智能控制理论与汽车控制ppt课件

第八章智能控制理论与汽车控制,1,智能控制在自动化课程体系中的位置,智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器。与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。,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，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、设计等等。,8.1智能控制的意义,智能控制是人工智能、控制论、系统论和信息论等多种学科的综合与集成，是当前的一个研究热点。,智能控制的基本概念,什么是“智能”，什么是“智能控制”?传统控制理论难以解决的复杂系统的控制问题：不确定性的模型；高度非线性；复杂的任务要求。但一些复杂的生产过程难以实现的目标控制，可以通过熟练的操作获得满意的控制效果。智能控制原理的目标：如何有效地将熟练的操作工、技术人员、专家的经验知识和控制理论结合起来去解决系统的控制问题。（采用人的智能）,人工智能（ArtificialIntelligence）：研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术,产生的背景,经典控制理论,现代控制理论,智能控制理论,8.2智能控制的产生和发展,智能控制的两个发展方向,8.2智能控制的产生和发展,智能控制的三个发展阶段,8.2智能控制的产生和发展,1）萌芽期（19601970）,1960年代初，F.W.Smiths首先采用性能模式识别器来学习最优控制方法试图用模式识别技术来解决复杂系统的控制问题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1965年，美国的Feigenbaum着手研制世界上第一个专家系统1965年，普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控制系统。1967年，Leondes等人首先正式使用“智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。这标志着智能控制的思想已经萌芽。,8.2智能控制的产生和发展,模式识别（PatternRecognition）：通过计算机用数学技术方法来研究模式(环境与客体)的自动处理和判读,如视听觉信息,2）形成期（19701980）,1970年代初，傅京孙等人从控制论的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，正式提出智能控制是人工智能技术与控制理论的交叉（二元结构），并在核反应堆、城市交通的控制中成功地应用了智能控制系统。1970年代中期，智能控制在模糊控制的应用上取得了重要的进展。1974年英国伦敦大学玛丽皇后分校的E.H.Mamdani教授把模糊理论用于控制领域，把扎德教授提出的IFTHEN型模糊规则用于模糊推理，再把这种推理用于蒸汽机的自动运转中通过实验取得良好的结果。1977年，萨里迪斯(Saridis)提出了智能控制的三元结构定义，即把智能控制看作为人工智能、自动控制和运筹学的交叉。1970年代后期起，把规则型模糊推理用于控制领域的研究颇为盛行。1979年，Mandani又成功研制出自组织模糊控制器，使得模糊控制器具有了较高的智能。,3）发展期（1980）,1982年，Fox等人完成了一个称为ISIS的加工车间调度的专家系统1982年，Hopfield引用能量函数的概念，使神经网络的平衡稳定状态有了明确的判据方法，并利用模拟电路的基本元件构作了人工神经网络的硬件模型，为实现硬件奠定了基础，使神经网络的研究取得突破性进展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。1986年，Rumelhart提出多层网络的“递推”(或称“反传”)学习算法，简称BP算法，从实践上证实了人工神经网络具有很强的运算能力，BP算法是最为引人注目，应用最广的神经网络算法之一1987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、运畴学相结合或自动控制、人工智能、运畴学和信息论相结合的说法。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。,8.3智能控制的定义和特点,智能控制的定义IEEE定义：智能控制必须具有模拟人类学习和自适应的能力。,一般来说，一个智能控制系统要具有对环境的敏感，进行决策和控制的功能，根据其性能要求的不同可以有各种人工智能的水平。,分析、组织数据并将数据变换为机器理解的结构化信息的能力；在复杂环境中选取优化行为，使系统能在不确定情况下继续工作的能力。,具有辩识对象和事件、在客观世界模型中获取和表达知识、进行思考和计划未来行动的能力。,具有感知环境、作出决策和控制的能力。,高级,较高,简单,8.3智能控制的定义和特点,智能控制的特点应能为复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力；是定性决策和定量控制相结合的多模态组合控制；其基本目的是从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并应具有自组织能力。是同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。,8.4智能控制的主要形式,智能控制,分级递阶智能控制,模糊控制,神经网络控制,仿人智能控制,专家控制,各种方法的综合集成,8.4智能控制的主要形式,以模糊系统理论为基础的模糊控制,人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。