（计算机软件与理论专业论文）一种新型温度智能控制系统的设计与实现.pdf

摘要 摘要 智能控制系统是控制理论发展的高级阶段，也是一门交叉学科，是自 动控制 系统与人工智能及运筹学三大学科的结合， 它吸取了很多学科的优点， 并形成一 套独有的方法和系统。在很多工业控制领域有着广泛的应用并取得了优良的效 果。 常见的智能控制方法有: 专家智能控制， 神经网络智能控制， 模糊控制， 等 等。 本文对智能控制系统进行了创新性研究， 具体来说，主要体现在以下4 个方 面: 1 )提出了一种新型的层次化智能控制系统。结构上区别于以 往一般文献上 的智能控制系统，该层次化智能控制系统充分利用上下位机的特点，重 新设计和划分了各个层次的功能。 2 )设 计了 一 个新型p i d 决策 模糊 控制器。 通过对比 传统p i d控制 器和模 糊 控制器的原理，将两个结合起来，吸取彼此的优点，并采取了多种改进 措施。 3 )创新性地把数据挖掘技术应用于智能控制系统。 认真分析了智能控制系 统的特点和需要解决的问 题， 把近年研究较多的数据挖掘应用于此，很 好的解决了环境识别和系统演化问题，提高了系统的智能性。 4 )实现了 该智能 控制系统， 并 取得了良 好的 应用效果。 把研究 成果 应用于 热重分析仪温度控制系统，开发了 上下位机的控制软件，从实践的角度 证明了该智能控制系统的先进性和实用性。 关键字:层次化智能控制系统，改进型p i d决策模糊控制器，聚类和演化 摘要 ab s t r a c t i n t e l l i g e n t c o n tr o l s y s t e m i s t h e a d v a n c e d d e v e l o p i n g s t a g e o f c o n tr o l t h e o ry . i t i s a l s o a n a c r o s s s c i e n c e a n d c o m b i n a t i o n o f a u t o - c o n tr o l , a rt i f i c i a l i n t e l l i g e n c e a n d o p e r a t i o n s r e s e a r c h . i t s a r c h i t e c t u r e a n d m e t h o d s h a v e b e e n b u i l t u p b y a b s o r b i n g t h e s tr o n g p o i n t o f t h e s e s c i e n c e . i t h a v e b e e n a p p l i e d i n m a n y i n d u s t ry f i e l d s a n d g o t a g o o d p e r f o r m a n c e . t h e fr e q u e n t u s e d i n t e l l i g e n t c o n tr o l m e t h o d s i n c l u d e e x p e rt i c , n e u r a l n e t w o r k i c , f u z z y c o n tr o l , e t c . w e h a v e c a r r i e d o u t s o m e c re a t i v e r e s e a r c h a b o u t i n t e l l i g e n t c o n t r o l s y s t e m , w h i c h w i l l b e s t a t e d in d e t a i l s a s f o l l o w i n g : 1 ) w e d e s i g n a n e w t y p e o f i n t e l l i g e n t c o n t r o l s y s t e m , w h i c h i s d i ff e re n t fr o m o t h e r i n t e l l i g e n t c o n tr o l s y s t e m i n a r c h i t e c t u re . o u r s y s t e m re - d i s t r i b u t e s t h e m o d u l e s a n d f u n c t i o n s b y u t i l i z i n g t h e a d v a n t a g e o f s i n g l e - c h i p a n d p e r s o n a l c o mp u t e r . 2 ) b y c o m p a r i n g t h e t h e o r i e s o f p i d a n d f u z z y c o n tr o l , w e d e s i g n a n e w t y p e o f p i d d e c i d e d f u z z y c o n tr o l l e r . f u rt h e r m o re , s o m e im p r o v e d m e a n s a r e a d o p t e d . 