【正文】 現(xiàn)代控制理論的發(fā)展 制 (Intelligent Control) 智能控制是人工智能和自動(dòng)控制的結(jié)合物 ,是一類無(wú)需人的干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器 ,實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。智能控制的注意力并不放在對(duì)數(shù)學(xué)公式的表達(dá)、計(jì)算和處理上 ,而放在對(duì)任務(wù)和模型的描述 ,符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫(kù)和推理機(jī)的設(shè)計(jì)開(kāi)發(fā)上。智能控制用于生產(chǎn)過(guò)程 ,讓計(jì)算機(jī)系統(tǒng)模仿專家或熟練操作人員的經(jīng)驗(yàn) ,建立起以知識(shí)為基礎(chǔ)的廣義模型 ,采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示和自學(xué)習(xí)、推理與決策等智能化技術(shù) ,對(duì)外界環(huán)境和系統(tǒng)過(guò)程進(jìn)行理解 、判斷、預(yù)測(cè)和規(guī)劃 ,使被控對(duì)象按一定要求達(dá)到預(yù)定的目的。 智能控制的理論基礎(chǔ)是人工智能 ,控制論 ,運(yùn)籌學(xué)和系統(tǒng)學(xué)等學(xué)科的交叉 ,它的主要特點(diǎn)是 : (1)同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過(guò)程 。 (2)智能控制的核心在高層控制 ,即組織級(jí) ,它的主要任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織 。 (3)系統(tǒng)獲取的信息不僅是數(shù)學(xué)信息 ,更重要的是文字符號(hào)、圖像、圖形、聲音等各種信息。 智能控制正處于發(fā)展過(guò)程中 ,還存在許多有待研究的問(wèn)題 : (1)探討新的智能控制理論 。 (2)采用語(yǔ)音控制 。 (3)提高系統(tǒng)的學(xué)習(xí)能力和自主能力 。 (4)利用現(xiàn)有的非線性技術(shù)分析閉環(huán)系統(tǒng)的特性 。 (5)智能控制的實(shí)現(xiàn)問(wèn)題。 (Nonlinear Control) 非線性控制是復(fù)雜控制理論中一個(gè)重要的基本問(wèn)題 ,也是一個(gè)難點(diǎn)課題 ,它的發(fā)展幾乎與線性系統(tǒng)平行。非線性系統(tǒng)的發(fā)展 ,數(shù)學(xué)工具是一個(gè)相當(dāng)困難的問(wèn)題 ,泰勒級(jí)數(shù)展開(kāi)對(duì)有些情況是不能適用的。古典理論中的 “相平面 ”法只適用于二階系統(tǒng) ,適用于含有一個(gè)非線性元件的高階系統(tǒng)的 “描述函數(shù) ”法也是一種近似方法。由于非線性系統(tǒng)的研究缺乏系統(tǒng)的、一般性的理論及方法 ,于是綜合方法得到較大的發(fā)展 ,主要有 : (1)李雅普諾夫方法 :它是迄今為止最完善、最一般的非線性方法 ,但是由于它的一般性 ,在用來(lái)分析穩(wěn)定性或用來(lái)鎮(zhèn)定綜合時(shí)都欠缺構(gòu)造性。 (2)變結(jié)構(gòu)控制 :由于其滑動(dòng)模態(tài)具有對(duì)干擾與攝動(dòng)的不變性 ,到 80 年代受到重視 ,是一種實(shí)用的非線性控制的綜合方法。 (3)微分幾何法 :在過(guò)去的的 20 年中 ,微分幾何法一直是非線性控制系統(tǒng)研究的主流 ,它對(duì)非線性系統(tǒng)的結(jié)構(gòu)分析、分解以及與結(jié)構(gòu)有關(guān)的控制設(shè)計(jì)帶來(lái)極大方便 .用微分幾何法研究非線性系統(tǒng)是現(xiàn)代數(shù)學(xué)發(fā)展的必然產(chǎn)物 ,正如意大利教授 Isidori 指出 :“用微分幾何法研究非線性系統(tǒng)所取得的成績(jī) ,就象 50 年代用拉氏變換及復(fù)變函數(shù)理論對(duì)單輸入單輸出系統(tǒng)的研究 ,或用線性代數(shù)對(duì)多變量系統(tǒng)的研究。 ”但這種方法也有它的缺點(diǎn) ,體現(xiàn)在它的復(fù)雜性、無(wú)層次性、準(zhǔn)線性控制以及空間測(cè)度被破壞等。因此最近又有學(xué)者提出引入新的、更深刻的數(shù)學(xué)工具去開(kāi)拓新的方向 ,例如 :微分動(dòng)力學(xué)、微分拓?fù)渑c代數(shù)拓?fù)?、代?shù)幾何等。 (Adaptive Control) 自適應(yīng)控制系統(tǒng)通過(guò)不斷地測(cè)量系統(tǒng)的輸入、狀態(tài)、輸出或性能參數(shù) ,逐漸了解和掌握對(duì)象 ,然后根據(jù)所得的信息按一定的設(shè) 計(jì)方法 ,作出決策去更新控制器的結(jié)構(gòu)和參數(shù)以適應(yīng)環(huán)境的變化 ,達(dá)到所要求的控制性能指標(biāo)。 