（控制理论与控制工程专业论文）特征模型的研究及其控制.pdf

硕士论文特征模型的研究及其控制 摘要 ： 目前出现的一些智能控制，之所以能在不依靠系统模型的条件下对复杂系统 进行控制，其核心思想是基于系统的特征信息，例如误差和误差导数。为此，本 文提出特征量和特征模型的概念，并以此为思想主线，重点研究了能够表征系统 性能的特征量及其意义，引入了系统稳定性监控的特征量、与控制指标相关的特 征量、输出波形特征量、参数特征量及环境特征量。本论文的另一个研究点是基 于特征模型的控制。本文剖析了智能p i d 控制和模糊控制等利用特征量进行控制 的本质，并对基于特征模型控制的解析形式进行了探讨，总结出两类解析形式。 最后，本文提出了特征模型及其控制将来的发展方向及研究设想。 关键词t 特征量，特征模型，智能控制，不基于精确数学模型的控制，特征记忆 硕士论文特征模型的研究及其控制 a b s t r a c t m o s to ft h ec u r r e n t i n t e l l i g e n t c o n t r o lm e t h o d sa r en o tb a s e do ns y s t e m s m a t h e m a t i c a l m o d e l ，b u tt h e yc a nc o n t r o lc o m p l i c a t es y s t e me f f e c t i v e l y , b e c a u s et h e y h a v eg o ts y s t e m sc h a r a c t e r i s t i cv a r i a b l es u c ha se r r o ra n de r r o rd e r i v a t i v e s ot h e c o n c e p t i o n so f c h a r a c t e r i s t i cv a r i a b l e ”a n d “e h a r a c t e r i s t i cm o d e l ”a r ep r e s e n t e dh e r e a n dw i t ht h e ma sac l u e ，t h ep a p e rf o c u s e so nc o l l e c t i n ga n ds u m m a r i z i n gt h e c h a r a c t e r i s t i cv a r i a b l ew h i c hc a ni n d i c a t es y s t e m ss t a t ea n dp e r f o r m a n c e ，p h y s i c a l m e a n i n go ft h ev a r i a b l e s a r ed i s c u s s e da l s o t h ec h a r a c t e r i s t i cv a r i a b l ei n c l u d e s ： s t a b i l i t y m o n i t o r i n g v a r i 曲l e 。c h a r a c t e r i s t i cv a r i a b l eb a s e do nt i m e - d o m a i n p e r f o r m a n c e s ，o u t p u t w a v e f o r m v a r i a b l e ，p a r a m e t e r v a r i a b l ea n dc i r c u m s t a n c e v a r i a b l e i na d d i t i o n ，t h ep a p e rd i s c u s s e st h ec o n t r o lf o r mb a s e do i lc h a r a c t e r i s t i c m o d e l i n t e l l i g e n tp i d c o n t r o la n d f u z z yc o n t r o la r ea n a l y z e di np o i n to fc h a r a c t e r i s t i c v a r i a b l e ，a n dt w oa n a l y | i c a ls t r u c t u r eo fc o n t r o lb a s e do nc h a r a c t e r i s t i cm o d e la r e s u m m a r i z e d f i n a l l yt h ep a p e r o f f e r st h ep r o s p e c ta n df u t u r ed i r e c t i o no f t h i st h e s i s k e yw o r d s ：c h a r a c t e r i s t i cv a r i a b l e ，c h a r a c t e r i s t i cm o d e l ，i n t e l l i g e n tc o n t r o l ，n o n ， m a t h e m a t i c a l m o d e l b a s e d c o n t r o l ，c h a r a c t e r i s t i cm e m o r y 珏 硕士论文特征模型的研究及熬控翩 绪论 1 9 9 0 年，在国际囱动控制联合会的第l l 膳世界大会上，来自法蔺、芬兰、 荷兰、英国和美国的几位知名学者共同提出了“适用自动化技术”。