智能控制在工業(yè)自動化中的應用

焦建霖

摘要：近幾年，我國經(jīng)濟水平得到了跨越式提升，特別是智能控制技術(shù)的發(fā)展，讓工業(yè)自動化系統(tǒng)可以在智能化時代引領(lǐng)人們進人新的生活狀態(tài)。本文就智能控制在工業(yè)自動化中的應用展開研究，通過對智能控制發(fā)展、特點、主要方法等的分析，導出智能控制在工業(yè)自動化中的應用及案例，最后展望智能控制在工業(yè)自動化領(lǐng)域應用的前景

關(guān)鍵詞：智能控制理論 工業(yè)自動化 模糊控制

一、智能控制概述

（一）智能控制發(fā)展

隨著現(xiàn)代科技的迅速發(fā)展，傳統(tǒng)控制理論的發(fā)展遇到了新的挑戰(zhàn)，控制對象、傳遞函數(shù)以及控制目的日益復雜，運算的復雜度、建模的不確定性、參數(shù)的多樣化以及越來越多的非線性問題都在沖擊著單一化、簡單化的傳統(tǒng)控制理論，同時也在呼喚著新理論的出現(xiàn)。

出于對上述問題的困擾，控制學界一直在研究著新的理論，但直到計算機科學和人工智能的迅速發(fā)展才給控制理論的新發(fā)展帶來了契機，隨著計算機理論和AI理論引入控制科學，智能控制作為一個新學科逐漸出現(xiàn)并得到廣泛認同，從而走向各個應用領(lǐng)域。

（二）智能控制特點

①核心是高層控制，能對非線性、快時變、多變量等系統(tǒng)進行有效控制，并具有較好操作性、穩(wěn)定性;

②學習能力：系統(tǒng)可以對一個未知環(huán)境進行信息識別、自主學習，并利用設定的算法修正自己的能力，從而使系統(tǒng)性能自動優(yōu)化;

③組織能力：系統(tǒng)對于復雜和分散的信息具有組織和協(xié)調(diào)能力，使控制過程具有自主性和靈活性，并通過系統(tǒng)各個要素的配合增強魯棒性;

（三）智能控制主要方法

①模糊邏輯控制：是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種智能控制方法，基本思想是模擬人的智能行為。該方法首先將專家的經(jīng)驗編寫成模糊規(guī)則，將來自傳感器的實時信號模糊處理后作為模糊規(guī)則的輸入，完成模糊推理后得到的輸出量放入執(zhí)行器中執(zhí)行;

②專家控制：將專家系統(tǒng)同自動控制理論進行結(jié)合，由知識庫和推理機構(gòu)構(gòu)成主體框架，通過有機組織控制領(lǐng)域的經(jīng)驗、信息和目標等按照規(guī)則進行推理，從而實現(xiàn)對系統(tǒng)的有效控制 。這種方法可以有效解決實際應用中難以確定數(shù)學模型而依賴于專家經(jīng)驗的復雜問題，并且能在適度干擾下給出合理結(jié)論;

③神經(jīng)網(wǎng)絡控制：是神經(jīng)網(wǎng)絡理論和控制理論結(jié)合的產(chǎn)物，具有高度非線性的連續(xù)時間動力系統(tǒng)，具有很強的自學習能力和對非線性的強大映射能力。神經(jīng)網(wǎng)絡控制采用并行分布式處理方式，本質(zhì)上是非線性系統(tǒng)，因而可以實現(xiàn)任意非線性映射。

④迭代學習控制：模仿人類學習行為的反復性，通過一系列迭代過程模擬由多次訓練獲得知識的學習過程?？刂葡到y(tǒng)由線性反饋控制器和前饋學習補償控制器組成，其中線性反饋控制器控制非線性系統(tǒng)的穩(wěn)定性，前饋補償控制器控制系統(tǒng)的精確性。

二、應用智能控制的工業(yè)自動化系統(tǒng)

（一）系統(tǒng)的形成

隨著科學技術(shù)的不斷進步和工業(yè)生產(chǎn)的不斷發(fā)展，復雜工業(yè)生產(chǎn)過程的控制與智能控制過程越來越成為科研工作者研究與應用必須面對的挑戰(zhàn)。這些復雜問題既是傳統(tǒng)控制理論與實際應用的重大矛盾，同時也是智能控制理論發(fā)展和應用于實際工業(yè)系統(tǒng)自動化的巨大動力和良好契機，其表現(xiàn)為：

