专业英语、系统工程(部分)VIP

单元1 A电路电路或电网由以某种方式连接的电阻、电感和电容等元件组成。如果网络不包含能源，如电池或发电机，它被称为被动网络。换句话说，如果有一个或多个能源，综合结果就是一个活跃的网络。在研究电网特性时，我们感兴趣的是确定电路的电压和电流。由于网络由无源电路元件组成，因此必须首先确定这些元件的电气特性。就电阻而言，电压和电流之间的关系由欧姆定律给出，欧姆定律指出，电阻两端的电压等于流过电阻的电流乘以电阻值。数学上表示为：u=iR(1-1A-1)，其中u=电压，伏特；I=电流，安培；R=电阻，欧姆。纯电感电压由法拉第定律定义，法拉第定律指出电感两端的电压与流经电感的电流随时间的变化率成正比。因此，可以得出：U=Ldi/dt，di/dt=电流变化率，安培/秒；亨利，电感。电容器上积累的电压与电容器两个极板上积累的电荷Q成正比。由于电荷的累积可以表示为电荷增量dq的总和或积分，因此得到的等式为u=，其中电容c是与电压和电荷相关的比例常数。根据定义，电流等于电荷随时间的变化率，可以表示为i=dq/dt。因此，电荷增量dq等于电流乘以相应的时间增量，或者dq=idt，则等式(1-1A-3)可以写成C=电容，法拉。由归纳公式(1-1A-1)、(1-1A-2)和(1-1A-4)描述的三种无源电路元件在图1-1A-1中示出。注意，图中电流的参考方向是传统的参考方向，因此流经每个元件的电流与电压降的方向一致。主动电气部件包括将其他能量转换成电能，例如，电池中的电能来自其储存的化学能，发电机的电能是旋转电枢的机械能转换的结果。有源电气元件有两种基本形式：电压源和电流源。理想状态是电压源两端的电压是恒定的，与从电压源流出的电流无关。由于负载变化时电压基本不变，上述电池和发电机被视为电压源。另一方面，电流源产生电流，其大小与连接到电源的负载无关。尽管电流源在实践中并不常见，但它们的概念确实广泛应用于放大设备，如依赖于等效电路的晶体管。电压源和电流源的符号如图1-1A-2所示。分析电网的一般方法是网格分析或回路分析。应用于这种方法的基本定律是基尔霍夫第一定律，即闭环中电压的代数和为0，换句话说，任何闭环中的电压上升等于电压下降。网格分析是指假设电流，即所谓的回路电流，流过电路中的每个回路，找到每个回路的电压降的代数和并使其为零。考虑图1-1A-3a中所示的电路，其由串联到电压源的电感器和电阻器组成。假设回路电流为1，则回路的总电压降在等式(1-1A-5)中为负，因为输入电压代表假设电流方向上的电压上升方向。因为电流方向是电压降方向，所以每个无源元件的电压降是正的。利用电阻和电感的压降公式，可以得到方程(1-1A-6)作为电路电流的微分方程。也许在电路中，感兴趣的变量是电感电压，而不是电感电流。如图1-1A-1，1-1A-7可以通过用积分代替公式(1-1A-6)中的I而得到。单元2受控世界简介“控制”这个词的意思通常是指调节、指导或命令。我们周围有很多控制系统。从最抽象的意义上说，每个物理对象都是一个控制系统。控制系统被人们用来扩展他们的能力，补偿身体的限制，或者从日常单调的工作中解脱出来，或者省钱。例如，在现代飞机中，动力增强装置可以增强飞行员的动力，从而克服巨大的空气阻力来推动飞行控制翼面。飞行员的反应速度太慢了。如果不增加阻尼偏航系统，飞行员就不能通过轻微阻尼滚转操纵来操纵飞机。自动飞行控制系统将飞行员从保持正确航向、高度和姿态的连续操作任务中解放出来。没有这些常规操作，飞行员可以执行其他任务，如驾驶或通信，从而减少所需的空勤人员数量和飞行成本。在许多情况下，控制系统的设计是基于某种理论，而不是直觉或反复试验。控制系统可用于处理系统对命令、调整或干扰的动态响应。控制理论的应用主要有两个方面：动态响应分析和控制系统设计。系统分析侧重于命令、干扰和系统参数变化对受控对象响应的决定性作用。如果动态响应足够，第二步就没有必要了。如果系统不能满足要求，并且被控对象不能改变，则有必要设计系统来选择使动态性能满足要求的控制元件。控制理论本身分为两部分：经典和现代。经典控制理论始于第二次世界大战，其特点是传递函数的概念。分析和设计主要在拉普拉斯域和频域进行。现代控制理论随着高速数字计算机的出现而发展。