3 ) a p p l y d a t a m i n i n g t e c h n o l o g y t o i n t e l l i g e n t c o n tr o l s y s t e m . b a s e d o n t h e a n a l y s e o f t h i s s y s t e m a n d t h e p r o b l e m t o b e s o l v e d , w e w o r k o u t t h e c i r c u m s t a n c e r e c o 厕z i n g a n d h a r d w a r e a g i n g b y a p p l y i n g d a t a m i n i n g . t h e i n t e l l i g e n c e o f t h i s s y s t e m i s im p r o v e d b y t h i s m e a n s . 4 ) i m p l e m e n t t h e i m p r o v e d s y s t e m d e s i g n e d b y u s . w e u s e t h i s s y s t e m i n a re a l i n d u s t ry c o n tr o l p r o c e s s , a n d d e v e l o p s o ft w a r e t o v e r i f y t h e a p p l i c a t i o n a n d a d v a n c e d p e r f o r m a n c e o f o u r re s e a r c h . k e y w o r d s : l a y e r e d i n t e l l i g e n t c o n tr o l s y s t e m , b y p i d , c l u s t e r i n g a n d e v o l v i n g f u z z y c o n tr o l l e r d e c i d e d 论文独创性声明 本论文是我个人在导师指导下进行的研究工 作及取得的研究成果。论文中 除了特别加以标注和致谢的地方外，不包含其他人或其它机构己经发表或撰写 过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确 的声明并表示了谢意。 作者签名日 期 二 岛 。 译 ， 论文使用授权声明 本人完全了解复旦大学有关保留、使用学位论文的规定，即:学校有权保 留送交论文的复印件，允许论文被查阅和借阅;学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其它复制手段保存论文。保密的论文在解密后 遵守此规定。 作者签名一 线帅导师签名: 剑 、 日期: 第一章概 述 1 . 概述 1 . ，智能控制发展回顾 1 . 1 . 1 智能控制是控制理论发展的高级阶段 自 动控制理论作为一门学科， 它的产生可以 追溯到1 s 世纪中叶英国的第一次 技术革命。 当时为了 解决蒸气机的调速问题， 人们开始了 控制理论和技术的研究。 尤其在第二次世界大战期间， 由 于军事上的需要， 又大大的 促进了 控制理论和技 术的发展。 随着计算机的产生和不断发展， 更加推动控制理论和技术以前所未有 的速度向前发展。控制理论的发展过程一般可以分为三个阶段: 第一阶段为4 0 年代到6 0 年代，称为 “ 古典控制理论”时期。古典控制理论 主要是解决单输入单输出的问题。 主要采用传递函数， 频率特性， 根轨迹为基础 的频域分析方法。 所研究的系统多半是线性定常系统， 对非线性系统， 分析时采 用的 相平面法一般不超过两个变量， 古典控制理论能够较好的解决生产过程中的 单输入单输出问题。 第二阶段为6 0 至7 0 年代，称为 “ 现代控制理论”时期。这个时期，由于计 算机的飞速发展， 推动了空间技术的发展。 古典控制理论中的高阶常微分方程可 转化为一阶微分方程组， 用以描述系统的动态过程， 即所谓的状态空间法。 这种 方法可以 解决多输入多输出的问题， 系统既可以是线性的， 定常的， 也可以是非 线性的，时变的。 第三阶段为7 0 年代末至今。 7 0 年代末， 控制理论向着“ 大系统理论” 和“ 智 能控制” 方向发展， 前者是控制理论在广度上的开拓， 后者是控制理论在深度上 的 挖掘。 “ 大系统理论” 是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 题的技术基础理论。 而“ 智能控制” 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， 研制具有某些仿人智能的工 程控制与信息处理系统。 