機床商務(wù)網(wǎng)
技術(shù)文章
智能化控制系統(tǒng)的發(fā)展應(yīng)用
閱讀：403 發(fā)布時間：2021-12-21引言：智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發(fā)展的高級階段，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。智能控制研究對象的主要特點是具有不確定性的數(shù)學(xué)模型、高度的非線性和復(fù)雜的任務(wù)要求。
智能控制是由智能機器自主地實現(xiàn)其目標(biāo)的過程。而智能機器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的，熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí)行人類規(guī)定的任務(wù)的一種機器。 K.J.奧斯托羅姆則認(rèn)為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬，并用于控制系統(tǒng)的分析與設(shè)計中，使之在一定程度上實現(xiàn)控制系統(tǒng)的智能化，這就是智能控制。他還認(rèn)為自調(diào)節(jié)控制，自適應(yīng)控制就是智能控制的低級體現(xiàn)。智能控制是一類無需人的干預(yù)就能夠自主地驅(qū)動智能機器實現(xiàn)其目標(biāo)的自動控制，也是用計算機模擬人類智能的一個重要領(lǐng)域。智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一個新興分支學(xué)科。
智能化控制系統(tǒng)的發(fā)展
智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來，用于解決控制系統(tǒng)的隨機特性問題和模型未知問題；1967年，美國萊昂德斯(C．T．Leondes)等人正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動控制的交叉關(guān)系。自此，自動控制與AI開始碰撞出火花，一個新興的交叉領(lǐng)域——智能控制得到建立和發(fā)展。早期的智能控制系統(tǒng)采用比較初級的智能方法，如模式識別和學(xué)習(xí)方法等，而且發(fā)展速度十分緩慢。
扎德于1965年發(fā)表了**論文“Fuzzy Sets”，開辟了以表征人的感知和語言表達(dá)的模糊性這一普遍存在不確定性的模糊邏輯為基礎(chǔ)的數(shù)學(xué)新領(lǐng)域——模糊數(shù)學(xué)。1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關(guān)系應(yīng)用于工業(yè)控制系統(tǒng)，提出了能處理模糊不確定性、模擬人的操作經(jīng)驗規(guī)則的模糊控制方法。
20世紀(jì)80年代，基于AI的規(guī)則表示與推理技術(shù)(尤其是專家系統(tǒng))基于規(guī)則的專家控制系統(tǒng)得到迅速發(fā)展，如瑞典奧斯特隆姆(K．J．Astrom)的專家控制，美國薩里迪斯(G．M．Saridis)的機器人控制中的專家控制等。隨著20世紀(jì)80年代中期人工神經(jīng)網(wǎng)絡(luò)研究的再度興起，控制領(lǐng)域研究者們提出并迅速發(fā)展了充分利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、自學(xué)習(xí)特性和容錯特性的神經(jīng)網(wǎng)絡(luò)控制方法。
隨著研究的展開和深入，形成智能控制新學(xué)科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了**屆智能控制學(xué)術(shù)討論會，討論了智能控制原理和系統(tǒng)結(jié)構(gòu)。由此，智能控制作為一門新興學(xué)科得到廣泛認(rèn)同，并取得迅速發(fā)展。
近十幾年來．隨著智能控制方法和技術(shù)的發(fā)展，智能控制迅速走向各種專業(yè)領(lǐng)域，應(yīng)用于各類復(fù)雜被控對象的控制問題，如工業(yè)過程控制系統(tǒng)、機器人系統(tǒng)、現(xiàn)代生產(chǎn)制造系統(tǒng)、交通控制系統(tǒng)等。
智能化控制系統(tǒng)的應(yīng)用
智能控制的具體應(yīng)用主要表現(xiàn)在以下幾個方面：
1)生產(chǎn)過程中的智能控制
生產(chǎn)過程中的智能控制主要包括局部級智能控制和全局級智能控制。
局部級智能控制是指將智能引入工藝過程中的某一單元進(jìn)行控制器設(shè)計。研究熱點是智能PID控制器，因為其在參數(shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢，且可用于控制一些非線性的復(fù)雜對象。全局級的智能控制主要針對整個生產(chǎn)過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。
2)*制造系統(tǒng)中的智能控制
智能控制被廣泛地應(yīng)用于機械制造行業(yè)。在現(xiàn)代*制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況，人工智能技術(shù)為解決這一難題提供了一些有效的解決方案。
(1)利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對制造過程進(jìn)行動態(tài)環(huán)境建模，利用傳感器融合技術(shù)來進(jìn)行信息的預(yù)處理和綜合。
(2)采用專家系統(tǒng)為反饋機構(gòu)，修改控制機構(gòu)或者選擇較好的控制模式和參數(shù)。
(3)利用模糊集合決策選取機構(gòu)來選擇控制動作。
(4)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力，進(jìn)行在線的模式識別，處理那些可能是殘缺不全的信息。
3)電力系統(tǒng)中的智能控制
電力系統(tǒng)中發(fā)電機、變壓器、電動機等電機電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復(fù)雜的過程，國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中，取得了良好的控制效果。
(1)用遺傳算法對電器設(shè)備的設(shè)計進(jìn)行優(yōu)化，可以降低成本，縮短計算時間，提高產(chǎn)品設(shè)計的效率和質(zhì)量。
(2)應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。
(3)智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一，也是研究的新熱點之一。
近年來，智能控制技術(shù)在國內(nèi)外已有了較大的發(fā)展，已進(jìn)入工程化、實用化的階段。作為一門新興的理論技術(shù)，它還處在一個發(fā)展時期。隨著人工智能技術(shù)、計算機技術(shù)的迅速發(fā)展，智能控制必將迎來它的發(fā)展新時期。