它的特点是状态变量的概念，并侧重于矩阵代数。它的分析和设计主要是在时域。每种方法都有它的优点和缺点，以及它的支持者和反对者。与现代控制理论相比，经典方法具有指导优势。它不太强调数学技术，而是更强调物理理解。此外，在许多设计情况下，经典方法既简单又充分。在那些比较复杂的情况下，虽然经典方法不能满足，但它的解可以辅助现代方法的应用，并且可以对设计进行更完整、更准确的检验。由于这些原因，下面几章将详细介绍经典控制理论。控制系统的分类和术语控制系统可根据系统本身或其参数进行分类：开环和闭环系统(如图2-1A-1所示):开环控制系统是一种控制行为独立于输出的系统。在闭环系统中，被控对象的输入在一定程度上取决于实际输出。因为输出作为由反馈元件确定的函数被反馈，然后从输入中减去。闭环系统通常指负反馈系统或简称反馈系统。连续和离散系统：所有变量都是时间的连续函数的系统称为连续变量或模拟系统，所描述的方程是微分方程。如图2-1A-2b所示，离散变量或数字系统只有在特殊时刻才具有一个或多个已知变量。描述方程是差分方程。如果时间间隔是可控的，该系统称为数据采样系统。离散变量是随机产生的，例如，向只能接受离散数据的数字计算机提供输入。显然，当采样间隔减小时，离散变量接近连续变量。不连续变量，如图2-1A-2c所示，出现在开关或乒乓控制系统中。这将在随后的章节中讨论。线性和非线性系统：如果系统的所有部件都是线性的，那么系统就是线性的。如果其中一个是非线性的，那么系统就是非线性的。时变和时不变系统：参数不随时间变化的时不变系统或静态系统。当提供输入时，时不变系统的输出不依赖于时间。描述系统的微分方程的系数是常数。如果一个或多个参数随时间变化，则系统为时变或非静态系统提供输入的时间必须是已知的，并且微分方程的系数随时间变化。集中参数系统和分散参数系统：集中参数系统是一个系统，其物理属性被假定为集中在一个或多个块中，因此独立于任何空间分布。实际上，物体被假定为刚性的，并被视为一个粒子。弹簧没有质量，导线没有电阻，或者系统质量或电阻得到适当补偿。所有零件的温度都一样，等等。在分布参数系统中，应考虑物理特征的连续空间分布。物体是弹性的，弹簧有分布的质量，电线有分布的电阻，温度因地而异。集中参数系统用常微分方程描述，而分布参数系统用偏微分方程描述。确定性系统和随机系统：一个系统或变量是确定性的，如果它的未来性能是可预测的，并且在合理的限度内是可重复的。否则，系统或变量是随机的。随机系统或具有随机输入的确定性系统的分析是基于概率论的。单变量和多变量系统：单变量系统被定义为只有一个参考或命令输入输出的系统，通常称为单输入单输出(SISO)系统。多变量系统包含任意数量的输入和输出。控制系统的工程设计控制系统工程包括控制结构的分析和实践。分析是对现有系统性能的研究，设计问题是对系统组件的选择和安排，以实现特定的任务。控制系统的设计不是一个精确或严格确定的过程，而是一系列相关事件。典型的顺序是：1)受控对象的建模；2)系统模型的线性化；3)系统的动态分析；4)系统的非线性仿真；5)控制思想和方法的建立；6)性能指标的选择；7)控制器的设计；8)整个系统的动态分析；9)整个系统的非线性仿真；10)所用硬件的选择；11)开发系统的建立和测试；12)产品模型设计；13)产品模型测试。该订单不是固定的、包含的或必要的。以下是对以下单元提出和讨论的技术的合理解释。单元7传统控制和智能控制术语“传统控制”是指在过去几十年中发展起来的用于控制以微分和差分方程表示的动态系统的理论和方法。我们已经注意到，在解决一些问题时使用这种数学结构表达式是不够的。事实上，众所周知，有些控制问题不能用微分和差分方程结构来完全描述。例如，当研究包括离散事件的制造和通信系统时，自治和排队论被引入系统控制。特别是在控制领域以外的大多数人的心目中，“智能控制”一词意味着控制采用模糊或神经网络等方法。许多非科学的文章和介绍让这个想法更加根深蒂固。然而，智能控制不限于这些方法。事实上，根据智能控制的一些定义，不使用神经或模糊控制器就可以认为它是智能的。目前，有些控制问题不能用传统的微分方程和差分方程来表述和研究。为了系统地处理这些问题，已经提出了一些众所周知的智能控制方法。传统控制明显不同于智能控制，这将在下面描述。