常规控制智能化

1、智能控制导论课程作业1.什么是常规控制的智能化概述1.1 智能控制发展的历程1.2常规控制方法及其存在的问题1.3智能PID控制的基本概念2.模糊PID控制的思想和原理概述2.1数学概念2.2模型建立2.3参数整定3.最新研究进展4.评价附.主要参考文献概述 人类的进化归根结底是智能的进化，而智能的进化又反过来促进人类的进化。我们学习和研究科技，其目的是在于创造和应用“智能”，因此智能化是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，他的产生与发展主要由人类的生产发展需求和当时的知识水平所决定和限制的。 20世纪前页，在世界大战催生下，控制科学得到了长足发展。

2、许多经典控制思想和方法被提出，并广泛应用到电子通讯、航空航天和机械制造工业等领域。 20世纪60年代，由于空间技术、海洋技术和机器人技术的发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。 被控对象的复杂性和不确定性表现在对象特性高度非线性和不确定性、高噪声干扰、系统工作点动作的突变性、以及分散的传感元件与执行元件、分层和分散的决策机构、复杂的信息模式和庞大的数据源。 由此，智能控制应运而生。 1.1智能控制的发展历程智能控制思想最早是由美国普渡大学的K.S.Fu教授于60年代中期提出的，他在1965年发表的论文中率先提出把人工智能的启发式推理规则用于

3、学习系统，这篇开创性论文为自动控制迈向智能化揭开了崭新的一页。图.普顿大学 70年代关于智能控制的研究是对60年代这一思想雏形的进一步深化，是智能控制的诞生和形成期. 1974年，英国的Mamdani教授首次成功地将模糊逻辑用于蒸汽机控制，开创了模糊控制的新方向；1977年，Saridis的专著出版，并于1979年发表了综述文章，全面地论述了从反馈控制到最优控制、随机控制及至自适应控制、自组织控制、学习控制，最终向智能控制发展的过程，提出了智能控制是人工智能、运筹学、自动控制相交叉的“三元论”思想及分级递阶的智能控制系统框架.图.萨里迪斯（ Saridis ）80年代，智能控制的研究进入了迅速

4、发展时期：1984年，Astrom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，明确地提出了建立专家控制的新概念； 与此同时，Hopfield提出的Hopfield网络及Rumelhart提出的BP算法为70年代以来一直处于低潮的人工神经网络的研究注入了新的活力，继60年代 Kilmer和McClloch提出KBM模型实现对“阿波罗”登月车的控制之后，人工神经网络再次被引入控制领域，并迅速得到了广泛的应用，从而开辟了神经网络控制；图.霍普费尔德（ Hopfield ）1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会；1987年1月，在美国费城由IEEE

5、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.图、美国电气和电子工程师协会(IEEE) 控制思想的进步促进了控制技术的发展，控制技术的实践又反过来证实和丰富了控制思想。在20世纪后半页智能控制思想日趋成熟的同时，常规控制技术也逐渐引入智能控制思想，逐步实现了智能化。 常规控制智能化的实质是控制技术从低级走向高级、从简单走向复杂的一个过程，是控制技术为解决实际问题而做出的改革与创新。 PID控制是常规控制中最具有代表性的控制方法，是工程应用中最为频繁的控制。所以本次阐述仅以PID控制为研究对象，对其智能化方法进行阐述。 1.2典型常规控制及

6、其存在的问题 PID控制器问世至今已有几十年历史，它以其结构简单、稳定性好、工作可靠、调整方便这些优点而成为工业控制的主要技术之一。 当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。 1.2典型常规控制及其存在的问题 PID控制中一个至关重要的问题，就是控制器三参数（比例系数（P）、积分时间(I)、微分时间(D)）的整定。整定的好坏不但会影响到控制质量，而且还会影响到控制器的鲁棒性（指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性）。连续时间连续时间PID