传统控制是经典控制和现代控制理论的总称，它们的主要特征是基于模型的 控制。 也就是说， 传统控制为了 控制必须建模， 利用不精确的模型又采用某种固 i 第一章概 述 定控制算法， 使整个控制系统至于模型框架下， 缺乏灵活性， 缺乏应变性， 因此 很难胜任对复杂系统的控制。 智能控制的核心是控制决策， 采用灵活机动的决策 方式迫使控制系统朝着期望的目 标逼近。 传统控制适用于解决线性， 非时变等相 对简单的控制问题， 这些问题用智能方法同样也可以解决。 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，是智能控制的低级阶段， 在这个意义上讲， 传统控制和智能控制可以统一在智能控制的框架下。 智能控制 的产生来源于被控系统的高度复杂性， 高度不确定性及人们要求越来越高的控制 性能。因此，智能控制是 “ 三高三性”的产物， 它的创立和发展需要对当代多种 前沿学科、 多种先进技术和多种科学方法加以高度综合和利用。 因此， 智能控制 无疑是控制理论发展的高级阶段。 1 . 1 . 2智能控制的发展 从6 0 年代起，由于空间技术、 计算机技术以 及人工智能技术的发展， 控制界 的学者在研究自 组织、自 学习控制的基础上， 为提高控制系统的自 学习能力， 开 始注意将人工智能技术与方法应用于控制系统。 在6 0 年代初期， f . w s m i t h 采用 线性判别器作为控制器的核心， 先对控制器进行学习训练， 确定线性判别函数的 系数，然后既可用于控制。1 9 6 5年，著名的控制论专家 z a d e h创立了模糊集合 论， 为模糊控制的发展以及解决复杂系统的控制问题奠定了基础。 同一年， k . s .f u 提出 将 人工智能中的 启发式 推理 规则用 于学习 控制系 统 。1 9 “ 年， m e n d e l 进 一步在空间飞行器的学习控制系统中应用了人工智能技术， 并提出了“ 人工智能 控制”的 概念z 。直到1 9 6 7 年， l e o n d e s 和m e n d e l 才首先正式使用了“ 智能控 制” 一词， 并把记忆和目标分解等人工智能技术用于学习控制系统， 提高了系统 对不确定性问 题的处理能力。 这就是智能控制思想的萌芽。 7 0 年代被看作是智能控制的形成期。 k .s .f u . g l o r i s o 和 s a r i d i s 等人从控制 论角度进一步总结了人工智能技术与自 适应、自 组织、自 学习控制的关系， 并提 出人工智能控制是自 动控制系统、 人工智能和运筹学三大学科的交叉， 并创立了 人机交互式分级递阶智能控制的系统结构。 7 0年代中期，从模仿人的控制决策 思想出发，以 模糊集合论为基础， 智能控制在规则控制方面取得了重大发展。 最 著名的 有m a m d a n i 的 蒸 气机模 糊控制系统3 ， 以 及他的自 组织模糊控制器。 模糊 第一章概 述 控制的形成和发展， 以及与人工智能中的产生式系统， 专家系统思想的相互渗透， 对智能控制理论的形成起到了十分重要的推动作用。 进入8 0 年代， 由于计算机技术的迅速发展和人工智能重要领域一一专家系统 技术逐步走向成熟，智能控制系统己由 研制开发阶段转向 应用阶段。1 9 8 4年， a s t r o m发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系 统的代表，明确的提出了建立专家控制的新概念。 智能控制的机器人系统， 分布 过程控制专家系统，以及混合专家控制系统等等， 是这一时期有代表性的应用成 果。 8 0 年代中后期， 众多的科学家和学者对神经网络的 研究产生了极大的兴趣， 使神经网络的研究取得了重要进展。 神经网络理论和应用为智能控制的研究起到 了重要的促进作用。1 9 8 5 年8 月，i e e e在美国纽约召开了第一届智能控制学术 讨论会; 1 9 8 7 年i 月， 在美国费城由i e e e 控制系统学会与计算机学会联合召开 了第一届智能控制国际会议，这标志着智能控制作为一门新学科正式建立起来。 进入9 0 年代， 智能控制的研究势头异常迅猛。 关于智能控制的研究论文、 著 作、 会议、 期刊大量涌现， 应用对象也更加广泛， 从工业过程控制、 机器人控制、 航 空 航 天器 控 制到 故 障 诊断 、 管 理决 策等 均 有 涉 及， 并 取得了 较好的 效果a 。 今 天， “ 智能性”已经成为衡量产品和技术高低的标准。 在我国智能控制的发展也和世界保持着一致的步调。 1 9 7 1 年傅京孙提出把人 工智能和自 动控制结合起来的思想。1 9 8 6年蔡自 兴提出把人工智能、控制论、 信息论和运筹学结合起来的思想。1 9 9 3年在北京召开了第一届全球华人智能控 制和智能自 动化大会;1 9 9 4年在北京和沈阳召开了智能控制的两个学术会议; 1 9 9 5年中国智能自 动化学术会议暨智能自 动化专业委员会成立大会在天津召 开:1 9 9 9 年7 月“ 第十四届世界智能控制大会” 在北京召开. 