先進(jìn)控制技術(shù)

先進(jìn)控制技術(shù)第一頁，共四十六頁，2022年，8月28日經(jīng)典控制理論P(yáng)ID控制和直接數(shù)寧控制對解決一般控制和線性定常系統(tǒng)問題十分有效。但是，在許多控制系統(tǒng)中，一些復(fù)雜被控對象(或過程)的特性很難用一般的物理或化學(xué)規(guī)律來描述，也沒有適當(dāng)?shù)臏y試手段進(jìn)行測試，并為具建立數(shù)學(xué)模型。對于這類被控對象(或過程)，用傳統(tǒng)控制理論或現(xiàn)代控制理論很難取得滿意的控制效果。然而，這類被控對象(或過程)在人工操作下卻往往能正常運(yùn)行，并達(dá)到一定預(yù)期的效果。人的手動(dòng)控制策略是通過操作者的學(xué)習(xí)、試驗(yàn)及長期經(jīng)驗(yàn)積累而形成的，它通過人的自然語言來敘述，例如，用自定性的、不精確的及模糊的條件語句來表達(dá)：若爐溫偏高，則減少燃料：若蓄水塔水位偏低，則加大進(jìn)水流量；若燃燒廢氣中含氧量偏向，則減小助燃風(fēng)量等。由于自然語言具有模糊性，所以，這種語言控制也被稱為模糊語言控制，簡稱模糊控制。第二頁，共四十六頁，2022年，8月28日6.1模糊控制技術(shù)6.1.1模糊控制的數(shù)學(xué)基礎(chǔ)6.1.2模糊控制原理6.1.3模糊控制器設(shè)計(jì)“較少”、“較多”、“小一些”、“很少”等模糊語言來進(jìn)行描述和控制問題?！澳：笔侨祟惛兄f物、獲取知識、思維推理、決策實(shí)施的重要特征?！澳：北取扒逦彼鶕碛械男畔⑷萘扛?，內(nèi)涵更豐富，更符合客觀世界。模糊控制理論是由美國著名學(xué)者加利福尼亞大學(xué)教授于1965年首先提出，它以模糊數(shù)學(xué)為基礎(chǔ)，用語言規(guī)則表示方法和先進(jìn)的計(jì)算機(jī)技術(shù)，由模糊推理進(jìn)行決策的一種高級控制策略，而且發(fā)展至今已成為人工智能領(lǐng)域中的一個(gè)重要分支。1974年，英國倫敦大學(xué)教授研制成功第一個(gè)模糊控制器，充分展示了模糊控制技術(shù)的應(yīng)用前景。

第三頁，共四十六頁，2022年，8月28日6.1.1模糊控制的數(shù)學(xué)基礎(chǔ)1.模糊集合有許多概念，如大、小、冷、熱等，都沒有明確的內(nèi)涵和外延，只能用模糊集合來描述；叫做模糊集合。有的概念具有清晰的內(nèi)涵和外延，叫作普通集合(或經(jīng)典集合)。如果把模糊集合的特征函數(shù)稱為隸屬函數(shù)，記作，表示元素屬于模糊集合A的程度。由隸屬函數(shù)來表征，在〔0，1〕區(qū)間內(nèi)連續(xù)取值。的大小反映了元素x對于模糊集合A的隸屬程度。

第四頁，共四十六頁，2022年，8月28日2.模糊集合的運(yùn)算(1)相等：,都有，則稱A與B相等，記作。(2)補(bǔ)集：,都有，則稱B是A的補(bǔ)集，記作。(3)包含：,都有，則稱A包含B，記作。(4)并集：,都有，則稱C是A與B的并集，記作。(5)交集：,都有，則稱C是A與B的交集，記作。第五頁，共四十六頁，2022年，8月28日3.模糊關(guān)系(1)關(guān)系：描寫事物之間聯(lián)系的數(shù)學(xué)模型①R為由集合X到集合Y的普通關(guān)系，則對任意都只能有以下兩種情況：x與y有某種關(guān)系，即xRy；

x或y與無某種關(guān)系，即xRy；

②直積集：在集X與集Y中各取出一元素排成序?qū)?，所有這樣序?qū)Φ募辖凶鯴和Y的直積集(也稱笛卡爾乘積集)，記為

R集是X和Y的直積集的一個(gè)子集

③幾個(gè)常見的關(guān)系自返性(同族關(guān)系)

