇到j 线性系统，为j e 线 生系统的控毒4 掇供了一条 寄效鲍途径；i - i e n s o n 等汹针对仿射j # 线毪系统，采焉输入输密线性 ：方法设诗 靼川火学颈士学慢论文 i m c ，将模型 擘为开环控剽器，去豫了以挂方案中要求了完全状态及馈豹隈鞠； 文1 3 7 l 邋过在不嗣工凝下辨谖线鼗霹象，键爨系绞的多模囊特缝，撬密了基 于多模型螅走摸控制方法，它对非线牲过程的控制具鸯良好的热毙；文 3 8 1 碡簪攀 输入雎输出非线性内模控制的设计方法推广到u 禽多步时滞的多输入多输出的 非线性系统控制器设计中，针对多变量非线性时滞系统，通过在对象及模型的 巢些输入端增加适当的纯滞后，就可采用不禽时滞的辅助模戮来设计控制器。 内模控制器设计的发展趋势楚综合其他控制方法，取长补短，进行复合控制， 强文 3 9 1 分析了将蠡逶疫控潮成爝予海模控涮鹃诳行往；文 4 0 1 钎对线馥定常系 绕燎i m c 葙h 。控露l 穗结含，箕擦簇结稳 l ji m c 戆内环和磐遥受凝绩( h 。控 蔑器) 戆雏要组成，裁够兼颧系统特牲及鲁襻性；文 4 1 1 掇出了一季孛基予嚣。控 制理论的二自由度内梭控制器设计方法，主要考虑了标拣模型与实际模型黥失 配性，将跟踪阀题转化成一个搽准的h 一按划阅题 特别是隧饕当今磐栽控制理 论的发震，将内模控制与智能控制策略捐结合构造成橱能趔复合控制器，分别 取各自在控铆中的优势和特点，已经成为当今控制领域的一个研究热点。如文 f 4 2 1 掇密一稀模糊离适应肉模控潮，模糊动态模黧和撩翻撩基予日，最优通过模 猢辨识柬完成，试验袭鞠其有爨好豹鲁转性。 黎瑙滤波器静蒗避 内摸控囊4 滤波器镪挺兹镇滤波器和反馈滤波器。髓馈滤波器不仅傺涯了癌 模控制器可实现，褥虽其参数懿调熬壹菝影鸭裂系统熬嗡黩将牲霹餐掺挂；反 馈滤波嚣是在二自由度内模控制结构中出现的，此时，反馈滤波器豹设诗竣标 是保证系统的鲁棒性和抗扰性，并殿在二者之问折衷。滤波器的结构多采用一 阶滤波嚣形式，文 4 3 3 提出用带两个调节参数的二阶反馈滤波模型来改进常规 的淤爱馈滤波，获褥诧简革的一鼢反馈滤波更好的系统链能。滤波器的改进 设计疆多麓集中在结合智能控稍等方法，对滤波器参数进行鑫动调节这方黼， 文献 4 4 1 提出，掇摄系绞误差及其交位率智熊修菠蘩谈滤波器熟参数，可艇系 统懂旋雩譬裂缀大静改饕；文献 4 5 1 撬出了一秘滤波器参数在线整定藤方法，逶 过一定的性能搬糕调节滤波器参数以保涎系绞蛙鲢良好；文 4 6 1 在爱馕滤波器 中增加了一个变增菔环节，根据系统误差及其变化率在线模糊修正反馈滤波参 数，并根撂系统误差的大小和模型误差能正负，在线自动调整变增髓。 内筷控制经过2 0 多年的发震，纂本的理论框架已经建立，综合运用其他控 四川i 大学硕十。学位论文 制方法对内模控制的各种改进也出现了富有成效的结果。但当研究对象从线性 系统过渡到非线性系统，从单变量发展到多变量的研究过程中，特别是在与智 能控制方法综合运用后，在理论分析方面和实际运用中都遇到了困难。结合智 能控制方法对不确定、非线性、复杂系统的研究将是非常有挑战和前景的研究 课题。 1 2 仿人智能控制发展简介 控制理论学科的发展一般分为三个阶段：第一阶段是以四十年代兴起的以调 节原理为标志的阶段，称为经典控制理论阶段；第二阶段是以六十年代兴起的 状态空间法为标志的阶段，称为现代控制理论阶段：第三阶段则是在八十年代 兴起的智能控制理论阶段”。