專家控制介紹

智能控制系統(tǒng)的分類模糊控制系統(tǒng)專家控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)學(xué)習(xí)控制系統(tǒng)遞階控制系統(tǒng)仿生控制系統(tǒng)集成智能控制系統(tǒng)組合智能控制系統(tǒng)基本的控制方法自動(dòng)控制系統(tǒng)的行為描述（目的）研究自動(dòng)控制系統(tǒng)的穩(wěn)定性和控制的品質(zhì)等重要問題（方法）用微分方程、拉普拉斯變換等高等數(shù)學(xué)的工具，來描述每一個(gè)環(huán)節(jié)或元件以及它們組成的自動(dòng)控制系統(tǒng)。反饋控制和擾動(dòng)補(bǔ)償反饋控制由誤差引起了動(dòng)作，因此在反饋控制系統(tǒng)的調(diào)節(jié)過程中誤差的發(fā)生不可避免。而誤差的產(chǎn)生是用來力圖消滅誤差。有時(shí)這會(huì)導(dǎo)致在調(diào)節(jié)過程中出現(xiàn)較大的誤差甚至引起振蕩。擾動(dòng)補(bǔ)償是一種消除被控制對(duì)象由于外界擾動(dòng)引起誤差的方法。擾動(dòng)補(bǔ)償?shù)脑碓谟跀_動(dòng)進(jìn)入被控對(duì)象的同時(shí)也進(jìn)入對(duì)象前部的控制器。復(fù)合自動(dòng)控制系統(tǒng)放大環(huán)節(jié)執(zhí)行環(huán)節(jié)被控對(duì)象控制器+給定環(huán)節(jié)反饋環(huán)節(jié)擾動(dòng)補(bǔ)償擾動(dòng)測(cè)量擾動(dòng)誤差輸出給定輸入反饋信號(hào)_+陜西一彩色顯像管廠，實(shí)際應(yīng)用計(jì)算機(jī)作為PID控制器對(duì)大型顯像管玻璃爐進(jìn)行爐溫自動(dòng)控制。控制系統(tǒng)中實(shí)現(xiàn)對(duì)兩個(gè)主要擾動(dòng)的擾動(dòng)補(bǔ)償。一個(gè)是向爐內(nèi)的投料量（玻璃原料量），它是可測(cè)量的。另一個(gè)是大氣溫度，實(shí)現(xiàn)對(duì)大氣溫度的擾動(dòng)補(bǔ)償。

比例微分積分控制比例控制：比例項(xiàng)的作用是放大誤差的幅值，實(shí)行反饋控制的基本要求微分控制：“微分”項(xiàng)能預(yù)測(cè)誤差變化的趨勢(shì)積分控制：消除穩(wěn)態(tài)誤差

最優(yōu)控制

航天飛行器同樣的飛行所消耗的燃料愈少愈好（最省燃料的航天器飛行控制系統(tǒng)）?；蛘咄瑯拥娜剂?，飛行的距離愈遠(yuǎn)愈好。 這一類的自動(dòng)控制系統(tǒng)中對(duì)于控制都有一定的技術(shù)指標(biāo)，但與以往不同的是：通過設(shè)計(jì)控制作用要使這個(gè)技術(shù)指標(biāo)達(dá)到極值（極大或極小）。

自適應(yīng)控制校正作用被控對(duì)象反饋控制器自適應(yīng)控制器控制輸入干擾輸出被控對(duì)象反饋控制器辨識(shí)器參數(shù)控制輸入干擾輸出顯象管玻璃爐液位自校正控制玻璃爐在結(jié)構(gòu)上可分為四個(gè)部分：熔解池、工作池、兩個(gè)蓄熱室和兩臺(tái)投料機(jī)。大型玻璃爐有2層樓高，僅熔解池就有75M2面積。智能控制

對(duì)于許多復(fù)雜的被控對(duì)象和它的外界環(huán)境，難以建立有效的數(shù)學(xué)模型和采用常規(guī)的經(jīng)典或現(xiàn)代控制理論去進(jìn)行定量計(jì)算和分析、設(shè)計(jì)。模糊控制系統(tǒng)專家控制系統(tǒng)神經(jīng)控制系統(tǒng)學(xué)習(xí)控制系統(tǒng)……模糊控制系統(tǒng)T(溫度)={超高,很高,較高,中等,