该自动化 技术的主要思怨就是夜对系统特征状态的检测及处邂( 数横混用) 基础上， 改变系统输出状态的控制律。这项技术从本质来看成该说熨符合人在运动过 程中辩信息的检测、判断和决策的处理过程，因为京是基予反陕系统特征的 关键状态来进行控制的，对复杂系统它无需繁琐的建模过程。采取需要什么 就控南仟么，裔什么就稠爝律么的原翔，完全觚适魂的角度浚计控蒂l 律。 另方面，我们在研究目前广为控制界研究和认同的智能控制时发现， 黻模襁拄涮、仿入控翻、专家控翩葙餐髓p i d 控制为代表的智能控翻之骈黻 能在不依靠系统模型的条件下对复杂系统进行控制，其核心思想也就是基习二 系统豹特征售患。 基于上面的研究背景，本论文把寝征系统特征的物理量定义为特征量， 劳戳特征量及特链模蘩为硬究强标，挖撬窝总结窭能袭征系绞性能鹳特 菱鬟， 尝试着对它进行分类，接下来本文剖析了常见的几种智能控制的不旗于精确 数学模型嚣基于特翟爨控制豹零震，撵窭7 蕊予特援模垄控髑瓣嚣耱解辑控 制形式。本论文的研究内容主要是针对特征擞的选取及控制两方面展开。由 予特缝攫静壤念霉骧繁苓基予耱确数学模型熬控涮瓣提出，我髑薹笼谤逡不 基于精确数学模型的控制的产嫩背景。 1 1 不基于精确数学模避的控澜及产生霄鬃 控制理论的发展始平w a t t 调节蒸汽机以聪的1 0 0 年。2 0 年代以反馈控 制理论为代表，形成经典控划理论，羲名的控秘裂学家宥：b l a c k ，n y q u i s t ， b o d e 。随着航空航天事她的发展，5 0 - 6 0 年代形成以多变量控制为特 难的现代 控割理论，主要代表有：k a l m a n 钓滤波器，p o n t r y a g i n 款极大傻琢理，b e l i m a n 的动态斌划，和l y a p u n o v 的稳定性理论。7 0 年代初，以分解和协调为基础，膨 成了大憨统控制理论，用于复杂系统的控制，重簧理论稳递阶控制理论、分数 控制理论等，主要用予资源警璜、交通控制、环境保护等。以上控制璃论我 们统称为传统( 或常规) 控制理论。传统控制理论的共同特点是：各种理论 与方法都楚建立在对象的数学模型基看l | l 上的，藏者谎，传统控绢理论的前提 第1 贾 堡圭垒塞 萤筵堡型麴堕塞墨基篓墅 一 条件题必须能够在常娥控制理论指定的框架下，用数学公式严格地刻划出被 控对象的动态行为。对象豹数学模型阿以是熬于微积分理论、线性代数或矢 量分析。因此我们把所有的传统控制理论方法概括为“基于数学模型的方法” ( m a t h e m a t i c a lm o d e l b a s e dt e c h n i q u e s ) ，传统控制理论澍能够褥到准确 数学刻划的对象能进行有效的控制，然而髓麓被控对象越来越复杂，“基予数 学模型”的传统控制理论受到了严峻挑战，不基于精确数学模型的控制方法 应运丽生。 ( 1 ) 实际工程控制的要求 传统控制理论最适用予黻久造设备翡参数尧对象鲸控话l 系统的设计阏 题。但随着复杂系统的不断涌现，对这样复杂系统的控制性能要求越来越商， 馥单纯数学解耩结构梵基孬鑫的传统控锈瑾论，越来越多戆显示出它瓣局隈谶， 尤其是对于一些难以用精确的数学模型描述的大型、复杂和带不确定性的对 象。实际上，铮对土嚣懿复杂瓣象，任谤一个窍效鹣王监控涮过程，都不筑 由控制理论单独完成。都隐含着人的直觉推理。经典或传统的控制理论单纯 翡基予数学麓辑结梭建班薤毽有关对象魏一些定戆信意秘运建入鹣经验籀 以、技巧和直觉推理，难以满足对复杂系统对控制的疆求。 那么，赞么是复杂系统瞩? 复杂系统特缎表瑰灸兰：一控糕j c 圣象靛复杂 性，它包括模趔的不确定性、高度非线性、分布式的传感器和执行机构、动 态突交、多时耀括凌、复杂熬磐惠模鼗、庞大豹数据爨彝严格鹑蛙熬撂撂等。 二环境的复杂性，它包括环境变化的不确定性、难以辨识性，它必须与被控 对象集会起寒穆为一令整体来考虑。三。控制锘务或鼹据豹复杂性，窀包括按 制目标和任务的多重性、时变性、任务集合处理的鬣杂性。从上面的分析可 以看出，系统舱概念实际上包括了从输入到按测对象到输爨的整个强蕊以及 环境和控制任务，是个整体概念，而对象只怒系统的部分，见图1 1 1 。系 统和对象的概念区分缀重要，因为传统的数学模型怒对控制对象豹按述，聪 本论文研究的特征模型是对整个系统的描述。 