智能控制技術(shù)畢業(yè)論文

1、<p>　　摘要：本文主要介紹了智能控制技術(shù)從經(jīng)典控制理論、現(xiàn)代控制理論發(fā)展到今天的智能控制理論的發(fā)展過程和主要方法，并介紹了智能控制在工業(yè)發(fā)展、機(jī)械制造、電力電子學(xué)研究領(lǐng)域中的應(yīng)用。 </p><p>　　關(guān)鍵字：自動(dòng)化   智能控制   應(yīng)用</p><p>　　隨著信息技術(shù)的發(fā)展，許多新方法和技術(shù)進(jìn)入工程化、產(chǎn)品化

2、階段，這對(duì)自動(dòng)控制技術(shù)提出獷新的挑戰(zhàn)，促進(jìn)了智能理論在控制技術(shù)中的應(yīng)用，以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。</p><p>　　一、智能控制的發(fā)展過程</p><p>　　從經(jīng)典控制理論、現(xiàn)代控制理論發(fā)展到今天的智能控制理論，經(jīng)歷了很長時(shí)間。</p><p>　　四十年代到五十年代形成了經(jīng)典控制理論。經(jīng)典控制理論中基于傳遞函數(shù)建立起來的如頻率特性、根軌

3、跡等圖解解析設(shè)計(jì)方法，對(duì)于單輸入-單輸出系統(tǒng)極為有效，至今仍在廣泛地應(yīng)用。但傳遞函數(shù)對(duì)處于系統(tǒng)內(nèi)部的變量不便描述，對(duì)某些內(nèi)部變量還不能描述，且忽略了初始條件的影響。鼓傳遞函數(shù)描述不能包含系統(tǒng)的所有信息。</p><p>　　現(xiàn)代控制理論主要研究具有高性能、高精度的多變量變參數(shù)系統(tǒng)的最優(yōu)控制問題，它對(duì)多變量有很強(qiáng)的描述和綜合能力，其局限在于必須預(yù)先知道被空對(duì)象或過程的數(shù)學(xué)模型。</p><p&g

4、t;　　智能控制是在經(jīng)典和現(xiàn)代控制理論基礎(chǔ)上進(jìn)一步發(fā)展和提高的。智能控制的提出，一方面是實(shí)現(xiàn)大規(guī)模復(fù)雜系統(tǒng)控制的需要；另一方面是現(xiàn)代計(jì)算機(jī)技術(shù)、人工智能和微電子學(xué)等學(xué)科的高度發(fā)展，給智能控制提供了實(shí)現(xiàn)的基礎(chǔ)。智能控制提供了一種新的控制方法，基本解決了非線性、大時(shí)滯、變結(jié)構(gòu)、無精確數(shù)學(xué)模型對(duì)象的控制問題。</p><p>　　二、智能控制的主要方法</p><p>　　通俗地講，智能控制就是

5、利用有關(guān)知識(shí)（方法）來控制對(duì)象，按一定要求達(dá)到預(yù)定目的。智能控制為解決控制領(lǐng)域的難題，擺脫了經(jīng)典和現(xiàn)代控制理論的困境，開辟了新的途徑。</p><p>　　智能控制技術(shù)的主要方法有模糊控制、基于知識(shí)的專家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用優(yōu)化算法有:遺傳算法、蟻群算法、免疫算法等。</p><p><b>　　1、模糊控制</b></p>&l

6、t;p>　　模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗(yàn)知識(shí)和專家經(jīng)驗(yàn)作為控制規(guī)則。其基本思想是用機(jī)器模擬人對(duì)系統(tǒng)的控制,就是在被控對(duì)象的模糊模型的基礎(chǔ)上運(yùn)用模糊控制器近似推理等手段,實(shí)現(xiàn)系統(tǒng)控制。在實(shí)現(xiàn)模糊控制時(shí)主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。</p><p><b>　　2、專家控制</b></p><p&g

7、t;　　專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專家的經(jīng)驗(yàn),實(shí)現(xiàn)對(duì)系統(tǒng)控制的一種智能控制。主體由知識(shí)庫和推理機(jī)構(gòu)組成,通過對(duì)知識(shí)的獲取與組織,按某種策略適時(shí)選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理,以實(shí)現(xiàn)對(duì)控制對(duì)象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調(diào)整控制器的參數(shù),適應(yīng)對(duì)象特性及環(huán)境的變化,適應(yīng)性好;通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強(qiáng)。</p><p><b

8、>　　3、神經(jīng)網(wǎng)絡(luò)控制</b></p><p>　　神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動(dòng),利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí),以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制等方式實(shí)現(xiàn)智能控制。</p><p><b>　　4、學(xué)習(xí)控制</b></p>&l