我国在模糊控制、 仿人智能控制等许多研究领域， 已经形成了自己的特色， 为发展、 完善和推动智 能控制的研究起到了重要的作用。 1 . 2智能控制的主要分支 1 .2 .2专家智能 控制5 ,6 智能 控制本质上是基于知识的控制，因此智能 控制系统是属于知识基系统。 第一章概 述 专家系统是一个具有大量专门知识与经验的程序系统， 它应用人工智能技术， 根 据一个或多个人类专家提供的特殊领域知识、 经验进行推理和判断， 模拟人类专 家做决策的过程来解决那些需要专家解决的复杂问题。 专家控制的实质是使系统 的构造和运行都基于控制对象和控制规律的各种专家知识， 而且要以智能的方式 来利用这些知识，使得受控系统尽可能的优化和实用化。 因此， 专家控制又称为 基于知识的控制或专家智能控制。 专家智能控制是指将专家系统的理论和技术同控制理论方法和技术相结合， 在未知环境下， 仿效专家的智能， 实现对系统的控制。 把基于专家控制的原理所 设计的系统或者控制器，分别称为专家控制系统或者专家控制器。 图1 . 1专家控制器原理 它对环境的变化有很强的自 适应能力和自 学习功能，具有高可靠性和长期运 行的持续性 人们的重视 在线控制的实时性等特点。因此， 在工业控制中的应用越来越受到 专家控制器的一般原理如图1 . 1 所示， 通常由知识库、 控制规则集、 推理机构及信息获取与处理4 个部分组成。 1 .2 .3模糊控制7 ,8 ,4 ,1 0 ,1 1 经典控制理论对于解决线性定常系统的控制问题是十分有效的。然而，经典 控制理论用于解决非线性时变系统难以奏效。 现代控制理论对于解决线性或非线 性、 定常或时变的多输入多数处问题， 获得了广泛的应用， 也取得了许多成功的 经验。 但是， 无论经典控制还是现代控制都是依赖于数学模型( 而且是精确的 数 学模型) 的控制。 对于多数被控对象 ( 或过程) 而言， 要获得其精确的数学模型 是十分困难的。 例如， 一些化工生产过程， 它的 特征很难用一个精确的数学解析 第一章概 述 式来表达， 而且影响因素也很多， 相互交叉祸合， 建立这一类过程的精确数学模 型困难很大， 甚至是办不到的。 这样一来， 对于这类对象或者过程就难以进行自 动控制。 与此相反， 对于上述难以自动控制的一些生产过程， 有经验的操作人员 进行手动控制却可以收到令人满意的效果。 基于这样的事实， 人们就不得不寻找 新的出路， 开始重新研究和考虑人的控制行为有什么特点， 能否对于无法构造数 学模型的对象用计算机来模拟人的思维方式，进行控制和决策。在这种背景下， 美国教授扎德 ( l . a .z a n d e h ) 1 9 6 5 年首次提出了模糊集合的概念， 由此开创了模 糊数学及其应用的新纪元。 模糊集合的引入， 可以将人的判断、 思维过程用比较 简单的数学形式直接表达出来， 从而使对复杂系统作出符合实际的、 符合人类思 维方式的处理成为可能， 为经典模糊控制器的形成奠定了基础。 模糊控制是模糊 集合理论应用中的一个重要方面。 模糊逻辑的产生与人的定性思维方式密切相关，定性思维的语言描述常常是 一些模糊概念。比如，我们说:室内温度 “ 偏高” 、汽车速度 “ 慢” 、油门“ 加大 一点” 等等，都是一些模糊概念。 在这种情况下， 给出的是模糊概念， 得到的却 是精确的结果; 相反， 如果给出精确描述， 得到的结果可能是模糊的。 这是因为 模糊概念比 精确描述可以 覆盖更广的范围， 这种定性的 描述可以 利用人类原有的 知识 ( 或经验) 大大的增加信息量。 模糊逻辑是通过使用模糊集合来工作的， 而 模糊集合和常规集合是不同的。 常规集合中对象关系有严格划分， 一个对象要么 完全属于这个集合， 要么完全不属于这个集合， 不存在介于两者之间的情况。 模 糊集合则具有灵活的隶属关系， 它允许对象在模糊集合中的隶属度是从 0到 1 之间的任何值。 模糊控制的基本思想是人工控制经验的数学化。 具体的说， 就是 在人工控制经验的基础上进行模糊推理，从而得到更近乎人脑推理的控制结果。 人是通过感觉器官来感知周围世界， 在脑和神经系统中调整获得的信息， 经过适 当的存储、 校正、 归纳和选择( 处理) 等过程进行决策反作用于外部世界 输出) ， 从而达到预期目 标。 总结人的控制行为， 正是遵循反馈和反馈控制的思想。 人的 手动控制可以用语言来描述， 总结成一系列的条件语句， 即控制规则。 运用计算 机程序来实现这些控制规则， 计算机就起到了 控制器的作用。 于是， 利用计算机 取代人可以对被控对象进行自 动控制。 1 9 6 5年，l .a .z a n d e h提出模糊控制集合的概念，直到 1 9 7 4年，e .h .ma d a n i 第一章概 述 才 一将模糊逻辑和模糊推理成功的应用于蒸气机的控制。 从此以后， 在世界各国掀 起了模糊数学和模糊控制的研究热潮， 模糊控制理论和应用成果也越来越多。 在 世界各国， 模糊控制的研究和发展情况也有所不同。 尽管美国是模糊控制的发源 地， 但由于观念差异， 在相当长的时间里美国人不愿意接受 “ 模糊”的概念。 直 到9 0 年代初，美国才加大模糊控制研究的投入。