智能控制的發展研究論文

時間:2022-10-25 09:50:00

導語:智能控制的發展研究論文一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

智能控制的發展研究論文

摘要:本文主要介紹了智能控制技術的主要方法,并介紹了智能控制在各行各業中的應用。

關鍵字:自動化智能控制應用

隨著信息技術的發展,許多新方法和技術進入工程化、產品化階段,這對自動控制技術提出獷新的挑戰,促進了智能理論在控制技術中的應用,以解決用傳統的方法難以解決的復雜系統的控制問題。

一、智能控制的主要方法

智能控制技術的主要方法有模糊控制、基于知識的專家控制、神經網絡控制和集成智能控制等,以及常用優化算法有: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,以先驗知識和專家經驗作為控制規則。其基本思想是用機器模擬人對系統的控制,就是在被控對象的模糊模型的基礎上運用模糊控制器近似推理等手段,實現系統控制。在實現模糊控制時主要考慮模糊變量的隸屬度函數的確定,以及控制規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的理論技術與控制理論技術相結合,仿效專家的經驗,實現對系統控制的一種智能控制。主體由知識庫和推理機構組成,通過對知識的獲取與組織,按某種策略適時選用恰當的規則進行推理,以實現對控制對象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調整控制器的參數,適應對象特性及環境的變化,適應性好;通過專家規則,系統可以在非線性、大偏差的情況下可靠地工作,魯棒性強。

2.3神經網絡控制

神經網絡模擬人腦神經元的活動,利用神經元之間的聯結與權值的分布來表示特定的信息,通過不斷修正連接的權值進行自我學習,以逼近理論為依據進行神經網絡建模,并以直接自校正控制、間接自校正控制、神經網絡預測控制等方式實現智能控制。

1.4學習控制

(1)遺傳算法學習控制

智能控制是通過計算機實現對系統的控制,因此控制技術離不開優化技術。快速、高效、全局化的優化算法是實現智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機制的一種搜索和優化算法,它模擬生物界/生存競爭,優勝劣汰,適者生存的機制,利用復制、交叉、變異等遺傳操作來完成尋優。遺傳算法作為優化搜索算法,一方面希望在寬廣的空間內進行搜索,從而提高求得最優解的概率;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)迭代學習控制

迭代學習控制模仿人類學習的方法、即通過多次的訓練,從經驗中學會某種技能,來達到有效控制的目的。迭代學習控制能夠通過一系列迭代過程實現對二階非線性動力學系統的跟蹤控制。整個控制結構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保證了非線性系統的穩定運行、前饋補償控制器保證了系統的跟蹤控制精度。它在執行重復運動的非線性機器人系統的控制中是相當成功的。

二、智能控制的應用

1.工業過程中的智能控制

生產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行控制器設計,例如智能PID控制器、專家控制器、神經元網絡控制器等。研究熱點是智能PID控制器,因為其在參數的整定和在線自適應調整方面具有明顯的優勢,且可用于控制一些非線性的復雜對象。全局級的智能控制主要針對整個生產過程的自動化,包括整個操作工藝的控制、過程的故障診斷、規劃過程操作處理異常等。

2.機械制造中的智能控制

在現代先進制造系統中,需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況,人工智能技術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用于機械制造行業,它利用模糊數學、神經網絡的方

法對制造過程進行動態環境建模,利用傳感器融合技術來進行信息的預處理和綜合??刹捎脤<蚁到y的“Then-If”逆向推理作為反饋機構,修改控制機構或者選擇較好的控制模式和參數。利用模糊集合和模糊關系的魯棒性,將模糊信息集成到閉環控制的外環決策選取機構來選擇控制動作。利用神經網絡的學習功能和并行處理信息的能力,進行在線的模式識別,處理那些可能是殘缺不全的信息。

3.電力電子學研究領域中的智能控制

電力系統中發電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程,國內外的電氣工作者將人工智能技術引入到電氣設備的優化設計、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的優化算法,采用此方法來對電器設備的設計進行優化,可以降低成本,縮短計算時間,提高產品設計的效率和質量。應用于電氣設備故障診斷的智能控制技術有:模糊邏輯、專家系統和神經網絡。在電力電子學的眾多應用領域中,智能控制在電流控制PWM技術中的應用是具有代表性的技術應用方向之一,也是研究的新熱點之一。

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

參考文獻:

[1]LeeTHGe,SS.Intelligentcontrolofmechatronicsystems[J].Proceedingsofthe2003IEEEInternationalSymposiumonIntelligentControl,2003,646-660.

[2]LiMengqing;ZhangChunliang;YangShuzietc.Intelligentrecognitionusingfuzzyneuralnetworkfortrend&jumppatternincontrolchart[J].ChinaMechanicalEngineering,2004,15(22):1998-2000.

[3]嚴宇,劉天琪.基于神經網絡和模糊理論的電力系統動態安全評估[J].四川大學學報,2004,36(1):106-110.

[4]張利平,唐德善,劉清欣.遺傳神經網絡在凝汽器系統故障診斷中的應用[J].水電能源科學,2004,22(1):77-79.

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

[6]顧偉軍,彭亦功.智能控制技術及其應用.PROCESSAUTOMATIONINSTRUMENTATION