控制工程專業(yè)研究生培養(yǎng)及研究內(nèi)容創(chuàng)新

◆片錦香 李界家 郭彤穎

(沈陽建筑大學信息學院)

一、序言

控制工程是應(yīng)用控制理論及技術(shù)，滿足和實現(xiàn)現(xiàn)代工業(yè)，農(nóng)業(yè)以及其他社會經(jīng)濟等領(lǐng)域日益增長的自動化、智能化需求的重要的工程領(lǐng)域。在信息化時代到來之際，控制工程領(lǐng)域的理論及應(yīng)用研究正處在一個史無前例的拓展進程之中?？刂茖W科研究的范圍越來越廣泛的，對實現(xiàn)我國工業(yè)、農(nóng)業(yè)、國防和科學技術(shù)現(xiàn)代化、對迅速提升我國綜合國力具有重要和積極作用。

近年來，國內(nèi)外日趨激烈的市場競爭，使得工業(yè)生產(chǎn)制造企業(yè)對其能耗水平、生產(chǎn)效率、產(chǎn)品質(zhì)量和生產(chǎn)成本等綜合生產(chǎn)指標提出了更高的要求。工業(yè)企業(yè)已經(jīng)由過去的單純追求大型化、高速化、連續(xù)化，轉(zhuǎn)向注重提高產(chǎn)品質(zhì)量、降低生產(chǎn)成本、減少資源消耗和環(huán)境污染、可持續(xù)發(fā)展的軌道上來。因此，控制工程的研究生面臨的被控對象范圍急劇增大，被控對象特性也變得越來越復(fù)雜，非線性經(jīng)常伴隨著復(fù)雜性存在，無法用線性方程和一般數(shù)學方法處理，甚至很難用非線性微分方程描述和處理。此外，過程經(jīng)常具有不確定性或者模糊性，含有不確定的結(jié)構(gòu)、參數(shù)和其他信息。

二、控制工程專業(yè)的研究內(nèi)容創(chuàng)新

從研究生教育角度，對過程建模、過程控制、仿真技術(shù)、智能技術(shù)幾個方向提出一些粗淺看法。

1.將智能算法應(yīng)用于過程建模

一個復(fù)雜系統(tǒng)經(jīng)常有內(nèi)部各個子系統(tǒng)的復(fù)雜聯(lián)系，且這種聯(lián)系并非一成不變。例如，一條熱軋帶鋼的生產(chǎn)過程，從轉(zhuǎn)爐開始，分別需要經(jīng)過幾道粗軋、精軋、冷卻、卷取等幾道連續(xù)的工序才能完成，前一道工序的結(jié)束工況影響下一道工序的執(zhí)行情況，工序之間相互聯(lián)系，且每道工序分別具有各自的復(fù)雜特性。因此，建立一個熱軋帶鋼的整條生產(chǎn)線的過程模型是一件相當復(fù)雜的事情。傳統(tǒng)的做法是根據(jù)各種數(shù)學機理，試圖建立一個數(shù)學形式的模型，但是這種數(shù)學模型經(jīng)常是在各種假設(shè)條件下的化簡形式，很難精確描述如此復(fù)雜的工業(yè)過程。有學者試圖采用神經(jīng)網(wǎng)絡(luò)技術(shù)解決這一問題。因為有定理證明:一個多節(jié)點多層的反饋神經(jīng)網(wǎng)絡(luò)，可以逼近任意連續(xù)變化的非線性函數(shù)。因此，人們一度對神經(jīng)網(wǎng)絡(luò)用于非線性系統(tǒng)全局建模寄予很大希望。然而，馮純伯教授早已說明這種方法存在兩個問題:一是若網(wǎng)絡(luò)中有多個非線性函數(shù)，即使用無窮多元的神經(jīng)網(wǎng)絡(luò)可以逼近其中一個非線性函數(shù)，當有多個非線性函數(shù)存在時應(yīng)采用什么樣的多神經(jīng)網(wǎng)絡(luò)集團，如何組成統(tǒng)一的動態(tài)系統(tǒng)將是一個很難設(shè)想的難題;二是即使上列第一個問題有肯定的答案，接著的問題是如何尋找各種神經(jīng)元的加權(quán)系數(shù)，這涉及到十分復(fù)雜的優(yōu)化算法問題。歸根結(jié)底是一個時變非線性系統(tǒng)的可辨識問題，至今仍是一大難題。

從上述論述可以看出，控制工程專業(yè)的研究生培養(yǎng)在理論和技能角度上必須從傳統(tǒng)意義上的數(shù)學建模和統(tǒng)計數(shù)據(jù)建模進行大幅度的拓展，考慮現(xiàn)代工業(yè)化的過程復(fù)雜性，進行智能方法建模的新方法的探索研究。

2.采用智能技術(shù)的過程控制技術(shù)

