智能化控制技術(shù)應(yīng)用探索論文

時間:2022-12-11 03:33:00

導(dǎo)語:智能化控制技術(shù)應(yīng)用探索論文一文來源于網(wǎng)友上傳,不代表本站觀點,若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

智能化控制技術(shù)應(yīng)用探索論文

摘要:本文主要介紹了智能控制技術(shù)的主要方法,并介紹了智能控制在各行各業(yè)中的應(yīng)用

關(guān)鍵字:自動化智能控制應(yīng)用

隨著信息技術(shù)的發(fā)展,許多新方法和技術(shù)進(jìn)入工程化、產(chǎn)品化階段,這對自動控制技術(shù)提出獷新的挑戰(zhàn),促進(jìn)了智能理論在控制技術(shù)中的應(yīng)用,以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。

一、智能控制的主要方法

智能控制技術(shù)的主要方法有模糊控制、基于知識的專家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用優(yōu)化算法有:遺傳算法、蟻群算法、免疫算法等。

2.1模糊控制

模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗知識和專家經(jīng)驗作為控制規(guī)則。其基本思想是用機(jī)器模擬人對系統(tǒng)的控制,就是在被控對象的模糊模型的基礎(chǔ)上運用模糊控制器近似推理等手段,實現(xiàn)系統(tǒng)控制。在實現(xiàn)模糊控制時主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。

2.2專家控制

專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專家的經(jīng)驗,實現(xiàn)對系統(tǒng)控制的一種智能控制。主體由知識庫和推理機(jī)構(gòu)組成,通過對知識的獲取與組織,按某種策略適時選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理,以實現(xiàn)對控制對象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調(diào)整控制器的參數(shù),適應(yīng)對象特性及環(huán)境的變化,適應(yīng)性好;通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強(qiáng)。

2.3神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動,利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí),以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實現(xiàn)智能控制。

1.4學(xué)習(xí)控制

(1)遺傳算法學(xué)習(xí)控制

智能控制是通過計算機(jī)實現(xiàn)對系統(tǒng)的控制,因此控制技術(shù)離不開優(yōu)化技術(shù)。快速、高效、全局化的優(yōu)化算法是實現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機(jī)制的一種搜索和優(yōu)化算法,它模擬生物界/生存競爭,優(yōu)勝劣汰,適者生存的機(jī)制,利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法,一方面希望在寬廣的空間內(nèi)進(jìn)行搜索,從而提高求得最優(yōu)解的概率;另一方面又希望向著解的方向盡快縮小搜索范圍,從而提高搜索效率。如何同時提高搜索最優(yōu)解的概率和效率,是遺傳算法的一個主要研究方向。

(2)迭代學(xué)習(xí)控制

迭代學(xué)習(xí)控制模仿人類學(xué)習(xí)的方法、即通過多次的訓(xùn)練,從經(jīng)驗中學(xué)會某種技能,來達(dá)到有效控制的目的。迭代學(xué)習(xí)控制能夠通過一系列迭代過程實現(xiàn)對二階非線性動力學(xué)系統(tǒng)的跟蹤控制。整個控制結(jié)構(gòu)由線性反饋控制器和前饋學(xué)習(xí)補(bǔ)償控制器組成,其中線性反饋控制器保證了非線性系統(tǒng)的穩(wěn)定運行、前饋補(bǔ)償控制器保證了系統(tǒng)的跟蹤控制精度。它在執(zhí)行重復(fù)運動的非線性機(jī)器人系統(tǒng)的控制中是相當(dāng)成功的。

二、智能控制的應(yīng)用

1.工業(yè)過程中的智能控制

生產(chǎn)過程的智能控制主要包括兩個方面:局部級和全局級。局部級的智能控制是指將智能引入工藝過程中的某一單元進(jìn)行控制器設(shè)計,例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點是智能PID控制器,因為其在參數(shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢,且可用于控制一些非線性的復(fù)雜對象。全局級的智能控制主要針對整個生產(chǎn)過程的自動化,包括整個操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。

2.機(jī)械制造中的智能控制

在現(xiàn)代先進(jìn)制造系統(tǒng)中,需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況,人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè),它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對制造過程進(jìn)行動態(tài)環(huán)境建模,利用傳感器融合技術(shù)來進(jìn)行信息的預(yù)處理和綜合。可采用專家系統(tǒng)的“Then-If”逆向推理作為反饋機(jī)構(gòu),修改控制機(jī)構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性,將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來選擇控制動作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力,進(jìn)行在線的模式識別,處理那些可能是殘缺不全的信息。

3.電力電子學(xué)研究領(lǐng)域中的智能控制

電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動機(jī)等電機(jī)電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復(fù)雜的過程,國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中,取得了良好的控制效果。遺傳算法是一種先進(jìn)的優(yōu)化算法,采用此方法來對電器設(shè)備的設(shè)計進(jìn)行優(yōu)化,可以降低成本,縮短計算時間,提高產(chǎn)品設(shè)計的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有:模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中,智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一,也是研究的新熱點之一。公務(wù)員之家

以上的三個例子只是智能控制在各行各業(yè)應(yīng)用中的一個縮影,它的作用以及影響力將會關(guān)系國民生計。并且智能控制技術(shù)的發(fā)展也是日新月異,我們只有時課關(guān)注智能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。

參考文獻(xiàn):

[1]嚴(yán)宇,劉天琪.基于神經(jīng)網(wǎng)絡(luò)和模糊理論的電力系統(tǒng)動態(tài)安全評估[J].四川大學(xué)學(xué)報,2004,36(1):106-110.

[2]張利平,唐德善,劉清欣.遺傳神經(jīng)網(wǎng)絡(luò)在凝汽器系統(tǒng)故障診斷中的應(yīng)用[J].水電能源科學(xué),2004,22(1):77-79.

[3]劉紅波,李少遠(yuǎn),柴天佑.一種設(shè)計模糊PID復(fù)合控制器的新方法及其在電廠控制中的應(yīng)用[J].動力工程,2004,24(1):78-82.

[4]顧偉軍,彭亦功.智能控制技術(shù)及其應(yīng)用.