較低,很低,過低}.專家控制系統(tǒng)RY特征識(shí)別信息處理推理機(jī)（IE）控制規(guī)則集對(duì)象和執(zhí)行機(jī)構(gòu)知識(shí)庫（KB）SKGIU反饋環(huán)節(jié)專家控制器eu神經(jīng)控制系統(tǒng)f()∑-1x1x2xnw11Wnny1y3xnx1輸入層輸出層隱層反向傳播x2y2…………yjwj1Wjn

yj(t)=f(∑wji-j)學(xué)習(xí)控制 學(xué)習(xí)系統(tǒng)是自適應(yīng)系統(tǒng)的發(fā)展與延伸，它能夠按照運(yùn)行進(jìn)程中的“經(jīng)驗(yàn)”和“教訓(xùn)”來不斷增長(zhǎng)知識(shí)，改進(jìn)算法更廣泛地模擬人類的某些行為（如判斷、推理等）學(xué)習(xí)機(jī)推理機(jī)數(shù)據(jù)庫規(guī)則庫輸出工業(yè)過程PID控制器誤差輸入+_由智能決策單元(IDU)來修正控制器參數(shù)發(fā)電機(jī)組++fG-G+2/S同步控制器速度調(diào)節(jié)器+-NfN轉(zhuǎn)換器裝置++轉(zhuǎn)換器NfKφ裝置++KfNφw1w3w2w4w5...

x1x2x3x5x4Z(t)Zf

(t)u(t)uf

(t)++...u(t)雙神經(jīng)元同步控制系統(tǒng)

發(fā)電機(jī)復(fù)雜控制系統(tǒng)智能控制系統(tǒng)實(shí)例專家控制在傳統(tǒng)控制系統(tǒng)中，系統(tǒng)的運(yùn)行排斥了人的干預(yù)，人-機(jī)之間缺乏交互?？刂破鲗?duì)被控對(duì)象在環(huán)境中的參數(shù)、結(jié)構(gòu)的變化缺乏應(yīng)變能力。傳統(tǒng)控制理論的不足，在于它必須依賴于被控對(duì)象嚴(yán)格的數(shù)學(xué)模型，試圖對(duì)精確模型來求取最優(yōu)的控制效果。而實(shí)際的被控對(duì)象存在著許多難以建模的因素。上世紀(jì)80年代初，人工智能中專家系統(tǒng)的思想和方法開始被引入控制系統(tǒng)的研究和工程應(yīng)用中。專家系統(tǒng)能處理定性的、啟發(fā)式或不確定的知識(shí)信息，經(jīng)過各種推理來達(dá)到系統(tǒng)的任務(wù)目標(biāo)。專家系統(tǒng)為解決傳統(tǒng)控制理論的局限性提供了重要的啟示，二者的結(jié)合導(dǎo)致了專家控制這一方法。第一節(jié)專家系統(tǒng)3.1.1、專家系統(tǒng)概述1．定義專家系統(tǒng)是一類包含知識(shí)和推理的智能計(jì)算機(jī)程序，其內(nèi)部包含某領(lǐng)域?qū)＜宜降闹R(shí)和經(jīng)驗(yàn)，具有解決專門問題的能力。2．發(fā)展歷史分為三個(gè)時(shí)期：(1)初創(chuàng)期（1965-1971年）第一代專家系統(tǒng)DENLDRA和MACSMA的出現(xiàn)，標(biāo)志著專家系統(tǒng)的誕生。其中DENLDRA為推斷化學(xué)分子結(jié)構(gòu)的專家系統(tǒng)，由專家系統(tǒng)的奠基人，Stanford大學(xué)計(jì)算機(jī)系的Feigenbaum教授及其研究小組研制。MACSMA為用于數(shù)學(xué)運(yùn)算的數(shù)學(xué)專家系統(tǒng)，由麻省理工學(xué)院完成。（2）成熟期（1972-1977年）：在此期間斯坦福大學(xué)研究開發(fā)了最著名的專家系統(tǒng)-血液感染病診斷專家系統(tǒng)MYCIN，標(biāo)志專家系統(tǒng)從理論走向應(yīng)用。另一個(gè)著名的專家系統(tǒng)-語音識(shí)別專家系統(tǒng)HEARSAY的出現(xiàn)，標(biāo)志著專家系統(tǒng)的理論走向成熟。MYCIN概述MYCIN系統(tǒng)是70年代初由美國(guó)斯坦福大學(xué)研制，用LISP語言寫成。細(xì)菌傳感疾病專家在對(duì)病情診斷和提出處方時(shí)，大致遵循下列4個(gè)步驟：(1)確定病人是否有重要的病菌感染需要治療。為此，首先要判斷所發(fā)現(xiàn)的細(xì)菌是否引起了疾病。(2)確定疾病可能是由哪種病菌引起的。(3)判斷哪些藥物對(duì)抑制這種病菌可能有效。(4)根據(jù)病人的情況，選擇最適合的藥物。對(duì)MYCIN系統(tǒng)所作的正式鑒定表明在對(duì)細(xì)菌血癥和腦膜炎病人的診斷和選擇處方方面，MYCIN系統(tǒng)比傳染病方面的專家高明。但到目前為止，系統(tǒng)還不能用于臨床，其主要原因是系統(tǒng)缺乏傳染病方面的全面知識(shí)。（3）發(fā)展期（1978-現(xiàn)在）在此期間，專家系統(tǒng)走向應(yīng)用領(lǐng)域，專家系統(tǒng)的數(shù)量增加，僅1987年研制成功的專家系統(tǒng)就有1000種。專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測(cè)、設(shè)計(jì)、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。目前，專家系統(tǒng)已經(jīng)廣泛地應(yīng)用于醫(yī)療診斷、語音識(shí)別、圖象處理、金融決策、地質(zhì)勘探、石油化工、教學(xué)、軍事、計(jì)算機(jī)設(shè)計(jì)等領(lǐng)域。3.1.2、專家系統(tǒng)構(gòu)成