7、控制器方程的标标准形式为为：式中：式中： Kp、Ti、Td 分别为模拟调节器的比例增益（比例系数）、积分时间常数和微分时间常数, u0为偏差 e=0 时的调节器输出, 又称之为。00)()(1)()(udttdeTdtteTteKtudtip由于计算机技术的飞速发展，人们已将工业控制计算机和单片机等应用于生产过程中，并形成多级控制网络。对于应用计算机技术的PID控制，首先必须将上式离散化： 在控制器的采样时刻 t=kT时： 当采样周期相当短时，用求和代替积分，用后项差分代替微分即：因此，如下：式kjjTeedt0)(Tkekedtde) 1()(00) 1()()()()(ukekeTTjeT

8、TkeKkudkjip 数字PID又可写成：上面两个算式又被称为PID位置算式。 式中： 被称为积分系数； 被称为微分系数；00) 1()()()()(ukekeKjeKkeKkudkjipipiTTKKTTKKdpd 数字PID算法的改进积分的作用：消除残差，提高精度改进方法：改进方法：1、积分分离 2、抗积分饱和 3、梯形积分 4、消除积分不灵敏区 微分的作用：克服系统的惯性、减少超调、抑制振荡改进方法：改进方法：1、不完全微分2、微分先行问题的产生随着工业的发展，控制对象的复杂性、高度非线性和不确定性逐渐提高导致系统辨识和建模更加困难，同时对象的特性和控制任务的日趋复杂，使定性、逻辑、语

9、言控制等控制手段无法精确的运用数学语言表达，大大加深了控制过程的复杂程度。尤其对于大滞后、时变的、非线性的复杂系统：其中有的参数未知或缓慢变化；有的带有延时或随机干扰；有的无法获得精确的数学模型或模型非常粗糙；加之人们对控制品质的要求日益提高，常规PID控制的缺陷逐渐暴露出来。对于时变对象和非线性系统，传统的PID控制更是显得无能为力。因此常规PID控制的应用受到很大限制和挑战。 优势及问题优势：结构简单各个控制器参数有着明显的物理意义调整方便局限性：当控制对象具有复杂的非线性特性时，难以建立精确的数学模型，且由于对象和环境的不确定性，往往难以达到满意的控制效果。结论：对常规PID控制进行智能

10、化改进，满足现行的复杂问题要求。1.2.3智能PID控制的基本概念常规PID控制的智能化就是将智能控制(intelligent control)思想与传统的PID控制技术相结合。其主要设计思想是利用专家系统（Expert System）、模糊控制(fuzzy control)和神经网络(neural network)技术，将人工智能以非线性控制方式引入到控制器中，使系统在任何运行状态下均能得到比传统PID控制更好的控制性能。智能PID控制技术具有不依赖系统精确数学模型和控制器参数在线自动调整等特点，对系统参数变化具有较好的适应性。1.2.3.1智能PID控制器的分类1）模糊PID控制器模糊PI

11、D控制是利用当前的控制偏差和偏差，结合被控过程动态特性的变化，以及针对具体过程的实际经验，根据一定的控制要求或目标函数，通过模糊规则推理，对PID控制器的三个参数进行在线调整。在进行模糊PID设计时，要总结以往的实际经验，针对三个参数建立合适的模糊规则表，然后确立模糊控制器的输入量（一般为控制量偏差和偏差变化率）和输出量（即PID控制器的比例、积分、微分系数）的论域和隶属度函数（若对论域（研究的范围）U中的任一元素x，都有一个数A（x）0，1与之对应，则称A为U上的模糊集，A（x ）称为x对A的隶属度。当x在U中变动时，A（ x）就是一个函数，称为A的隶属函数）。系统工作时首先对输入的清晰量进