9、t;p>　　(1)遺傳算法學(xué)習(xí)控制</p><p>　　智能控制是通過計(jì)算機(jī)實(shí)現(xiàn)對(duì)系統(tǒng)的控制,因此控制技術(shù)離不開優(yōu)化技術(shù)。快速、高效、全局化的優(yōu)化算法是實(shí)現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機(jī)制的一種搜索和優(yōu)化算法,它模擬生物界/生存競爭,優(yōu)勝劣汰,適者生存的機(jī)制,利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法,一方面希望在寬廣的空間內(nèi)進(jìn)行搜索,從而提高求得最優(yōu)解的概率;另

10、一方面又希望向著解的方向盡快縮小搜索范圍,從而提高搜索效率。如何同時(shí)提高搜索最優(yōu)解的概率和效率,是遺傳算法的一個(gè)主要研究方向 。</p><p><b>　　(2)迭代學(xué)習(xí)控制</b></p><p>　　迭代學(xué)習(xí)控制模仿人類學(xué)習(xí)的方法、即通過多次的訓(xùn)練,從經(jīng)驗(yàn)中學(xué)會(huì)某種技能,來達(dá)到有效控制的目的。迭代學(xué)習(xí)控制能夠通過一系列迭代過程實(shí)現(xiàn)對(duì)二階非線性動(dòng)力學(xué)系統(tǒng)

11、的跟蹤控制。整個(gè)控制結(jié)構(gòu)由線性反饋控制器和前饋學(xué)習(xí)補(bǔ)償控制器組成,其中線性反饋控制器保證了非線性系統(tǒng)的穩(wěn)定運(yùn)行、前饋補(bǔ)償控制器保證了系統(tǒng)的跟蹤控制精度。它在執(zhí)行重復(fù)運(yùn)動(dòng)的非線性機(jī)器人系統(tǒng)的控制中是相當(dāng)成功的。</p><p><b>　　三、智能控制的應(yīng)用</b></p><p>　　當(dāng)前，智能控制方法及其實(shí)現(xiàn)的研究已成為控制領(lǐng)域中一個(gè)熱門課題。我國自控界在智能控制理

12、論研究方面的成果已達(dá)國際水平，但在智能控制理論應(yīng)用方面還剛剛開始。盡管智能控制理論和技術(shù)發(fā)展的歷史不長，但是，其卓越的性能有道人面在各方面進(jìn)行了許多應(yīng)用嘗試，并且取得了卓有實(shí)效的成果。</p><p>　　1、工業(yè)過程中的智能控制</p><p>　　生產(chǎn)過程的智能控制主要包括兩個(gè)方面:局部級(jí)和全局級(jí)。局部級(jí)的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(jì),例如智能PID控制器、

13、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點(diǎn)是智能PID控制器,因?yàn)槠湓趨?shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢(shì),且可用于控制一些非線性的復(fù)雜對(duì)象。全局級(jí)的智能控制主要針對(duì)整個(gè)生產(chǎn)過程的自動(dòng)化,包括整個(gè)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。</p><p>　　2、機(jī)械制造中的智能控制</p><p>　　在現(xiàn)代先進(jìn)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

14、以或無法預(yù)測(cè)的情況,人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè),它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對(duì)制造過程進(jìn)行動(dòng)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?？刹捎脤＜蚁到y(tǒng)的“Then-If”逆向推理作為反饋機(jī)構(gòu),修改控制機(jī)構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性,將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來選擇控制動(dòng)作。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

15、力,進(jìn)行在線的模式識(shí)別,處理那些可能是殘缺不全的信息。</p><p>　　3、電力電子學(xué)研究領(lǐng)域中的智能控制</p><p>　　電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)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(jì)、故障診斷及控制中,取得了良好的控制效果 。遺傳算法是一種先進(jìn)的優(yōu)化算法,采用此方法來對(duì)電器設(shè)備的設(shè)計(jì)進(jìn)行

16、優(yōu)化,可以降低成本,縮短計(jì)算時(shí)間,提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)量。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)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中,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(diǎn)之一。</p><p>　　以上的三個(gè)例子只是智能控制在各行各業(yè)應(yīng)用中的一個(gè)縮影，它的作用以及影響力將會(huì)關(guān)系國民生計(jì)。并且智能控制技術(shù)的發(fā)展也是日新月異，我們只有時(shí)刻關(guān)注智

17、能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。</p><p><b>　　參考文獻(xiàn)：</b></p><p>　　[1]Lee T H Ge ,S S. Intelligent control of mechatronic systems [J].Proceedings of the 2003 IEEE International Symposium on Intel

18、ligent Control,2003,646-660.[2]Li Mengqing; Zhang Chunliang; Yang Shuzi etc. Intelligent recognition using fuzzyneural network for trend & jump pattern in control chart[J]. China Mechanical Engineering, 2004 ,15(22)