第4章 專家控制-仿人智能控制

第4章專家控制－仿人智能控制

智能控制基礎(chǔ)1/374.4.1仿人智能控制的引入4.4.2仿人智能控制的基本概念4.4.3仿人智能控制的實現(xiàn)4.4.4仿人智能控制的應(yīng)用舉例4.4 仿人智能控制2/374.4.1仿人智能控制的引入我國重慶大學(xué)智能控制研究室周其鑒、李祖樞等人在1980年前后提出。現(xiàn)有的人工智能理論只能模擬智能的某個側(cè)面，并不能反映人類智能的全貌。而另一方面，人類對于自身信息處理的宏觀過程卻已有了較為一致的認(rèn)識，可以作為普適的結(jié)構(gòu)。因此，從控制問題的實際需求出發(fā)，將宏觀結(jié)構(gòu)的模擬和行為功能的模擬相結(jié)合是現(xiàn)階段實現(xiàn)仿人智能控制較為合適的選擇。3/37宏觀結(jié)構(gòu)4/37基本問題特征識別基于誤差e、誤差導(dǎo)數(shù)和誤差的二階導(dǎo)數(shù)

多模態(tài)控制5/374.4.1仿人智能控制的引入4.4.2仿人智能控制的基本概念4.4.3仿人智能控制的實現(xiàn)4.4.4仿人智能控制的應(yīng)用舉例4.4 仿人智能控制6/374.4.2仿人智能控制的基本概念特征基元、特征狀態(tài)和特征模型特征辨識和特征記憶控制（決策）模態(tài)和多模態(tài)控制7/37特征基元特征元素構(gòu)成可以構(gòu)成描述動態(tài)系統(tǒng)運行狀態(tài)舉例描述系統(tǒng)輸出與期望值的接近程度描述系統(tǒng)誤差變化的趨勢描述系統(tǒng)動態(tài)過程中誤差的變化區(qū)域描述動態(tài)系統(tǒng)振蕩的收斂性8/37誤差相平面9/37誤差時平面10/37特征狀態(tài)特征基元的特定組合，可以將誤差信息空間

劃分為一些區(qū)域，每一個區(qū)域代表了一種系統(tǒng)運行特征的狀態(tài)，稱為特征狀態(tài)。11/37特征模型利用特征狀態(tài)對誤差信息空間

的劃分，是所有特征狀態(tài)

i的集合。12/37關(guān)系矩陣特征模型

和特征基元集Q之間的關(guān)系，也可由關(guān)系矩陣P來描述：

=P⊙Q13/37舉例特征狀態(tài)

1對應(yīng)的關(guān)系向量在中可表示為：在中可表示為：14/37特征辨識對控制系統(tǒng)輸出的信息進行在線的辨識，確定當(dāng)前系統(tǒng)所處的特征狀態(tài)，這一過程稱作特征辨識。15/37特征記憶被控制器記憶的特征量被稱為特征記憶包括反映前期決策和控制效果的特征量和反映控制任務(wù)要求及被控對象性質(zhì)的特征量。例如：

1：emi誤差的第i次極值

2：uH前期控制輸出量的保持值

3：誤差第i次過零的速度

4：tem誤差極值的間隔時間

16/37控制（決策）模態(tài)定量

i

：定性17/37模態(tài)基元基本的控制環(huán)節(jié)舉例m1：比例控制m2：微分控制m3：積分控制m4：輸出保持控制m5：峰值誤差記憶和控制m6：磅－磅控制m7：輸出預(yù)補償控制

18/37關(guān)系矩陣控制模態(tài)也可以用關(guān)系矩陣表示。 根據(jù)了lij的不同，就可以構(gòu)成一系列的復(fù)合控制模態(tài)，例如：

1：比例＋微分＋保持

5：PID控制19/374.4.1仿人智能控制的引入4.4.2仿人智能控制的基本概念4.4.3仿人智能控制的實現(xiàn)4.4.4仿人智能控制的應(yīng)用舉例4.4 仿人智能控制20/374.4.3仿人智能控制的實現(xiàn)目標(biāo)軌跡的確定特征模型的設(shè)計控制模態(tài)集的設(shè)計直覺推理的實現(xiàn)21/37誤差相平面的目標(biāo)軌跡22/37誤差時平面的目標(biāo)軌跡23/37相平面的特征模型定義特征基元集合得到特征模型24/37時平面的特征模型定義特征基元集合得到特征模型25/37控制模態(tài)集的設(shè)計對于特征模型

1的7個特征狀態(tài)，可以有如下控制模態(tài)：誤差很大時，對應(yīng)于區(qū)域①，可采用磅－磅模態(tài)控制激發(fā)誤差的變化率。誤差減小的過程中，若誤差變化速度低于或等于預(yù)定的速度，則對應(yīng)于區(qū)域②，可采取比例模態(tài)控制，提高或保持誤差變化率。若誤差減小的過程中，誤差變化速度高于預(yù)定的速度，則對應(yīng)于區(qū)域③和⑤，需在比例模態(tài)的基礎(chǔ)上引入微分模態(tài)，形成PD模態(tài)控制，壓低誤差變化率。如果引入微分模態(tài)仍不能減小誤差變化的速度至預(yù)設(shè)的范圍，則進入?yún)^(qū)域④，此時應(yīng)引入正反饋抑制誤差變化速度。若誤差和誤差的變化率都很小，已滿足要求，則對應(yīng)于區(qū)域⑥，可采用保持模態(tài)控制，使之自行衰減達到平衡。如果出現(xiàn)誤差增大的失控現(xiàn)象，對應(yīng)于區(qū)域⑦，此時，為了使誤差盡快回頭，可采用PD模態(tài)控制。26/37控制模態(tài)集

11： 磅－磅控制模態(tài)

12： PD控制模態(tài)

13：

保持控制模態(tài)27/37直覺推理的實現(xiàn)28/37第一階段：特征模型到控制模態(tài)的映射，即例如

11：

12：

13：29/37第二階段誤差信息E和特征記憶信息

到控制器輸出U的映射，即對應(yīng)模態(tài)

i所包含的映射關(guān)系。定義控制器的輸入為則模態(tài)控制映射關(guān)系表示為：30/374.4.1仿人智能控制的引入4.4.2仿人智能控制的基本概念4.4.3仿人智能控制的實現(xiàn)4.4.4仿人智能控制的應(yīng)用舉例4.4 仿人智能控制31/374.4.4仿人智能控制的應(yīng)用舉例力矩受限單擺控制32/37數(shù)學(xué)模型t：時間(s)；θ：擺的角度(rad)；l：重心的轉(zhuǎn)動半徑(m)；T：加振力矩(N.m)；Tfr：庫侖摩擦力矩(N.m)；C：粘性衰減系數(shù)(N.m.s)；g：重力加速度(m.s-2)；I：轉(zhuǎn)動慣量(Kg.m2)；τ：無量綱時間；ζ：粘性衰減比；α：無量綱加振力矩；αfr：無量綱庫侖摩擦力矩。33/37特征模型和控制策略特征模型Φ為：多模態(tài)控制策略

為推理規(guī)則的集合

34/37參數(shù)設(shè)計相關(guān)閾值和控制增益參數(shù)可以通過計算機仿真，反復(fù)試湊獲得。