自適應(yīng)控制系統(tǒng)應(yīng)具有三個(gè)基本功能 : (1)辨識(shí)對(duì)象的結(jié)構(gòu)和參數(shù) ,以便精確地建立被控對(duì)象的數(shù)學(xué)模型 。 (2)給出一種控制律以使被控系統(tǒng)達(dá)到期望的性能指標(biāo) 。 (3)自動(dòng)修正控制器的參數(shù)。因此自適應(yīng)控制系統(tǒng)主要用于過(guò)程模型未知或過(guò)程模型結(jié)構(gòu)已知但參數(shù)未知且隨機(jī)的系統(tǒng)。 自適應(yīng)控制系統(tǒng)的類型主要有自校正控制系統(tǒng) ,模型參考自適應(yīng)控制系統(tǒng) ,自尋最優(yōu)控制系統(tǒng) ,學(xué)習(xí)控制系統(tǒng)等。最近 ,非線性系統(tǒng)的自適應(yīng)控制 ,基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控 制又得到重視 ,提出一些新的方法。 (Robust Control) 過(guò)程控制中面臨的一個(gè)重要問(wèn)題就是模型不確定性 ,魯棒控制主要解決模型的不確定性問(wèn)題 ,但在處理方法上與自適應(yīng)控制有所不同。自適應(yīng)控制的基本思想是進(jìn)行模型參數(shù)的辯識(shí) ,進(jìn)而設(shè)計(jì)控制器?？刂破鲄?shù)的調(diào)整依賴于模型參數(shù)的更新 ,不能預(yù)先把可能出現(xiàn)的不確定性考慮進(jìn)去。而魯棒控制在設(shè)計(jì)控制器時(shí)盡量利用不確定性信息來(lái)設(shè)計(jì)一個(gè)控制器 ,使得不確定參數(shù)出現(xiàn)時(shí)仍能滿足性能指標(biāo)要求。 魯棒控制認(rèn)為系統(tǒng)的不確定性可用模型集來(lái)描述 ,系統(tǒng)的模型并不唯一 ,可以 是模型集里的任一元素 ,但在所設(shè)計(jì)的控制器下 ,都能使模型集里的元素滿足要求。魯棒控制的一個(gè)主要問(wèn)題就是魯棒穩(wěn)定性 ,目前常用的有三種方法 : (1)當(dāng)被研究的系統(tǒng)用狀態(tài)矩陣或特征多項(xiàng)式描述時(shí)一般采用代數(shù)方法 ,其中心問(wèn)題是討論多項(xiàng)式或矩陣組的穩(wěn)定性問(wèn)題 。 (2)李雅普諾夫方法 ,對(duì)不確定性以狀態(tài)空間模式出現(xiàn)時(shí)是一種有利工具 。 (3)頻域法從傳遞函數(shù)出發(fā)研究問(wèn)題 ,有代表性的是 Hoo 控制 ,它用作魯棒性分析的有效性體現(xiàn)在外部擾動(dòng)不再假設(shè)為固定的 ,而只要求能量有界即可。這種方法已被用于工程設(shè)計(jì)中 ,如 Hoo 最優(yōu)靈敏度控制 器設(shè)計(jì)。 (Fuzzy Control) 模糊控制借助模糊數(shù)學(xué)模擬人的思維方法 ,將工藝操作人員的經(jīng)驗(yàn)加以總結(jié) ,運(yùn)用語(yǔ)言變量和模糊邏輯理論進(jìn)行推理和決策 ,對(duì)復(fù)雜對(duì)象進(jìn)行控制。模糊控制既不是指被控過(guò)程是模糊的 ,也不意味控制器是不確定的 ,它是表示知識(shí)和概念上的模糊性 ,它完成的工作是完全確定的。 1974年英國(guó)工程師 Fuzzy集合理論用于鍋爐和蒸氣機(jī)的控制以來(lái) ,開(kāi)辟了 Fuzzy 控制的新領(lǐng)域 ,特別是對(duì)于大時(shí)滯、非線性等難以建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng) ,通過(guò)計(jì)算機(jī)實(shí)現(xiàn)模糊控制往 往能取得很好的結(jié)果。 模糊控制的類型有 : (1)基本模糊控制器 ,一旦模糊控制表確定之后 ,控制規(guī)則就固定不變了 。 (2)自適應(yīng)模糊控制器 ,在運(yùn)行中自動(dòng)修改、完善和調(diào)整規(guī)則 ,使被控過(guò)程的控制效果不斷提高 ,達(dá)到預(yù)期的效果 。 (3)智能模糊控制器 ,它把人、人工智能和神經(jīng)網(wǎng)絡(luò)三者聯(lián)系起來(lái) ,實(shí)現(xiàn)綜合信息處理 ,使系統(tǒng)既具有靈活的推理機(jī)制、啟發(fā)性知識(shí)與產(chǎn)生式規(guī)則表示 ,又具有多種層次、多種類型的控制規(guī)律選擇。 模糊控制的特點(diǎn)是不需要精確的數(shù)學(xué)模型 ,魯棒性強(qiáng) ,控制效果好 ,容易克服非線性因素的影響 ,控制方法易于掌握。最 近有人提出神經(jīng) ——模糊 Inter3融合控制模型 ,即把融合結(jié)構(gòu)、融合算法及控制合為一體進(jìn)行設(shè)計(jì)。又有人提出利用同倫 BP 網(wǎng)絡(luò)記憶模糊規(guī)則 ,以 “聯(lián)想方式 ”使用這些經(jīng)驗(yàn)。 模糊控制有待進(jìn)一步研究的問(wèn)題 :模糊控制系統(tǒng)的功能、穩(wěn)定性、最優(yōu)化問(wèn)題的評(píng)價(jià) 。非線性復(fù)雜系統(tǒng)的模糊建模 ,模糊規(guī)則的建立和模糊推理算法的研究 。找出可遵循的一般設(shè)計(jì)