12、行模糊化处理，而后通过查询内部的模糊控制规则进行模糊推理，由此得到PID控制参数。2）专家PID控制器专家系统是一种能在某个特定领域内以人类专家水平解决该领域中专门任务的计算器系统其内部具有某个领域中大量专家水平的知识与经验能够利用人类专家的知识和解决问题的方法来解决该领域的问题。专家PID控制是采用规则PID控制形式，通过对系统误差和系统输出的识别，以了解被控对象过程动态特性的变化，在线调整PID三个参数，直到过程的响应曲线为某种最佳响应曲线。它是一种基于启发式规则推理的自适应技术，其目的就是为了应付过程中出现的不确定性。3）基于神经网络的PID控制器 神经网络系统亦称为人工神经网络就是将人

13、工神经元按某种方式联结组成的网络用于模拟人脑神经元活动的过程实现对信息的加工处理存储等。神经网络有前向网络（前馈网络）反馈网络等网络结构形式。与模糊PID控制和专家PID控制不同，基于神经网络的PID控制不是用神经网络来整定PID的参数，而是用神经网络直接作为控制器，通过训练神经网络的权系数间接地调整PID参数。3）基于神经网络的PID控制器人工神经网络ANN(artificial neural network)是最近发展起来的十分热门的交叉学科。它涉及生物、电子计算机、数学和物理等学科，有着非常广泛的应用背景，这门学科的发展对目前和未来的科学技术的发展将有着重要的影响。3）基于神经网络的PI

14、D控制器以大规模并行处理为主要特征的神经网络具有学习、记忆、联想、容错、并行处理等能力，已在控制领域得到广泛的应用。基于神经网络的PID控制，其结构方式有两类：一类是单神经元控制，即神经元输入权值一一对应PID参数，神经元输入值为经过比例、积分、微分处理的偏差值，其主要局限性在于单神经元结构无任意函数逼近能力；另一类是在常规PID控制器的基础上增加一个神经网络模块，按照BP学习算法(如前向算法和反传算法)进行离线学习，实时调整出PID参数，同时还要继续学习不断地调整神经网络中各神经元间权系数，以适应被控对象的变化，因此，具有很强的适应性。4）遗传算法PID控制器20世纪90年代末，即在遗传算法

15、GA（Genetic Algorithms）等进化计算思想提出20年后，在生物医学界和自动控制界出现了研究进化控制的苗头。遗传算法是基于自然选择和基因遗传学原理的搜索算法达尔文的“适者生存”基本理论贯穿于整个算法。基本思想是将待求解问题转换成个体组成的演化群体和对该群体进行操作的一组遗传算子，包括4个基本操作：选择、复制、交叉、变异。5）预测PID控制算法PID控制器 分类：模型算法控制模型算法控制（Model Algorithmic Control,Mac）动态矩阵控制动态矩阵控制(Dynamic Matrix Contorl)模型预测启发控制模型预测启发控制(Model Predictiv

16、e Heuristic Control,MPHC)广义预测控制广义预测控制(Generalized Predictive Control,GPC)5）预测PID控制算法PID控制器 虽然这些算法在表现形式上各不相同，但都包括：预测模型，滚动优化，反馈校正三个部分。 预测模型： 在预测系统中，需要一个描述系统动态行为的基础模型，这一模型称为预测模型。它的主要功能是根据被控对象的历史信息和未来的输入，预测系统的未来输出。它只强调模型的功能，并不强调其结构形式。 滚动优化：其基于预测模型，并且是一种优化控制算法。它的优化始终建立在实际过程的基础上，使控制结果达到实际意义上的最优控制，能够有效克服工业

17、过程控制中的模型不精确，非线性，时变等不确定性的影响。 反馈校正：是一种闭环反馈算法，目的是为了防止模型失配或环境干扰引起控制对理想状态的偏离。6）其他智能PID控制器除上述的4种方法以外，学习控制、仿人控制、免疫算法等多种智能PID控制方法都在发展之中。纵观近年来的PID控制的发展，可以看出以下特点：1 智能复合控制成为了提供和改善智能控制性能的有效途径，并成为了研究的重点。2 PID控制重新受到广泛重视，并和智能控制等方法结合成为了新一轮的研究热潮。 1.2.3.2智能PID控制的特点智能控制是控制理论、人工智能、信息论和运筹学等多方面综合而成的交叉学科，主要用于处理两大类问题：难以用数学