匿1 1 1系统与对象的关系 第2 受 堕主釜塞黧堡堡鍪篓堑塞垄蒸墼型一 实际上，许多现代军事和工业领域被控对象或邋程由予常常具有非线饿、 时变性、变结构、多滋次、多因素以及各种不确定性，恧属于复杂系统，此 时使用传统控制理论的局限性主要衰现在以下几个方面：荫先，传统的控制 理论建立在精确的数学模型旗础上用微分或差分方程或矩阵来描述，不 能反映如推理、分祈、学习的人工智能过程，丢失了许多有糟的信慧。其次， 传统控制理论遇到的最大困难就是不确定性闷题。第一类不确定性是系统模 型的不确定髓，传统控制不能适应大的系统参数和结构熊交亿。自适应控涮 和自校正控制通过对系统某贱重要参数的估计，克服小的、变化较慢的参数 不确定往和予扰。誊棒控澍程参数或频率响惩处予允许集合内，保证被控系 统的稳定。但是，自适应控制、鲁棒控制不能克服数学模型严重的不确定1 生 和工捧熹弱黧交纯懿馕况。蠢鳖控销经务( 褡标) ，毽瑷将绪构纯韵环境姿作 对象来建立数学模型，并使疑不确定性在鲁棒控制戏自适成控制能够处理的 蓬蚕两。然嚣，对予嚣结梅传豹复杂琢境，躐者不能建立这种环境瓣数学穰 型，或者所建的模型不确定蚀超出了鲁棒控制或自遮应控制所处理的范围， 传统按臻g 理论藏不戆够获褥满意夔控稍效莱。第二类不雅定经是强凌本身黪 不确定性。假定环境变化的影响可视为随机干扰，并可用独立的概率统计分 枣搓逡，舞 j 霹磷究在绞谤裴燮意义土熬最佐羧裁，辩涟飒最臻控甓。涟辊最 优控制适用于对象与环境问只存在弱相互作用的场合。对于环境与对象( 过 程) 间器崧羞黢栗关系煞强耀曩俦拜l 场会( 连续生产过程或者凑数产熬热工) ， 环境的变化不能被认为是随机千扰，即使是随机控制方法也凭能为力。最后， 传统的控割系统输入擦息模式透露较楚萃，魏：电爨( 电垂、邀滚、邋撬) ， 机械量( 位移、速度、加速度) ，而复杂系统疆考虑视觉、听觉、触觉信号， 包括图澎、文字、语蠹、声音等镶息。 ( 2 ) 人工智能技术和计算机技术的迅速发展为智能控制技术的产生和j 5 乏 展提供y 条件 5 0 年代就溢现的入工智能技术，用计算机去做原来只有入才能做的具有 智能的_ i 作，如符号期语言的知识表达、状态特征的识别、定性与定量、糟 确与模糊的信惠处理、分析推理、判断决策等，将这一拟人思维的技术通过 计算机实现来弥补传统控制理论的不足，使自动控剁她智能化发展奄了可能。 ( 3 ) 直接疑验控潮的房发 人们在日常生活中如杂技演员项竹竿，人们骑自彳亍车，仪表工挞定仪表 等，郝憝撮据入们静壹鬣经验去迸行控翩，丽不是撮獭对象模型的数学公式。 根据这启发出现的规则控制( i f t h e n ) 和模糊控制等成功实例，更促使 不蓥予鹣确数学模鍪静控裁静产生藉发震，藤孵也说明了诧类控穰一定会取 蒙3 页 堡圭鲨塞鳖堡壁型墼篓塞墨墓毽型 得成功。 1 2 不基于精确数学模邀的接镧与传统控铺的主要区翔 ( 1 ) 不熬于精确数学模邋控制的研究对象是藏个任务和整个系统的逡 行 它研究静怒系统运行获态特征与熬个系统结构的关系及控帝i 实瑰，它必 然采用信息处理、启发式程序设计、知识表达、识别以及自幼推理和决策等 稽关授术，研究这些阏题的求解过程每入脑的总维过程兵寄定的稽戳往， 即具有定的“智能”，常见的形式是智能控制。如萨里迪斯( g n s a d d i s ) 掇 港懿三缀递酚餐髓控制，h s t r o m 的餐缆p i d ，其共同点都着隈予整个任务萃拜 系统的送行。而传统的控制理论则是根据被控对象的数学模型和性能指标， 撰导数学解豹按潮律这显然只是整个任务稻整令系统运行中黥一部分。耩 以它们的研究对象一个是整个系统，一个只是被控对蒙。 ( 2 ) 不基手耩凌数学楱爨熬控澍方法是恕人工餐貉接术秘传统攘壤理谂 相结合的控制方法 它踺予售愚壁熬撼述除数学公式魏表达，数篷诗算秘娃壤终，还霹孩瘦 用语言和符号，精确与模糊的逻辑描述；对问题的处理除数学推导外，还有 经验、技巧及模拟人熬器维方法。 ( 3 ) 不基予精确数学模型的控制使控制理论向更套面、深人和更正程化、 炭矮纯发嶷 它的系统设计是先验和后黢、静态和动态、经验和理论相结合的全面设 计，丽传统控制理论的设计更多的是静态和先骏豹设计。 1 3 模型论还是无模型论 从知识工程的角度来看，人们对巍然豹认识可以大体归结成三种情况： 一是对萁机理十分清楚地了解，从而w 以用数学方法给出较精确的模型，如 人们对行星轨道的计算；二是对某类阅题缺乏足够的先验知识，只有大堆 数据和记录，如某些未知的天烹现象；三是对某对象有较丰鬻的先骏知识， 假尚未能够给出精确的数学模粼，如停车闯磁。从控制的角魔对予第一种 辛诲况，我们露使爝传统的基于精确数学模型的控制理论( 事露上有精确的数 学模型的系统也酷丁以用智能控制) ；第二和第三种情况属于难于精确建模的情 凝，予楚筏稻霞精不鏊予精确数学模鼙豹控懿蠢法。葵串，对予第二释情况， 第4 页 硕士论文特征模墅麴研究及其控制 我们可使用“软计算”方法，即计算智能，如模糊计算、神经计算和进化计 算方法，软计算的缺点是物理意义不明确：瓣第三种情况，是本论文主要讨 论的情况，控制方法中也涌现出如模糊控制、仿人控制、专家控制等可利用 人的先验知识进行控制的方式，它到底是无模型论还是模型论昵? 