《智能控制技术ppt.ppt》由会员分享，可在线阅读，更多相关《智能控制技术ppt.ppt（34页珍藏版）》请在三一办公上搜索。
1、智能控制技术 Intelligent Control,组长：何宝乐 13074038 组员：宋传程13074039 李长春13074044 俞金焕13074050 虞连一13074057,什么是“智能”?什么是“智能控制”？,人的智能表现在其所具有的记忆、学习、模仿、适应、联想、语言表达、文字识别、逻辑推理、归纳总结、综合决策等各种能力。,当自动控制方式明显地具有这些智能特征时，就称其为“智能控制”。,让我们先来简单从图片认识一下智能控制,日本Honda公司推出经过改进的机器人“ASIM”。这种能用双腿直立的机器人相当聪明，人手指到哪里，它就走到哪里，遇到人的时候会主动向人打招呼，并能和主人流
2、利地对话。,世界最先进的梦幻机器人组合来自日本SONY公司的7位双足娱乐型机器人“QRIO”。这7位机器人身高60厘米，体重7公斤。虽然身材不那么高大，但却举世闻名。其中四位歌舞表演堪称一绝。下面是其中四个“舞者”来北京演出时的场面：,水下机器人，它的工作方式是：由水面母船上的工作人员，通过连接潜水器的脐带提供动力，操纵或控制潜水器，通过水下电视、声呐等专用设备进行观察，还能通过机械手，进行水下作业。,2003年6月10日，勇气号发射成功；同月25日，机遇号发射成功。2004年美国东部标准时间1月3日和24日火星车分别登上火星。上面采用了大量先进的智能控制技术。,智能控制,形成,发展,含义,特
3、点,应用,智能控制问题的提出,以1932年美国AT&T公司的贝尔实验室工程师H.Nyquist发表的有关反馈放大器的稳定性论文为标志，控制理论学科已走过80多年的发展历程。,在经典控制理论中，系统的数学模型采用传递函数表示，分析方法主要是基于根轨迹法和频率法；在现代控制理论中，系统分析的数学模型主要是状态空间分析描述法。,现代控制系统的数学模型难以通过传统的数学工具来描述。就是说，采用数学工具或计算机仿真技术的传统控制理论，已无法解决此类系统的控制问题。,从生产实践中可以看到，许多复杂的生产过程难以实现的目标，可以通过熟练的操作工人、技术人员或专家的操作得到满意的控制效果。,如何有效地将熟练操
4、作工人、技术人员或专家的经验知识和控制理论结合，去解决复杂系统的控制问题，就是智能控制研究的目标。,智能控制的兴起,1）自动控制的发展与挫折,本世纪40 50 年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了今天所说的“古典控制理论”。60 70 年代,数学家们在控制理论发展中占了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间的巨大分歧。70 年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,它很快被人们放到了一边。
5、,2）人工智能的发展,斯坦福大学人工智能研究中心的N ilsson 教授认为:“人工智能是关于知识的科学怎样表示知识以及怎样获得知识并使用知识的科学”。M IT 的W inston教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。1956 年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1Turing 1912 1954)为现代人工智能作了大量开拓性的贡献;1956 年 1961 年是人工智能的发展期,人们重点研究了诸如用机器解决数学定义,通用问题求解程序等。1961 年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。人们研究人工智能方法也分为结构模