、對稱性(兄弟關(guān)系和朋友關(guān)系)和傳遞性(兄弟關(guān)系和朋友關(guān)系)。父子關(guān)系？具有自返性和對稱性的關(guān)系稱為相容關(guān)系，具有傳遞性的相容關(guān)系稱為等價(jià)關(guān)系。

(2)模糊關(guān)系模糊關(guān)系也有自返性、對稱性、傳遞性等關(guān)系。第六頁，共四十六頁，2022年，8月28日(3)模糊矩陣模糊矩陣的一般形式為其中，，，矩陣A可記為。矩陣中的表示集合X中第i個(gè)元素和集合Y中第j個(gè)元素隸屬于模糊關(guān)系的程度，記為第七頁，共四十六頁，2022年，8月28日對于模糊矩陣，有下面四種預(yù)算：①并：cij=max〔aij,bij〕=aij∨bij

②交：cij=min〔aij,bij〕=aij∧bij

③補(bǔ)：〔１-aij〕④乘：

Cij=max｛min〔aik,bkj〕｝=∨〔aik∧bkj〕第八頁，共四十六頁，2022年，8月28日4．模糊邏輯⑴二值邏輯：建立在取真“1”和取假“0”二值基礎(chǔ)上的數(shù)理邏輯，是計(jì)算機(jī)科學(xué)的基礎(chǔ)理論。⑵模糊邏輯：模糊邏輯的真值x在區(qū)間〔0,1〕中連續(xù)取值，x越接近1，說明真的程度越大。模糊邏輯是二值邏輯的直接推廣，因此，模糊邏輯是無限多值邏輯，也就是連續(xù)值邏輯。模糊邏輯仍有二值邏輯的邏輯并(析取)、邏輯交(合取)、邏輯補(bǔ)(否定)的運(yùn)算。第九頁，共四十六頁，2022年，8月28日5．模糊推理

應(yīng)用模糊理論，可以對模糊命題進(jìn)行模糊的演繹推理和歸納推理。本節(jié)主要討論假言推理和條件語句。

⑴假言推理⑵模糊假言推理⑶模糊條件語句第十頁，共四十六頁，2022年，8月28日(1)假言推理基本規(guī)則：如果已知命題A（即可以分辨真假的陳述句）蘊(yùn)涵命題B，即A→B（若A則B）；如今確實(shí)A，則可以得到結(jié)論為B，其邏輯結(jié)構(gòu)為若A，則B；

如今A；

------------------

結(jié)論B。舉例：如果A看成“小王住院”，B看成“小王生病”；則若“小王住院”真，“小王生病”也真。第十一頁，共四十六頁，2022年，8月28日（2）模糊假言推理

命題A，B均為精確命題，在模糊情況下，與均為模糊命題，代表模糊事件，要用模糊假言推理來進(jìn)行推理。設(shè)X和Y是兩個(gè)各自具有基礎(chǔ)變量x和y的論域，其中模糊集合：的隸屬函數(shù)分別為從X到Y(jié)的一個(gè)模糊關(guān)系，表示X×Y論域上，描述模糊條件語句“若則”的模糊關(guān)系，其隸屬函數(shù)為第十二頁，共四十六頁，2022年，8月28日⑶模糊條件語句第十三頁，共四十六頁，2022年，8月28日6.1.2模糊控制原理模糊控制系統(tǒng)通常由模糊控制器、輸入輸出接口、執(zhí)行機(jī)構(gòu)、測量裝置和被控對象等五個(gè)部分組成，如下圖所示。第十四頁，共四十六頁，2022年，8月28日模糊控制器主要包括輸入量模糊化接口、知識庫、推理機(jī)、輸出清晰化接口四個(gè)部分，如下圖所示。1.模糊化接口2.知識庫3.推理機(jī)4.清晰化接口第十五頁，共四十六頁，2022年，8月28日6.1.3模糊控制器設(shè)計(jì)

