專家控制介紹

智能控制系統的分類模糊控制系統專家控制系統神經網絡控制系統學習控制系統遞階控制系統仿生控制系統集成智能控制系統組合智能控制系統基本的控制方法自動控制系統的行為描述（目的）研究自動控制系統的穩(wěn)定性和控制的品質等重要問題（方法）用微分方程、拉普拉斯變換等高等數學的工具，來描述每一個環(huán)節(jié)或元件以及它們組成的自動控制系統。反饋控制和擾動補償反饋控制由誤差引起了動作，因此在反饋控制系統的調節(jié)過程中誤差的發(fā)生不可避免。而誤差的產生是用來力圖消滅誤差。有時這會導致在調節(jié)過程中出現較大的誤差甚至引起振蕩。擾動補償是一種消除被控制對象由于外界擾動引起誤差的方法。擾動補償的原理在于擾動進入被控對象的同時也進入對象前部的控制器。復合自動控制系統放大環(huán)節(jié)執(zhí)行環(huán)節(jié)被控對象控制器+給定環(huán)節(jié)反饋環(huán)節(jié)擾動補償擾動測量擾動誤差輸出給定輸入反饋信號_+陜西一彩色顯像管廠，實際應用計算機作為PID控制器對大型顯像管玻璃爐進行爐溫自動控制?？刂葡到y中實現對兩個主要擾動的擾動補償。一個是向爐內的投料量（玻璃原料量），它是可測量的。另一個是大氣溫度，實現對大氣溫度的擾動補償。

比例微分積分控制比例控制：比例項的作用是放大誤差的幅值，實行反饋控制的基本要求微分控制：“微分”項能預測誤差變化的趨勢積分控制：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）?；蛘咄瑯拥娜剂?，飛行的距離愈遠愈好。 這一類的自動控制系統中對于控制都有一定的技術指標，但與以往不同的是：通過設計控制作用要使這個技術指標達到極值（極大或極?。?/p>

自適應控制校正作用被控對象反饋控制器自適應控制器控制輸入干擾輸出被控對象反饋控制器辨識器參數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構上可分為四個部分：熔解池、工作池、兩個蓄熱室和兩臺投料機。大型玻璃爐有2層樓高，僅熔解池就有75M2面積。智能控制

對于許多復雜的被控對象和它的外界環(huán)境，難以建立有效的數學模型和采用常規(guī)的經典或現代控制理論去進行定量計算和分析、設計。模糊控制系統專家控制系統神經控制系統學習控制系統……模糊控制系統T(溫度)={超高,很高,較高,中等,

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

yj(t)=f(∑wji-j)學習控制 學習系統是自適應系統的發(fā)展與延伸，它能夠按照運行進程中的“經驗”和“教訓”來不斷增長知識，改進算法更廣泛地模擬人類的某些行為（如判斷、推理等）學習機推理機數據庫規(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)來修正控制器參數發(fā)電機組++fG-G+2/S同步控制器速度調節(jié)器+-NfN轉換器裝置++轉換器NfKφ裝置++KfNφw1w3w2w4w5...