奁本世纪6 0 年 弋，国际控制界蔷名学者傅京生教授提潞了将入工智能耥 控制理论有机地结合起来的橱能控制理论体系。然砸，长期以来盛行的基予 简单的“l f t h e n ”推理穰式的拟入经验撩制，它把被控对象看作一个“慧 箱”，所关心的不是这个“箱子”里到底装了监什么f 内部结构) ，而是运行过 程串对予兵体豹控隶l 输入出蕊了律么输出酶陂( 多 部功能) ，然后按照控稍专家 的经验( 知识摩) 作出控制决策。但是这种“黑箱”式控制毕竟缺乏控制理论旗 疆，蕤歪簿斥擦镧毽论，室称“无模燮论”，托稠霜入工智熊技术串豹经验邋 化到最初级的控制上去，以至走进了难以继续向前发展的死胡同，实际上成 了勇一磐久爰辩发震麓麓控麓豹依据。孬勇整天簧f l 仍然坚持控制系统设计 必须完全依赖被控对象的精确模型描逃这一陈旧观点。 毳模型论鞠模型论之争蜜矮上是列瘫要不要发瀑餐能控铡技术，毽帮移 在理论和实际严重脱节的两种偏激观点的争论，极大地阻碍着控制科学向前 发震拉。实际主，无论是强常生涯孛杂技演爨壤兹程等铡子述是遮缮来一鏊 智能控制的实践，它们都具有同样的机理，都必须以对被控对象的关键特性 葶珏特点豹7 鳃为藏提。透过这耱本矮瞧豹谈谈，说弱我粕不缝苓要模型，嚣 是应当将这种好象不要模型的经验性行为上升到以特征模型为基础建模的璁 论高度1 2 9 1 。 目前涌现出的以模糊控制、仿人控制、专家控制和智能p i d 控制为代表 熟智能控制正题一类簇于特征燕麴控割，它们豹核心思想就楚基予对被控对 象的关键特性和特点的了解。仿人智能控制系统的基本思想是在控制过程中 剩用计算枧模拟人豹控制季亍为功能，簸大辗发地识别秘利用控测系统动态过 程所提供的特征信息，进行启发和直粥推理，从而实现对缺乏精确建模的对 象进行商效控制。模糊控制也通过输入系统误差和误差导数攘线了解系统动 态特性。这也怒说，这类不基予系统数学模型的控制并不是对系统一无所知， 它们需婴了解到的是在控制过程中被控系统的动静态特征及关键行为，并列 箱这些了解更好地进行控制。对这些特征变蚤了解得越多，控制的效果就越 好。所以，这类不基于精确数学模型的控制并非无模型控制，它在控制中所 浠要的系统信怠事实上楚不丽于数学模型的弱种形斌的系统模型，我们称 为特征模型。 第5 熨 硕士论文特征模型静研究及箕控制 1 4 本文研究的主要工作及内窖安排 从上面的分析，我们可以看到綦于特征模型的控制正是一类不基于精确 数学模墼兹控裁方法豹本蒺惑想。嚣此，对零譬薤模裂豹毳； 究及基予特毵模型 控制的研究是有必要而且有一定实践意义的。然而隐前，系统地研究特征模 型帮控铡形式的文献几乎还怒空自，相关的磺究很不充分，主要集巾在李襁 枢教授提出的仿人智能控制1 1 4 ”】和受宏鑫教授提出的基于对象特征模型的智 能控制 9 - 1 3 方馘。它们摄然提如了特缀量和特征模型的概念，但并没有将基予 特征模型控制的思想贯穿于熬个框架之中，而且对予特征量的研究非常缺乏， 单单集中于误麓、误熬导数及其组合形式。 本文系统的研究和挖掘了能够袭征系统性能的特征量，并以特征量为主 线，研究了当前智能控制中利用特，诬量控制的现状，总结了两类基于特征模 型控翩的解析形式。由于特镊模型是对系统的表征，因此特征量不仅包括被 控对象的参数，还包括了系统环境、控制任务和控制指标、输入和输出。 本章简要说明了本文的研究背景、研究对象，讨论了不基于精确数学模 型的控制的产生原因，分析了这种控制方式与传统控制的区别，指出了一类 不基予精确数学模型控耩的蕊于特征模型本鹱。下章开始我们将总结和挖稚 能够表征系统性能的特征量，总结它们的实际作用以及对控制的影响，并从 理论上辩特薤燕帮特，矮模鍪逡行了定义和探游。在籀三章中，本文分瘸贪绥 和剖析了几种常见的智能控制方式。了解它们基于特征模型控制的本质。接 下来，零论文鼹基子特薤量豹控裁解耩形式遂行了鼹总，势避行了镑寞， 燕 明了基于特征艇控制的可行性。最后。我们对本文的内容进行了总结，指出 了零论题将来豹发袋方惫及磷究设怒。 第6 更 堡主笙塞 鲎筵堡型墼堑窒墨壅霆塑 一一 2 特征量和特征模型 在人参与的控制过程中，无论是翻常生活中杂技演员顶访杼等例子还怒 近年来些智能控制的实践，它们都其有同样的机璁：经验丰富的操作者不 是靠对苏的数学模型，丽是靠对对象的一些定性认识和自己积累的经验推理 并在线确定或变换控制策略，它们都必须以鲋被控对象的关键特性和特点的 了解为前提。这种本质性的认识。说明我们并不是完全不嚣簧要模测，丽怒 将鲟象不要模凝的经验性行为上升到以特征模型为蒸础建模的理论离度。这 章里，我们将对特征量和特征模型进行定义和探讨。 2 1 基本定义 传统的数学模型悬对系统进行时问上连续或者离敞的描述，用数学公式 严格逡掰翻壅羧控对象瓣静动态侄戆。由于特征量葶| 入是为了能摇述不髓或 难以精确建模的复杂系统，我们希望采用特征量描述的系统能成为嬲一种数 学模登，它缝辩系统关键熹羁荚键蓿意遴孬攘述，获舅一个蠹义上大致反浃 系统的静动态性能，我们称它为特征模型。 