欧洲对模糊逻辑的研究主要集 中在模糊逻辑控制上。 日 本对模糊逻辑的研究主要集中在模糊控制的应用和产品 开发上。 在日 本最早出现模糊控制电饭煲， 模糊洗衣机， 模糊微波炉， 模糊空调 器等。 中国在模糊理论和应用方面的研究起步较晚， 但是发展较快， 在模糊数学 和模糊控制方面取得了许多成果，不足之处是模糊控制产品的开发还不够广泛。 目 前， 虽然模糊控制己 经得到了广泛的应用，但其实现过程仍是基于己有的 专家经验和知识， 通过增加一些规则调整方法， 来完善控制系统的性能。 而控制 规则的获取和调整是模糊控制的难点， 这主要是因为模糊控制所具有的学习能力 较弱。 因此将模糊控制与其他理论、 方法和控制技术相结合， 提高模糊控制系统 的性能成为当前模糊控制领域研究者们关注的问题。 如传统控制方法与模糊控制 构成复合控制， 利用神经网络来实现模糊控制， 采用非线性优化算法， 遗传算法 和进化算法对模糊控制的规则进行优化等等。 因此如何实现模糊控制规则的获取 和调整将是今后模糊控制发展的一个重要的研究课题。 1 .2 . 4智能p i d控制” 按照实际温度和设定温度偏差的比 例、积分和微分产生控制作用 ( 简称 p i d 控制) ，是温度控制中应用最为广泛的一种控制形式，实际运行效果和理论分析 表明， 这种控制规律在相当多的工业生产过程中能得到比较满意的结果。 在传统 的温度控制技术中，大多采用模拟型的 p i d调节器。它结构简单，在长期应用 中已 经积累了 丰富的 经验， 是连续系统控制中 技术成熟、 也是迄今为止使用最广 泛的 控制方 法 1 z ( 至 今在全世界 过程控 制中 用的8 4 % 仍然是纯p i d调节 器， 若 改进型包括在内则超过 9 0 %) 。我们今天所熟知的 p i d控制器产生并发展于 1 9 1 5 - 1 9 4 0年期间。尽管自1 9 4 0年以 来，许多先进控制方法不断推出，但 p i d 控制器以其结构简单， 对模型误差具有鲁棒性以及易于操作等优点， 仍然广泛应 用于冶金、化工、电力、轻工和机械等工业过程控制中。 第一章概 述 事实表明，对于p i d这样简单的控制器，能够应用于如此广泛的工业与民 用 对象，并以很高的性价比在市场上占据着重要地位，充分反映了 p i d控制器的 良 好品质。概括的讲，p i d控制的优点主要体现在以下两个方面: 原理简单。实现方便，是一种能够满足大多数实际需要的基本控制器 控制器适用于多种截然不同的对象，算法在结构上具有较强的鲁棒性 、，者、，j ，.孟气乙 确切的说，在很多情况下其控制品质对被控对象的结构或者参数摄动不 敏感。 智能控制与常规p i d控制器相结合，形成了所谓的智能p i d控制器，它具有 不依赖系统精确数学模型的特点，并且对系统的参数变化具有较好的鲁棒性。 智能p i d控制器包括基于规则的智能p i d自 学习控制器、 加辨识信号的自 整 定p i d控制器、 专家式智能p i d控制器、 模糊p i d控制器、 基于神经网络的p i d 控制器，预测智能p i d控制器和单神经元自 适应p i d智能控制器等多种类型。 另外智能控制器还包括分层递阶智能控制、 仿人智能控制、自学习智能控制、 基于神经网 络的智能控制、组合智能控制、 集成智能控制等。 1 . 3本文结构 本文在深入研究p i d控制， 模糊控制技术的基础上，将二者的优点结合起来 设计出了一种 p i d决策模糊控制器。同时，充分发挥上下位机的特点，设计了 一个层次式智能控制系统。创造性的提出将数据挖掘技术应用于智能控制系统。 全文分5 章，内容安排如下。 第一章:绪论 本章回顾了智能控制的发展概况，介绍了智能控制的思想方法，然后列举了 几种比较先进和应用比 较广泛的智能控制方法。 第二章:新型层次智能控制系统 首先介绍了控制对象的特点，其对温度控制的复杂要求，以及所处复杂环境 所带来的严峻挑战。 然后介绍了已 有的分层递阶控制系统的思想， 并在此基础上 引出了一种新型层次智能控制系统。 第三章: p i d决策模糊控制器的设计与实现 本章深入分析了传统的p i d控制器和一种智能控制一模糊控制的原理，从中 第一章概 述 发现之间的区别和联系， 然后设计并实现了一种新型控制器: p i d 决策模糊控制 器作为层次智能控制系统的执行层。 第四章:分析决策层设计 首先详细分析了上下层之间的接口和要解决的问题，然后介绍了数据挖掘的 基本概念及其作用， 并重点探讨了 把数据挖掘用于智能控制系统， 以 发现被控对 象所处的环境，并指导控制执行层的进化。 第五章:实验结果与展望 通过试验，说明该智能控制系统应用于热重分析仪温度控制中的效果，证明 了该系统的先进性。并指出未来的研究方向。 第二章新型层次化智能控制系统 2 . 新型层次化智能控制系统 本部分介绍了研究对象的特点、复杂性、以及由此引起的对于温度控制系统 的 挑战。 然后分析了最新提出的分层递阶控制系统， 并在此基础上设计了一种新 型层次智能控制系统架构及其各个模块之间的关系。 2 . ，热重分析仪温度控制系统简介 2 . 1 . 1热重分析仪简介i s 热分析研究是一门多学科的通用分析测试技术， 它在理论研究和新材料开发 中占 有重要地位。