x1x2x3x5x4Z(t)Zf

(t)u(t)uf

(t)++...u(t)雙神經元同步控制系統

發(fā)電機復雜控制系統智能控制系統實例專家控制在傳統控制系統中，系統的運行排斥了人的干預，人-機之間缺乏交互?？刂破鲗Ρ豢貙ο笤诃h(huán)境中的參數、結構的變化缺乏應變能力。傳統控制理論的不足，在于它必須依賴于被控對象嚴格的數學模型，試圖對精確模型來求取最優(yōu)的控制效果。而實際的被控對象存在著許多難以建模的因素。上世紀80年代初，人工智能中專家系統的思想和方法開始被引入控制系統的研究和工程應用中。專家系統能處理定性的、啟發(fā)式或不確定的知識信息，經過各種推理來達到系統的任務目標。專家系統為解決傳統控制理論的局限性提供了重要的啟示，二者的結合導致了專家控制這一方法。第一節(jié)專家系統3.1.1、專家系統概述1．定義專家系統是一類包含知識和推理的智能計算機程序，其內部包含某領域專家水平的知識和經驗，具有解決專門問題的能力。2．發(fā)展歷史分為三個時期：(1)初創(chuàng)期（1965-1971年）第一代專家系統DENLDRA和MACSMA的出現，標志著專家系統的誕生。其中DENLDRA為推斷化學分子結構的專家系統，由專家系統的奠基人，Stanford大學計算機系的Feigenbaum教授及其研究小組研制。MACSMA為用于數學運算的數學專家系統，由麻省理工學院完成。（2）成熟期（1972-1977年）：在此期間斯坦福大學研究開發(fā)了最著名的專家系統-血液感染病診斷專家系統MYCIN，標志專家系統從理論走向應用。另一個著名的專家系統-語音識別專家系統HEARSAY的出現，標志著專家系統的理論走向成熟。MYCIN概述MYCIN系統是70年代初由美國斯坦福大學研制，用LISP語言寫成。細菌傳感疾病專家在對病情診斷和提出處方時，大致遵循下列4個步驟：(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)現的細菌是否引起了疾病。(2)確定疾病可能是由哪種病菌引起的。(3)判斷哪些藥物對抑制這種病菌可能有效。(4)根據病人的情況，選擇最適合的藥物。對MYCIN系統所作的正式鑒定表明在對細菌血癥和腦膜炎病人的診斷和選擇處方方面，MYCIN系統比傳染病方面的專家高明。但到目前為止，系統還不能用于臨床，其主要原因是系統缺乏傳染病方面的全面知識。（3）發(fā)展期（1978-現在）在此期間，專家系統走向應用領域，專家系統的數量增加，僅1987年研制成功的專家系統就有1000種。專家系統可以解決的問題一般包括解釋、預測、設計、規(guī)劃、監(jiān)視、修理、指導和控制等。目前，專家系統已經廣泛地應用于醫(yī)療診斷、語音識別、圖象處理、金融決策、地質勘探、石油化工、教學、軍事、計算機設計等領域。3.1.2、專家系統構成

專家系統主要由知識庫和推理機構成，專家系統的結構如圖3.1所示。知識庫規(guī)則庫數據庫推理機解釋程序調度程序推理咨詢知識獲取領域專家專家系統用戶專家系統的結構3.1.3、專家系統的建立

1．知識庫知識庫包含三類知識：（1）基于專家經驗的判斷性規(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)、事實和概念以及當前的條件和常識等的數據。知識庫包含多種功能模塊，主要有知識查詢、檢索、增刪、修改和擴充等。知識庫通過人機接口與領域專家相溝通，實現知識的獲取。2．推理機推理機是用于對知識庫中的知識進行推理來得到結論的“思維”機構。推理機包括三種推理方式：（1）正向推理：從原始數據和已知條件得到結論；（2）反向推理：先提出假設的結論，然后尋找支持的證據，若證據存在，則假設成立；（3）雙向推理：運用正向推理提出假設的結論，運用反向推理來證實假設。正向推理正向推理又稱為正向鏈接推理，其推理基礎是邏輯演繹的推理鏈，它從一組表示事實的謂詞或命題出發(fā)，使用一組推理規(guī)則，來證明目標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。設總數據庫（工作存儲器）中已有事實P1，則應用這三條規(guī)則進行正向推理，即從P1出發(fā)推導出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的謂詞或命題出發(fā)，使用一組規(guī)則證明事實謂詞或命題成立，即提出一批假設(目標)，然后逐一驗證這些假設。

