智能控制结课作业智能控制的研究及应用现状.docxVIP

智能控制的研究及应用现状 PAGE PAGE 21 分 数: ___________ 任课教师签字：___________ 智能控制结课作业 学 年 学 期：2017—2018学年第二学期 课 程 名 称：智能控制 作 业 名 称：智能控制课程作业 学 生 姓 名： 学 号： 提 交 时 间：2018年7月13日 一 智能控制的研究及应用现状 1 智能控制的产生背景 随着现代科技的发展，工业控制对象呈现出大迟延、大惯性、非线性、时变的特点，导致控制难度日益增大。在这种需求环境下，人工智能应用而生。 人工智能是计算机按人的行为方式处理问题的学科。它通过计算机模拟人类的行为，按照人类的思维方式处理各种复杂问题。人工智能从计算机技术发展而来，但其范围已远远超出了计算机科学的范畴，涉及所有的自然学科和社会学科。 而智能控制是人工智能在现代工业中的应用，是人工智能和控制理论交叉的产物。人工智能技术可以有效的针对复杂、非线性、不确定性的系统。当下，智能控制是自动化领域中发展最迅猛的分支学科。 2 智能控制的研究范畴 2.1模糊控制（FC-Fuzzy Control） 模糊控制的原理是把人类专家对特定的被控对象的控制策略总结成一系列“条件”和“结果”形式的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。模糊控制器由模糊化、规则库、模糊推理和清晰化四个功能模块组成。模糊化模块实现对系统变量论域的模糊划分和对清晰输入值的模糊化处理。规则库用于存储系统的基于语言变量的控制规则和系统参数。模糊推理是一种从输入空间到输出空间的非线性映射关系。清晰化模块将推出的模糊推理推出的控制输出转化为清晰的输出值。模糊控制器的基本作用组成如下图所示 图1 模糊控制器的基本组成 2.2专家控制（EC-Expert Control） 专家控制是一种基于知识的智能计算机程序的技术。专家控制的实质是基于控制对象和控制规律的各种知识，并且要以智能的方式利用这些知识，以求得控制系统尽可能的优化和实用化。专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等。知识获取系统可以对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。专家系统基本组成如下。 图2 专家控制的基本组成 2.3神经网络控制（NNC-Neural Networks Control） 神经网络控制是一种不依赖模型的控制方法。由此神经网络控制系统具有较好的智能性和鲁棒性，可处理高维、非线性、强耦合和不确定性的复杂的工业生产过程的控制问题，它的显著特点是具有学习能力，能够不断修正神经元之间的连接权值，并离散存储在连接网络中。简单的神经网络结构如下图所示。 图3 人工神经网络模型 2.4遗传算法（GA-Genetic Algorithm） 遗传算法是一种模拟生物进化的智能算法，它利用类似基因进化的交叉、变异、繁殖等操作较大概率获得待优化函数最优解，适用于大规模、高度非线性的不连续多峰函数优化以及无解析式目标函数的优化。此外遗传算法可以与其他智能算法结合，广泛的应用到现代工业控制中。遗传算法流程如下图所示。 图4 遗传算法示意图 3 智能控制的研究现状 当下，智能控制技术在电力系统中的应用正处于热门研究阶段。电力系统中各种电器设备的设计与生产、运行以及控制是非常复杂的过程，而智能控制技术对于电气设备的故障诊断、设备控制与优化设计等发挥了重要的作用。电气设备的优化设计采用遗传算法,这样可以缩短计算的时间,提高设计的质量和效率。采用神经网络、模糊逻辑以及专家系统用于电气设备的故障诊断。其中,电流控制脉冲宽度调制中采用智能控制技术最具代表性的应用,也是被关注的研究热点。 机械制造领域中关于智能控制的研究应用解决了传统控制不能很好地适应多变复杂对象的难题，大大提高了产品的作业质量和生产效率。机械制造的过程中使用神经网络与模糊数学的方法进行动态环境的建模,采用传感器的融合技术预处理和综合各种信息通过模糊集合和模糊关系进行相应的信息处理，并选择器械的控制动作。 鉴于火电机组控制对象的特点，智能控制在该领域的应用研究主要为具有相对成熟理论基础的神经网络控制和模糊控制及粒子群优化、遗传算法和蚁群优化算法等智能优化算法。当下，神经网络广泛应用于锅炉燃烧、NOx排放、旋转机械振动故障、机炉协调控制系统的模型辨识当中；在传统PID控制系统中采用模糊规则进行控制器参数的在线调整，可以有效的控制复杂的热工对象；而遗