自动化专业----智能控制技术综述

智能控制技术综述院系：自动化工程学院姓名：*班级：*学号：*智能控制技术综述【摘要】：本文综述了智能工程和控制技术的发展历程及基本问题。文中着重论述了许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。【英文摘要】：With the development of information technology, many new methods and technology into engineering, product phase, this control technology proposed Guang new challenges, promoting intelligent control theory in the application of technology to solve difficult using traditional methods complex system of control.【关键词】： 自动化 智能控制 应用【正文】：随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。一、智能控制的主要方法智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1、神经网络控制神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法. 它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等. 这些特性是人们长期追求和期望的系统特性. 它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力. 神经网络可以和模糊逻辑一样适用于任意复杂对象的控制,但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制. 在模糊逻辑表示的SIMO 系统和MIMO 系统中,其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现.模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用. 两者既有相同性又有不同性. 其相同性为：两者都可作为万能逼近器解决非线性问题,并且两者都可以应用到控制器设计中. 不同的是：模糊逻辑可以利用语言信息描述系统,而神经网络则不行;模糊逻辑应用到控制器设计中,其参数定义有明确的物理意义,因而可提出有效的初始参数选择方法;神经网络的初始参数(如权值等) 只能随机选择. 但在学习方式下,神经网络经过各种训练,其参数设置可以达到满足控制所需的行为. 模糊逻辑和神经网络都是模仿人类大脑的运行机制,可以认为神经网络技术模仿人类大脑的硬件,模糊逻辑技术模仿人类大脑的软件. 根据模糊逻辑和神经网络的各自特点,所结合的技术即为模糊神经网络技术和神经模糊逻辑技术. 模糊逻辑、神经网络和它们混合技术适用于各种学习方式 智能控制的相关技术与控制方式结合或综合交叉结合,构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点2、专家控制专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。【1】3、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。4、学习控制(1)遗传算法学习控制智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法,它模拟生物界/生存竞争,优胜劣汰,适者生存的机制,利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为优化搜索算法,一方面希望在宽广的空间内进行搜索,从而提高求得最优解的概率;另一方面又希望向着解的方向尽快缩小搜索范围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法的一个主要研究方向。【2】(2)迭代学习控制迭代学习控制模仿人类学习的方法、即通过多次的训练,从经验中学会某种技能,来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成,其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。二、智能控制在现代科技中的应用1.工业过程中的智能控制生产过程的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显的优势,且可用于控制一些非线性的复杂对象。全局级的智能控制主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。【3】2. 智能技术在工业过程系统中的必要性在自动控制领域，人工智能的引入形成了所谓智能控制，其目的无非是要更好地改善产品质 量，提高控制精度，节约能源和加强生产安全性。我们知道，工业过程中广泛存在着病态结 构问题。单纯依靠计算机的数值处理能力难以解决这类非数值和非算法信息处理问题，而人 工智能技术恰恰能显示出无可比拟的优势。在工业系统控制领域，有以下五方面原因迫使人们去寻求智能技术：1、工业过程存在着病态结构问题，同时这些问题也难以用形式化来表达，这使得经典的模 型化方法和纯数值方法几乎失效，而AI技术为这类问题的解决提供了有效手段。2、工业生产系统的操作条件常常随产品要求而频繁变化，存在着许多周期性操作过程。智 能技术非常适于处理这类问题。3、生产系统要求对随机发生的故障进行紧急处理。大量实例表明，智能故障诊断系统能有 效地处理这类复杂情况。