,8.4智能控制的主要形式,基于脑模型的神经网络控制,人工神经网络采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。,8.4智能控制的主要形式,基于知识工程的专家控制系统,专家控制可定义为：具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计控制系统。专家系统:是一种模拟人类专家解决领域问题的计算机程序系统,8.4智能控制的主要形式,基于规则的仿人智能控制,仿人智能控制的核心思想是在控制过程中，利用计算机模拟人的控制行为功能，最大限度地识别和利用控制系统动态过程提供的特征信息，进行启发和直觉推理，从而实现对缺乏精确模型的对象迸行有效的控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辩识判断系统当前所处的特怔状态，确定控制的策略，进行多模态控制。,8.4智能控制的主要形式,组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制。,基于信息论的分级递阶智能控制,三级分级递阶智能控制系统是由GNSaridis于1977年提出的。该系统由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减”的原则。,递阶控制及汽车应用,组织级,协调级,执行级,8.4智能控制的主要形式,各种方法的综合集成,模糊神经网络控制模糊专家控制模糊PID控制神经网络鲁棒控制神经网络自适应控制,智能控制的现状和发展趋势,智能控制的基础理论和方法研究；智能控制系统结构研究；知识系统和专家控制的研究；模糊控制系统的研究；神经网络控制系统的研究；基于进化理论的学习控制研究；模糊神经网络控制的研究；智能控制与其它控制方法结合的研究,目前的主要研究方向和内容,、什么叫模糊控制？所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语言的一种智能控制,8.5模糊控制,2、为什么采用模糊控制？传统的自动控制控制器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等)，很难找出精确的数学模型。这种情况下，模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型。要研制智能化的汽车，就离不开模糊控制技术如汽车空调：人体舒适度的模糊性和空调复杂系统,3、工作原理,把由各种传感器测出的精确量转换成为适于模糊运算的模糊量,然后将这些量在模糊控制器中加以运算,最后再将运算结果中的模糊量转换为精确量,以便对各执行器进行具体的操作控制。在模糊控制中,存在着一个模糊量和精确量之间相互转化的问题,模糊控制原理图,s:系统的设定值。x1,x2:模糊控制的输入(精确量)。X1,X2:模糊量化处理后的模糊量。U:经过模糊控制规则和近似推理后得出的模糊控制量。u:经模糊判决后得到的控制量(精确量)。y:对象的输出。,也可以表示成,输入量模糊化建立模糊规则进行模糊推理输出量反模糊,1)普通集合的基本概念,论域,被讨论的对象的全体称作论域。论域常用大写字母U、X、Y、Z等来表示。,元素,论域中的每个对象称为元素。元素常用小写字母a、b、x、y等来表示。,集合,给定一个论域，论域中具有某种相同属性的元素的全体称为集合。集合常用大写字母A、B、C等来表示，集合的元素可用列举法（枚举法）和描述法表示。列举法：将集合的元素一一列出，如：A=a1，a2，a3，an。描述法：通过对元素的定义来描述集合。如：Axx0andx/2=自然数,4、模糊控制的数学基础模糊数学,27,2）模糊集合和隶属度,在普通集合中，论域中的元素（如a）与集合（如A）之间的关系是属于（aA），或者不属于（aA），它所描述的是非此即彼的清晰概念。但在现实生活中并不是所有的事物都能用清晰的概念来描述，如:,风的强弱,人的胖瘦,年龄大小,个子高低,在模糊数学中，称没有明确边界（没有清晰外延）的集合为模糊集合。常用大写字母下加波浪线的形式来表示，元素属于模糊集合的程度用隶属度或模糊度来表示。用于计算隶属度的函数称为隶属函数。,隶属度即论域元素属于模糊集合的程度。用来表示。隶属度的值为0，1闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。计算隶属度的函数称为隶属函数。用表示。,隶属度和隶属函数的表示形式看起来很相似，但是它们的意义是完全不一样的。指论域中特定元素xi属于A的隶属度，而中的x是一个变量，可表示论域中的任一元素。,(1)向量表示法,(2)扎德表示法,当论域U由有限多个元素组成时，模糊集合可用向量表示法或法扎德表示法表示。设,3）模糊集合的表示,例：设论域U=钢笔，衣服，台灯，纸，他们属于学习用品（集合）的隶属度分别为:1，0，0.6，0.8，则模糊集合学习用品可分别用向量表示法和扎德表示法表示如下：,30,4)模糊集合的并、交、补运算,补集：将集合的每一个元素的隶属度取反。,设、为论域U上的两个模糊集合。则与的并集()、交集（）、补集（）也是论域上的模糊集合。,并集：将对应的论域元素的隶属度两两取大。,交集：将对应的论域元素的隶属度两两取小。,5）模糊关系与模糊推理,关系是指对两个普通集合的直积施加某种条件限制后得到的序偶集合。常用R表示。,例：A=（1，3，5），B=（2，4，6）则直积集合为：AB=(1，2)(1，4)(1，6)(3，2)(3，4)(3，6)(5，2)(5，4)(5，6),Rab=A,1000,3100,5110,246,B,关系R可以用矩阵形式来表示。一般形式为：,则对上例有：,模糊关系指对普通集合的直积施加某种模糊条件限制后得到的模糊集合。记作R表示。模糊关系可用扎德表示法、隶属函数或矩阵形式来表示。,当论域元素有限时，模糊关系R可用扎德表示法表示和模糊关系矩阵来表示。