專家系統(tǒng)主要由知識(shí)庫和推理機(jī)構(gòu)成，專家系統(tǒng)的結(jié)構(gòu)如圖3.1所示。知識(shí)庫規(guī)則庫數(shù)據(jù)庫推理機(jī)解釋程序調(diào)度程序推理咨詢知識(shí)獲取領(lǐng)域?qū)＜覍＜蚁到y(tǒng)用戶專家系統(tǒng)的結(jié)構(gòu)3.1.3、專家系統(tǒng)的建立

1．知識(shí)庫知識(shí)庫包含三類知識(shí)：（1）基于專家經(jīng)驗(yàn)的判斷性規(guī)則；（2）用于推理、問題求解的控制性規(guī)則；（3）用于說明問題的狀態(tài)、事實(shí)和概念以及當(dāng)前的條件和常識(shí)等的數(shù)據(jù)。知識(shí)庫包含多種功能模塊，主要有知識(shí)查詢、檢索、增刪、修改和擴(kuò)充等。知識(shí)庫通過人機(jī)接口與領(lǐng)域?qū)＜蚁鄿贤?，?shí)現(xiàn)知識(shí)的獲取。2．推理機(jī)推理機(jī)是用于對(duì)知識(shí)庫中的知識(shí)進(jìn)行推理來得到結(jié)論的“思維”機(jī)構(gòu)。推理機(jī)包括三種推理方式：（1）正向推理：從原始數(shù)據(jù)和已知條件得到結(jié)論；（2）反向推理：先提出假設(shè)的結(jié)論，然后尋找支持的證據(jù)，若證據(jù)存在，則假設(shè)成立；（3）雙向推理：運(yùn)用正向推理提出假設(shè)的結(jié)論，運(yùn)用反向推理來證實(shí)假設(shè)。正向推理正向推理又稱為正向鏈接推理，其推理基礎(chǔ)是邏輯演繹的推理鏈，它從一組表示事實(shí)的謂詞或命題出發(fā)，使用一組推理規(guī)則，來證明目標(biāo)謂詞公式或命題是否成立。

例如，有規(guī)則集如下:

規(guī)則1:IFP1THENP2

規(guī)則2:IFP2THENP3

規(guī)則3:IFP3THENq3

規(guī)則中的P1、P2、P3、q3可以是謂詞公式或命題。設(shè)總數(shù)據(jù)庫（工作存儲(chǔ)器）中已有事實(shí)P1，則應(yīng)用這三條規(guī)則進(jìn)行正向推理，即從P1出發(fā)推導(dǎo)出q3的過程如圖所示。反向推理反向推理又稱為后向鏈接推理，其基本原理是從表示目標(biāo)的謂詞或命題出發(fā)，使用一組規(guī)則證明事實(shí)謂詞或命題成立，即提出一批假設(shè)(目標(biāo))，然后逐一驗(yàn)證這些假設(shè)。

