| 标题 | 智能控制理论与系统应用 |
| 范文 | 邢英楠 摘 要：控制理论与社会生产及科学技术的发展息息相关。计算机科学的发展又推动了控制理论的发展，计算机已经成为控制系统分析和设计的有力计算工具，是实现现代化工程自动控制不可缺少的设备。自动控制与计算机已经渗透到当今社会中的每一个角落。智能控制属于当代控制理论的范畴，他依据人的思维方式和处理问题的技巧，解决那些目前需要人的智能才能解决的复杂的控制问题。 关键词：智能控制；理论；应用 1 智能控制的研究及发展 智能控制是自动控制和人工智能的结合，研究的主要目标不仅仅是被控对象，同时也包括控制器本身。控制器不再是单一的数学模型，而是数学解析和知识系统相结合的广义模型，是多种知识混合的控制系统。智能算法主要分四大类。 1.1 模糊计算 模糊理论的研究最早始于模糊逻辑数学，就是用“不确切”的数学量来描述“确切”的事物。模糊数学起源于20世纪60年代。 1.2 神经计算 神经计算就是用数学算法来模拟人大脑的生物神经系统，神经网络控制就是利用人工神经网络的學习能力、泛化能力、推理能力、信息分布存储能力及并行处理能力来完成只有用人的智能才能完成的控制。起源于20世纪40年代。 1.3 群体智能计算 群体智能就是在这个物质世界中，只有某一类生物的群体才表现出来的智能。例如遗传算法、粒子群算法等。起源于20世纪60年代。 1.4 专家系统 专家系统是研究如何利用一个具有大量专门知识和经验的计算机程序系统，能够以人类专家的水平完成某一专业领域比较困难的 任务。 2 智能控制的优化及建模 2.1 智能优化的三个常用方法 1）遗传优化算法。遗传算法来源于对生物进化过程的模拟，它根据“优势劣汰”原则，将问题的求解表示成染色体的适者生存过程。染色体通过交叉和变异等操作一代代地进化，最终收敛到最适应环境的个体，即问题的最优解或满意解。相对于传统的优化方法，遗传算法具有一些显著的优点。该算法允许所求解的问题是非线性的、不连续的以及多极值的。并能从整个可行解空间寻找全局最优解和次优解，避免只得到局部最优解。 2）蚁群优化算法。蚁群算法是受自然界中蚂蚊搜索食物行为的启发而提出的一种随机优化算法，单个蚂蚁是脆弱的，而蚁群的群居生活却能完成许多单个个体无法承担的工作，蚂蚊间借助于信息索这种化学物质进行信息的交流和传递，并表现出正反馈观象，某段路径上经过的蚂蚁越多，该路段被重复选址的概率就越高。 3）粒子群优化算法。粒子群算法来源于对鸟群优美而不可测的飞行动作的模拟，粒子的飞行速度动态地随着粒子自身和同伴的历史飞行行为改变而改变。它没有遗传算法的交叉、变异等操作，而是让粒子在解空间追随最优的粒子进行捜索，同遗传算法比较，其优势在于算法简单、在计算机上容易实现，并且待调整的参数较少。 2.2 智能建模理论与方法 1）机理建模。机理建模就是当我们要求系统的数学模型时，需要知道系统本身的许多细节，比如这个系统由几个部分组成，相互之间怎样链接和怎样影响等，只有对系统的机理有了详细的了解之后，才可能得到描述该系统的数学模型。机理建模优点是它具有比较严密的理论依据，在任何状态下使用都不会引起定性的错误，其缺点是它没有一个普适的方法，要视所要求解的问题，根据物理意义来进行 求解。 2）试验建模。试验建模是针对一个系统加入不同的输入信号，观察其输出。根据所记录的输入、输出信号，估计出表达这个系统的输入与输出关系的一个或几个数学表达式的结构和参数。用试验法建立系统的数学模型。其中以时域法应用最为广泛，也是目前工程实际中应用最多的方法。 3 智能控制的应用 智能控制领域主要应用在系统建模、优化和控制三个方面，在工程中应用最早的是模糊控制。模糊控制与神经网络结合或加入专家知识构成模糊神经控制系统，都取得了成功的应用，比如机器人智能控制、机械制造中的智能控制、工业过程中的智能控制等。 3.1 智能机器人 智能机器人一直是智能控制的一个重要应用领域。尤其是智能机器人的长足发展，使得新型智能控制技术渗透到机器人学研究的各个方面。采用人工神经网络、模糊控制和专家系统技术对机器人进行定位、环境建模、检测、控制和规划的研究已经日趋成熟，并在多个实际应用系统中得到验证。智能控制技术也应用于机器人传感器信息融合和视觉处理方面。遗传算法和进化计算为机器人系统带来了新型的优化编程和控制技术。 3.2 机械制造中的智能控制 工业制造业涉及一系列相关的操作和行为，包括产品设计、材料选择、工艺流程设计、生产过程、检测过程、管理以及产品的销售。智能控制随之也被广泛地应用于机械制造行业。例如，模糊控制在焊接过程中用于焊缝跟踪、焊接质量及控制焊接设备，汽车工业的模糊控制变速发动机，神经网络悬架控制系统，轿车中央智能控制系统，食品挤出机模糊控制系统，数控铣床的智能控制系统等等。 3.3 电力系统的智能控制 智能控制近年来在电力系统中广泛应用。如发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果。遗传算法是一种先进的优化算法，采用此方法来对电器设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。 3.4 工业过程中的智能控制 在化工、冶炼等工业连续生产线上，由于反应机理复杂、关联耦合严重、环境干扰不确定、要求与约束多样等原因，需要运用智能控制模式。生产过程的智能控制主要包括局部级和全局级两个方面。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计，例如专家控制器、智能PID控制器等。全局级的智能控制主要针对整个生产过程的自动化，包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。 参考文献 [1]韩璞，王建国.自动化专业概述.北京：中国电力出版社，2007. [2]郭雷.关于控制理论发展的某些思考[J].系统科学与数学，2011，31（9）：1015-1017. [3]王海龙.谈控制论与控制工程的发展与应用[J].工业技术，2013，4：66. [4]蔡自兴，陈海燕，魏世勇.智能控制工程研究的进展[J].控制工程，2003，10（1）：2-5. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。