（1）控制任務、控制過程和實際環(huán)境的復雜性：被控制對象往往是多維非線性、快速時變的復雜系統(tǒng)，而利用傳統(tǒng)數(shù)學模型設計的控制系統(tǒng)不能保證控制的穩(wěn)定性。這種復雜性還表現(xiàn)在實際環(huán)境的復雜性上，如外部干擾具有多樣性、時變性和隨機性等特點，系統(tǒng)與環(huán)境、系統(tǒng)的各子系統(tǒng)之間和系統(tǒng)內(nèi)部的關(guān)聯(lián)性相當強且復雜;

（2）多層次、多目標的控制要求：現(xiàn)代工業(yè)控制所追求的不僅是某個問題的單一解決，而是力求實現(xiàn)多樣化、多層次的綜合目標，協(xié)調(diào)各環(huán)節(jié)、各要素和各機構(gòu)。

（二）舉例：模糊控制在工業(yè)控制自動化中的應用

模糊控制單元由規(guī)則庫、模糊化接口、模糊推理和清晰化接口4個功能模塊組成，模糊控制單元首先將輸入信息，模糊化，然后經(jīng)模糊推理規(guī)則，給出模糊輸出，再將模糊指令化，控制操作變量。

四個功能化模塊分別為：

1、規(guī)則庫（rule base）：由若干條控制規(guī)則組成，這些控制規(guī)則根據(jù)專家的經(jīng)驗總結(jié)得出，按照“ IF …is …AND …is …THEN … is … ”的形式表達;

2、模糊推理：以模糊集合論為基礎(chǔ)描述工具，對以一般集合論為基礎(chǔ)描述工具的數(shù)理邏輯進行擴展，以此建立模糊推理理論。根據(jù)模糊輸入與規(guī)則庫中蘊涵的輸入輸出關(guān)系，通過前文描述的模糊推理方法得到模糊控制器的輸出模糊值。其中模糊推理是整個控制器的核心，它具有基于模糊概念的仿邏輯推理能力，該推理過程是基于模糊邏輯中的蘊含關(guān)系及推理規(guī)則來進行的;

3、模糊化接口（Fuzzification）：這部分的作用是將輸入的精確量轉(zhuǎn)化成模糊化量。其中輸入量包括外界的參考輸入，系統(tǒng)的輸出或狀態(tài)等;

4、清晰化接口：清晰化的作用是將模糊推理得到的控制量（模糊量）變換為實際用于控制的清晰量。它包含以下兩部分內(nèi)容：

（1）將模糊控制量經(jīng)清晰化變換變成表示在論域范圍的清晰量。

（2）將表示在論域范圍的清晰量經(jīng)尺度變換變成實際的控制量。

三、未來趨勢的展望

（1）進一步開展智能控制理論與應用研究，探尋智能控制在工業(yè)自動化應用的廣泛性、普適性，以及加深智能控制與工業(yè)自動化應用的契合程度;

（2）充分運用神經(jīng)生理學、心理學、認識科學和人工智能等學科的基本理論，深入研究人類解決問題時表現(xiàn)出來的經(jīng)驗、技巧，建立切實可行的智能控制的體系結(jié)構(gòu);

（3）把所有的模糊系統(tǒng)、信息論、神經(jīng)網(wǎng)絡理論和技術(shù)與傳統(tǒng)的控制理論相結(jié)合，研究適合于當前的計算機資源條件的智能控制策略和系統(tǒng);

（4）研究人機交互式的智能控制系統(tǒng)和學習系統(tǒng)，以不斷提高智能控制系統(tǒng)的智能水平;

（5）研究適合智能系統(tǒng)的并行處理機、信號處理器、智能傳感器和智能開發(fā)工具軟件，以解決智能控制系統(tǒng)在實際應用中的問題，使智能控制得到更廣泛的應用。

參考文獻：

[1]自動控制原理 第七版 胡壽松 科學出版社

[2]現(xiàn)代控制理論 劉豹 機械工業(yè)出版社

[3]人工智能及其應用 王萬良 高等教育出版社

[4]智能控制原理及應用 蔡自興 清華大學出版社

[5]運動控制系統(tǒng)軟件原理及其標準功能塊應用 彭瑜，何衍慶 機械工業(yè)出版社