18、模型进行准确描述的大规模和复杂非线性系统，需要引入人为因素才能进行有效控制；控制目标通常需要分解成多个子任务的系统。1.2.3.2智能PID控制的特点智能PID控制器吸收了智能控制与常规PID控制两者的优点。首先，它具备自学习、自适应、自组织的能力，能够自动辨识被控过程参数、自动整定控制参数，能够适应被控过程参数的变化；其次，它又具有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉等特点。 正是这两大优势，使得智能PID控制成为众多过程控制中一种较理想的控制装置。因此，人们开始较多地关注比较流行的几种智能PID控制器，考察它们的构成形式、各自特点和未来发展趋势。 1.2.

19、3.3智能PID控制的发展前景国际著名学术期刊Control Engineering Practice和IEEE Control Systemsazine分别于2001和2006年出版了PID控制特。？2000年，IFAC数字控制工作组在西班牙Terrassa举行了专题为“PastPresent and Future of PID Control”PID控制学术会议。国际著名控制理论学者ASM教授指出，PID控制器在未来的控制工程中仍将继续扮演重要的角色，同时将成为各种复杂控制器的基本单元。1.2.3.3智能PID控制的发展前景国内学者吴宏鑫院士提出的“特征建模”理论。第一次从理论上论证了PI

20、D控制器广泛应用的理论依据，并且指出PID控制器具有独特的优越性，它将成为复杂系统智能控制中最基本、最基础的子控制单元。 吴宏鑫，控制理论与控制工程专家。1939年生于江苏丹徒。1965年毕业于清华大学自动控制系。现任中国空间技术研究院研究员。主要从事航天和工业领域的自适应控制和智能控制理论与应用研究。2003你当选为中国科学院院士。 图图 吴吴宏宏鑫鑫院士院士概述概述 所谓模糊控制,就是在被控制对象的模糊模型的基础上,运用模糊控制器近似推理手段,实现系统控制的一种方法.模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标 模糊控制的基本思想是用机器去模拟人对系统的控制它是受这样事实而

21、启发的:对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统,有经验的操作者或专家却能取得比较好的控制效果,这是因为他们拥有日积月累的丰富经验,因此人们希望把这种经验指导下的行为过程总结成一些规则,并根据这些规则设计出控制器。然后运用模糊理论,模糊语言变量和模糊逻辑推理的知识,把这些模糊的语言上升为数值运算,从而能够利用计算机来完成对这些规则的具体实现,达到以机器代替人对某些对象进行自动控制的目的。概概述模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。19

22、74年，英国的EHMamdani首先用模糊控制语句组成模糊控制器，并把它应用于锅炉和蒸汽机的控制，在实验室获得成功。这一开拓性的工作标志着模糊控制论的诞生。模糊控制实质上是一种非线性控制，从属于智能控制的范畴。 应用领域 模糊控制系统已经广泛应用于自动控制工程、科学研究、信号处理、数据库管理、信息重现、生物医电、心理学和其他领域。 （1） 飞机或者宇宙飞船 （2）自动公路系统 （3）汽车业 （4）制造系统 （5）电力工业 （6）过程控制 （7）机器人学 （8）高速列车控制 模糊PID控制是将常规PID控制与智能模糊控制相结合的一种新型控制方式。从控制器结构上可分为以下两种形式。（1） Fuzz