4、不确定和模糊信息大量高于实际生产系统，传统控制系统往往对此缺少或不可能进行有 效利用，而智能系统可以有效地处理这些不精确信息。5、智能控制技术是一个新的技术挑战，它冲击和改变着传统过程控制的观念和方法。【5】开发一个实时的智能控制系统，大致需经三个步骤：步骤1：离线系统的开发。本阶段的目标是对智能系统进行结构组织和知识编码，在离线环 境下评估系统性能，同时也对生产过程进行离线的操作监控。这种系统具有非常友好的人机 交互能力，所以很适合用来作为培训系统。目前大部分智能系统还处于这一阶段，其主要功 能是用它给现场操作人员提供决策支持信息。步骤2：在线监督系统。进入本阶段开发过程的智能系统，在硬件设备上已同实际过程相连 接，全部或部分过程的信息将由智能系统来处理，同时提供支持和决策信息。此阶段的目标 是对智能系统的人机界面、计算机系统和硬件设备进行综合评价。步骤3：在线闭环系统。一个有效的闭环智能系统，将直接实时从过程系统接受信息，将输 出反馈到过程，并把操作人员保持在控制环路之中。其目标是有效地提高生产效率和生产安 全性，降低工人的劳动强度。3.电力电子学研究领域中的智能控制电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程,国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了良好的控制效果。遗传算法是一种先进的优化算法,采用此方法来对电器设备的设计进行优化,可以降低成本,缩短计算时间,提高产品设计的效率和质量。【6】应用于电气设备故障诊断的智能控制技术有:模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中,智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一,也是研究的新热点之一。以上的三个例子只是智能控制在各行各业应用中的一个缩影，它的作用以及影响力将会关系国民生计。并且智能控制技术的发展也是日新月异，我们只有时课关注智能控制技术才能跟上其日益加快的技术更新步伐。【参考文献】：【1】刘红波,李少远,柴天佑.一种设计模糊PID复合控制器的新方法及其在电厂控制中的应用J.动力工程,2004,24(1):78-82.【2】George F.Luger.人工智能复杂问题求解的结构和策略M.机械工业出版社,2003【3】 严宇,刘天琪.基于神经网络和模糊理论的电力系统动态安全评估J.四川大学学报,2004,36(1):106-110.【4】 刘红波,李少远,柴天佑.一种设计模糊PID复合控制器的新方法及其在电厂控制中的应用J.动力工程,2004,24(1):78-82.【5】 顾伟军，彭亦功.智能控制技术及其应用. PROCESS AUTOMATION IN STRUMENTATION. 2006【6】 蔡自兴,徐光FJF皊FJ.人工智能及其应用第三版M.清华大学出版社,2003自动化专业学生就业形势浅析展望新的世纪，随着信息革命的兴起和新经济的冲击，自动化专业教育必然会受到世界各国的更加重视。因为这一技术已从办公自动化、工业自动化逐渐向家庭自动化发展，它与普通民众的日常生活发生了千丝万缕的联系，更进一步的发展势在必然。本专业是一门适应性强、应用面广的工程技术学科。旨在培养学生成为基础扎实、自动控制技术知识系统深入、计算机应用能力强的高级工程技术人才。所以学生在毕业后都能从事自动控制、自动化、信号与数据处理及计算机应用等方面的技术工作。就业领域也非常的宽广，比如高科技公司、科研院所、设计单位、大专院校、金融系统、通信系统、税务、外贸、工商、铁路、民航、海关、工矿企业及政府和科技部门等。历年来，本专业的毕业生的供求比例一直都保持在110左右，近年的就业去向主要是在系统集成、计算机软件硬件开发和通信等领域。 由于20世纪下半叶，以信息技术为显著特征的第四次科技革命浪潮冲击着全球，对各国经济的发展起着极大的推动作用。能否抓住这一难得的发展机遇，就决定了世界各国能否在未来的国际竞争中占有有利的地位。我国在改革开放这一大好形势下，采取积极应对的态势，迎接着这一挑战。党和国家领导人十分重视自动化技术对国民经济的巨大作用，制订出了相应的措施，加大对自动化专业教育的投资，在各高校纷纷设立实验室，改善教学环境以培养出更多出色的专业人才。本专业毕业生有着广阔的就业渠道，因为自动化技术的应用广泛，其就业领域也五花八门。正因为如此，有些同学在择业时容易产生“皇帝的女儿不愁嫁”的心理，认为自己的自动化专业紧俏，社会需求量大，工作单位可以随自己挑。尽管现在学生就业实行的是“双向”选择的政策，你选用人单位，但用人单位也在选你。所以千万不要表现出一种“老子天下第一”的神情，自我感觉很了不起，这样只会引起用人单位的反感甚至最终不录用你。谦虚、踏实、稳重是本专业毕业生在择业时的第一选择。根据近几年毕业生就业的情况看，他们的工作都非常理想，收入状况也颇为乐观。 调查研究数据显示，2009届自动化专业本科毕业生的半年后就业率为92%，较同届本专业大类工学90%、本专业中类电气信息类89%的平均半年后就业率高。从薪资来看，本专业2009届毕业生的半年后平均月收入为2275元，较全国同届本科毕业生平均水平2133元和本专业大类工学毕业生平均水平2208元稍高，与专业中类电气信息类半年后平均月收入基本持平。2009届自动化专业本科毕业生选择毕业即读研和留学者占8.1%；而在就业的毕业中，从事与专业对口工作的比例为73%，尽管高于同届全国本科毕业生71%的工作与专业对口平均比例，但低于工学大类的平均值(77%)。其主要的职业流向如下表所示:可以看到，本专业毕业生成为电气工程师的较多，薪资相对较高，这一职业主要为商业、工业、军事和科学方面进行应用设计、开发、检测，并监督电气设备、元件或系统的生产及安装。电子工程师则研究、设计、开发并检测电子元件和应用在商业、工业、军事和科