【文章內(nèi)容簡(jiǎn)介】 年又提出了根軌跡法。至此，自動(dòng)控制理論發(fā)展的第一階段基本完成。這種建立在頻率法和根軌跡法基礎(chǔ)上的理論，通常被稱為經(jīng)典控制理論。 經(jīng)典控制理論以拉氏變換為數(shù)學(xué)工具，以單輸入——單輸出的線性定常系統(tǒng)為主要的研究對(duì)象。將描述系統(tǒng)的微分方程或差分方程變換到復(fù)數(shù)域中，得到系統(tǒng)的傳遞函數(shù)，并以此作為基礎(chǔ)在頻率域中對(duì)系統(tǒng)進(jìn)行分析和設(shè)計(jì)，確定控制器的結(jié)構(gòu)和參數(shù)。通常是采用反饋控制，構(gòu)成所謂閉環(huán)控制系統(tǒng)。它有以下幾個(gè)特點(diǎn)： 第一，經(jīng)典控制理論只限于研究線性定常系統(tǒng)，即使對(duì)最簡(jiǎn)單的非線性系統(tǒng)也是無(wú)法處理的；出描述方式，這就從本質(zhì)上忽略了系統(tǒng)結(jié)構(gòu)的內(nèi)在特性，也不能處理輸入和輸出皆大于1的系統(tǒng)。實(shí)際上，大多數(shù)工程對(duì)象都是多輸入——多輸出系統(tǒng)，用經(jīng)典控制理論設(shè)計(jì)這類系統(tǒng)都沒(méi)有得到滿意的結(jié)果； 第二，經(jīng)典控制理論采用試探法設(shè)計(jì)系統(tǒng)。即根據(jù)經(jīng)驗(yàn)選用合適的、簡(jiǎn)單的、工程上易于實(shí)現(xiàn)的控制器，然后對(duì)系統(tǒng)進(jìn)行分析，直至找到滿意的結(jié)果為止。雖然這種設(shè)計(jì)方法具有實(shí)用等很多優(yōu)點(diǎn)，但是，在推理上卻是不能令人滿意的，效果也不是最佳的。 綜上所述，經(jīng)典控制理論的最主要的特點(diǎn)是：線性定常對(duì)象，單輸入單輸出，完成鎮(zhèn)定任務(wù)。經(jīng)典控制理論具有明顯的局限性，突出的是難以有效地應(yīng)用于時(shí)變系統(tǒng)、多變量系統(tǒng)，也難以揭示系統(tǒng)更為深刻的特性。當(dāng)把這種理論推廣到更為復(fù)雜的系統(tǒng)時(shí)，經(jīng)典控制理論就顯得無(wú)能為力了，即便對(duì)這些極簡(jiǎn)單的對(duì)象、對(duì)象描述及控制任務(wù)，理論上也尚不完整，從而促使現(xiàn)代控制理論的發(fā)展——對(duì)經(jīng)典理的精確化、數(shù)學(xué)化及理論化。 隨著科學(xué)技術(shù)的突飛猛進(jìn)，對(duì)工業(yè)過(guò)程控制的要求越來(lái)越高，不僅要求控制的精確性，更注重控制的魯棒性、實(shí)時(shí)性、容錯(cuò)性以及對(duì)控制參數(shù)的自適應(yīng)和學(xué)習(xí)能力。另外，需要控制的工業(yè)過(guò)程日趨復(fù)雜，工業(yè)過(guò)程嚴(yán)重的非線性和不確定性，使許多系統(tǒng)無(wú)法用數(shù)學(xué)模型精確描述。這樣建立在數(shù)學(xué)模型基礎(chǔ)上的古典和現(xiàn)代控制方法將面臨空前的挑戰(zhàn)，同時(shí)也給新控制方法的發(fā)展帶來(lái)了良好的機(jī)遇。近幾年來(lái)，控制界非常熱心于復(fù)雜系統(tǒng)及智能控制的提倡、計(jì)及研究，也發(fā)表了一些見解與成果。從已發(fā)表的文獻(xiàn)來(lái)看，對(duì)于復(fù)雜系統(tǒng)和智能控制的理解有很大差別。比較有代表性的說(shuō)法如下：復(fù)雜系統(tǒng)的特征可概括為以下三個(gè)方面：1）復(fù)雜對(duì)象（ComplexPlant）：，大型工業(yè)生產(chǎn)過(guò)程，自動(dòng)化工廠等。2）復(fù)雜任務(wù)（ComplexTask）：鎮(zhèn)定問(wèn)題所不能包括的任務(wù)。3）（ComplexEnvironment）：現(xiàn)有控制理論通常假設(shè)對(duì)象是孤立的、自由的、但實(shí)際卻常是開放的，受到外部環(huán)境制約。