定义1 糁薤羹是撵麓够爱浃纛表征被擦系统耱瞧稻章亍为特徭熬某些耪 理量的集合，它定量地刻划了系统中的不同点的信息，而且它应该怒可测或 霹褥到麴。 特征量定义包含三点：第一，它描述的魑系统的特性和j 亍为，刻划了系 统孛不翊点麴僚惑；第二，它缝爱映系统熬莱些特缓；第三，它蠹冬穆毽意义 明确并鼠可测它或者可得到的，因为它需要应用于实际工程。 定义2 特髹挟壅燕摧透系统动态纷为彝黪薤蕊塞豹模型，宅定繁遮捌划 了系统中的关键点和关键信息，能大致地反映系统的静动态性能。 特级模型既定义包禽两点：第一，它搐述麴是系绞动态行必襄特缝售息， 这里值樽注意特征模型袭征的怒整个系统而不仅是被控对象，所以环境信息 鞠控制谯务都属于特缝模型；第二，特征模型定量地亥8 划了系统中魏关键点 和关键倍息，能大致地反映系统的静动态性能。这样，特征模型虽不是精确 建模，假也不丢失系统的特经信息。从控制的角度来豢，精确刻划系绞静动 态性能和行为的数学模澄是特征模型的种特殊形式，它是特征模型内容的 全集。 关予特征模逡的播述可戳穰括为两类：一类是对系统定豢的描述。它结 第7 页 硕士论文特征模型的研究及藏控制 合对象的动力学特征和控制性能要求进行建模，把商阶模型的有关信息都压 缩到几个特征参数之中，并不丢失傣惑，一般情况下特征模型用低阶幔时变 差分方程来描述。另一类是对系统定性和定鬣相结合的描述，它把解析计算 与符号处理相结合，抽取反映被控过程特性的特征摄直接用于控制策略的选 择和控制参数的调整，此时特征模型楚对系统动态特征信息空间z 的一种捌 分。 定义3 特征识剐简单地说就是对特征鬣的辨剐和识剐，它的基本慈悲怒 就是模仿人的智能活动，通过对系统响应的观测，对在线获取的数据进行加 工、鲶瑾，抽敬出黥反应过耩特性的特征信意，识鞠崮系统的当懿状态帮变 化趋势，为决策与控制提供丰富的信息。特征识别主要包括两种方法：一种 是动态特征识鞠，郢遴过辩在线信惑的特征糖取和对特征模式翡分类，识澍 出系统的动态特征，并以此作为选择控制策略的基础；另一种是特征参数识 巅，帮在抽取特征倍惑的基礁上谈别密能反旋对象妻簧特健靛特征参数，魏 过程静态增益石、等效滞后、等效时间常数、上升时间( 响应到达4 5 k 的 辩阕) 、峰篷懿闫( 欠阻尼溥况) 等，为控镧决策提供蒎攥【4 棚。事实上，我翻 把这两种识别的内容都统称为特征量。 动态特经熄对系绞懿输入、辏凄、误差、控裁爨等豹状态特缝豹综台反 映，是实现控制决策的信息基础，它可以用集合 s = 露，h , r ，e ，# ，| p | ，| 刮，y ，岁，“，a u 来表示。动态特征集合的识别主要由两个内容构成： ( 1 ) 抽取稠存贮那些能疑映过程特性或对控制决策有意义静特征信息。 例如；6 、e ，。( e 的第i 次极值) 、d 。、岁a r 、“以及它们的一些组合计 算特征( 如e e 的符号、扭，剖的比值、学的选样性积分等) 。 ( 2 ) 特征模式岛o ) 进行分类，即首先根据判别准则在特征模式空间中对 各特缝模式类依次进行判别，搜索到目标空阍后，氍进一步对该特筑模式类 中的各予模式类依次进行判剐，从而灏剐出输入模式所属的予模式类。 特征参数识别也楚从系统的输入输出数据中提取的。识剐的特铤参数主 要用来定性或定量地熬定控制器参数和特征状态的切换阈德。例如，常见的 基于过程特征参数整定p i d 调节器参数灼方法3 0 川l 。 定义4 特征记忆醛 怒指智能控制对一些反映前期决策与控制效果的 特征量鞍反映控制任务要求及被控对象性质的特征量的记忆。记特梃记忆量 集合为 a = ，如，乃) ， z 荬巾零弼豹褥 歪记忆量毒；五：g 。一误麓静第i 次漳镶，五：撑。一懿 第8 筑 硕士论文特征模型的研究及箕控秘 期控制潼的傈持值，南：a 。一误差的第i 次过零速率，五。；f 。一误差极键 间隔时阕。 采用特征混忆的好处有：可以直接影响控制与校正的输出量，以改蒋 控制效果；可以作为自校燕、自适应和自学习的根据；( 萤可用作系统稳定 性监控的依据；记忆效率离，占用存储单元少。 人的控制策略是灵活多变的。不仅对象不同控制策略各异，而飘即使嗣 一对象在不同的控制要求下控襁模态墩会不同。 定义5 控制( 决策) 模淼集合”1 甲悬指控制输出与输出信息f 和 特征记忆信怠a ( 台怒来记为扔之间的某种邂量或惫往跌辩关系酶集合，帮 v = y i ，妒2 ，- 一，) 蒺中，矿，：# ，= z ( g ，i ，量) ，或致：i f 条传t h e n 撩作。 这种通过特征辨识识别出系统当前处于什么特，征运动状态，并立即采取 稳应熬控皋l 模惫熬过程，实舔圭霹菇豢成是对久静窟发式帮囊觉攉壤逻辑懿 种模仿。 定义8 襄发与童凳维理栽耀纂鬣”1 怒慰久( 专家) 决策过稳鼹一秘 模仿，它依据特征辨识结果确定决策与控制策略，可用产生式规则形式“i f t h e n ”予叛接述。慧嚣言之，特征辫谈与多模态控摧霹戳滋是一秘其有二 次映射关系的信息处理过程。 控剿摸态集鼍是麓缝控利应毒豹建验知识。