設(shè)計(jì)模糊控制系統(tǒng)的關(guān)鍵是設(shè)計(jì)模糊控制器。1．模糊控制器的結(jié)構(gòu)設(shè)計(jì)

(1)單輸入單輸出結(jié)構(gòu)①一維模糊控制器②二維模糊控制器

(2)多輸入多輸出結(jié)構(gòu)第十六頁，共四十六頁，2022年，8月28日2.模糊規(guī)則的選擇和模糊推理

(1)模糊規(guī)則的選擇①模糊語言變量的確定②語言值隸屬函數(shù)的確定③模糊控制規(guī)則的建立

(2)模糊推理①一維形式②二維形式3.清晰化4.模糊控制器論域及比例因子的確定5.編寫模糊控制器的算法程序第十七頁，共四十六頁，2022年，8月28日6.雙輸入單輸出模糊控制器設(shè)計(jì)

(1)模糊控制器的基本結(jié)構(gòu)

(2)模糊化

(3)模糊控制規(guī)則、模糊關(guān)系和模糊推理

(4)清晰化第十八頁，共四十六頁，2022年，8月28日6.1.4模糊控制的特點(diǎn)模糊控制理論是控制領(lǐng)域中非常有發(fā)展前途的一個(gè)分支，這是由于模糊控制具行許多傳統(tǒng)控制制無法比擬的優(yōu)點(diǎn)，主要優(yōu)點(diǎn)如下：不需要精確數(shù)學(xué)模型容易學(xué)習(xí)使用方便適應(yīng)性強(qiáng)控制程序簡短速度快開發(fā)方便可靠性高性能優(yōu)良第十九頁，共四十六頁，2022年，8月28日6.1.5模糊控制的應(yīng)用近年來，模糊控制得到了廣泛的應(yīng)用。下面簡單介紹一些模糊控制的應(yīng)用領(lǐng)域：1)航天航空：模糊控制現(xiàn)在已應(yīng)用于各種導(dǎo)航系統(tǒng)中。2)工業(yè)過程控制：工業(yè)過程控制的需要是控制性術(shù)發(fā)展的主要?jiǎng)恿Α?)家用電器:全自動(dòng)洗衣機(jī)、電飯煲、空調(diào)等。4)汽車和交通運(yùn)輸：防抱死剎車系統(tǒng)，基于模糊控制的無級變速器，模糊發(fā)動(dòng)機(jī)控制和自動(dòng)駕駛控制系統(tǒng)等。5)其控制場合：電梯控制器、工業(yè)機(jī)器人、核反應(yīng)控制、醫(yī)療儀器等。除控制應(yīng)用以外，還應(yīng)用于圖像識別、計(jì)算機(jī)圖像處理、金融和其他專家系統(tǒng)中。第二十頁，共四十六頁，2022年，8月28日6.1.6模糊控制的現(xiàn)狀與發(fā)展模糊集合的引入將人的判斷、思維過程用比較簡單的數(shù)學(xué)形式直接表達(dá)出來，從而使對復(fù)雜系統(tǒng)做出合乎實(shí)際的、符合人類思維方式的處理成為可能，為最初模糊控制器的形成奠定了基礎(chǔ)。