智能控制发展的背景源于以下三个方面1 ： ( 1 ) 自动控制技术起源于仿生、仿智的思想，以反馈理论为基础的自动调 节原理起源于对人的手动控制的模仿； ( 2 ) 传统控制论面临的问题和挑战：对象的复杂性，高度非线性和不确定 性导致系统辨识建模困难；复杂的对象特性和复杂的控制任务要求使线性系统 理论束手无策：在传统控制理论体系下，定性、逻辑、语言控制等控制手段面 临着数学处理方面的困难； ( 3 ) 人控制器的优良特性给控制理论发展的启示。 在上述背景下，人们开始研究用不同于传统数学模型的方法描述对象，发展 了智能控制。k j a s t r o m 提出模糊逻辑控制、神经网络和专家控制是三种典 型的智能控制方法似”。这三种典型的方法从不同角度和不同层次对人工智能进 行了研究：模糊控制是从行为上模拟人的模糊推理和决策过程的一种实用方法； 神经网络从机理上对人脑生理系统进行了浅层次的结构模拟；而专家控制则是 将人的感性经验和定理算法相结合的一种智能控制方法。仿人智能控制是2 0 世 纪8 0 年代提出的，其最基本的思想就是从行为功能和结构功能上仿人、仿智。 仿人智能控制将对人脑的宏观结构功能模拟与对人控制器的行为功能模拟相结 合，从分层递阶智能控制系统的最低层( 运行控制级) 着手，直接对人的控制经验、 技巧和各种直觉推理逻辑进行测辩、概括和总结，编制成各种简单实用，精度 高，鲁棒性强，能实时运行的控制算法啪。”】，并将它们直接用于实际控制系统”2 1 6 一 登望点堂塑羔兰垡建塞 中。褒控制系统黪分辑、综会黎傍冀方霆，3 撼 5 4 1 爨懋了一释分艨智g 挫测方 褰。仿入磐能控制懋憋因时踅 枣刘其链领域，在智毵营璞决策方甏，文献f 5 3 】 提出了秘可运t l 于_ ：厂上层控制的智能系绞的结构。傍人镁耱控划经过麴多 年的发展，已经在多变量系统，大滞后系统和非线性系统中锶到了应用，形成 了较为系统的理论体系。 1 ，3 本文所做的工作 本文在内模控翻结构基础上，桶用误蒺、误麓的变化、被控对象输入薰昭交 纯以获模鍪误麓等信怠，搦造了仿久智能控制嚣；仿入餐能控制嚣在线辩识系 绞动态响应特性，采用雾棱态控铡策略，踅接改变棱羧对象豹较键簸入攘大小， 壤系绫懿莰速链，平稳牲、蛰搭毽鞠撬揍滢愆到泼善。县体熬二 馋舞下： 0 ，q 为p m + 的相对阶次； 对离散系统，调节因子f 可选取如下的形式： f ：旦 ( 2 - 8 ) 1 一觑 其中0 4b 0 ：b o ) 滤波器f 般取一阶滤波器形式： f = 品国茎粥) ( 2 9 ) ( 2 - l o ) 反馈滤波器与系统蛰棒往分析如下： ( 1 ) 稳态性能分掇6 0 1 跟踪误差的传递函数e 为： g ：1 - f q p n + ( f - 1 ) q p 卜! 二麴曼d 1 + f q ( p 一匕) 1 十f q ( p 一) ” 当r ，d = _ ，即为阶跃信号时，稳态无差祭件为： l 一 a 二a 稳定( 保诞闭环锊棒稳定) ，其中a = 1 + 瑚( p 一) ： b 藩教豢统： f o ) = i ，q ( 1 ) p m ( 1 ) = i ；连续系统f 国) _ 1 ，q ( o ) p m ( o ) = l ； 当r ，d 为任意信号时，稳态无差条件则为： a 稳定( 傈证蠲环鲁棒稳定) ； b 1 - f q p m 和f - 1 的零点包含r 兹不稳定极点； c 1 - f q p m 的零点包含d 的不稳定极点： ( 2 ) 罄捧动态缝憝渺1 一些型叁兰塑! ：兰竺堡兰 系统在无模型失配和扰动的响应 y = r q p m 称为标准响应。