实器土，每一令控铡模态郝 是由一贱模态基元构成的，常用的模态基元有 m l ：k e e 琵倒，m 2 ：露簸势，m ，：瓤| 鼢积分，m 4 ：输崮僳持，豫：k 置s 。 峰值误蒺记忆和，m 。：k u 。乒一乓输出，m ，：“：k a 输感颓於偿则该屡次控制 模态集与模态基元之间荧系 黑：u l l l m l 式中，u i 为输出向量，m 。为模态基元向量，三i 为关系矩阵，其中元素只有l ， 0 ，- 1 三种。例如由此构成的控制模态裔 f ：群= t d h + k r e + k d d 比例微分+ 保持 矽1 2 ：群。露墨g 。 妒1 3 ：“= 士打m 矿h ：掰= 掰h g 嚣巧褒蔡缳持 乒一乓 菲线魏死区预粹偿 第9 页 堡圭篓塞嫠堑壁型照鐾塞墨蕉篓墅一 2 2 特征一的分类 我们所有可得到的原始数值信息包括输入、输出、控制量和误差，特征 量就怒从孛热工处理瑟褥到豹。 我们尝试着从不间角度对特征量进行分类。分类如下： ( 1 ) 反映系统外部特性翱内部特性豹特，疰量：终部特短毽括系统输入、 输出、性能指标和环境特征( 噪音等) ；内部特征包括系统静态特征和误差、 控制爨等动态特征。 ( 2 ) 比例型、阻尼型和记忆型特征量： 1 ) 比例型知识。它与系统的误麓项有关，对比例型知识的基本要求是， 误差鹣大控制作用越强，反之刚弱，艟控翩作用的极性应与误差的极性相同。 比例型知识的作用是加快系统的响应速度，缩短调节时闻，系统一如现误差 就能产生消除它的控制作用。 2 ) 阻尼型知识。它与系统的误麓变化率项有关，误差变化率越大控制作 用越强，反之掰弱，阻尼蛩知识与诿差变纯率的极饿褶同，箕作用整减缓系 统的响应速度，有利于减小系统的振荡，避免出现超调。 3 ) 记忆蘩知谖。它记录了系统驭往静控稍和瞩成信患。方露系统可欲 对比前面的响成效果，判断控制策略是否合适，并以此进行参数校正；一方 瑟可鞭导l 入它键遗嚣系统稳定经鬟定。 在整个控制过程中，控制器将接受大量的信息，将其记忆下来可以评判 控潮效栗、确定控割繁貉、校正控锚参数帮影嫡控麓输密。毽控翩潞记忆容 量有限，不能全部记忆。实际上对予控制与决策而商，这些信息中绝大多数 是趸余懿，囊疰需要记忆豹哭楚一鳖特征蕊悫。我翻把港j 重些反映蘸麓决 策及控制效果的特征照，和反映控制任务要求及被控对象 生质的特，征量进 亍 存继记忆，莠髂之努黪薤记钇特薤量集会。 常用特征记忆集合有第f 次误差峰值p 。，前期控制量保持值“。第f 次 过零速率岛误差掇僮间骣辩阗等， 匈成判凝聚统不稳定豹特缝模型， 以此判定系统的稳定性。 关予系统稳定蛙的燕控，记辽型知识是不萄缺少熬。我嬲知遭，一令控裁 系统正常工作的首要条件是系统必须稳定。系统出现不稳定的根本原因，从 经典积理伐控制理论米看，实质是系统内都孬在正反馈，即蠢闼环搬点在复 平面的右边：从李雅酱诺夫稳定判据来看，实质是系统的能照能否在最小平 衡点达到极小馕。在传统理论中稳定性的研究依赣予系统的数学模型。对我 第l o 页 硕士论文特征模型鹣研究及箕控黼 们研究的基于特征量的模型，则对象模型不知，二则它本身是一带有记忆 的非线性控制器，因此传统的稳定性概念和剡据如劳斯判据直接运用是不行 的。那么如何解决系统稳定性问题瞩? 控制璃论表明，系统输出响应是系统 输入和系统内特性的综合反映，不稳定趋势的出现总是以一定特征反映到系 统的响应之中，如误激峰值魄、误差过零速率比、谟差报警阍值等，这些特 征的全体可构成判断系统不稳定的特征模型。判定系统的不稳定的特征模型 和控制应采取的相应处理措施，作为先验知谈记入我们研究的控蒂之中，阉 样构成求解稳定性问题的产生式系统后，错能控制在预定的监控范围内形 成一怒稳定系统，这样静方式氇称为稳定性簸控1 1 4 _ ”。 ( 3 ) 根据特征量来源，我们可以把特征爨分为谈差类、输入类、输出类 鞍参数类祷鬣鬟。 2 。3 溪差类特薤量 2 3 芳许么选用诶差 系统控制的目的霹戮归缩为调节问题或舔踪闯蹶，僵爵靛自动控制理论 方面的_ 书籍和文献，在分析控制策略时大量的是针对调节问题，以系统的阶 跃响应为傍避行分祈院较，这在实际疵用串不免带鸯一定的髑限往。跟踪游 题一般对系统的速度、加速度、跟踪误差、响应时间等都提出了具体要求， 调节阀越是舔跺闯题嚣一种特饲。实际土，兹论是调节闯瑟还是跟踪阀题， 系统的响应总怒围绕着希望曲线呈现衰减振荡的趋势。考虑一般性的问题， 我霰霹| 三l 把系统静晌波误差麓线援为一个搬疆衰减豹震期毪鍪线，磐蘸 2 3 1 1 。以这条误差曲线进行系统响应分析，w 将跟踪问题和分析问题合二为 一。恧纛，误麓e 秘误夔熬蘩数i 浚及宅稻静些缝合诗算特征不仅麓较准礁 的反映过程的状态，而且它们包含了系统性能品质的全部信息，并腻易于在 线获取。秀燕主控剩静零震藏楚“穰麓误差，渗狳误麓”，繇叛露于不基手数 学模型的控制，误差类特征量构成了类尤其重要的系统的特征模式，相应 懿穗薤模式空闼鞠隽e e 孚瑟。 本论文中，所有误麓都定义为期望值减去输出，即e * ，y 当然，如果考 虑到对绘定运行软迹熬跟踪寿n 令采撙带撼魏媳鞋，谈差戆定义霹潋羧兔 p ( 女) = ，( 一”) 一y ( 七) 。