舉例如下：仍用上述的三條規(guī)則為例，應用反向推理方法，從P1出發(fā)推導出q3的過程如圖所示：首先假定目標q3成立，由規(guī)則3（P3→q3），為證明q3成立，須先驗證P3是否成立；但總數據庫沒有事實P3，所以假定子目標P3成立；由規(guī)則2(P2→P3)，應驗證P2；同樣，由于數據庫中沒有事實P2，假定子目標P2成立；由規(guī)則1(P1→P2)，為驗證P2成立，須先驗證P1。因為數據庫中有事實P1，所以假定的目標P2成立，因而P3成立，最終導出結論q3確實成立。3．知識的表示常用的知識表示方法為：產生式規(guī)則，框架，語義網絡，過程。其中產生式規(guī)則是專家系統最流行的表達方法。由產生式規(guī)則表示的專家系統又稱為基于規(guī)則的系統或產生式系統。產生式規(guī)則的表達方式為：IFETHENHWITHCF(E,H)其中，E表示規(guī)則的前提條件，即證據，它可以是單獨命題，也可以是復合命題；H表示規(guī)則的結論部分，即假設，也是命題；CF（CertaintyFactor）為規(guī)則的強度，反映當前提為真時，規(guī)則對結論的影響程度。4．專家系統開發(fā)語言（1）C語言，人工智能語言（如Prolog，Lisp等）；（2）專家系統開發(fā)工具：已經建好的專家系統框架，包括知識表達和推理機。在運用專家系統開發(fā)工具開發(fā)專家系統時，只需要加入領域知識。5．專家系統建立步驟（1）知識庫的設計①確定知識類型：敘述性知識，過程性知識，控制性知識；②確定知識表達方法；③知識庫管理系統的設計：實現規(guī)則的保存、編輯、刪除、增加、搜索等功能。（2）推理機的設計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─機接口的設計①設計“用戶─專家系統接口”：用于咨詢理解和結論解釋；②設計“專家─專家系統接口”：用于知識庫擴充及系統維護。第二節(jié)專家控制一、概述瑞典學者K.J.Astrom在1983年首先把人工智能中的專家系統引入智能控制領域，于1986年提出“專家控制”的概念，構成一種智能控制方法。專家控制（ExpertControl）是智能控制的一個重要分支，又稱專家智能控制。所謂專家控制，是將專家系統的理論和技術同控制理論、方法與技術相結合，在未知環(huán)境下，仿效專家的經驗，實現對系統的控制。專家控制試圖在傳統控制的基礎上“加入”一個富有經驗的控制工程師，實現控制的功能，它由知識庫和推理機構構成主體框架，通過對控制領域知識（先驗經驗、動態(tài)信息、目標等）的獲取與組織，按某種策略及時地選用恰當的規(guī)則進行推理輸出，實現對實際對象的控制。