6、拟派和功能模拟派,分别从脑的结构和脑的功能入手进行研究。,3）智能控制的兴起,建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。控制理论从人智能中吸取营养求发展成为必然。特别是非线性对控制结果的影响复杂,控制工程人员很难深入理解,更谈不上设计出合适的控制算法。不确定性是最难以解决的问题,也是导致大系统理论失败的根本原因。但是,对这些问题用工程控制专家经验来解决则往往是成功的。人是最聪明的控制器,模仿人是一种途径。萨里迪斯(Saridis)于1977 年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点。在智能控制发展初期,美国普
7、渡大学的傅京孙(K1S1Fu)教授首先提出了学习控制的概念,引入了人工智能的直觉推理。后来在人工智能的概念模拟基础上,发展了许多智能控制方法,如自整定、参数调整P ID 等。再后来则以发展实用的智能控制算法为主,尤以专家系统和神经元网络最为突出。,1、人作为控制器的控制系统,智能控制的发展,2、人-机结合作为控制器的控制系统,3、无人参与的智能控制系统,SRI机器人系统,智能控制的含义,自动控制是能够按规定程序对机器或装置进行自动操作或控制的过程。简单的说，不需要人工干预的控制就是自动控制、如反馈控制，最优控制，随机控制，自适应控制和自学习控制等均属于自动控制。,1、智能,2、智能机器,3、自
8、动控制,在不确定的环境中作出合适动作的能力，所谓适合动作就是模仿生物或人类思想行为的功能。,能够在定型或不定型，熟悉或不熟悉的环境中自主地或与操作人员交互作用以及执行各种拟人任务的机器叫做智能机器。或者说，智能机器是那些能够自主地代替人类从事危险、厌烦、远距离或高精度等作业的机器。,1）智能控制是一类无需人的干预就能独立地驱动智能机器实现其目标的自动控制。2）或者说智能控制是“利用相关知识去使被控过程或对象按一定要求达到预定的目的”。3）目前的认识是：如果一个控制系统或者控制方式，它能够有效的克服被控对象（或过程）和环境所具有的高度复杂性和不确定性，并能够达到所期望的目标，那么就称这种控制方式
9、为智能控制方式。称这样的控制系统为智能控制系统。,4、智能控制与智能控制系统,智能控制技术主要用来解决那些用传统的方法难以解决的复杂系统的控制问题，如智能机器人系统、计算机集成制造系统(CIMS)、复杂的工业过程控制系统、航空航天控制系统、社会经济管理系统、交通运输系统、通信网络系统、环保与能源系统智能控制技术通常通过智能控制系统发挥作用。智能控制的理论主要包括神经网络，模糊控制，专家控制和遗传算法等。,智能控制的几个重要分支,鉴于智能控制属于多学科交叉集合部位，目前还出于初级发展阶段，因此很难作出恰当的分类，下面试图按几种不同方式探讨智能控制的分类。按系统原理分，可分为：1、模糊控制 2、专
10、家系统控制 3、人工神经网络控制 4、仿人智能控制 5、学习控制,1、模糊控制 模糊控制是建立在扎德教授创立德模糊集合理论基础上的一类智能控制。模糊控制的核心是模糊推理。它是根据人的控制经验，模仿人的控制经验，因此有人把模糊控制和专家系统控制均归类为基于规则的控制，但二者的理论基础是不同的，前者基于模糊控制集合论，后者基于专家系统理论。而且模糊控制规则的状态条件和控制作用均采用量化了的模糊语言变量，如“大”，“中”。“小”，“正常”等。,模糊控制自1974年首次成功应用于锅炉和蒸汽机控制以来，应用越来越广泛，并表现出了强大的生命力，如地铁控制，核反应堆控制，电机控制，锅炉控制，机器人手臂控制，
11、汽车紧急制动和防撞控制，洗衣机控制，空调控制等。近年来，在基于模糊控制的理论基础上，许多研究者又提出了一些变形的模糊控制，如模糊PID复合控制，自组织模糊控制，专家模糊控制，神经网络模糊控制等，从而进一步改善了模糊控制的性能。,2、专家系统控制 专家系统控制是把专家系统技术用于过程控制系统，并与控制器的算法相结合实现对过程的有效控制。由于专家经验通常以规则形式表示，因此，有时也称基于规则的控制，按照专家系统影响被控制的形式，专家系统控制可以分为直接专家系统控制和间接专家系统控制两种 专家系统控制在智能控制的探索过程中是较早实现的一类智能控制。由于专家系统控制不需要对象的精确模型，因此它是解决不