舉例如下：仍用上述的三條規(guī)則為例，應(yīng)用反向推理方法，從P1出發(fā)推導(dǎo)出q3的過程如圖所示：首先假定目標(biāo)q3成立，由規(guī)則3（P3→q3），為證明q3成立，須先驗(yàn)證P3是否成立；但總數(shù)據(jù)庫沒有事實(shí)P3，所以假定子目標(biāo)P3成立；由規(guī)則2(P2→P3)，應(yīng)驗(yàn)證P2；同樣，由于數(shù)據(jù)庫中沒有事實(shí)P2，假定子目標(biāo)P2成立；由規(guī)則1(P1→P2)，為驗(yàn)證P2成立，須先驗(yàn)證P1。因?yàn)閿?shù)據(jù)庫中有事實(shí)P1，所以假定的目標(biāo)P2成立，因而P3成立，最終導(dǎo)出結(jié)論q3確實(shí)成立。3．知識(shí)的表示常用的知識(shí)表示方法為：產(chǎn)生式規(guī)則，框架，語義網(wǎng)絡(luò)，過程。其中產(chǎn)生式規(guī)則是專家系統(tǒng)最流行的表達(dá)方法。由產(chǎn)生式規(guī)則表示的專家系統(tǒng)又稱為基于規(guī)則的系統(tǒng)或產(chǎn)生式系統(tǒng)。產(chǎn)生式規(guī)則的表達(dá)方式為：IFETHENHWITHCF(E,H)其中，E表示規(guī)則的前提條件，即證據(jù)，它可以是單獨(dú)命題，也可以是復(fù)合命題；H表示規(guī)則的結(jié)論部分，即假設(shè)，也是命題；CF（CertaintyFactor）為規(guī)則的強(qiáng)度，反映當(dāng)前提為真時(shí)，規(guī)則對(duì)結(jié)論的影響程度。4．專家系統(tǒng)開發(fā)語言（1）C語言，人工智能語言（如Prolog，Lisp等）；（2）專家系統(tǒng)開發(fā)工具：已經(jīng)建好的專家系統(tǒng)框架，包括知識(shí)表達(dá)和推理機(jī)。在運(yùn)用專家系統(tǒng)開發(fā)工具開發(fā)專家系統(tǒng)時(shí)，只需要加入領(lǐng)域知識(shí)。5．專家系統(tǒng)建立步驟（1）知識(shí)庫的設(shè)計(jì)①確定知識(shí)類型：敘述性知識(shí)，過程性知識(shí)，控制性知識(shí)；②確定知識(shí)表達(dá)方法；③知識(shí)庫管理系統(tǒng)的設(shè)計(jì)：實(shí)現(xiàn)規(guī)則的保存、編輯、刪除、增加、搜索等功能。（2）推理機(jī)的設(shè)計(jì)①選擇推理方式；②選擇推理算法：選擇各種搜索算法，如深度優(yōu)先搜索、廣度優(yōu)先搜索、啟發(fā)式優(yōu)先搜索等。（3）人─機(jī)接口的設(shè)計(jì)①設(shè)計(jì)“用戶─專家系統(tǒng)接口”：用于咨詢理解和結(jié)論解釋；②設(shè)計(jì)“專家─專家系統(tǒng)接口”：用于知識(shí)庫擴(kuò)充及系統(tǒng)維護(hù)。第二節(jié)專家控制一、概述瑞典學(xué)者K.J.Astrom在1983年首先把人工智能中的專家系統(tǒng)引入智能控制領(lǐng)域，于1986年提出“專家控制”的概念，構(gòu)成一種智能控制方法。專家控制（ExpertControl）是智能控制的一個(gè)重要分支，又稱專家智能控制。所謂專家控制，是將專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。專家控制試圖在傳統(tǒng)控制的基礎(chǔ)上“加入”一個(gè)富有經(jīng)驗(yàn)的控制工程師，實(shí)現(xiàn)控制的功能，它由知識(shí)庫和推理機(jī)構(gòu)構(gòu)成主體框架，通過對(duì)控制領(lǐng)域知識(shí)（先驗(yàn)經(jīng)驗(yàn)、動(dòng)態(tài)信息、目標(biāo)等）的獲取與組織，按某種策略及時(shí)地選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理輸出，實(shí)現(xiàn)對(duì)實(shí)際對(duì)象的控制。

二、基本原理

1．結(jié)構(gòu)