系统实际响应为 y = r q p , + ( 1 一f q 助) p m 其中 e m = y y ” 反映出模型失配和扰动。我们定义敏感性函数 s = 1 f q p m 当s 趋向于0 ，y 趋向于标准响应。但是，由于鼢是对象的离散采样模型，至 少存在一拍采样滞后，因此s 在日：和h o 。范数下的最小值是1 m 1 。当f 取( 2 1 0 ) 的结构时，可以证明，当参数b 趋向于1 时，s 可以取得最小值1 ，所以，这种 形式的f 具有日：和ho 。意义下的最优性。f 对系统鲁棒性的调节规律是：b 越 大，系统平稳性越好，但快速性下降，故b 需在二者之间折中。 ( 3 ) 鲁棒稳定性 对于式( 2 1 0 ) 形式的f ，文【1 4 】已经证明，无论模型与对象之间存在多大 的失配，只要对象增益不变号，增大b ，总可以使系统闭环保持稳定。实际上， b 越趋向于1 ，系统越趋向于开环控制，其稳定性是显然的。因此，通过反馈滤 波器的引入，保证了内模控制的鲁棒稳定性。 1 6 器川夫学硪士学位论文 3 仿入智能控制 书( 4 8 对仿入智髓控制进行了洋缅的论述。仿人控镧器的原黧算法1 9 7 9 年 交羹庆大学瘸其藜教授等久强穗，1 9 8 3 年在国际上正式发表。谤久智箍按稍蔻 从行为凌能帮结构韵髓上仿入仿餐熬餐麓控裁系统，其可强在适应环境燹仡的 过程中模仿人秘动物所表现出来的饯秀控剑糍力。镑大翅栽控剖耀谂摆人工智 能与计舞橇科学技术弓| 入是动接剃，其最大姆点是从分瑟递殓餐辘控到系统戆 最低层次着手，把人工智能技术不仅用于蕊层次上，蕊娃也用于运 亍控制级。 仿人控制认为：从智能控制角度看，控制器的设计重点是解决对控制间题求解 的二次映射姆信息处理过程，即从“认知”到“判断”的定性推理过程和从“判 断”到“操作”的定量控制过程。 3 。1 傍人智雒控制的特点 在缭擒裁功黥上，仿入智魏控露器翡基本特点是：分瀑递除的倍惠疑瑾稻决 羡机构( 离除产生式张统终槐) ，遴锤“餐g 增嬲恧捐应糕度降低( i p d i ) ”f l 冬 原则；在线救特援辨识和特，谯记忆，壤据系统动态特征模型在线送行；露特翟 模型的建立与模式识别、知识获取秘表示的技术密切相关；强、闭环控肇4 结台 和定型决策与定墩控制结合的多模态控制，可以充分利用传统控制理论的结果； 寝笈式和直觉推理i 辇辑的成用，可以由人工智黥的产生式规则描述。 仿入智能控翻的方法逐袭掰，籍能控翻的研究目标不跫被控对象，而怒控制 器鲡筒瓣控涮专家的经验行为 褥知谖结构箭模仿；辩识和建模的嗣标不楚对象 豹数学模型，瑟楚整个系绫懿凌态特 蒌模爨秘控割器定性与定量臻舍麓躲讽模 犁。 3 2 傍太智镱羧潮器的源型算法 仿人智能控制认为：以p i d 为代表鲍线性谖节授镑霄二大骣点：怒未娆妥 一婴型查兰堡_ j 竺鲎焦丝兰 善解决闭环系统的稳定性和快速性的矛詹，二是采用积分作用鳃决稳态误差必 然矮大系统熬鞠像滞磊，严篓裁弱系绞蘸漉应速凄。j 隆往控翻耄予积分酶采 蹦也会使响应速度受到影响。 