搜索
自动控制摘要：综述了自动控制理论的发展情况，指出自动控制理论所经历的三个发展阶段，即经典控制理论、现代控制理论和智能控制理论。最后指出，各种控制理论的复合能够取长补短，是控制理论的发展方向。自动控制理论是自动控制科学的核心。自动控制理论自创立至今已经过了三代的发展：第一代为20世纪初开始形成并于50年代趋于成熟的经典反馈控制理论；第二代为50、60年代在线性代数的数学基础上发展起来的现代控制理论；第三代为60年代中期即已萌芽，在发展过程中综合了人工智能、自动控制、运筹学、信息论等多学科的最新成果并在此基础上形成的智能控制理论。经典控制理论(本质上是频域方法)和现代控制理论(本质上是时域方法)都是建立在控制对象精确模型上的控制理论，而实际上的工业生产系统中的控制对象和过程大多具有非线性、时变性、变结构、不确定性、多层次、多因素等特点，难以建立精确的数学模型。因此，自动控制专家和学者希望能从要解决问题领域的知识出发，利用熟练操作者的丰富经验、思维和判断能力，来实现对上述复杂系统的控制，这就是基于知识的不依赖于精确的数学模型的智能控制。本文将对经典控制理论、现代控制理论和智能控制理论的发展情况及基本内容进行介绍。1自动控制理论发展概述自动控制是指应用自动化仪器仪表或自动控制装置代替人自动地对仪器设备或工业生产过程进行控制，使之达到预期的状态或性能指标。对传统的工业生产过程采用自动控制技术，可以有效提高产品的质量和企业的经济效益。对一些恶劣环境下的控制操作，自动控制显得尤其重要。自动控制理论是与人类社会发展密切联系的一门学科，是自动控制科学的核心。自从19世纪Maxwell对具有调速器的蒸汽发动机系统进行线性常微分方程描述及稳定性分析以来，经过20世纪初Nyquist，Bode，Harris，Evans，Wienner，Nichols等人的杰出贡献，终于形成了经典反馈控制理论基础，并于50年代趋于成熟。经典控制理论的特点是以传递函数为数学工具，采用频域方法，主要研究“单输入—单输出”线性定常控制系统的分析与设计，但它存在着一定的局限性，即对“多输入—多输出”系统不宜用经典控制理论解决，特别是对非线性、时变系统更是无能为力。随着20世纪40年代中期计算机的出现及其应用领域的不断扩展，促进了自动控制理论朝着更为复杂也更为严密的方向发展，特别是在Kalman提出的可控性和可观测性概念以及Понтрягин提出的极大值理论的基础上，在20世纪50、60年代开始出现了以状态空间分析(应用线性代数)为基础的现代控制理论。现代控制理论本质上是一种“时域法”，其研究内容非常广泛，主要包括三个基本内容：多变量线性系统理论、最优控制理论以及最优估计与系统辨识理论。现代控制理论从理论上解决了系统的可控性、可观测性、稳定性以及许多复杂系统的控制问题。但是，随着现代科学技术的迅速发展，生产系统的规模越来越大，形成了复杂的大系统，导致了控制对象、控制器以及控制任务和目的的日益复杂化，从而导致现代控制理论的成果很少在实际中得到应用。经典控制理论、现代控制理论在应用中遇到了不少难题，影响了它们的实际应用，其主要原因有三：①这些控制系统的设计和分析都是建立在精确的数学模型的基础上的，而实际系统由于存在不确定性、不完全性、模糊性、时变性、非线性等因素，一般很难获得精确的数学模型；②研究这些系统时，人们必须提出一些比较苛刻的假设，而这些假设在应用中往往与实际不符；③为了提高控制性能，整个控制系统变得极为复杂，这不仅增加了设备投资，也降低了系统的可靠性。于是，自动控制工作者一直在寻求新的出路，他们在考虑：能否不要完全以控制对象为研究主体，而以控制器为研究主体呢？能否用20世纪50年代中期出现并得到快速发展的人工智能的逻辑推理、启发式知识、专家系统等来解决难以建立精确数学模型的控制问题呢？第三代控制理论即智能控制理论就是在这样的背景下提出来的，它是人工智能和自动控制交叉的产物，是当今自动控制科学的出路之一。下面分别介绍三代控制理论的发展及其最基本内容。