專家控制的基本結(jié)構(gòu)如圖3.2所示。

知識(shí)庫實(shí)時(shí)推理機(jī)A/D被控對(duì)象D/A控制算法庫專家控制的結(jié)構(gòu)

2．功能（1）能夠滿足任意動(dòng)態(tài)過程的控制需要，尤其適用于帶有時(shí)變、非線性和強(qiáng)干擾的控制；（2）控制過程可以利用對(duì)象的先驗(yàn)知識(shí)；（3）通過修改、增加控制規(guī)則，可不斷積累知識(shí)，改進(jìn)控制性能；（4）可以定性地描述控制系統(tǒng)的性能，如“超調(diào)小”、“偏差增大”等；（5）對(duì)控制性能可進(jìn)行解釋；（6）可通過對(duì)控制閉環(huán)中的單元進(jìn)行故障檢測(cè)來獲取經(jīng)驗(yàn)規(guī)則。3.與專家系統(tǒng)的區(qū)別專家控制引入了專家系統(tǒng)的思想，但與專家系統(tǒng)存在區(qū)別：（1）專家系統(tǒng)能完成專門領(lǐng)域的功能，輔助用戶決策；專家控制能進(jìn)行獨(dú)立的、實(shí)時(shí)的自動(dòng)決策。專家控制比專家系統(tǒng)對(duì)可靠性和抗干擾性有著更高的要求。（2）專家系統(tǒng)處于離線工作方式，而專家控制要求在線獲取反饋信息，即要求在線工作方式。4.知識(shí)表示專家控制將系統(tǒng)視為基于知識(shí)的系統(tǒng)，控制系統(tǒng)的知識(shí)表示如下：（1）受控過程的知識(shí)①先驗(yàn)知識(shí)：包括問題的類型及開環(huán)特性；②動(dòng)態(tài)知識(shí)：包括中間狀態(tài)及特性變化。（2）控制、辨識(shí)、診斷知識(shí)①定量知識(shí)：各種算法；②定性知識(shí)：各種經(jīng)驗(yàn)、邏輯、直觀判斷。按照專家系統(tǒng)知識(shí)庫的結(jié)構(gòu)，有關(guān)知識(shí)可以分類組織，形成數(shù)據(jù)庫和規(guī)則庫，從而構(gòu)成專家控制系統(tǒng)的知識(shí)源。數(shù)據(jù)庫包括：事實(shí)──已知的靜態(tài)數(shù)據(jù)。例如傳感器測(cè)量誤差、運(yùn)行閾值、報(bào)警閾值、操作序列的約束條件、受控過程的單元組態(tài)等；證據(jù)──測(cè)量到的動(dòng)態(tài)數(shù)據(jù)。例如傳感器的輸出值、儀器儀表的測(cè)試結(jié)果等。證據(jù)的類型是各異的，常常帶有噪聲、延遲，也可能是不完整的，甚至相互之間有沖突；假設(shè)──由事實(shí)和證據(jù)推導(dǎo)的中間結(jié)果，作為當(dāng)前事實(shí)集合的補(bǔ)充。例如，通過各種參數(shù)估計(jì)算法推得的狀態(tài)估計(jì)等；目標(biāo)──系統(tǒng)的性能指標(biāo)。例如對(duì)穩(wěn)定性的要求，對(duì)靜態(tài)工作點(diǎn)的尋優(yōu)、對(duì)現(xiàn)有控制規(guī)律是否需要改進(jìn)的判斷等。目標(biāo)既可以是預(yù)定的，也可以是根據(jù)外部命令或內(nèi)部運(yùn)行狀況在線地動(dòng)態(tài)建立的。專家控制的規(guī)則庫一般采用產(chǎn)生式規(guī)則表示：IF控制局勢(shì)（事實(shí)和數(shù)據(jù)）THEN操作結(jié)論由多條產(chǎn)生式規(guī)則構(gòu)成規(guī)則庫。5.分類按專家控制在控制系統(tǒng)中的作用和功能，可將專家控制器分為以下兩種類型：(1)直接型專家控制器直接專家控制器用于取代常規(guī)控制器，直接控制生產(chǎn)過程或被控對(duì)象。具有模擬（或延伸，擴(kuò)展）操作工人智能的功能。該控制器的任務(wù)和功能相對(duì)比較簡(jiǎn)單，但是需要在線、實(shí)時(shí)控制。因此，其知識(shí)表達(dá)和知識(shí)庫也較簡(jiǎn)單，通常由幾十條產(chǎn)生式規(guī)則構(gòu)成，以便于增刪和修改。直接型專家控制器的示意圖見圖中的虛線所示。知識(shí)庫信息獲取與處理推理機(jī)構(gòu)被控對(duì)象傳感器控制規(guī)則庫直接型專家控制器圖直接型專家控制器(2)間接型專家控制器間接型專家控制器用于和常規(guī)控制器相結(jié)合，組成對(duì)生產(chǎn)過程或被控對(duì)象進(jìn)行間接控制的智能控制系統(tǒng)。具有模擬（或延伸，擴(kuò)展）控制工程師智能的功能。該控制器能夠?qū)崿F(xiàn)優(yōu)化適應(yīng)、協(xié)調(diào)、組織等高層決策的智能控制。按照高層決策功能的性質(zhì)，間接型專家控制器可分為以下幾種類型：①優(yōu)化型專家控制器：是基于最優(yōu)控制專家的知識(shí)和經(jīng)驗(yàn)的總結(jié)和運(yùn)用。通過設(shè)置整定值、優(yōu)化控制參數(shù)或控制器，實(shí)現(xiàn)控制器的靜態(tài)或動(dòng)態(tài)優(yōu)化。②適應(yīng)型專家控制器：是基于自適應(yīng)控制專家的知識(shí)和經(jīng)驗(yàn)的總結(jié)和運(yùn)用。根據(jù)現(xiàn)場(chǎng)運(yùn)行狀態(tài)和測(cè)試數(shù)據(jù)，相應(yīng)地調(diào)整控制規(guī)律，校正控制參數(shù)，修改整定值或控制器，適應(yīng)生產(chǎn)過程、對(duì)象特性或環(huán)境條件的漂移和變化。③協(xié)調(diào)型專家控制器：是基于協(xié)調(diào)控制專家和調(diào)度工程師的知識(shí)和經(jīng)驗(yàn)的總結(jié)和運(yùn)用。用以協(xié)調(diào)局部控制器或各子控制系統(tǒng)的運(yùn)行，實(shí)現(xiàn)大系統(tǒng)的全局穩(wěn)定和優(yōu)化。④組織型專家控制器：是基于控制工程的組織管理專家或總設(shè)計(jì)師的知識(shí)和經(jīng)驗(yàn)的總結(jié)和運(yùn)用。用以組織各種常規(guī)控制器，根據(jù)控制任務(wù)的目標(biāo)和要求，構(gòu)成所需要的控制系統(tǒng)。間接型專家控制器可以在線或離線運(yùn)行。通常，優(yōu)化型、適應(yīng)型需要在線、實(shí)時(shí)、聯(lián)機(jī)運(yùn)行。協(xié)調(diào)型、組織型可以離線、非實(shí)時(shí)運(yùn)行，作為相應(yīng)的計(jì)算機(jī)輔助系統(tǒng)。間接型專家控制器的示意圖如圖所示。專家控制器被控對(duì)象傳感器控制算法特征提取圖間接型專家控制器三、專家控制的關(guān)鍵技術(shù)及特點(diǎn)1．專家控制的關(guān)鍵技術(shù)(1)知識(shí)的表達(dá)方法；(2)從傳感器中識(shí)別和獲取定量的控制信號(hào)；(3)將定性知識(shí)轉(zhuǎn)化為定量的控制信號(hào)；(4)控制知識(shí)和控制規(guī)則的獲取。2．專家控制的特點(diǎn)（1）靈活性：根據(jù)系統(tǒng)的工作狀態(tài)及誤差情況，可靈活地選取相應(yīng)的控制律；（2）適應(yīng)性：能根據(jù)專家知識(shí)和經(jīng)驗(yàn)，調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化；（3）魯棒性：通過利用專家規(guī)則，系統(tǒng)可以在非線性、大偏差下可靠地工作。第三節(jié)專家PID控制一、專家PID控制原理