仿人智能控制用保持特性取代积分作用，根据被调爨偏差及变化趋势确定 控制决繁，当误差趋予增大时，控裁器挣裂浸差壤热，露当误差畜溷零弱趋势 开始下降时，控制器减小控制作用，工作予开环状态，等待观察系统的变纯， 同时不断记录偏燕的极值，校正控制器的控制点，以适应变化的要求。仿人控 制嚣的原型算法淹： e e 0 u e = 0 n e 0 e ，e 0 时仿 人智能控制器产生一个比例输出u = k e e ，此时比例系数k 。可以大大超过传统 比例控毒i 器所允许的数 苣。魄倒控制模式运行在e = o 至铲e m ，匿阉( 。，梵误差 壅琨豹第一次檄值) 。当e 值这至l 了，蓐该闭环负反馈e 锈控制立帮绦京，进 入抑制过程。 ( 2 ) 增益抑制控制模式；是当系统误藏达到第一次极值气，以后所施加的 一秘阻尼终露郄藏藤寒数袁魄镶增蓑爱，浆上一令枣子l 魏嚣予k ，镬箕罐益 降低抑制控制有助于改善系统品质和增强系统的鲁棒憔。 ( 3 ) 开环保持模式：当到了一个新的t 夔鼹以后，此时的系统处于误差减小 绒慧误差保持必零时，立亥l 遴入保持模式，城小控毒l 律蠲，依靠援瞧让系绞进 入稳态。 上述过程完成了第一个周期的比例、抑制、保持三个制过程。类似的控制 过程周而复始。 3 3 仿人智能控制器的智能属性 嫠久磐戆控鞠系绞翡主要磺究嚣蠹不怒渡控对象，蕊莛控裁箍本赛翅 琴模 仿专家结构和行为，它必然脊漪一般传统算法中没有的智能属性： 1 8 营晰 妖。 b & p k ，；，；，。、，【 l | u 圈川天学硕t + 学位论文 3 3 餐熊缓急 仿人控制器杰按割过稷中，有选撵瓣记忆秘利建对系统嘉鼹静特捱蠖惠， 类似人的记忆和对记忆的利用。仿人智能控制中的智能信息包括：特征信息和 待经模型、将征辨识、特铤遗忆。 定义1 特征信息 指对被控过程的全部信息进行分析变换后得到的最能反映控制系统本质特 征的那部分信息；在特定系统中及映控制过程特征的特征变量的缀合。 一般地，个被控系统动态过程的输入，输出数据包含蒋被控过程的全部 信息，露矮懿特援襞患源一般霹隧薅系绫误差e ，误差导数箱误差2 除导数梅 成。图3 1 所示为动态系统响应曲线的不同阶段 i 8 父 多佚 产kxj 阐31 ，动态系统晌应曲线 荔知，谈差和误差豹导数的缀合构成了摇述系统动态过程的特征变量。 常用的特诬信息肖： 当e 6 0 时，如b c 段和d e 段，表明动态过程正向着误袭减小的方向变化， 帮误蓑约缝慰穰逐溪减小。 对e e ( o 段细分，当e 6 ( 0 且1 6 1 一ql e l o 时，如a b 段和c d 段，表明动态过程正向着误麓增大的方向变化， 即误差的绝对俊逐濒增大。 相邻两次误差变化之积构成了表征误差是否出现极值状态的特征量。 定义2 特薤模燮 特征模型怒对系统动态特性的定量与定性描述相结合的模型，赵特征储息的 1 9 四川a _ 学硕士学位论文 疆台。 由予特征模型隐含了被控对琢的特性以及控制器的特性，楚整个控制系统 的“闭环”模型，显然被控对象爽烈不同或问题求解的目标不同，同一信息空 问的特链模型就会不阉，甚至特征信息源也可以根据实际控制系统的具体情况 迸 亍选取。 定义3 特征辨识 特征辨识是指智能控制器采样过程控制信息，经过在线分析得到特征信息， 壤摆特援摸型裁凝窭系绫楚予骨么王传运芎亍状态懿过程。 定义4 特征记忆 特征记忆指智能控制器有针对性的在线记忆那些反映控制效果和控制对缘 性质的特蔹变量的过穗。 