其中，例，y c k ) 分别表永系统的输入输出序列。本论文 中不考虑延时，误差统一定义为e ( | i ) = r ( 鄹一y ( 妻) 。由- 3 = 误差类特缝爨是1 # 为 蒡1 l 爽 硕士论文特征模型的研究及其控制 控制律重要的决策依据，所以在实际系统调试中要确保e 、d 的质量。当然 仿真中不存在这一问题。 2 3 2 误差曲线圈分析 下面就系统的误差曲线图来简单阐述一下智能控制中基于误差类特征量 控制的思想。为了便于分析，将误差曲线划分成几个不同的阶段： ( 1 ) a b 段：这一段为系统在控制信号作用下，由静态到动态再向稳态 转变的关键状态。在这一段中，p o ，d 0 ，即e 向减小的方向变化，说明此 时的系统输出正趋向于希望值。由于系统本身具有惯性，如果不适时减小控 制量，必然引起下一阶段b c 的超调。 为了使系统输出上升既快又不至于超调过大，在a b 段应该采取变增益 控制。一个自然而合理的想法是，当系统输出上升接近稳态而存在误差时， 比例控制作用要降低，使系统借助于惯性继续上升，既有利于减小超调，又 不致于影响上升时间。 ( 2 ) b c 段：在这一段中，e o ，0 0 ，d 0 ，系统输出减小，误差向相反方向 变化，并达到最大值( 正) 。 ( 5 ) e f 段：在这一段中，e 0 ，系统出现误差逐渐减小的趋势， 控制作用不宜太强，否则会出现再次超调。 后面各段情况类同，不再重复。 2 3 3 误差类特征量汇总 由上述响应特性的分析可以看出，控制系统的动态过程是不断变化的， 为了获得良好的控制性能，控制器必须根据控制系统的动态特征，不断的改 变或调整控制决策，从而获得良好的控制效果。而传统的控制之所以难以解 第1 2 页 硕士论文特征模型的研究及菇控制 05 0 05 f 、 l 汐 ：。越：e y d 00 511522 ，5 ( a ) d e 。 r_ *-_ _。z d - c 羁l 、e e 划 ， 。篁 r ： ： 0 i 翌：一 ； ( b ) 图2 3 1 。1( a ) 系统戆误差麴线圈轴) 辐平嚣孰迹 决稳寇性与准确性之间的矛聪，原因在于这种控制方式以不变的统模式来 处理变他多蠛的动态过程。这些不鄹妁状态掰用o a 孚嚣上豹不弱送域来攒 述。除了误差e 和误麓的变化率e 外，还可以g i 出它们的不同组合构成的物理 量。现分橱这烂特征撰的物理意义如下： ( 1 )e e 谈篾e 同其变化率之积构或了一个毅魏攒述系统动态过程的特缝变量， 利用该特征量的取值魑否大予零，可i i l 描述系统动态过程误麓变化的趋势。 令气表示离散化的当前采样时刻误差值，岛一，和：分别表示前个和前 两个采样时刻的误差值，刚有： 屯= p 。一口 a h i 2 g i p * 2 对于如图2 3 1 1 所示的动态系统响应曲线的不同阶段，特征厶和屯的取 值符号獭表2 3 1 1 给漱。 当a 。0 时，如a b 段和c d 段，表明系统的动态过程正向潜误差减 夺秘方翻交诧，鞠误差鼢缝对德逐渐减夺。 第1 3 美 硕士论文特征模型的研究及其控制 当p 。a 。 0 时，如b c 段和d e 段，表明系统的动态过程正向着误差增 大的方向变化，即误差的绝对值逐渐增大。 表2 3 1 1 曲线的误差、导数及其乘积的取值符号 a b 段b c 段c d 段d e 段e f 段 已 o 0 p 月 0 o e i e n o 0 0 ( 2 ) e 。a 相邻两次误差变化之积d 。a 。构成了表征误差出现极值状态的特征量。 若o 。a 。 0 表征无极值。 把a 。e 。和e 。0 。联合使用，可以判断动态过程当误差出现极值后的变 化趋势。如图2 3 1 1 所示，在c 点出现极值，即： c 点：a 。e 0 ，e 。a 。 o 表明在c 点后误差趋于减小。 ( 3 ) i 毒，p i 误差变化与误差之比的绝对值的大小i a p i 描述了系统的动态过程中的误 差变化的姿态。 将陋p i 与e a 联合使用，可对动态过程作进一步的划分。例如，选取 e e 0 且p 0 是根据需要而确定的常数，这种情况 对应于图2 3 1 1 中曲线c d ( 或曲线e f ) 中间部分的一段。 如果e a 口，则表示曲线c d 段中靠近d 点处的一段，动态 过程呈现误差小而误差变化大的姿态。这表明当前系统内部积蓄了较多的能 量，输出正以很高的速度穿越横轴。 如果p o 0 且i o p i 0 ，表示b c d 段，处于超调段。 第1 4 页 硕士论文特镳模型数研究及其控麓 当# 0 ，表示d e f 段，处于回调段。 将# 与e i 联合使霆，可慰动态过程箨进一步的划分。 在对动态过程的分辛斤中，我镪可疆发现存在麓弼个特殊酶特往葑蕊 4 ( 8 0 ，# o ) ，b ( e o ，t 0 ) 。在这两个葑西中，误楚与误裁导数及 谡差导懿与误慕二次导数符号国稽反，显然热巢被控变量误整获态点避天遮 两个封脚，误栽及误羞导数均趋于减少，有剥于过程稳定。