2经典控制理论的发展及基本内容自动控制中一个最基本的概念是反馈，人类对反馈控制的应用可以追溯到很早的时期。但是，直到产业革命时期，英国人JamesWatt发明蒸汽机离心飞锤式调速器，解决了在负载变化条件下保持蒸汽机基本恒速的问题，自动控制才引起人们的重视。从那时起的100多年以来，随着社会生产力的发展和需要，自动控制理论和技术也得到了不断的发展和提高。在20世纪30至40年代期间，Nyquist于1932年提出稳定性的频率判据，Bode于1940年在频率法中引入对数坐标系并于1945年写了《网络分析和反馈放大器设计》一书，Harris于1942年引入传递函数概念，Evans于1948年提出根轨迹法，Wienner于1949年出版了《控制—关于在动物和机器中控制和通讯的科学》一书。由于他们卓越的工作，从而奠定了经典控制理论的基础。到20世纪50年代，经典控制理论已趋于成熟。经典控制理论主要用于解决反馈控制系统中控制器的分析与设计的问题。图1为反馈控制系统的简化原理框图。图1反馈控制系统的简化原理框图经典控制理论主要研究线性定常系统。所谓线性控制系统是指系统中各组成环节或元件的状态或特性可以用线性微分方程描述的控制系统。如果描述该线性系统的微分方程的系数是常数，则称为线性定常系统。描述自动控制系统输入量、输出量和内部量之间关系的数学表达式称为系统的数学模型，它是分析和设计控制系统的基础。经典控制理论中广泛使用的频率法和根轨迹法，是建立在传递函数基础上的。线性定常系统的传递函数是在零初始条件下系统输出量的拉普拉斯变换与输入量的拉普拉斯变换之比，是描述系统的频域模型。传递函数只描述了系统的输入、输出关系，没有内部变量的表示。经典控制理论的特点是以传递函数为数学工具，本质上是频域方法，主要研究“单输入—单输出”线性定常控制系统的分析与设计，对线性定常系统已经形成相当成熟的理论。典型的经典控制理论包括PID控制、Smith控制、解耦控制、Dalin控制、串级控制等。经典控制理论尽管原则上只适宜于解决“单输入—单输出”系统中的分析与设计问题，但是，经典控制理论至今仍活跃在各种工业控制领域中。事实上，经典控制理论现在仍不失其价值和实用意义，仍是进一步研究现代控制理论和智能控制理论的基础。3现代控制理论的发展及基本内容经典控制理论虽然具有很大的实用价值，但也有着明显的局限性。其局限性表现在下面二个方面：第一，经典控制理论建立在传递函数和频率特性的基础上，而传递函数和频率特性均属于系统的外部描述(只描述输入量和输出量之间的关系)，不能充分反映系统内部的状态；第二，无论是根轨迹法还是频率法，本质上是频域法(或称复域法)，都要通过积分变换(包括拉普拉斯变换、傅立叶变换、Z变换)，因此原则上只适宜于解决“单输入—单输出”线性定常系统的问题，对“多输入—多输出”系统不宜用经典控制理论解决，特别是对非线性、时变系统更是无能为力。现代控制理论正是为了克服经典控制理论的局限性而在20世纪50、60年代逐步发展起来的。现代控制理论本质上是一种“时域法”。它引入了“状态”的概念，用“状态变量”(系统内部变量)及“状态方程”描述系统，因而更能反映出系统的内在本质与特性。从数学的观点看，现代控制理论中的状态变量法，简单地说就是将描述系统运动的高阶微分方程，改写成一阶联立微分方程组的形式，或者将系统的运动直接用一阶微分方程组表示。这个一阶微分方程组就叫做状态方程。采用状态方程后，最主要的优点是系统的运动方程采用向量、矩阵形式表示，因此形式简单、概念清晰、运算方便，尤其是对于多变量、时变系统更是明显。特别是在Kalman提出的可控性和可观测性概念和Понтрягин提出的极大值理论的基础上，现代控制理论被引向更为深入的研究。现代控制理论研究的主要内容包括三部分：多变量线性系统理论、最优控制理论以及最优估计与系统辨识理论。由于篇幅所限，有关现代控制理论研究的具体内容请参见有关文献，这里从略。现代控制理论从理论上解决了系统的可控性、可观测性、稳定性以及许多复杂系统的控制问题。