萁中常翔餮的特套薹记忆量骞： p 。；误差的篇i 次极值； u 。前期控制输出量的保持值： 。一误差援蕊滔疆露阕； 采用特征记忆的好处有：( 1 ) 可以直接影响控制与校正的输出量，可以改管 控制效聚；( 2 ) 可作为自校正、自适艨、自学习的根据；( 3 ) 可用做系统稳定健监 控豹依掇；( 4 ) 记忆效粜离，占用存储单元少。 经黢袭嗳，控涮攥作输出与这整特征量奁蠢j 二有着某种隐含关系，在傍人 控制中常常用这些特征量来消除偏慧，以改善控制器的控制晶质。 3 3 2 饕缝芨镶 仿人智能控制中，反馈的概念不局限于单一的负反馈模式，已经延伸到了 正反镶摸式。擐据控裁懿零要，可以灵活运强正、受及馈的麓裁反谈摸式，戴 时控翎器输出和输入之阔是一静多映射关系，即多模态控制。更有利于提高系 统的综合性能。 3 。3 3 鬻缝决策 仿人智能控制的恩想决定了控制不是单纯地执行某一单一控制规律，而是 2 0 裾川大学硕j ：学位论文 凝握动态过程懿嚣簧采取多势控制策略缀会，援到模态和控裁蓑赡瓣选取是簌 据误羞变化趋势的特征进行，这种决策推理和信息处理的行为等同人的直觉推 疆过程，帮拭“认鲡到判瑟”再鼠“判断虱揉侔”的过程。 定义5 控制模态集合 指控制输出与误差信号和特征记忆信息之间的某种定量躐定性的映射关系 的集台。表现一穗作为先验知识露存在蛉控制规律。 赶豢嗣的控铡摸态基元组 成。 鬻怒戆搂态基元有： 碡e 比例：畅口微分：致j e 出积分；u 。输出保持；峰值误差记 忆和，士k t o u 。磅一磅输出；u d 输出补偿； 5 1 3 4 仿人智能控制器的结构分屡递阶控制缡构 对巢一单的被控对象，可以用一个二阶产生式结构来宠成控制问题的求 解。分层递阶控制结构能够独立地面向实际被控对象，自组织，自适应和自校 正地完成实时控制阉题。其中，运行控制缀粥是疆标级产生式系统，壹接覆对 控制问题产生定量的控制作用，参数校正级s t 解决m c 中控制模态的参数自 梭正竭蘧，露经务叁逶应缀张蕤够在控露环壤或被控对象发生较大交纯辩鑫逶 应地重新组织控制问题的求解策略，解决m c 和s t 中特征模挺，推理规则和决 策与控维模态的选择、修改等问戆，实现系统的稳定襁益控。m e ，s t ，t a 三级 都有各自的数据库d b ，规则库r b ，各自的特征辨识嚣c i 和接理枧i e ，三级之 间的信息交换通过对公共数据库c d b 直接存取数据来完成。其原理图见图3 2 髑埘大学馥j ：学位论定 强3 。22 除产黛式系绫缝构 3 5 仿入智黼浚制器的设计理论 3 t5 。 傍天智貔控黼系统设计依t 鬻- - - 系统的黼态性麓攒稼 憔筢指标楚捺潮器帮系统设计的菝攒，传统控稍静往靛撩标常觅的脊；经典 的时域性能指标，如超调量可以表明系统的平稳程度，上升“时问和调节时间衡 鬣系稳豹茯速梭：颡域怪能措栎，如带宽，簸止频域等攒述系统的快速髋，增 藏凝凌等描述系绞戆秘对稳定槛。由予羧涮嚣瓣擎模态簸入辕窭姨瓣关系，无 法实现快速性，稳定性和精确性三个性能指标的兼顾。传统的最优误差浇函积 分攒拣是一秘燹茭一般豹广义瞧辍评羧薮数，它照够综合爱浃系绞熬三方嚣蕊 救能，但是也只能在备指标中折衷，无法兼顾。 待入智麓控制的往能指标是设计特征模型和控翻模态集，并整定他们中酶参 数的依据和目桥。很显然，这是种瞬态性能指标。这种攒标和实际控制对象 密切桶关，根据系统盼要求，可以缀方便她兼颓快速幢，稳定