,模糊关系,36,6)并、交、补、合成运算,并运算：,交运算：,补运算：,模糊关系矩阵的合成与普通矩阵的乘法运算过程一样，运算符号不同。,普通矩阵乘法运算：,模糊集合的直积,三个模糊集合的直集定义为：,L运算表示将括号内的矩阵按行写成mn维列向量的形式,设、分别为不同论域上的模糊集合，则对的直积定义为：,7）模糊推理,在程序设计中，经常用到的三种条件语句,if条件then语句if条件then语句1else语句2if条件1and条件2then语句,三种普通条件语句,模糊条件语句简记形式,Zadeh推理结构,5、模糊控制系统举例,以水位的模糊控制为例。设有一个水箱，通过调节阀可向内注水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本的控制规则：“若水位高于O点，则向外排水，差值越大，排水越快”；“若水位低于O点，则向内注水，差值越大，注水越快”。根据上述经验，按下列步骤设计模糊控制器：,40,图水箱液位控制,41,1）确定观测量和控制量定义理想液位O点的水位为h0，实际测得的水位高度为h，选择液位差将当前水位对于O点的偏差e作为观测量，,2）输入量和输出量的模糊化将偏差e分为五级（集合）：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。,42,根据偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3（论域）。得到水位变化模糊表。,水位变化划分表,43,控制量u为调节阀门开度的变化。将其分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。并根据u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊划分表。,44,控制量变化划分表,45,3）模糊规则的描述根据日常的经验，设计以下模糊规则：（1）“若e负大，则u正大”（2）“若e负小，则u正小”（3）“若e为0，则u为0”（4）“若e正小，则u负小”（5）“若e正大，则u负大”,46,上述规则采用“IFATHENB”形式来描述：（1）ife=NBthenu=NB（2）ife=NSthenu=NS（3）ife=0thenu=0（4）ife=PSthenu=PS（5）ife=PBthenu=PB,根据上述经验规则，可得模糊控制表。,47,模糊控制规则表,4）求模糊关系模糊控制规则是一个多条语句，它可以表示为UV上的模糊子集，即模糊关系R：其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。,48,49,50,由以上五个模糊矩阵求并集（即隶属函数最大值），得：,51,5）模糊决策模糊控制器的输出为误差向量和模糊关系的合成：当误差e为NB时，控制器输出为,52,53,6）控制量的反模糊化由模糊决策可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为：如果按照“隶属度最大原则”进行反模糊化，则选择控制量为，即阀门的开度应关大一些，减少进水量。,54,重心法为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值，即如果按照“重心法”进行反模糊化，则选择控制量为-2.8，即具有更平滑的输出推理控制，可反映输入信号的微小变化。,55,一、模糊控制与汽车控制,1、ABS防抱死系统工况的多变及轮胎的非线性2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不确定性、被控对象的强非线性3、汽车空调人体舒适感的模糊性和空调复杂结构4、半主动悬架系统参数不稳定性5、发动机,8.6智能控制和汽车控制,二、模糊控制在汽车空调上的应用,对汽车空调系统的要求：技术性能和控制性能优良，满足人体舒适性的要求；节能自动控制的应用是达到这两方面要求的一个重要途径。经典控制理论：建立数学模型现代控制理论：状态方程空调器为典型的传质换热系统，结构和内部物理过程复杂，难以建立精确的数学模型。汽车空调由于工作条件多变，用传统的控制方法如:PID控制，难以获得较好的控制效果。对于环境干扰，希望寻求鲁棒性好，能够抑制非线性因素对控制器的影响,建立隶属函数：各参数对相应子集的隶属函数分别由不同的函数族决定。参数的相应子集指该参数被人为地划分成的等级所构成的一组模糊集合。相应子集的多少，由控制精度决定。例如，参数“温差”的相应子集可以是“正大，正小，负小，负大”，也可以是“正大，正中，正小，负小，负中，负大”，后者比前者模糊子集多，因而控制精度更高（在其它条件相同的情况下）。温度偏差x的相应子集为：正大：u()=1-1/（1+0.5X2）(X0)正中：u()=1/（1+（x-2）2）(X0)正小：u()=1/（1+(x-1)2）(X0)正很小：u()=1/（1+0.5X2）(X0)负很小：u()=1/（1+0.5X2）(X0)负小：u()=1/（1+(x+1)2）(X0)负中：u()=1/（1+(x+2)2）(X0)负大：u()=1-1/（1+0.5X2）(X0),温度偏差E的隶属函数,温度变化率Eu的隶属函数,控制输出量U的隶属函数,汽车空调模糊控制系统的控制执行器压缩机、蒸发器风机、电子膨胀阀控制目标:压缩机能量调节机构控制其排量;蒸发器风机控制车内的送风量;电子膨胀阀控制压缩机吸入气体的过热度,汽车空调模糊控制框图,模糊控制规则：（根据人工经验设定）根据温差和温差变化率设定等级，推导压缩机排量、膨胀阀开度和风机转速的等级。(1)如果温差“正大”,温差变化率“负很小”,认为机器制冷力严重不足。运行状态设置为:压缩机排量为“最大”,膨胀阀开度为“最大”,风机转速为“最大”。(2)如果温差“正中”,温差变化率“正大”,认为机器制冷力不足,运行状态