热分析技术应用极其广泛， 特别在高聚物的研究中应用更为广 泛。它既与其它分析方法并驾齐驱， 又与它们互相补充和印证。同时热分析方法 操作简单， 样品用量少、并且无特殊要求，灵敏度高、 速度快、 信息多样是热分 析技术的又一特点。随着科学技术的发展，热分析技术的发展将是十分广阔的。 热重分析仪 ( r z y - 1 ，由复旦大学与上海精密仪器有限公司联合研制) 是用于 在温度程序控制 ( 等速升温、 等速降温、 恒温和循环加热等) 下测量物质的质量 ( 或重量) 随温度的变化而变化的精密分析仪器。 主要用以测定物质的脱水、 分 解、 蒸发、 升华等在某一特定温度变化下所发生的质量 ( 或重量) 变化， 广泛应 用于有机、 石化、建材、化纤、冶金、陶瓷、制药等领域。例如测定金属有机物 的降解、 食品保鲜日期、 煤的组成、 聚合物的热稳定性、 催化剂的筛选、 炸药的 各种性能 ( 以用来制定保存条件)以及反应动力学的理论研究等。 热重分析仪系统从硬件的组成来说， 分成下位机和上位机两大部份， 如图2 - 1 所示。 下位机主要由: 重量传感器:得到重量变化的模拟信号; 温度传感器:得到加热炉子内部的当前温度模拟信号 数据采集及控制箱: 对重量传感器和温度传感器传来的信号进行采样、 模数转换、数据打包并发送给上位机。同时控制加热炉子的功率。 电热炉:被控对象，用来加热样品 第二章新型层次化智能控制系统 常规升温 对升温速率无要求 个|十t / 程序升温 匀速升/ 降/ 恒温 t 一一 一 一 一 令 图 2 - 3常规升温和热重分析仪升温之比较 以上所述都决定了温度控制器设计的难度。 2 . 2 层次智能控制系统架构 2 .2 . 1控制对象的一般简化模型和特点 温度是工业控制的主要对象之一， 如在冶金、机械、食品、化工、印染、石 油 加工等工业中， 其控制对象很多， 且不尽 相同。 理论 分析和 试验结果表明 5 ， 电 加热装置是一个具有直平衡能力的对象，可以用二阶系统加纯滞后环节来描 述。 然而， 对于二阶不震荡系统， 通过参数辨识可以降为一阶模型。因而可以用 一阶惯性加纯滞后环节来描述温控对象的数学模型。 对纯滞后环节的处理， 通常 进行泰勒级数展开取其一阶近似式，故系统数学模型可以写为: g (s) = 夏1而 k(1+ tds)(1 + is)一 瑟ktd s2 + (td + t)s+ l 式中k为放大系数，是晶闸管、 温度变换器、功率放大器以及电加热器比 例 系 数 乘 积: 丁 为电 加 热 装置的 纯 滞 后时间 ; t d = c i a 为电 加 热 装置的 时间 常数， 其中c是比热，a是散热系数。 因此， 随着不同加热对象和环境的变化， 它的变 化很大。 一般对温度的控制都有一定要求， 有的是恒温控制; 有的则是按照给定 的温度曲 线进行控制。 工业中的温度对象一个较为普遍的 特点就是他们大都含有 纯滞后环节， 容易引起系统超调和持续的震荡. 除此之外， 温度控制对象的参数 一般会发生幅度较大的 变化， 例如， 在热处理电 加热炉的温度控制中， 由 于不断 的向电热炉中送入冷的工件， 从而导致温度对象数学模型的不断变化; 又如在化 第二章新型层次化智能控制系统 工行业的温度控制中， 化工原料的性质、 料流的大小或者控制过程中可能出现的 复杂的吸热、 放热化学反应， 所有这些变化都会改变温度对象的参数。 这种随机 产生和不可准确预计的变化，无疑增加了温度控制的难度。 2 . 2 . 1传统控制理论的不足 随着当代科学技术的重大变革和发展，生产规模越来越大，形成了大型复杂 的系统， 导致了传感器检测系统、 控制系统与决策系统的日 益复杂化， 更突出的 是从系统被控对象所能获取的知识信息量相对的减少， 而人类对自 动化的要求却 更加广泛， 对控制性能的要求也日 益高度化。 面对来自 象复杂工业生产过程控制 系统、 计算机集成制造系统、 智能机器人系统、 核电站安全运行控制系统以及航 空航天控制系统等大型复杂系统的挑战， 传统的自 动控制方法已经难以 解决复杂 系统的控制问题。 在许多系统中，复杂性不仅仅表现在高维上，更多的表现在:( 1 ) 被控对象模 型的不确定性; ( 2 ) 系统信息的模糊性和复杂的信息模式; ( 3 ) 高度非线性; ( 4 ) 输入 信息的多样化; ( 5 ) 多层次、 多目 标的控制要求; ( 6 ) 计算的复杂性和庞大的数据处 理以及严格的性能指标;等等。 例如在热重分析仪的温度控制中，由于条件复杂( 要求复杂环境下、 大跨度、 变速率、可编程的升温2 降 温p r 温，如1 . 1 .2 节所述) ，对被控对象难以建模，同 时精度要求高等， 这样， 传统控制方法就显得无能为力。 因此， 对于复杂系统需 要在传统控制理论的基础上结合其他学科的知识， 建立一种更有力的控制理论和 方法，以解决上述提到的问题。 2 . 2 . 2智能控制系统 传统控制理论 ( 经典控制理论和现代控制理论)在处理控制对象的复杂性方 面遇到了重重障碍， 而智能控制则提供了新的思路。 智能控制是一门多学科交叉的理论和技术。 