23、y-PID混合控制器 其实质上是一种基于给定值与测量值之偏差e的选择智能控制器，根据e的变化选择Fuzzy或PID两类控制规律（2）带参数在线Fuzzy自校正的PID控制器常规PID控制器的参数KP、KI和KD都是经过现场经验并反复调试而确定的，在如图3所示的参数在线Fuzzy自校正的PID控制器中，它是在PID控制算法基础上增加求e和ec，利用Fuzzy规则进行Fuzzy推理，查询Fuzzy矩阵表进行参数修正，Fuzzy规则采用IF THEN产生式语句形式来表述，并作为知识存入微处理机，参数的Fuzzy自校正思想是依据被控对象的响应在采样时刻的偏差e和偏差变化率ec来确定KP、KI和KD三参

24、数修正的方向和大小。本章将详述该类型的模糊PID控制器的思想和设计方法。2.1 基本概念 模糊控制器的基本结构模糊控制器的基本结构 数学概数学概念 论域： 普通集合Ui和Yi分别称为ui和yi的论域。 语言变量：为了定义规则库中的规则，要用语言来 描述模糊系统的的输入和输出。 语言值： 语言变量取的值。 语言规则： 用“如果 条件 那么 结论”的形式表示。 模糊集合和隶属属函数数： 经典集合是有明确界限的集合，而模糊集合和经典集合相比，是没有明确的界限的集合。从不属于某集合到属于某集合是渐进过渡的，这种平滑的过渡过程使用隶属函数来定义的。 若X是论域，则关于X的模糊集合A表示为 A=(x，uA

25、 (x)|xX uA (x)称为x对A的隶属函数，可以完成X到【0，1】闭区间的任意一个映射。 模糊集合同样具有 包含 、并 、交 、补等集合运算。 隶属函数的确定方法：当论域离散时，根据主观经验，直接或间接给出元素隶属论域的具体值，由此确定隶属函数： 1.主观经验观经验法 （1）专家评分法（2）因素加权综合法（3）二元排序法 2.模糊统计统计法 应用概率统计基本原理，以调查统计测试结果所得出的经验曲线作为隶属函数曲线。 3.指派法 就是根据问题的性质套用现成的某种形式的分布，然后根据测量数据确定分布中所含的参数。 模糊if-then规则规则 如果 x是A，那么 y是B 其中A和B分别是论域X

26、和Y的语言变量，“x是A”是条件，“y是B”是结论。 模糊推理（近似推理） 模糊推理就是从一套模糊规则和一个或者多个条件得出结论的推理程序。(1)广义假言推理（GMP规则）“如果x为A，那么y为B”和“x为A”，推出“y为B”(2)广义拒式推理（GMT规则）“如果x为A，那么y为B”和“y为B”，推出“x为A”(3)广义段论推理（GHS规则）“如果x为A，那么y为B”和“如果y为B，那么z为C ”，推出“如果x为A，那么z为C” 解模糊解模糊是模糊控制中的一个重要环节，具体方法有以下几种： （1）重心法 取输出模糊集合隶属函数曲线与横坐标所谓面积的中心作为控制器输出的精确值。 （2）加权权平均

27、法 用输出两个元素进行加权平均后的输出值作为输出的精确执行量的方法。 （3）最大隶属属度法 将模糊推理做得到的结论中隶属度值最大的元素作为精确控制量的方法 （4）中位数数法（面积等分法） 把输出的模糊集合所对应的隶属函数曲线与横坐标围成的面积分成相等的两部分，将这两部分分界点对应的元素作为输出的精确值。2.2 模型建立模糊控制结构图 （1）规则库规则库：以一套规则的形式表达如何最好控制系统的知识； （2）推理机：确定哪条控制规则与当前时刻的状态是相关的，然后建议被控对象的输入； （3）模糊化界面：把控制器输入修改成能被规则表述且能与库中的规则相比较的形式； （4）解模糊化界面：把推理得到的结论