1974年，英國的Mamdam使用模糊控制語言構(gòu)成的控制器來控制鍋爐蒸汽機(jī)，取得了良好的效果，他的試驗(yàn)和研究標(biāo)志著模糊控制的誕生；模糊拌制不僅適用于小規(guī)模線性單變量系統(tǒng)，而且逐漸向大規(guī)模、非線性復(fù)雜系統(tǒng)擴(kuò)展。從現(xiàn)有的控制系統(tǒng)來看，它具有易于掌握、輸出量連續(xù)、可靠性高、能發(fā)揮熟練專家操作的良好控制效果等優(yōu)點(diǎn)；近年來，對于經(jīng)典模糊控制系統(tǒng)穩(wěn)態(tài)性能的改善，模糊集成控制、模糊自適應(yīng)控制、專家模糊控制與多變量模糊控制的研究，特別是對復(fù)雜系統(tǒng)的自學(xué)習(xí)與參數(shù)(或規(guī)則）自調(diào)整模糊系統(tǒng)方向的研究，受到各國學(xué)者的重視。人們將神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù)相結(jié)合，形成了一種模糊神經(jīng)網(wǎng)絡(luò)技術(shù)，它可以組成一組更接近于人腦的智能信息處理系統(tǒng)，其發(fā)展前景十分廣闊。第二十一頁，共四十六頁，2022年，8月28日模糊控制的發(fā)展模糊控制器采用與人腦思維方法相似的控制原理，因此它具有很人的灸活性，可以目據(jù)實(shí)際控制對象的不同，修改基本的模糊控制器，從而實(shí)現(xiàn)對不同對象的模糊控制。雖然經(jīng)典模糊控制理論已在許多工程應(yīng)用上獲得了成功，但目前它仍處于發(fā)展過程的初級階段，還存在大量需要解決的問題。目前而臨的豐要任務(wù)如下。①建立一套系統(tǒng)的模糊控制理論。模糊控制聯(lián)論研究還期待著堅(jiān)實(shí)的、系統(tǒng)的和奠基性的內(nèi)容，用以解決模糊擰制的機(jī)理、穩(wěn)定性分析，系統(tǒng)化設(shè)計(jì)方法，新型自適應(yīng)模糊控制系統(tǒng)、專家模糊控制系統(tǒng)、神經(jīng)模糊控制系統(tǒng)和多變量模糊控制系統(tǒng)的分析與設(shè)計(jì)等一系列問題。②模糊集成控制系統(tǒng)設(shè)計(jì)方法的研究。隨著被控對象的門益復(fù)雜，忙往需要兩種或多種控制策略的集成，通過動(dòng)態(tài)控制特性亡的互補(bǔ)來獲得滿意的控制效果?，F(xiàn)代控制理論、神經(jīng)網(wǎng)絡(luò)理論與模糊控制的相互結(jié)合、滲透，可構(gòu)成所謂的模糊集成控制系統(tǒng)。為其建方一套完咎的分析與設(shè)計(jì)力池也是模糊控制理論研究的一個(gè)重要方向。模糊控制在非線性復(fù)雜系統(tǒng)中的模糊建模，以及模糊規(guī)則的建立和推理算法的深A(yù)4好究。④自學(xué)習(xí)模糊控制策略和智能化系統(tǒng)的實(shí)現(xiàn)。①常規(guī)模糊控制系統(tǒng)穩(wěn)態(tài)性能的改善。⑥把已經(jīng)取得的研究成果應(yīng)蝴到工程過程中，盡快把其轉(zhuǎn)化為生產(chǎn)力。因此，需加快實(shí)施簡學(xué)實(shí)用的模糊集成芯片和模糊控制裝置，以及通用模糊控制系統(tǒng)的開發(fā)與報(bào)J”應(yīng)用。綜上所述，模糊控制在工業(yè)中的應(yīng)用是一個(gè)相對迅速發(fā)展的領(lǐng)域。隨著模糊控制理論的不斷發(fā)展和應(yīng)用．模糊控制技術(shù)將為工業(yè)過程控制開辟新的應(yīng)用途徑，而且前景十分光明。第二十二頁，共四十六頁，2022年，8月28日6.2神經(jīng)網(wǎng)絡(luò)控制技術(shù)神經(jīng)網(wǎng)絡(luò)控制是一種基本上不依賴于精確數(shù)學(xué)模型的先進(jìn)控制方法，比較適用于那些具有不確定性或高度非線性的控制對象，并具有較強(qiáng)的適應(yīng)和學(xué)習(xí)功能。第二十三頁，共四十六頁，2022年，8月28日6.2.1神經(jīng)網(wǎng)絡(luò)基礎(chǔ)1.生物神經(jīng)元模型人腦是由大量的神經(jīng)細(xì)胞組合而成的，它們之間相互連接。每個(gè)神經(jīng)細(xì)胞（也稱為神經(jīng)元）結(jié)構(gòu)如下圖所示。第二十四頁，共四十六頁，2022年，8月28日2.人工神經(jīng)元模型人工神經(jīng)網(wǎng)絡(luò)是利用物理器件或仿真程序來模擬生物神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。下圖是最典型的人工神經(jīng)元模型。第二十五頁，共四十六頁，2022年，8月28日３．人工神經(jīng)網(wǎng)絡(luò)下圖表示了兩個(gè)典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，圖a)為前饋型網(wǎng)絡(luò)，圖b)為反饋型網(wǎng)絡(luò)。

