【正文】 軟測量和控制系統(tǒng)的設計上。模糊系統(tǒng)不僅有行之有效的模糊控制理論為基礎，而且能夠表達確定性和不確定性兩類經驗，并提煉成為知識進而改善己有控制。應用經典控制理論的前提是:必須有一個高階微分方程式來描述系統(tǒng)運動狀態(tài)的數(shù)學模型，是建立在頻率法的基礎上的。而現(xiàn)代控制理論主要用來解決多輸入多輸出和時變系統(tǒng)的問題，它的數(shù)學模型是用一個一階微分方程組(即狀態(tài)方程)或差分方程組來描述，是一種時域表示方法。這兩種方法在精確數(shù)學模型的自動控制系統(tǒng)中發(fā)揮了巨大的作用，并取得了令人滿意的控制效果。建立在狀態(tài)空間法基礎上的一種控制理論，是自動控制理論的一個主要組成部分。在現(xiàn)代控制理論中，對控制系統(tǒng)的分析和設計主要是通過對系統(tǒng)的狀態(tài)變量的描述來進行的，基本的方法是時間域方法。現(xiàn)代控制理論比經典控制理論所能處理的控制問題要廣泛得多，包括線性系統(tǒng)和非線性系統(tǒng)，定常系統(tǒng)和時變系統(tǒng)，單變量系統(tǒng)和多變量系統(tǒng)。它所采用的方法和算法也更適合于在數(shù)字計算機上進行?，F(xiàn)代控制理論還為設計和構造具有指定的性能指標的最優(yōu)控制系統(tǒng)提供了可能性?，F(xiàn)代控制理論是在20世紀50年代中期迅速興起的空間技術的推動下發(fā)展起來的?？臻g技術的發(fā)展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造衛(wèi)星用最少燃料或最短時間準確地發(fā)射到預定軌道一類的控制問題。這類控制問題十分復雜，采用經典控制理論難以解決。1958年。在這之前，并在1956年應用于控制過程。他們的研究成果解決了空間技術中出現(xiàn)的復雜控制問題，并開拓了控制理論中最優(yōu)控制理論這一新的領域。1960～1961年，因而有可能有效地考慮控制問題中所存在的隨機噪聲的影響，把控制理論的研究范圍擴大，包括了更為復雜的控制問題。幾乎在同一時期內，貝爾曼、卡爾曼等人把狀態(tài)空間法系統(tǒng)地引入控制理論中。狀態(tài)空間法對揭示和認識控制系統(tǒng)的許多重要特性具有關鍵的作用。其中能控性和能觀測性尤為重要，成為控制理論兩個最基本的概念。到60年代初，一套以狀態(tài)空間法、極大值原理、動態(tài)規(guī)劃、卡爾曼布什濾波為基礎的分析和設計控制系統(tǒng)的新的原理和方法已經確立，這標志著現(xiàn)代控制理論的形成。學科內容 現(xiàn)代控制理論所包含的學科內容十分廣泛，主要的方面有：線性系統(tǒng)理論、非線性系統(tǒng)理論、最優(yōu)控制理論、隨機控制理論和適應控制理論。最優(yōu)控制理論 最優(yōu)控制理論是設計最優(yōu)控制系統(tǒng)的理論基礎，主要研究受控系統(tǒng)在指定性能指標實現(xiàn)最優(yōu)時的控制規(guī)律及其綜合方法。在最優(yōu)控制理論中，用于綜合最優(yōu)控制系統(tǒng)的主要方法有極大值原理和動態(tài)規(guī)劃。最優(yōu)控制理論的研究范圍正在不斷擴大，諸如大系統(tǒng)的最優(yōu)控制、分布參數(shù)系統(tǒng)的最優(yōu)控制等。無論是經典控制理論還是現(xiàn)代控制理論，都是建立在系統(tǒng)的精確數(shù)學型基礎之上的。但在實際系統(tǒng)中被控對象一般都具有大慣性、大滯后、時變性、關聯(lián)性、不確定性和非線性的特點，這里的關聯(lián)性不僅包含過程對象中各物理參數(shù)之間的禍合交錯，而且包含被控量、操作量和干擾量之間的聯(lián)系。不確定性不單指結構上的不確定性，而且還指參數(shù)的不確定性。非線性既有非本質的非線性，又有本質非線性。由于被控對象的這種復雜性，決定了控制的艱難性。傳統(tǒng)控制方法絕大多數(shù)是基于被控對象的數(shù)學模型，即按照建模控制化進行，建模的精確程度決定著控制質量的高低，盡管目前的建模理論和方法已有長足的長進，但仍有許多過程和對象的機理不清楚，動態(tài)特性難以掌握，使我們不得不對被控對象進行簡化或近似，將一理論上極為先進的控制策略應用在這樣的模型上，控制效果自然會大打折扣，因用傳統(tǒng)的控制手段進一步提高控制對象的質量遇到了極大的困難，傳統(tǒng)控制方法面臨著嚴峻的挑戰(zhàn)。