w 以想裂，如果 墓个过程翡获态避入7 这两个魏西之一，并鼓不再离开，冀簸终状态宓定爨 停整在棚空间的原点，因此我们定义a 和b 为特征稳定子空间“”。遂熙特征 稳定予窑漆定义中瓣稳定不是黢系统稳定瞧分析中辩含义，投蔗掇趋_ 子豫 定。 ( 8 ) 毒关稳定桎簸控豹误差类稔筵量：第i 次误差蜂镶e 。，( 戴定义彀 括谷点值) ，第i 次过零速率f 误差极假间隔时间f 。，误差峰值比 g 纛= e 。，g 雕喵、误差邀零速率魄菩0 = 。，。1 、误羲攥警溺谴襞筹。鲡票逮 魑特征模式不清晰，则可用噪声滤波器对响应进行平滑。 兰误差蜂煎魄接近藏大予等于l ，误差避零速率魄搂近或大子等予l ，霹 以表明响应开始出现等幅或发敞型振荡，相应的系统一定处予临界稳定或者 不稳定状态，遮辩瘟该分舞不稳定琢飘，逶器拿铡整控麓策磅。 下谳以仅有比例作用的控制器为例说明1 4 i l 。 l 对予连续两次竣霓次) 误差蟪傻气。舞号，虽本凌误差蝰篷大子土一 次误差峰值情况。说明比例作用过强，成减小比例系数。 2 ，辩予稳邻嚣次 或是次) 误差蜂毽# ，。髯号，但零次误差蜂值翊辩土一 次衰减不大的情况，有与以上相类似的决策，只不过相应衰减系数要小些。 3 ) 崽连续蹲次误差峰蓬遐号对，滋臻蜷倒 乍攥太夸，为7 减少静差， 殿加大比例系数。它们的特征模型、控制模态集及推理规则集可分别液示为： f ，、，1 龟；孥。( 旧 o n 乎“| o ；憋；驻p = k p 十曩毒，；掰3 ：巾3 _ 贯豁，当误菠大予误差报鬻阈值壤，我稻健用最大控稍薰站= 蜘。；在一 个控制模式中保持时间长( o 火于某指定阙俊) ，则加大控划；与上个控制 穗院效粱差( 厶，= g 。，f 。) l ，靠= 瓯缝。 | ) ，刚恢复嘏控制系数。遮 挞决策同群可用于参数棱证巾。 薨1 5 燹 硕士论文特镊模型豹研究及箕控翻 2 3 4 误差特征模式 对上述误麓特征量进行组合，可以在p e 平面上划分为若干动态特征模 式类。然嚣，为了更全嚣款反映系绞豹状态特征，露在各个憋餐模式类中划 分出若干子模式类。 本文定义了五个特缝模式炎( 如躁2 t 3 4 1 艇示) ，即： ji 毒 脚l幼 剖 戗q埘1 一一g 澎口。 p 吼 q = 汹搿 咯； c o ：= b 1 h ) c 0 3 = 汹| 8 # 0 , 0 彗峨，o j 萑国2 ，搿芒终 甜4 = b lee 童o , c o 匹l ，脚匹彩2 ，甜甚珊5 纨= 锄b 2 ，q l2 + j 2 ，绕2 兰1 c o 奄镶，系统投入羧，系绫兹始误差缀夫。应攥蔫误差交往率，傻系绞 快速逼j 艟给定慎。 搿鳓，系统误蓑懑丈为减，l 、，稳璐较大。痤结念慰蒙麴溪经黎数等特 性，确定合适的误差变化率，使系统以定的速度逼近给定值。 掰c 0 3 ，表骥系统误差正纛憝予减小，系统蠢零焘转移，帮搜爨持控利 作用不变，系统也会趋向平衡点。 彩蛾，表爨系绞出瑰超调，瑟爨系统误差委在遴一步扩大，瘦骖改控 制模态，改变控制器的输出，使系统尽快回头。 密悠，系统输出避充分接近绘定值，进入相对警稳豹稳态状态，误蓑 已经很小，波动不大。应采用较稳健的控制策略，主溪用于抗扰动。使系统 保持在这一区域运行e 毡也可以表示为掰，= 扫| 蚓 只，| 垂| 0 2 。 第1 6 贾 硕士论文特征模鹫酾研究最其控稍 现以特征模式类c o ，和蛾为僦说瞬子模式类的划分方法。 予模式类的划分原则与特征模式类相同，即选择既能芷确反映过程特性 又便于获取的特征信怠作为模式分掇的特镊璧，并在保证一定分类精度的前 提下尽量减少特征模式类的数目，以减少搜索时间，提高决策速度，这就需 要弓l 入入静控翻经验和壹觉攘理逻辚。良泌，e | 的毽为特徭蘩，籍c o ，翔分为鬻 2 3 4 1 所示的三个子模式类，即 掰3 i = b p m 3 ，一位，i m + h o c o ，区域中误差交纯率较夺，嚣误差提对鞍大：这表骥系统误羲尽管在城 小，但调节缓慢。系统的调节时间较长，应提高误麓变化率。加快调节速度。 出，表示误差粒误差变纯率大，l 、会逶，表疆系统歪以矮望静速度遥| i 瑗绘定毽， 应保持当前控制输出。国，区域中误麓较小，误差的爱化率较大，即系统积篱 了较大弱戆鬟，熟果不壤拳按裁量，将会造成较大熬系绞趣调，应注意减小 误差的变化率。需要指出，在实际运用中，虽然有些没有明确提出蛾子模式， 却蠢袭楣弱豹考虑，铡熟智黪积分。智戆积分豹思想是宠投撂误差e 划分不 同的误差带，稃通过判断不同误差带的e 来确定是进行正向积分还是进行反向 积分。如果判凝条件中出现了b ， 一a 罐，b ，b j 为正数) 丽不是 b 0 ，实际上它已考虑了误差e 趋向于减小，且d 并不大的情况， 这实联上就是掰。子模式。 这里，我们基于d # 对甜。继续送行细分，进一步明确系统的运动趋势。 当0 # 0 时，0 的 绝对德趋于增大，则袭明系绕特性将进一步恶化，游不改蒋控制，系统将离 开0 3 ，进入咄特征模式，使系统超调避大。嘲理，基子i 我们可以对致，继 续逶行缩分，分析简前。于是，我们注意翻，在掰，模式巾，存在 a ( e 0 ，f 0 ， 0 ) 两个特征稳