第二十六頁，共四十六頁，2022年，8月28日6.2.2神經(jīng)網(wǎng)絡(luò)控制典型的神經(jīng)網(wǎng)絡(luò)控制包括神經(jīng)網(wǎng)絡(luò)監(jiān)督控制（或稱神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制）、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（自校正、模型參考控制，含直接與間接自適應(yīng)控制）、神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂?、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等。第二十七頁，共四十六頁，2022年，8月28日1.神經(jīng)網(wǎng)絡(luò)監(jiān)督控制例如，我們可以考慮在傳統(tǒng)控制器，如PID控制器基礎(chǔ)上，再增加一個(gè)神經(jīng)網(wǎng)絡(luò)控制器,如下圖所示，此時(shí)神經(jīng)網(wǎng)絡(luò)控制器實(shí)際是一個(gè)前饋控制器，因此它建立的是被控對象的逆模型。第二十八頁，共四十六頁，2022年，8月28日2.神經(jīng)網(wǎng)絡(luò)直接逆控制

下圖給出了兩種結(jié)構(gòu)方案。在圖a)中,NN1和NN2具有完全相同的網(wǎng)絡(luò)結(jié)構(gòu)（逆模型），并且采用相同的學(xué)習(xí)算法，即NN1和NN2的連接權(quán)都沿的負(fù)梯度方向進(jìn)行修正。上述評價(jià)函數(shù)也可采用其他更一般的加權(quán)形式，這時(shí)的結(jié)構(gòu)方案如圖b)所示。第二十九頁，共四十六頁，2022年，8月28日3.神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（1）神經(jīng)網(wǎng)絡(luò)自校正控制

1)直接自校正控制

2)間接自校正控制神經(jīng)網(wǎng)絡(luò)間接自校正自適應(yīng)控制的結(jié)構(gòu)框圖如下圖所示。第三十頁，共四十六頁，2022年，8月28日（2）神經(jīng)網(wǎng)絡(luò)模型參考控制

a)直接模型參考控制

b)間接模型參考控制第三十一頁，共四十六頁，2022年，8月28日4.神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂?/p>

在內(nèi)模控制中，系統(tǒng)的正向模型與實(shí)際系統(tǒng)并聯(lián),兩者輸出之差被用作反饋信號，此反饋信號又由前向通道的濾波器及控制器進(jìn)行處理。下圖給出了內(nèi)?？刂频纳窠?jīng)網(wǎng)絡(luò)實(shí)現(xiàn)。其中，被控對象的正向模型及控制器（逆模型）均由神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，濾波器仍然是常規(guī)的線性濾波器。第三十二頁，共四十六頁，2022年，8月28日6.3專家控制技術(shù)6.3.1專家系統(tǒng)