PID專家控制的實(shí)質(zhì)是，基于受控對(duì)象和控制規(guī)律的各種知識(shí)，無需知道被控對(duì)象的精確模型，利用專家經(jīng)驗(yàn)來設(shè)計(jì)PID參數(shù)。專家PID控制是一種直接型專家控制器。典型的二階系統(tǒng)單位階躍響應(yīng)誤差曲線如圖所示。對(duì)于典型的二階系統(tǒng)階躍響應(yīng)過程作如下分析。圖典型二階系統(tǒng)單位階躍響應(yīng)誤差曲線令表示離散化的當(dāng)前采樣時(shí)刻的誤差值，和分別表示前一個(gè)和前兩個(gè)采樣時(shí)刻的誤差值，則有根據(jù)誤差及其變化，可設(shè)計(jì)專家PID控制器，該控制器可分為以下五種情況進(jìn)行設(shè)計(jì)：（1）當(dāng)時(shí)，說明誤差的絕對(duì)值已經(jīng)很大。不論誤差變化趨勢(shì)如何，都應(yīng)考慮控制器的輸出應(yīng)按最大（或最小）輸出，以達(dá)到迅速調(diào)整誤差，使誤差絕對(duì)值以最大速度減小。此時(shí)，它相當(dāng)于實(shí)施開環(huán)控制。（2）當(dāng)或