我们应该记住，智能控制使用传统的控制方法来解决一些“低级”的控制问题，因此传统的控制也包括在智能控制领域中。智能控制试图开发和增强传统控制方法，以解决新的挑战性控制问题。“智能控制”中的“控制”一词不同于“传统控制”中的“控制”一词，具有更广泛的内涵。首先，感兴趣的方法更广泛并且可以描述，例如使用离散事件系统模型或微分差分方程模型，或者两者都使用。这导致了混合控制系统理论的发展，即利用离散序列系统来研究连续动态过程的控制。此外，智能控制还考虑了更广泛的方法，可以控制更广泛的目标。例如，“更换卫星上的部件a”是空间操纵器控制器的一项通用任务。这个任务可以分成许多子任务，其中一些可能包含诸如“遵循特定轨迹”的问题，这些问题可以通过传统的控制方法来解决。对于复杂系统，为了在一段时间内达到控制目标，控制器必须处理固定反馈鲁棒控制器和自适应控制器无法解决的显著不确定性。由于实现控制目标存在很大的不确定性，故障诊断和控制重构、自适应和自学习成为智能控制器的重要考虑因素。显然，任务规划是智能控制设计的一个重要领域。因此，智能控制是对传统控制的改进。它更具挑战性和普遍性。不足为奇的是，不断增长的控制要求需要不同于典型传统控制应用的方法。智能控制领域实际上是跨学科的。它试图混合和扩展控制、计算机科学和运筹学等许多领域的理论和方法，从而实现复杂系统的控制目标。注意，由于运筹学和计算机科学中的理论和方法是根据不同的需要而发展的，这些理论和方法不能直接用于解决控制问题。在用系统的方法设计非常复杂的动态系统控制器之前，必须首先加强这些理论和方法，并发展出与传统控制方法相结合的新方法。同样，传统控制的定义如稳定性等级也必须相应修改。例如，受控过程被描述为离散时间系统模型。这篇文章也谈到了这个问题。在智能控制中，运筹学和计算机科学领域中发展起来的定义，如可达性和死锁，将在研究规划系统时使用。例如，基于预测运算的严格数学结构被用来研究这样的问题。然而，为了解决控制问题，这些数学结构可能不是很方便。他们必须改进或发展新的方法来妥善处理这些问题。计算机科学和运筹学的技术主要是作为分析非动态系统的工具而发展起来的。当它们应用于控制时，我们主要关心的是通过集成这些技术来设计动态系统的实时反馈控制律。鉴于这种讨论，我们应该清楚，应用驱动智能控制研究包含非常重要和具有挑战性的理论成分。任何重大的理论突破都必须首先解决一些突出的问题，所以控制理论家被邀请去解决这些问题。尽管这些问题很普遍，但仍需要付出巨大努力来解决。如前所述，智能控制中的“控制”一词比传统控制中的“控制”一词有更广泛的含义。事实上，它也更接近日常语言中的单词控制。因为智能控制解决了包括传统控制所解决的问题问题越来越多，范围越来越广，因此很难提供有代表性的例子。智能控制可以解决一些传统控制无法解释的控制问题。例如，在轧钢厂中，传统控制器可以包括用于钢辊的速度(rpm)调节器，而具有智能控制结构的控制器可以包括更多，例如故障诊断和报警系统。还存在确定调谐器设定点的问题，这可以基于过程指令序列、经济决策、维护计划和机器可用性。由于这些因素在作为全球目标的产品生产过程控制中发挥各自的作用，因此必须考虑到它们。智能控制与传统控制的另一个区别在于控制器和被控系统的分离。传统控制中的被控系统称为设备，通常是独立的，不同于控制器。控制器由设计者在给定设备和不变的条件下设计。请注意，最近在空间结构和化学过程等领域报道了坐标系的设计和控制。类似地，一些设计上的改变使得系统更容易控制。在智能控制中，设备和控制器之间可能没有明显的分离。控制律可以嵌入并成为受控系统的一部分。这带来了新的机遇和挑战，因为它可能会以更系统的方式影响流程的设计。智能控制除了传统控制之外，还包括自规划、自学习、搜索算法、混合系统、故障诊断与重构、自治、Petri网、神经网络和模糊逻辑等相关研究领域。此外，为了控制复杂系统，有效地处理复杂的计算问题也是研究领域之一。传统的控制仍然超出了研究者的关注范围，但是当试图控制复杂系统时，它显然是一个中心问题。现在是对智能控制中的智能一词进行简要描述的时候了。我们已经注意到，人类几千年来一直不知道“智力”的精确定义。最近这个问题引起了许多学科的关注，如心理学、哲学和生物学，当然还有人工智能(AI)；请注意，人工智能