1.專家系統(tǒng)結(jié)構(gòu)右圖為理想專家系統(tǒng)的結(jié)構(gòu)圖，主要包括接口、知識庫、黑板、解釋器、推理機(jī)等部分。第三十三頁，共四十六頁，2022年，8月28日2.建造專家系統(tǒng)的步驟建立專家系統(tǒng)的步驟一般如下：

1）設(shè)計(jì)初始數(shù)據(jù)庫

(1)問題知識化

(2)知識概念化

(3)概念形式化

(4)形式規(guī)則化

(5)規(guī)則合法化

2）原型機(jī)的開發(fā)與試驗(yàn)

3）知識庫的改進(jìn)與歸納第三十四頁，共四十六頁，2022年，8月28日6.3.2專家控制介紹專家控制系統(tǒng)大致可以分為以下幾類：

1.基于規(guī)則的專家自整定控制基于規(guī)則的自整定控制器結(jié)構(gòu)如下圖所示。第三十五頁，共四十六頁，2022年，8月28日2.專家監(jiān)督控制如下圖所示為專家監(jiān)督控制系統(tǒng)結(jié)構(gòu)框圖。3.混合型專家控制4.仿人智能控制第三十六頁，共四十六頁，2022年，8月28日6.3.3專家控制基本思想

1.專家控制的知識表示知識表示方法有以下幾種:1）產(chǎn)生式規(guī)則表示法：其規(guī)則的一般形式為：

IF條件lAND條件2…AND條件NTHEN結(jié)論或動(dòng)作

2）框架表示法

3)狀態(tài)空間表示法：狀態(tài)空間可表示為三元組

,其中表示初始狀態(tài)集合，表示操作集合，表示目標(biāo)狀態(tài)集合。

4）混合表示法：混合表示法包括兩種結(jié)合:①框架與規(guī)則相結(jié)合；②數(shù)學(xué)模型與基于規(guī)則的技術(shù)相結(jié)合。

5）其他知識表達(dá)形式：例如語義網(wǎng)絡(luò)、謂詞邏輯等等。第三十七頁，共四十六頁，2022年，8月28日

2.專家控制的推理與控制策略專家控制的推理機(jī)制可以表示為如下模型：專家控制往往帶有模糊性、不確定性和不完全性，因此專家控制的推理計(jì)算過程也要具備某種不確定性。通過將知識庫中的知識賦予相應(yīng)的可信度，在推理過程中完成可信度的轉(zhuǎn)移和計(jì)算，可以得到帶有可信度的推理結(jié)果。從這一意義上講，推理的方式可以分為以下幾種:1）演繹推理

2）歸納推理

3）確定性推理專家控制的推理策略主要有以下幾種：①數(shù)據(jù)驅(qū)動(dòng)控制策略②目標(biāo)驅(qū)動(dòng)控制策略③雙向推理控制策略第三十八頁，共四十六頁，2022年，8月28日6.3.4專家控制組織結(jié)構(gòu)專家控制系統(tǒng)的一般結(jié)構(gòu)下圖所示，這種系統(tǒng)的組織結(jié)構(gòu)有兩個(gè)顯著特點(diǎn)：①知識庫可以由定量知識與定性知識分離構(gòu)造。②用戶可以通過知識獲取系統(tǒng)直接地與內(nèi)部規(guī)則，進(jìn)而間接地與數(shù)值算法進(jìn)行交互，以便操作人員可以對控制系統(tǒng)進(jìn)行離線的修改和在線的監(jiān)督干預(yù)。第三十九頁，共四十六頁，2022年，8月28日6.4預(yù)測控制技術(shù)

預(yù)測控制是一類控制算法的統(tǒng)稱，其中有動(dòng)態(tài)矩陣控制（DMC,DynamicMatrixControl）、模型算法控制（M