時(shí)，說明誤差在朝誤差絕對(duì)值增大方向變化，或誤差為某一常值，未發(fā)生變化。此時(shí)，如果，說明誤差也較大，可考慮由控制器實(shí)施較強(qiáng)的控制作用，以達(dá)到扭轉(zhuǎn)誤差絕對(duì)值朝減小方向變化，并迅速減小誤差的絕對(duì)值，控制器輸出為如果盡管誤差朝絕對(duì)值增大方向變化，但誤差絕對(duì)值本身并不很大，可考慮控制器實(shí)施一般的控制作用，只要扭轉(zhuǎn)誤差的變化趨勢(shì)，使其朝誤差絕對(duì)值減小方向變化，控制器輸出為（3）當(dāng)、或者時(shí)，說明誤差的絕對(duì)值朝減小的方向變化，或者已經(jīng)達(dá)到平衡狀態(tài)。此時(shí)，可考慮采取保持控制器輸出不變。（4）當(dāng)、時(shí)，說明誤差處于極值狀態(tài)。如果此時(shí)誤差的絕對(duì)值較大，即，可考慮實(shí)施較強(qiáng)的控制作用如果此時(shí)誤差的絕對(duì)值較小，即，可考慮實(shí)施較弱的控制作用（5）當(dāng)時(shí)，說明誤差的絕對(duì)值很小，此時(shí)加入積分，減少穩(wěn)態(tài)誤差。圖中，Ⅰ、Ⅲ、Ⅴ、Ⅶ、…區(qū)域，誤差朝絕對(duì)值減小的方向變化。此時(shí)，可采取保持等待措施，相當(dāng)于實(shí)施開環(huán)控制；Ⅱ、Ⅳ、Ⅵ、Ⅷ、…區(qū)域，誤差絕對(duì)值朝增大的方向變化。此時(shí)，可根據(jù)誤差的大小分別實(shí)施較強(qiáng)或一般的控制作用，以抑制動(dòng)態(tài)誤差。二、仿真程序及分析仿真實(shí)例求三階傳遞函數(shù)的階躍響應(yīng)其中對(duì)象采樣時(shí)間為1ms。采用專家PID設(shè)計(jì)控制器。在仿真過程中，取0.001，程序中的五條規(guī)則與控制算法的五種情況相對(duì)應(yīng)。%ExpertPIDControllerclearall;closeall;ts=0.001;sys=tf(5.235e005,[1,87.35,1.047e004,0]);dsys=c2d(sys,ts,'z');[num,den]=tfdata(dsys,'v');u_1=0.0;u_2=0.0;u_3=0.0;y_1=0;y_2=0;y_3=0;x=[0,0,0]';x2_1=0;kp=0.6;ki=0.03;kd=0.01;error_1=0;fork=1:1:500time(k)=k*ts;

rin(k)=1.0;%TracingJieyueSignalu(k)=kp*x(1)+kd*x(2)+ki*x(3);%PIDController仿真程序：%Expertcontrolruleifabs(x(1))>0.8%Rule1:Unclosedcontrolfirstly

u(k)=0.45;elseifabs(x(1))>0.40

u(k)=0.40;elseifabs(x(1))>0.20

u(k)=0.12;elseifabs(x(1))>0.01

u(k)=0.10;endifx(1)*x(2)>0|(x(2)==0)%Rule2ifabs(x(1))>=0.05

u(k)=u_1+2*kp*x(1);else

u(k)=u_1+0.4*kp*x(1);endend