它与人工智能、自 动控制、 运筹 学、 计算机科学、 模糊数学、 神经网络理论、 模式识别、 信息论、仿生学等有着 密切的关系， 是相关学科相互结合和渗透的产物， 因此智能控制系统具有多元跨 i 3 第二章新型层次化智能控制系统 学科结构。 智能控制过程是含有复杂性、 不确定性、 模糊性且一般不存在已 知算 法的非传统数学公式化的过程。 在智能控制系统中， 智能控制是以知识信息为基 础进行推理和学习， 用启发式方法来引导求解过程， 从而得以在大范围内实现快 速自 组织的目 标。 ( 1 ) 智能控制的定义 早在 1 9 6 7 年，l e o n d e s 和me n d e l 在他们的 “ 人工智能控制”技术报告中 就 正式使用 “ 智能控制”一词， 但直至今日， 智能控制仍无统一的定义。1 9 7 1 年， f u .k . s 在他的 论文中 指出 : 智能 控制是自 动控制系统与 人工智能 两个学 科 相互 渗透和交叉的领域。1 9 7 7年，s a r i d i s 提出智能控制是自 动控制系统与人工智能 及 运筹学 三大学 科的结 合 7 ， 其体系结构如图2 - 4 所示。 图2 - 4 s a r i d i : 的智能控制体系结构 图中: a c是自 动控制， a l 是人工智能， o r是运筹学。i c是智能控制。这 种观点实际上有两层含义: 一方面， 它指出了智能控制产生的背景或者条件， 即 人工智能理论与技术的发展及其向 控制领域的渗透， 以 及运筹学中的定量优化方 法， 例如线性规划、 网络规划、 优化决策和多目 标优化等方法逐步和控制问题相 结合， 这样就在理论和实践上为控制理论开辟了新的发展方向， 提供了新的思想 和方法， 为智能控制的产生奠定了基础。 另一方面， 这种观点给出了智能控制的 含义， 智能控制就是应用人工智能理论和技术及运筹学的优化方法同控制理论与 技术相结合，在未知环境下，仿效人类的智能，实现对系统的控制作用。 ( 2 ) 智能控制的研究对象 智能控制主要用来解决用传统方法难以 解决的复杂系统的控制，其中包括智 能 机器人系统， 复杂工业过程控制系统， 航天航空控制系统， 交通运输系统. 智 能 控 制的 研究 对象 具 有以 下 三个 特点1a 第二章新型层次化智能控制系统 1 )不确定性的模型。传统控制是基于模型的 控制， 这里的模型包括控制对 象和干扰的模型。在传统控制中，通常认为模型是已知的或经过辨识可 以得到。而智能控制的对象通常存在严重的不确定性。这里所说的模型 不确定性包含两层意思:一是模型未知或知之甚少;二是模型结构和参 数可能在很大范围内变化。无论哪种情况，传统控制方法都难于对它们 进行控制，而这正是智能控制所要研究解决的问题。 2 )高 度的 非线性。 在传统控制理论中， 线性系统理论最为成熟。 对于 具有 高度非线性的控制对象，虽然也有一些非线性控制方法可用，但总的来 说，非线性控制理论还很不成熟，而且方法比较复杂。采用智能控制方 法往往可以较好的解决复杂非线性的控制问题。 3 )复杂的任务要求。 在传统控制系统中，控制任务的要求比 较单一， 或者 要求输出量为定值( 调节系统) ， 或者要求输出量跟随期望的运动轨迹( 跟 踪系统) 。对于智能控制系统， 其任务的要求往往比较复杂。 例如， 在智 能机器人系统中， 要求系统对一个复杂的任务具有自 行规划和决策能力， 有自 动躲避障碍运动到期望的目 标位置的能力。仅靠传统控制方法是很 难解决复杂任务的， 只有智能控制才可胜任此类复杂任务要求。 ( 3 ) 智能控制系统的基本结构 智能控制系统的基本结构可以分为智能控制器和外部环境两大部分， 如图2 - 5 所示. 这种结构与传统控制系统结构的主要差别在于控制器结构复杂， 功能相应 提高，目 的是对付外部环境的不确定性。 1 ) 智能 控制器:由 智能信息识别和处理， 数据库， 控制决策， 认知学习， 控 制知识库，评价机构六部分组成。 2 ) 外部环境:由 广义对象， 传感器和执行器， 还包括外部各种干扰等不确定 性因素。 第二章新型层次化智能控制系统 智能控制器 ea 州 iku* 31u m a 5 if ft #j1. #1 i i一 t,$1mvm 控制知识库认 知学 习数据库 规划 与控 制 决策 感知信息与 处 理 评价机构 一匀二 益少月 传 感器 执行器 广义对象 图2 - 5智能控制系统的基本结构 ( 4 ) 智能控制系统主要功能特点: 1 ) 学习能力 系统能对一个过程或其环境的未知特征所固有的信息进行学习，并将得到的 经验用于进一步的估计、 分类、 决策或者控制， 从而使系统的学习功能得到改善。 2 ) 适应功能 智能控制系统的适应功能比传统的自适应控制中的适应功能有更广泛的含 义。 它包括更高层次的适应性。 系统中的智能行为实质上是一种从输入到输出之 间的映射关系。 它可以看成是不依赖模型的自 适应估计， 因此具有很好的适应性 能。当系统的输入不再是已经学习过的例子时，由于它具有插值功能， 从而可以 给出合适的输出。甚至当系统中某些部分出现故障时，系统也能够正常的工作。 如果系统具有更高程度的智能， 它还能自 动找出故障甚至具备自 修复功能， 从而 体现了更强的适应性。 