、發(fā)展和分類工業(yè)控制中存在著工業(yè)過程復雜、數(shù)學模型難以確定的系統(tǒng)，智能控理論的產生正是針對被控對象、環(huán)境、控制目標或任務的復雜性提出的。1987年智能控制正式成為一門獨立的學科，它是人工智能、運籌學和自動控制理論等多學科相結合的交叉學科。它與傳統(tǒng)控制的主要區(qū)別在于可以解決非線性模型化系統(tǒng)的控制問題。目前， 根據(jù)智能控制發(fā)展的不同歷史階段和不同的理論基礎可以將它為四大類:基于專家系統(tǒng)的智能控制、分層遞階智能控制、模糊邏輯控制、神經網絡控制。專家控制是基于知識的智能控制，由關于控制領域的知識庫和體現(xiàn)該知識決策的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，按照某種策略及時地選用恰當?shù)囊?guī)則進行推理輸出，進而對控制隊象實施控制，或修改補充知識條目。其主要優(yōu)點是層次結構、控制方法和知識表達上的靈活性較強，既可以符號推理，又允許模糊描述演繹。但靈活性同時帶來了設計上的隨意性和不規(guī)范性，而且控制知識的獲取、表達和學習，以及推理的有效性也是難點。分層遞階智能控制模擬人腦的分層結構，由執(zhí)行級、協(xié)調級和組織級構成。它不需要精確的模型，但需要具備學習功能，并能接受上一級的模糊指令和符號語言。其特點是自下而上智能遞增而精度遞減，即執(zhí)行級用于高精度局部控制，協(xié)調級用于知識和實際輸出調整執(zhí)行級中的控制參數(shù)，而組織級進行推理決策和自主學習。該控制方法主要用于那些存在不確定性的系統(tǒng)，如機器人控制等，但應用范圍有限。智能控制的發(fā)展主要得益于模糊邏輯控制和神經網絡控制理論的不斷成熟。90年代后，智能控制的集成技術研究取得很大重大進展，如模糊神經網絡、模糊專家系統(tǒng)、傳統(tǒng)PID控制與智能控制的結合等。這些都為智能控制技術的應用提供了廣闊的前景。模糊控制是智能控制的一種典型和較早的形式，作為智能控制的一個重要分支，自從1974年英國的Manldani第一次將模糊邏輯和模糊推理用于鍋爐和蒸汽機的控制，特別是近幾年得到了飛速的發(fā)展。模糊控制是模糊數(shù)學和控制理論相結合的產物，它采用了人的思維具有模糊性的特點，通過使用模糊數(shù)學中的隸屬度函數(shù)、模糊關系、模糊推理等工具，得到的控制表格進行控制。模糊控制在實踐應用中，具有許多傳統(tǒng)控制無法比擬的優(yōu)點:，不需要掌握過程的精確數(shù)學模型。因為對于復雜的生產過程很難得到過程的精確數(shù)學模型，而語言方法卻是一種很方便的近似。2. 對于具有一定操作經驗，但非控制專業(yè)的工作者，模糊控制方法易于掌握。，這些模糊條件語言很容易加入到過程的控制環(huán)節(jié)。4. 采用模糊控制，過程的動態(tài)響應品質優(yōu)于常規(guī)的PID控制，并對過程參數(shù)的變化具有很強的適應性。神經元的數(shù)學模型是由McClulcoh和Piet 兩位科學家在1934 年首先提出來的。它本身是一種控制策略的工具支持，各神經元并沒有顯在的物理意義。神經網絡的主要特點是具有學習能力、并行計算能力和非線性映射能力。充分利用神經網絡的這些能力來解決眾多非線性、強耦合和不確定性系統(tǒng)的建模、辨識和控制問題是神經網絡研究的主要課題。神經網絡建模以其獨特的非傳統(tǒng)表達方式和固定的學習能力實現(xiàn)系統(tǒng)輸入輸出的映射，并在短時間內得到迅速發(fā)展。尤其在傳統(tǒng)建模方法難以對非線性系統(tǒng)的建模有所突破的形勢下，神經網絡更表現(xiàn)出其巨大的潛力。神經網絡作為智能控制器主要采用直接自校正控制、間接自校正控制、神經網絡預測控制和神經網絡模型參考自適應控制等幾種方法。智能控制是一類無需人的干預就能夠針對控制對象的狀態(tài)自動地調節(jié)控制規(guī)律以實現(xiàn)控制目標的控制策略。它避開了建立精確的數(shù)學模型和用常規(guī)控制理論進行定量計算與分析的困難性。