如自動(dòng)車在種種環(huán)境中行駛與躲避，煤礦采掘面的多變工作環(huán)境，人對(duì)高度開放系統(tǒng)的干預(yù)等，這時(shí)環(huán)境對(duì)控制有巨大影響。具有以上特征的系統(tǒng)稱為復(fù)雜系統(tǒng)，或稱為3C系統(tǒng)。復(fù)雜系統(tǒng)在對(duì)象、環(huán)境及任務(wù)這三方面中至少有一個(gè)是復(fù)雜的。解決這類系統(tǒng)的控制問(wèn)題，必須跳出建立在簡(jiǎn)化的理想數(shù)學(xué)模型基礎(chǔ)上的現(xiàn)代控制理論框架，真正面對(duì)系統(tǒng)的復(fù)雜性，提出新的概念和模型，探索新的方法和手段，這類3C系統(tǒng)的控制即構(gòu)成智能控制。智能控制是一個(gè)很大的研究領(lǐng)域。經(jīng)過(guò)八十年代的孕育發(fā)展，特別是近幾年的研究和實(shí)踐，國(guó)際上已認(rèn)識(shí)到采用智能控制是解決復(fù)雜系統(tǒng)控制問(wèn)題的主要途徑，目前有很多智能控制方法已投入使用。在目前發(fā)表的工程類文獻(xiàn)中，從現(xiàn)代控制理論向智能化發(fā)展的研究越來(lái)越多，如帶有智能功能的傳統(tǒng)控制（自適應(yīng)控制、魯棒控制等），基于傳感器或行為的智能反饋控制，學(xué)習(xí)控制和循環(huán)控制，故障診斷及容錯(cuò)控制，以生產(chǎn)調(diào)度管理控制為背景的離散事件系統(tǒng)研究，機(jī)器人班組自組織協(xié)調(diào)控制，自主控制，以及控制系統(tǒng)的智能化設(shè)計(jì)等等。另外，用人工智能方法解決控制問(wèn)題的研究也越來(lái)越多，如：決策論、帶有專家系統(tǒng)的監(jiān)控、預(yù)警及調(diào)度系統(tǒng)，用神經(jīng)元網(wǎng)絡(luò)實(shí)現(xiàn)控制的系統(tǒng)，基于符號(hào)表示、模糊邏輯等設(shè)計(jì)的控制系統(tǒng)，模式識(shí)別與特征提取，智能機(jī)的應(yīng)用等。特別是近年來(lái)對(duì)現(xiàn)場(chǎng)人工智能的研究更將人工智能的研究成果成果用于智能控制的道路上大大前進(jìn)了一步。當(dāng)前在許多專業(yè)化學(xué)科與工程中，針對(duì)特定對(duì)象的具體復(fù)雜性，綜合應(yīng)用各種智能控制策略，力求實(shí)現(xiàn)具體3C系統(tǒng)的智能控制，如機(jī)器人研究中的智能機(jī)器人，航空航天工程中空間機(jī)器人的自主控制，以智能材料為基礎(chǔ)的智能工程等。另一方面，更為抽象的一般智能原理的研究，如擬人與擬社會(huì)原理、分解集結(jié)原理、遞階控制（層次控制與時(shí)序控制）原理，智能控制結(jié)構(gòu)體系等的研究也在積極進(jìn)行?？梢哉f(shuō)當(dāng)今智能控制研究中存在著兩種趨勢(shì)：一種是分別從現(xiàn)代控制理論和人工智能這兩個(gè)基地走向智能控制；另一種是分別從專業(yè)化學(xué)科與工程和一般原理兩個(gè)基地走向智能控制。且不論從哪種趨勢(shì)看，從前一個(gè)基地出發(fā)進(jìn)行智能控制研究都是非常重要和切實(shí)可行的。從上述研究現(xiàn)狀及發(fā)展趨勢(shì)看，研究復(fù)雜系統(tǒng)的智能控制，要綜合控制理論、運(yùn)籌學(xué)、人工智能、信息科學(xué)及計(jì)算機(jī)科學(xué)的最新成果，并加以發(fā)展創(chuàng)新。智能控制的發(fā)展將需要并促進(jìn)各相關(guān)學(xué)科中新的理論及技術(shù)手段的發(fā)展，如，感知環(huán)境的信息采集、數(shù)據(jù)處理與融合，以及為實(shí)時(shí)處理和控制所必須的計(jì)算技術(shù)及實(shí)現(xiàn)手段的研究等等，特別是將引起眾多學(xué)科的相互交叉、滲透與融合，極大可能的是，智能控制并不像最優(yōu)控制那樣，是一個(gè)有相當(dāng)系統(tǒng)化理論的單一學(xué)科，而是包括若干學(xué)科的一個(gè)領(lǐng)域的統(tǒng)稱。因此對(duì)智能控制的研究應(yīng)當(dāng)是多個(gè)側(cè)面的。 