二、基本原理

1．結構

專家控制的基本結構如圖3.2所示。

知識庫實時推理機A/D被控對象D/A控制算法庫專家控制的結構

2．功能（1）能夠滿足任意動態(tài)過程的控制需要，尤其適用于帶有時變、非線性和強干擾的控制；（2）控制過程可以利用對象的先驗知識；（3）通過修改、增加控制規(guī)則，可不斷積累知識，改進控制性能；（4）可以定性地描述控制系統的性能，如“超調小”、“偏差增大”等；（5）對控制性能可進行解釋；（6）可通過對控制閉環(huán)中的單元進行故障檢測來獲取經驗規(guī)則。3.與專家系統的區(qū)別專家控制引入了專家系統的思想，但與專家系統存在區(qū)別：（1）專家系統能完成專門領域的功能，輔助用戶決策；專家控制能進行獨立的、實時的自動決策。專家控制比專家系統對可靠性和抗干擾性有著更高的要求。（2）專家系統處于離線工作方式，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.知識表示專家控制將系統視為基于知識的系統，控制系統的知識表示如下：（1）受控過程的知識①先驗知識：包括問題的類型及開環(huán)特性；②動態(tài)知識：包括中間狀態(tài)及特性變化。（2）控制、辨識、診斷知識①定量知識：各種算法；②定性知識：各種經驗、邏輯、直觀判斷。按照專家系統知識庫的結構，有關知識可以分類組織，形成數據庫和規(guī)則庫，從而構成專家控制系統的知識源。數據庫包括：事實──已知的靜態(tài)數據。例如傳感器測量誤差、運行閾值、報警閾值、操作序列的約束條件、受控過程的單元組態(tài)等；證據──測量到的動態(tài)數據。例如傳感器的輸出值、儀器儀表的測試結果等。證據的類型是各異的，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──由事實和證據推導的中間結果，作為當前事實集合的補充。例如，通過各種參數估計算法推得的狀態(tài)估計等；目標──系統的性能指標。例如對穩(wěn)定性的要求，對靜態(tài)工作點的尋優(yōu)、對現有控制規(guī)律是否需要改進的判斷等。目標既可以是預定的，也可以是根據外部命令或內部運行狀況在線地動態(tài)建立的。專家控制的規(guī)則庫一般采用產生式規(guī)則表示：IF控制局勢（事實和數據）THEN操作結論由多條產生式規(guī)則構成規(guī)則庫。5.分類按專家控制在控制系統中的作用和功能，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，直接控制生產過程或被控對象。具有模擬（或延伸，擴展）操作工人智能的功能。該控制器的任務和功能相對比較簡單，但是需要在線、實時控制。因此，其知識表達和知識庫也較簡單，通常由幾十條產生式規(guī)則構成，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。知識庫信息獲取與處理推理機構被控對象傳感器控制規(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)控制器相結合，組成對生產過程或被控對象進行間接控制的智能控制系統。具有模擬（或延伸，擴展）控制工程師智能的功能。該控制器能夠實現優(yōu)化適應、協調、組織等高層決策的智能控制。按照高層決策功能的性質，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)控制專家的知識和經驗的總結和運用。通過設置整定值、優(yōu)化控制參數或控制器，實現控制器的靜態(tài)或動態(tài)優(yōu)化。②適應型專家控制器：是基于自適應控制專家的知識和經驗的總結和運用。根據現場運行狀態(tài)和測試數據，相應地調整控制規(guī)律，校正控制參數，修改整定值或控制器，適應生產過程、對象特性或環(huán)境條件的漂移和變化。③協調型專家控制器：是基于協調控制專家和調度工程師的知識和經驗的總結和運用。用以協調局部控制器或各子控制系統的運行，實現大系統的全局穩(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計師的知識和經驗的總結和運用。用以組織各種常規(guī)控制器，根據控制任務的目標和要求，構成所需要的控制系統。間接型專家控制器可以在線或離線運行。通常，優(yōu)化型、適應型需要在線、實時、聯機運行。協調型、組織型可以離線、非實時運行，作為相應的計算機輔助系統。間接型專家控制器的示意圖如圖所示。專家控制器被控對象傳感器控制算法特征提取圖間接型專家控制器三、專家控制的關鍵技術及特點1．專家控制的關鍵技術(1)知識的表達方法；(2)從傳感器中識別和獲取定量的控制信號；(3)將定性知識轉化為定量的控制信號；(4)控制知識和控制規(guī)則的獲取。2．專家控制的特點（1）靈活性：根據系統的工作狀態(tài)及誤差情況，可靈活地選取相應的控制律；（2）適應性：能根據專家知識和經驗，調整控制器的參數，適應對象特性及環(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專家控制的實質是，基于受控對象和控制規(guī)律的各種知識，無需知道被控對象的精確模型，利用專家經驗來設計PID參數。專家PID控制是一種直接型專家控制器。典型的二階系統單位階躍響應誤差曲線如圖所示。對于典型的二階系統階躍響應過程作如下分析。圖典型二階系統單位階躍響應誤差曲線令表示離散化的當前采樣時刻的誤差值，和分別表示前一個和前兩個采樣時刻的誤差值，則有根據誤差及其變化，可設計專家PID控制器，該控制器可分為以下五種情況進行設計：（1）當時，說明誤差的絕對值已經很大。不論誤差變化趨勢如何，都應考慮控制器的輸出應按最大（或最?。┹敵?，以達到迅速調整誤差，使誤差絕對值以最大速度減小。此時，它相當于實施開環(huán)控制。（2）當或

時，說明誤差在朝誤差絕對值增大方向變化，或誤差為某一常值，未發(fā)生變化。此時，如果，說明誤差也較大，可考慮由控制器實施較強的控制作用，以達到扭轉誤差絕對值朝減小方向變化，并迅速減小誤差的絕對值，控制器輸出為如果盡管誤差朝絕對值增大方向變化，但誤差絕對值本身并不很大，可考慮控制器實施一般的控制作用，只要扭轉誤差的變化趨勢，使其朝誤差絕對值減小方向變化，控制器輸出為（3）當、或者時，說明誤差的絕對值朝減小的方向變化，或者已經達到平衡狀態(tài)。此時，可考慮采取保持控制器輸出不變。（4）當、時，說明誤差處于極值狀態(tài)。如果此時誤差的絕對值較大，即，可考慮實施較強的控制作用如果此時誤差的絕對值較小，即，可考慮實施較弱的控制作用（5）當時，說明誤差的絕對值很小，此時加入積分，減少穩(wěn)態(tài)誤差。圖中，Ⅰ、Ⅲ、Ⅴ、Ⅶ、…區(qū)域，誤差朝絕對值減小的方向變化。此時，可采取保持等待措施，相當于實施開環(huán)控制；Ⅱ、Ⅳ、Ⅵ、Ⅷ、…區(qū)域，誤差絕對值朝增大的方向變化。此時，可根據誤差的大小分別實施較強或一般的控制作用，以抑制動態(tài)誤差。二、仿真程序及分析仿真實例求三階傳遞函數的階躍響應其中對象采樣時間為1ms。采用專家PID設計控制器。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應。%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