從工業(yè)工程的角度看，自動控制或者人工控制的作用，不僅僅是使控制系統(tǒng)輸出很好地跟蹤設(shè)定值，而且要控制整個運行過程，使反映產(chǎn)品在加工過程中質(zhì)量、效率與消耗相關(guān)的運行指標在目標值范圍內(nèi)。同時，要求在保證安全運行的條件下，盡可能提高反映產(chǎn)品質(zhì)量與效率的運行指標，盡可能降低反映產(chǎn)品在加工過程中消耗的運行指標，實現(xiàn)運行優(yōu)化。然而，過去的控制理論與控制系統(tǒng)設(shè)計方法的研究，都假定可以獲得理想的控制回路設(shè)定值，集中在提高反饋控制的效果，忽略偏離理想設(shè)定點的反饋控制不能實現(xiàn)系統(tǒng)的良好運行。

傳統(tǒng)控制理論與方法，要求被控對象可以用確定性的線性模型描述，由于難以精確建立實際中被控對象的模型，很難應(yīng)用傳統(tǒng)的以數(shù)學模型為基礎(chǔ)的控制理論和方法。有很多學者針對具體過程特性和行業(yè)背景，通過引進各種智能技術(shù)，如專家規(guī)則控制、神經(jīng)網(wǎng)絡(luò)控制、模糊控制等基于數(shù)據(jù)的控制方法卻在具體行業(yè)中得到有效應(yīng)用。

3.仿真實驗要充分真實體現(xiàn)復(fù)雜過程特性

仿真技術(shù)是以建模、控制盒仿真理論為基礎(chǔ)，以計算機系統(tǒng)，物理效應(yīng)設(shè)備及仿真器為工具，根據(jù)研究目標，建立并運行模型，對研究對象進行人事與改造的一門綜合性、交叉性學科。復(fù)雜工業(yè)過程通常具有強非線性、工況變化頻繁、關(guān)鍵工藝參數(shù)不能連續(xù)測量等綜合復(fù)雜性。由于復(fù)雜的控制算法難以直接在實際控制系統(tǒng)上進行驗證，為降低實驗成本并且滿足反復(fù)實驗的要求，有必要提高仿真技術(shù)，設(shè)計和開發(fā)相應(yīng)的仿真實驗平臺。

開發(fā)仿真實驗平臺的目的，是為了對上述的復(fù)雜過程模型和控制算法進行工程驗證研究。為了避免直接在現(xiàn)場中實驗的風險，同時根據(jù)實驗結(jié)果來改進模型和控制算法，提高算法的安全性和可用性，節(jié)約控制算法在現(xiàn)場的調(diào)試時間，降低控制軟件的開發(fā)成本，提供一個控制系統(tǒng)從提出到論證、設(shè)計、實施和改進所需的工業(yè)驗證平臺，搭建的仿真實驗系統(tǒng)應(yīng)當盡可能真實地模擬現(xiàn)場投運情況，這樣就要求采用過程建模技術(shù)，盡量建立能夠反映實際過程特性的模型，在此基礎(chǔ)上進行的控制算法研究才有實際意義。

4.深入研究開展智能計算技術(shù)

控制工程專業(yè)的研究生面臨被控對象大大復(fù)雜化，而復(fù)雜系統(tǒng)很難精確建模，對此類系統(tǒng)不能過多地建立在嚴密解析的基礎(chǔ)上?，F(xiàn)有的控制理論與方法，經(jīng)常要求被控對象可以用確定性的線性模型描述。智能計算技術(shù)并沒有類似于最優(yōu)控制那樣嚴密確切的理論，常由基于經(jīng)驗、推理、直觀等一些規(guī)則組成，無須建立精確的數(shù)學模型，并且在控制過程中可以不斷完善和學習。

智能計算技術(shù)包括神經(jīng)網(wǎng)絡(luò)、模糊邏輯、群智能、多智能體、進化計算等。神經(jīng)網(wǎng)絡(luò)和模糊邏輯的研究已經(jīng)有較長的歷史和豐富的研究成果。知識獲取和學習能力是智能計算技術(shù)的特點，利用機器實現(xiàn)對知識的自動獲取，或從數(shù)據(jù)中獲取知識，從大規(guī)模的信息中提取有用信息等。由于基于數(shù)據(jù)和知識的智能技術(shù)可以避免解析法要求詳細、準確的定量數(shù)學模型，智能技術(shù)已稱為科學發(fā)展的必然，也是時代的要求。

三、結(jié)論

由于控制工程專業(yè)的研究生面臨的被控對象范圍增大，被控對象的特性也變得越來越復(fù)雜，使得控制工程領(lǐng)域的理論及應(yīng)用研究正處在一個史無前例的拓展進程之中。早期的控制理論已經(jīng)遠不能滿足當前社會實踐的需求，因此迫切要求控制工程學科的研究生培養(yǎng)和研究內(nèi)容進行改革和拓寬。本文從過程建模、過程控制、仿真實驗、智能計算技術(shù)幾個方面進行知識拓展研究。

［1］孫建平，苑一方.復(fù)雜過程的多模型建模方法研究［J］.儀器儀表學報，2011，32(01):132 －137.

［2］柴天佑，丁進良，王宏.復(fù)雜工業(yè)過程運行的混合智能優(yōu)化控制方法［J］.自動化學報，2008，34(05):505 －515.