智能控制的研究目前尚處于初期，它的研究范圍及人們對(duì)它的認(rèn)識(shí)也在不斷發(fā)展中，它的建立將是一個(gè)歷史時(shí)期的任務(wù)。隨著歷史的前進(jìn)，人類必將把自然及社會(huì)上越來(lái)越多的事物置于科技的控制之下，發(fā)揮出科學(xué)技術(shù)的更大威力?！?】 研究目的1）通過(guò)畢業(yè)設(shè)計(jì)進(jìn)一步加深理解電路電子、信號(hào)監(jiān)測(cè)、以及控制理論與過(guò)程控制系統(tǒng)等所學(xué)課程的內(nèi)容。2）掌握PID調(diào)節(jié)的過(guò)程控制系統(tǒng)工程設(shè)計(jì)的方法。3）掌握水位過(guò)程控制系統(tǒng)的實(shí)驗(yàn)調(diào)試方法。 本章小結(jié) 本章著重介紹了本次論文研究對(duì)象的背景以及國(guó)內(nèi)外的發(fā)展現(xiàn)狀，并且介紹了過(guò)程控制的發(fā)展趨勢(shì)和發(fā)展前景以及控制理論的發(fā)展。并且說(shuō)明了本文的主要研究?jī)?nèi)容和目的。2 水箱的數(shù)學(xué)建模 數(shù)學(xué)模型的介紹數(shù)學(xué)模型（Mathematical Model）是一種模擬，是用數(shù)學(xué)符號(hào)、數(shù)學(xué)式子、程序、圖形等對(duì)實(shí)際課題本質(zhì)屬性的抽象而又簡(jiǎn)潔的刻劃，它或能解釋某些客觀現(xiàn)象，或能預(yù)測(cè)未來(lái)的發(fā)展規(guī)律，或能為控制某一現(xiàn)象的發(fā)展提供某種意義下的最優(yōu)策略或較好策略。數(shù)學(xué)模型一般并非現(xiàn)實(shí)問(wèn)題的直接翻版，它的建立常常既需要人們對(duì)現(xiàn)實(shí)問(wèn)題深入細(xì)微的觀察和分析，又需要人們靈活巧妙地利用各種數(shù)學(xué)知識(shí)。這種應(yīng)用知識(shí)從實(shí)際課題中抽象、提煉出數(shù)學(xué)模型的過(guò)程就稱為數(shù)學(xué)建模（Mathematical Modeling）。 不論是用數(shù)學(xué)方法在科技和生產(chǎn)領(lǐng)域解決哪類實(shí)際問(wèn)題，還是與其它學(xué)科相結(jié)合形成交叉學(xué)科，首要的和關(guān)鍵的一步是建立研究對(duì)象的數(shù)學(xué)模型，并加以計(jì)算求解。數(shù)學(xué)建模和計(jì)算機(jī)技術(shù)在知識(shí)經(jīng)濟(jì)時(shí)代的作用可謂是如虎添翼。 數(shù)學(xué)模型的建立水箱是液位控制系統(tǒng)中的被控對(duì)象，若流入量和流出量相同，水箱的液位不變，平衡后當(dāng)流入側(cè)閥門開大時(shí)，流入量大于流出量導(dǎo)致液位上升。同時(shí)由于出水壓力的增大使流出量逐漸增大，其趨勢(shì)是重新建立起流入量與流出量之間的平衡關(guān)系，即液位上升到一定高度使流出量增大到與流入量相等而重新建立起平衡關(guān)系，液位最后穩(wěn)定在某一高度上；反之，液位會(huì)下降，并最終穩(wěn)定在另一高度上。由于水箱的流入量可以調(diào)節(jié)，流出量隨液位高度的變化而變化，所以只需建立流入量與液位高度之間的數(shù)學(xué)關(guān)系就可以建立該水箱對(duì)象的數(shù)學(xué)模型。 機(jī)理法根據(jù)對(duì)象的特征和建模的目的，對(duì)問(wèn)題進(jìn)行必要的、合理的簡(jiǎn)化，用精確的語(yǔ)言做出假設(shè)，可以說(shuō)是建模的關(guān)鍵一步．一般地說(shuō)，一個(gè)實(shí)際問(wèn)題不經(jīng)過(guò)簡(jiǎn)化假設(shè)就很難翻譯成數(shù)學(xué)問(wèn)題，即使可能，也很難求解．不同的簡(jiǎn)化假設(shè)會(huì)得到不同的模型．假設(shè)作得不合理或過(guò)份簡(jiǎn)單，會(huì)導(dǎo)致模型失敗或部分失敗，于是應(yīng)該修改和補(bǔ)充假設(shè)；假設(shè)作得過(guò)分詳細(xì)，試圖把復(fù)雜對(duì)象的各方面因素都考慮進(jìn)去，可能使你很難甚至無(wú)法繼續(xù)下一步的工作．