但是，随着现代科学技术的迅速发展，生产系统的规模越来越大，形成了复杂的大系统，导致了控制对象、控制器以及控制任务和目的的日益复杂化，从而导致现代控制理论的成果很少在实际中得到应用。4智能控制理论的发展及基本内容“智能控制”这一概念是美国普渡大学(PurdueUniversity)电气工程系的美籍华人傅京孙教授于20世纪70年代初提出来的。早在1965年，他提出把人工智能领域中的启发式规则应用于学习系统，这一时期可以看作是“智能控制”思想的萌芽阶段。“智能控制”是在当时经典控制理论和现代控制理论在实际应用中面临着严峻挑战的时期自动控制工作者苦于为自动控制理论寻求新出路而提出来的，它是人工智能和自动控制交叉的产物，是当今自动控制科学的出路之一。智能控制是指驱动智能机器自主地实现其目标的过程，也就是说，智能控制是一类无需人的直接干预就能独立地驱动智能机器实现其目标的自动控制。智能控制的基础是人工智能、控制论、运筹学和信息论等学科的交叉。智能控制理论及系统具有下面几个鲜明的特点：第一，在分析和设计智能控制系统时，重点不要放在传统控制器的分析和设计上，而要放在智能机模型上，也就是说，不要把重点放在对数学公式的描述、计算和处理上(实际上，一些复杂大系统可能根本无法用精确的数学模型进行描述)，而要把重点放在对非数学模型的描述、符号和环境的识别、知识库和推理机设计和开发等上面来。第二，智能控制的核心是高层控制，其任务在于对实际环境或过程进行组织，即决策和规划，实现广义问题求解。第三，智能控制是一门边缘交叉学科，傅京孙教授于1971年首先提出了智能控制的二元交集理论(即人工智能和自动控制的交叉)，美国的G.N.Saridis于1977年把傅京孙的二元结构扩展为三元结构(即人工智能、自动控制和运筹学的交叉)，后来中南工业大学的蔡自兴教授又将三元结构扩展为四元结构(即人工智能、自动控制、运筹学和信息论的交叉)，从而进一步完善了智能控制的结构理论。第四，智能控制是一个新兴的研究和应用领域，有着极其诱人的发展前途。自从“智能控制”概念的提出到现在，自动控制和人工智能专家和学者已经提出了各种智能控制理论，有些已经在实际中发挥了重要作用。下面对一些有影响的智能控制理论和系统进行介绍。4.1递阶智能控制递阶智能控制(HierarchicalIntelligentControl)是在研究早期学习控制系统的基础上，从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系之后逐渐形成的，它是智能控制的最早理论之一。该理论最初是由G.N.Saridis提出的。该系统由组织级、协调级、执行级3级组成。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。在递阶智能控制系统中，智能主要体现在高的层次即组织级上，由人工智能起控制作用；协调级是组织级和执行级之间的接口，承上起下，由人工智能和运筹学共同作用；执行级要求具有较高的精度和较低的智能，仍然采用现有数学解析控制算法，对相关过程执行适当的控制作用。4.2专家智能控制专家系统(ExpertSystem)是人工智能的一个重要分支，它是于1965年由美国斯坦福大学当时的年轻教授E.A.Feigenbaum开创的人工智能研究的新领域。专家系统ES与当时人们追求的通用问题求解程序GPS不同，专家系统并不试图发现很强有力的和很通用的问题求解方法，它把研究范围缩小在一个特定的相对狭小的专业领域中。人类专家之所以成为专家，是因为他拥有解决自己专业领域问题的大量专门知识，包括各种有用的诀窍和经验，专家系统实际上就是在计算机上实现的这种领域专家的模仿物。应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，就是专家控制系统。虽然专家控制系统是基于专家系统建立起来的，但是它与专家系统之间存在一些重要差别。首先，一般的专家系统中操作人员是系统的组成部分，通过人机对话完成“