3 ) 组织功能 它指的是对于复杂的任务和分散的传感信息具有自 行组织和协调的功能。该 组织功能也表现为系统具有相应的主动性和灵活性， 即智能控制器可以在任务要 求的范围内自 行决策、主动的采取行动:当出 现多目 标冲突时， 在一定限 制下， 控制器可以有权自 行裁决。 第二章新型层次化智能控制系统 2 . 2 .3层次化智能控制系统 从第一章中智能控制的发展可以看出，智能控制的研究大体上沿着几个方向 进行: 基于模糊集理论的模糊控制， 基于人工智能专家系统的专家控制，以及基 于神经网络与控制理论相结合的神经网络控制。这些方向的研究都从不同侧面， 不同 层次上努力模仿人的智能行为， 但是， 也都具有局限性， 导致系统的智能水 平较低。 为了 解决这些问 题， 文献 9 从研究开放复杂巨 系统的方法论观点出 发， 提出 从定性到定量的综合集成技术， 它是研究智能控制系统的有效方法。 事实表明综 合各种模型的知识系统可为这种从定性到定量的综合集成技术提供强有力的支 持加 。 基于 专家控制、 神经网 络控制 和模糊 控制的 各自 特点 和互补性， 三者相互 结合己 经成为智能控制系统研究的热点。 但是在具体实施过程中， 还存在大量鱼 待解决的问题， 较为突出的问题有两个: 一是在系统的结构设计上如何突破目 前 这种简单的线性迭加模式; 二是如何对多种模型知识进行有效的协调和管理， 以 及解决异性子系统间相互通讯的问题。 系统科学告诉我们，造成系统功能不足的原因之一是其结构上存在着缺陷。 智能控制系统不同于常规控制系统， 它与常规控制系统的最大区别就在于其具有 大范围的快速自 组织、自 适应和对未知环境对象的自 学能力， 从而体现出智能的 行为。 智能控制系统的智能行为是通过模拟人的智能来实现的， 人的智能行为是 智能控制系统的智能行为之源， 智能控制系统对其智能行为之源的模拟程度决定 了它的智能水平。 人的智能行为有两个显著的特点，即分层的信息处理决策机制和思维功能。 既 包括 逻辑思 维， 又 包括形象思 维和灵 感 ( 顿悟) 2 . 。 在思维过程中， 逻辑思 维 和形象思维并不是孤立运作， 而是相互协调， 有机结合在一起， 共同完成对问题 的求解。 形象 ( 感觉表象和形象源) 是人脑所存知识的主要形式2 2最常用到的 是形象思维。 在问题求解时首先将问题分类并和所存的形象知识进行比 较， 如有 和其相符合或者近似的模式存在， 则直接通过模式联想得出相应的结果; 如没有 与其相符合或者近似的模式存在， 则进行逻辑思维， 通过基于知识的推理， 求得 相对满意解， 并在成功解决问题后， 将这种新的经验作为模式知识的一部分存储 于记忆中。形象思维和逻辑思维交替作用，体现出人的高层次的智能行为特性。 1 7 第二章新型层次化智能控制系统 由 此可见，要提高智能控制系统的智能水平，就要在较全面的层次上模拟人 的智能行为特征。 在设计智能控制系统时， 应充分体现分层的信息处理和决策机 制及思维机制。 同时，智能控制系统又是基于知识的控制系统，除了含有系统的先验教学模 型和控制信号的定量描述等精确知识外，还包括大量不能用数学定量描述的知 识， 如操作人员的经验规则、 启发式知识和符号逻辑等。 智能控制系统对这些定 性知识的操作， 在提高系统智能程度的同时， 也带来了一些问题: 一方面系统在 进行基于知识的推理和搜索时较费时间， 使控制系统的实时性受到影响; 另一方 面， 控制系统经传感器反馈回的信息主要是数值信息， 使得系统的高层符号处理 过程难以直接从这些反馈回的数值信息中提取概念或规则。 这些都是在智能控制 系统的设计中需要考虑的因素。 2 . 3新型层次化智能控制系统结构 2 .3 . 1设计原则 基于上述研究与思考，灵活运用并发展最新的研究成果，结合热重分析仪温 度控制的具体情况，根据分级递阶控制思想，我们提出了一种集传统p i d控制、 模糊逻辑、 数据挖掘技术于一体的新型层次智能控制系统结构。 需要特别指出的 是， 综合集成不是目的， 而是手段; 集成更不是简单的功能线性迭加， 而是既分 工负责、又有机协调相互配合的完成控制任务。 我们在设计该新型层次智能控制系统时，重点考虑了以下几个原则: 1 )充分发挥上、下位机的特点， 扬长避短，提高系统的整体性能和精度。 一般来说， 下位机主要在单片机上实现，由 于技术、 成本等方面的因 素， 单片机计算能力和扩展存储器 ( r a m) 的容量有限， 因此不能把复杂的、 需要存储空间多的计算任务交给下微机来处理。 但是同时， 下微机实时 性好， 可以 快速相应，同时距离被控对象距离近， 避免了数据传输的时 间延迟。上位机通常是用一般的p c机或者工控机来实现，p c机计算能 力强大，运算速度快，内存和外存容量大，适合承担复杂、耗时、占用 空间大的任务。 第二章新型层次化智能控制系统 2 )体现模块化设计思想。模块化思想起源于软件工程，其目 的是希望软件 各个功能模块之间有一定的独立性，同时保持清晰简单的接口，增加整 个软机的可维护性和灵活性。虽然由于控制系统各个部分之间祸合性比 较强，我们仍然可以借鉴模块化思想，尽量保