通常，作假設(shè)的依據(jù)，一是出于對(duì)問(wèn)題內(nèi)在規(guī)律的認(rèn)識(shí)，二是來(lái)自對(duì)數(shù)據(jù)或現(xiàn)象的分析，也可以是二者的綜合．作假設(shè)時(shí)既要運(yùn)用與問(wèn)題相關(guān)的物理、化學(xué)、生物、經(jīng)濟(jì)等方面的知識(shí)，又要充分發(fā)揮想象力、洞察力和判斷力，善于辨別問(wèn)題的主次，果斷地抓住主要因素，舍棄次要因素，盡量將問(wèn)題線性化、均勻化．經(jīng)驗(yàn)在這里也常起重要作用．寫出假設(shè)時(shí)，語(yǔ)言要精確，就象做習(xí)題時(shí)寫出已知條件那樣，根據(jù)所作的假設(shè)分析對(duì)象的因果關(guān)系，利用對(duì)象的內(nèi)在規(guī)律和適當(dāng)?shù)臄?shù)學(xué)工具，構(gòu)造各個(gè)量(常量和變量)之間的等式(或不等式)關(guān)系或其他數(shù)學(xué)結(jié)構(gòu)．這里除需要一些相關(guān)學(xué)科的專門知識(shí)外，還常常需要較廣闊的應(yīng)用數(shù)學(xué)方面的知識(shí)，,而是要知道這些學(xué)科能解決哪一類問(wèn)題以及大體上怎樣解決．相似類比法，即根據(jù)不同對(duì)象的某些相似性，借用已知領(lǐng)域的數(shù)學(xué)模型，也是構(gòu)造模型的一種方法．建模時(shí)還應(yīng)遵循的一個(gè)原則是，盡量采用簡(jiǎn)單的數(shù)學(xué)工具，因?yàn)槟憬⒌哪Ｐ涂偸窍Ｍ苡懈嗟娜肆私夂褪褂?而不是只供少數(shù)專家欣賞，可以采用解方程、畫圖形、證明定理、邏輯運(yùn)算、數(shù)值計(jì)算等各種傳統(tǒng)的和近代的數(shù)學(xué)方法，特別是計(jì)算機(jī)技術(shù)對(duì)模型解答進(jìn)行數(shù)學(xué)上的分析，有時(shí)要根據(jù)問(wèn)題的性質(zhì)分析變量間的依賴關(guān)系或穩(wěn)定狀況，有時(shí)是根據(jù)所得結(jié)果給出數(shù)學(xué)上的預(yù)報(bào)，有時(shí)則可能要給出數(shù)學(xué)上的最優(yōu)決策或控制，不論哪種情況還常常需要進(jìn)行誤差分析、模型對(duì)數(shù)據(jù)的穩(wěn)定性或靈敏性分析等。把數(shù)學(xué)上分析的結(jié)果翻譯回到實(shí)際問(wèn)題，并用實(shí)際的現(xiàn)象、數(shù)據(jù)與之比較，檢驗(yàn)?zāi)Ｐ偷暮侠硇院瓦m用性．這一步對(duì)于建模的成敗是非常重要的，要以嚴(yán)肅認(rèn)真的態(tài)度來(lái)對(duì)待．當(dāng)然，有些模型如核戰(zhàn)爭(zhēng)模型就不可能要求接受實(shí)際的檢驗(yàn)了．模型檢驗(yàn)的結(jié)果如果不符合或者部分不符合實(shí)際，問(wèn)題通常出在模型假設(shè)上，應(yīng)該修改、補(bǔ)充假設(shè)，重新建模．有些模型要經(jīng)過(guò)幾次反復(fù)，不斷完善，直到檢驗(yàn)結(jié)果獲得某種程度上的滿意。應(yīng)用的方式自然取決于問(wèn)題的性質(zhì)和建模的目的，這方面的內(nèi)容不再詳敘。應(yīng)當(dāng)指出，并不是所有建模過(guò)程都要經(jīng)過(guò)這些步驟，有時(shí)各步驟之間的界限也不那么分明。建模時(shí)不應(yīng)拘泥于形式上的按部就班。 實(shí)驗(yàn)法實(shí)驗(yàn)建模原則上是把被研究對(duì)象看作為一個(gè)黑箱，通過(guò)試駕不同的輸入信號(hào)，研究對(duì)象的輸出響應(yīng)信號(hào)與輸入激勵(lì)信號(hào)之間的關(guān)系，估計(jì)出系統(tǒng)的數(shù)學(xué)模型，這種方法也可稱為系統(tǒng)辨識(shí)方法或者黑箱方法。顯然，任何一個(gè)對(duì)象都可能有多個(gè)輸入變量和輸