它實質上是一種無模型控制方案，即在不需要知道被控對象精確數(shù)學模型的情況下，通過自身的調節(jié)作用，使實際響應曲線逼近理想響應曲線。一般來講 ，智能控制具有以下一些特點: 智能控制可以對一個過程或其環(huán)境的未知特性所固有的信息進行學習，并將得到的經驗用于進一步估計、分類、決策或控制，這有利于對未知對象進行認知和辨識并進一步改善控制系統(tǒng)的控制性能。 對復雜的任務和分散的傳感器信息，具有處理、組織、協(xié)調和綜合決策能力，并在進行過程中表現(xiàn)出類似于人的主動性和靈活性。 由于智能控制不依賴于對象模型，智能行為表現(xiàn)為從系統(tǒng)輸入到輸出的映射關系，即使輸入時系統(tǒng)從未有過的例子，系統(tǒng)通過插補、歸類等方法，也能給出適當?shù)妮敵?。如果系統(tǒng)中某部分出現(xiàn)故障，仍能正常工作，并給出警告信號，甚至自行修復。 智能控制具有在線特征辨識、特征記憶和擬人等特點，故在整個控制過程中，計算機能夠在線獲得信息、實時處理并給出控制決策，通過不斷優(yōu)化參數(shù)和尋找控制器最佳結構形式，來獲得整體的最優(yōu)控制性能。因此就目前而言，智能控制是解決傳統(tǒng)過程控制局限性問題和提高控制質量的一個重要途徑。在各種儀表高速發(fā)展的今天，控制裝置己經不是主要問題，影響被控對象性能指標的主要因素取決于控制器本身，控制器本身的智能化設計將直接影響產品的質量和生產率。本課題的具體研究內容如下:，對被控對象進行理論分析，建立被控系統(tǒng)的數(shù)學模型，提出適合于鍋爐水溫過程控制的純PID控制方法。并對控制算法的實現(xiàn)、控制器的設計和參數(shù)調整進行深入研究。2 運用MATLAB軟件的Simulink開發(fā)環(huán)境對上述這種方法進行建模仿真，并對控制性能指標進行分析，確定出符合控制系統(tǒng)輸出響應速度快、超調量小和穩(wěn)定誤差小的控制算法。，設計一個智能溫度控制器，包括:總體方案設計、部分軟件設計、系統(tǒng)仿真等。第2章被控對象及控制策略研究 電鍋爐是將電能直接轉化為熱能的一種能量轉換裝置。其工作原理與傳統(tǒng)意義上的鍋爐有相似之處，從結構上看也有“鍋”和“爐”兩大部分?！板仭笔侵甘⒎艧峤橘|(一般是水)的容器，而“爐”這里指加熱水的電熱轉換元件。目前國內外生產的電鍋爐有很多種型式，從整體結構上分有立式、臥式、多單元式等:從傳熱介質上分有熱水鍋爐、蒸汽鍋爐和有機載體鍋爐。從電加熱原理上可分為電熱管式、電熱棒式、電熱板式、電極式和感應式等。從供熱方式上有直熱式和蓄熱式等。本文研究對象為直熱式熱水鍋爐，采用電阻式加熱，鍋爐內最高水溫95℃。 ，水的飽和溫度為144℃ ，最高水溫95℃使鍋爐遠離了工作壓力下的飽和溫度及加熱元件表面的過度沸騰難以控制的現(xiàn)象，同時，95℃ 的水溫基本上不產生蒸汽。從電鍋爐的安裝示意圖可以看出，電鍋爐的熱水經供暖出水口送至散熱片，通過散熱片向供熱區(qū)釋放熱量?？梢姽釁^(qū)的溫度是控制參數(shù)，操作量是電鍋爐內的熱水。通過調節(jié)閥的開度，保證供熱區(qū)的等溫特性。通過水位的判別，調節(jié)補水閥的起、停。因此本文的研究目的是結合電鍋爐水溫上升的特點，對它的溫度進行控制，達到調節(jié)時間短、超調量小且穩(wěn)定誤差小的技術要求。在生產過程，控制對象各種各樣，理論分析和試驗結果表明:電加熱裝置是一個具有自平衡能力的對象，可用二階系統(tǒng)純滯后環(huán)節(jié)來描述，而二階系統(tǒng)，通過參數(shù)辨識可以降為一階模型。參數(shù)辨識就是根據(jù)實驗數(shù)據(jù)和建立的模型來確定一組參數(shù)值，使得由模型計算得到的數(shù)值結果能最好的擬合測試數(shù)據(jù)（曲線擬合問題），從而可以為生產過程進行預測，提供一定的理論指導。當計算得到的數(shù)值結果與測試值之間的誤差較大時，就認為該數(shù)學模型與實際的過程不符或者差距較大，進而修改模型，重新選擇參數(shù)。因此，參數(shù)辨識問題是一個逆問題，參數(shù)估計的好壞決定了用模型來解釋實際問題的可信度。經過多方查證，發(fā)現(xiàn)一般可用一階慣性滯后環(huán)節(jié)來描述溫控對象的數(shù)學模型。其傳遞函數(shù)