12、确定性系统的一种有效途径，应用也较为广泛。,3、人工神经网络控制 人工神经网络具有许多优异的性能，它的可塑性、自适应性和自组织性使它具有很强的自学习能力；它的并行处理机制使它求解问题的时间很短，具有很好满足适应性要求的能力；它的分布储存方式使它的鲁棒性和容错性都相当良好。因此人工神经网络在控制系统中具有广泛的应用前景。,类似专家系统控制，人工神经网络可以作为补偿环节直接起控制作用，也可以作为系统参数估计器和自适应机构通过控制器进行对象控制。人工神经网络在非线性系统建模和辨识、自适应控制的作用更为显著。人工神经网络力图在结构上模拟人的大脑，而模糊控制推理在思维方式上模拟人的大脑功能，二者对信息加
13、工处理方面从不同侧面表现出人类大脑思维过程的容错能力。因此，从控制角度出发，将神经网络与模糊控制相结合，已成为智能控制的一种发展趋势。近年来已出现了各种各样的神经模糊控制系统或模糊神经控制系统。,4、仿人工智能控制 仿人工智能控制是把起作用的人作为控制环节（人控制器），对其特性进行研究和模仿，建立数学模型，并构造相应的控制器，实现对过程（对象）的有效控制。,5、学习控制 学习控制是智能控制的一部分，学习是人类的主要智能之一。学习控制是模拟人类自身各种优良控制调节机制的一种尝试。学习的定义：即作为一种过程，它通过重复各种输入信号，并从外部校正该系统，从而使系统对特定输入存在特定的响应。,2、智能
14、控制系统设计的重点在于智能环节的模型上 智能控制研究设计和开发时，其主要注意力是不放在数学公式表达，计算和处理上，而是集中任务和世界模型的描述，符号和环境的识别以及知识库和推理机的设计开发上。也就是说，智能控制系统的设计重点不在于常规控制器上，而是在于智能环节或智能机模型上。,智能控制的特点,1、智能控制系统结构上具有多层次性 智能控制系统的结构是分层的，而且一般具有多层结构（当然也不排除只有单层结构），而其核心在高层控制，即组织级，其任务在于对环境和过程进行组织，通过决策和规划实现广义问题求解。,3、充分利用知识是智能控制系统与传统控制系统的重要区别 智能控制系统与传统控制系统的重要区别在于
15、：智能控制系统必须充分利用被控过程或对象的有关知识，系统所处环境的知识，控制理论知识，控制器本身知识，执行器传感器知识，以及逻辑推理知识，使被控制或对象按一定要求达到预定目的。特别逻辑推理知识的应用是智能控制与传统控制区别的重要标志。,鲁棒性就是系统的健壮性。它是在异常和危险情况下系统生存的关键。适应性是指系统具有适应被控制过程或对象动力学特性变化，环境变化和运行条件变化等；容错性是指系统能够鉴别各类故障，并予以屏蔽，甚至还可以修复；适时性是指系统具有适时在线响应能力；多样性则指在复杂管理控制一体化系统中不仅追求控制精度动态特性外，而且还追求产品质量耗能，成本等多种目标。,4、智能控制具有高性
16、能,智能控制系统通常要满足多样性目标的高性能要求，其中包括鲁棒性，适应性，容错性，适时性等多种性能的要求。,智能控制的应用,微电子学、生命科学、自动化技术突飞猛进,为21世纪实现智能控制和智能自动化创造了很好的条件.对这门新学科今后的发展方向和道路已经取得了一些共识,智能控制发展的前景和展望纵观智能控制产生、发展的历史背景与现状,其研究中心始终是解决传统控制理论、方法，所难以解决的不确定性问题.智能控制的研究虽然取得了一些成果,但实质性进展甚微,理论方面尤为突出,应用则主要是解决技术问题,对象具体而单一.子波变换、遗传算法与模糊神经网络的结合,以及混沌理论等,将成为智能控制的发展方向.,智能控制必须靠多学科联合才能取得新的突破,研究和模仿人类智能是智能控制的最高目标,智能的提高,不能全靠子系统的堆积,要做到“整体大于组分之和”,只靠非线性效应是不够的,the end,