28、转化成被控对象的输入。 本质上应该把模糊控制器看作运行在实时闭环控制系统的一个人工决策器。这决策器收集被控对象的输出数据y(t)，与参考输入r(t)相比较，然后决定对象的输入u(t)，以保证系统的性能指标得到满足。 模糊PD控制器 利用反馈系统中的误差信号e(t)及其变化率de(t)/dt来计算控制量的方法称为PD控制。典型的PD控制器结构框图如下图所示。模模糊糊化化模模糊糊推推理理解解模模糊糊Ku受控对象受控对象KpKdr(t)-EEdUU(t) 模糊PID控制器 采用计算机实现的PID控制算法，其离散PID控制规律为 式中：U(n)为第n次采样时刻控制器输出量，e(n)为第n个采样时刻控制

29、器输入量(偏差信号)。 由于常规PID调节器不具有在线整定参数的功能，因此不能满足在不同工况下系统对参数的的自整定要求，从而影响控制效果的进一步提高。00) 1()()()()(ukekeKjeKkeKkudkjip 模糊PID控制器以偏差E和偏差变化率EC作为输入，可以满足不同时刻偏差E和偏差变化率EC对PID参数自整定的要求。利用模糊理论在线对PID参数进行校正，便构成了自整定模糊PID控制器，如图 自整定设计思想： 先找出PID三个参数与偏差|E|和偏差变化率|EC|之间的模糊关系，在工作中通过不断检测|E|和|EC|，再根据模糊控制原理来对参数Kp、KI和 Kd 进行在线校正，以满足不

30、同|E|和|EC|时对控制器参数的不同要求，而使被控对象有良好的动静态性能。而且计算量小，便于微机实现。当|E|较大，即系统响应处于如图所示A段时，应该取较大的Kp和较小的Kd处同时为避免较大超调量需要取KI=0.当|E|中等大小时，即系统响应处于B段时，为使系统具有较小的超调，应取较小的Kp适当KI和 Kd，保证系统的响应速度.当|E|较小时，即处于C段时，为使系统有良好的稳态性能，应取较大的Kp和KI，同时为避免系统在设定值附近出现振荡，并考虑系统的抗干扰性能。当|EC|较小时， Kd值取大些，当|EC|较大时，Kd值取小些。 2.3 2.3 参数整定参数整定各变量隶属函数的确定模糊控制器

31、输入语言变量，分别表示输入量的偏差和偏差变化率，规定他们的论域为：E,EC=-3,-2,-1,0,1,2,3它们的模糊集为：E,EC=NB,NM,NS,O,PS,PM,PB其含义依次为负大、负中、负小、零、正小、正中、正大。输出变量Kp，Kd，Ki用以确定控制量，并规定其论域为：Kp，Kd，Ki =-3,-2,-1,0,1,2,3输出量的语言变量模糊集为：Kp，Kd，Ki =NB,NM,NS,O,PS,PM,PB各个语言值的定义分别由给出的三角形隶属函数曲线来描述。 建立控制规则表 依据所述参数整定原则及工程设计人员的技术知识和实际操作经验，可列出相应的参数调节规则，如表1-3所示。模糊模糊P

32、IDPID控制的优点控制的优点： 不要求提供受控对象的数学模型，根据人工控制规则来设计控制决策表。模糊控制与PID控制有着密切的联系，事实上，模糊控制在很多情况下被称作为非线性PID控制。将模糊控制和PID控制两者结合起来，扬长避短，既具有模糊控制灵活、适应性强的优点，又具有PID控制精度高的特点。模糊模糊PIDPID控制的缺点控制的缺点： 在常规的模糊控制中，为实现简便性和快速性，通常采用e和ec作为模糊控制器的输入，因而，具有类似于常规PD控制器的作用。根据线性控制理论，此类模糊控制器有可能获得良好的动态特性，但无法消除静态误差。为了改善模糊控制的稳态性能，通常在模糊控制系统中引人模糊积分环节。 上图所示的是BASSEVILLE M提出的一种模糊控制器。误差的模糊值经积分后与常规模糊控制器的输出进行叠加构成控制器的最终输出。这种对误差的模糊值进行积分的PID模糊控制器可以消除大的系