搜索
1第3章专家控制专家控制是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是把专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的智能，实现对系统的控制。基于专家控制的原理所设计的系统或控制器，分别称为专家控制系统或专家控制器。23.1专家系统概述3.1.1什么是专家系统从本质上讲，专家系统是一类包含着知识和推理的智能计算机程序，其内部含有大量的某个领域专家的知识和经验，能够利用人类专家的知识和解决问题的方法来处理该领域的问题。专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。专家系统和传统的计算机“应用程序”最本质的不同之处在于，专家系统所要解决的问题一般没有算法解，并且经常要在不完全、不精确或不确定的信息基础上做出结论。3专家系统的发展第一代专家系统（1972～1981年）只利用人类专家的启发式知识，即只利用浅层表达方式和推理方法。浅层知识一般表示成产生式规则的形式，即如果（前提，那么结论。这种形式的浅层知识之所以具有启发性，是因为它从观测到的数据（前提）联想到中间事实或最终结论，这种逻辑推理过程短、效率高。4新一代的专家系统但事实证明，只靠经验知识是不够的，当人类遇到新问题时，只能利用掌握的深入表示事物的结构、行为和功能等方面的基本模型等深层知识得出新的启发式浅层知识。因此，旨在模拟人类专家的智能程序（专家系统）应当兼备浅层和深层两类知识。这种不但采用基于规则的方法，而且采用基于模型的原理的专家系统构成了新一代的专家系统。53.1.2专家系统的基本组成专家系统由知识库、推理机、综合数据库、解释接口和知识获取等五部分组成。6（1）知识库知识库是知识的存储器，用于存储领域专家的经验性知识以及有关的事实、一般常识等。知识库中的知识来源于知识获取机构，同时它又为推理机提供求解问题所需的知识。（2）推理机推理机是专家系统的“思维”机构，实际上是求解问题的计算机软件系统。其主要功能是协调、控制系统，决定如何选用知识库中的有关知识，对用户提供的证据进行推理，求得问题的解答或证明某个结论的正确性。7（3）综合数据库（全局数据库）综合数据库又称为“黑板”或“数据库”。它是用于存放推理的初始证据、中间结果以及最终结果等的工作存储器。综合数据库的内容是在不断变化的。在求解问题的初始，它存放的是用户提供的初始证据。在推理过程中，它存放每一步推理所得的结果。推理机根据数据库的内容从知识库中选择合适的知识进行推理，然后又把推理结果存人数据库中，同时又可记录推理过程中的有关信息，为解释接口提供回答用户咨询的依据。8（4）解释接口解释接口又称人一机界面，它把用户输入的信息转换成系统内规范化的表示形式，然后交给相应模块去处理，把系统输出的信息转换成用户易于理解的外部表示形式显示给用户，回答用户提出的“为什么？”“结论是如何得出的？”等问题。另外，能对自己的行为做出解释，可以帮助系统建造者发现知识库及推理机中的错误，有助于对系统的调试。这是专家系统区别于一般程序的重要特征之一。9（5）知识获取知识获取是指通过人工方法或机器学习的方法，将某个领域内的事实性知识和领域专家所特有的经验性知识转化为计算机程序的过程。早期的专家系统完全依靠领域专家和知识工程师，把领域内的知识总结归纳出来，规范化后送入知识库。目前，一些专家系统已经具有了自动知识获取的功能。103.1.3专家系统的特征及类型1.专家系统的基本特征（1）具有专家水平的专门知识（2）能进行有效的推理（3）专家系统的透明性和灵活性（4）具有一定的复杂性与难度11（1）具有专家水平的专门知识人类专家之所以能称为专家，是由于他掌握了某一领域的专门知识，使其在处理问题时比别人技高一筹。一个专家系统为了能像人类专家那样工作，必须表现专家的技能和高度的技巧以及有足够的鲁棒性。系统的鲁棒性是指不管数据是正确还是病态不正确的；它都能够正确地处理，或者得到正确的结论，或者指出错误。12（2）能进行有效的推理专家系统具有启发性，能够运用人类专家的经验和知识进行启发式的搜索、试探性推理、不精确推理或不完全推理。13（3）专家系统的透明性和灵活性透明性是指它能够在求解问题时，不仅能得到正确的解答，还能知道给出该解答的依据；灵活性表现在绝大多数专家系统中都采用了知识库与推理机相分离的构造原则，彼此相互独立，使得知识的更新和扩充比较灵活方便。系统运行时，推理机可根据具体问题的不同特点选取不同的知识来构成求解序列，具有较强的适应性。14（4）具有一定的复杂性与难度人类的知识，特别是经验性知识，大多是不精确、不完全或模糊的，这就为知识的表示和利用带来了一定的困难。另外，专家系统所求解的问题都是结构不良且难度较大的问题，不存在确定的求解方法和求解路径，这就从客观上造成了建造专家系统的困难性和复杂性。152.专家系统的类型专家系统的类型很多，包括：演绎型、经验型、工程型、工具型和咨询型等。16（1）诊断型专家系统这是根据对症状的观察与分析，推出故障的原因及排除故障方案的一类系统。其应用领域包括医疗、电子、机械、农业、经济等，如诊断细菌感染并提供治疗方案的MYCIN专家系统，IBM公司的计算机故障论断系统DART/DASD。17（2）解释型专家系统根据表层信息解释深层结构或内部可能情况的一类专家系统，如卫星云图分析、地质结构及化学结构分析等。18（3）预测型专家系统根据过去和现在观测到的数据预测未来情况的系统。其应用领域有气象预报、人口预测、农业产量估计、水文、经济、军事形势的预测等，如台风路径预报专家系统TYT。19（4）设计型专家系统这是按给定的要求进行产品设计的一类专家系统，它广泛地应用于线路设计、机械产品设计及建筑设计等领域。20（5）决策型专家系统这是对各种可能的决策方案进行综合评判和选优的一类专家系统，它包括各种领域的智能决策及咨询。21（6）规划型专家系统这是用于制订行动规划的一类专家系统，可用于自动程序设计、机器人规划、交通运输调度、军事计划制订及农作物施肥方案规划等。22（7）控制专家系统控制专家系统的任务是自适应地管理一个受控对象或客体的全部行为，使之满足预定要求。控制专家系统的特点是，能够解释当前情况，预测未来发生的情况、可能发生的问题及其原因，不断修正计划并控制计划的执行。所以说，控制专家系统具有解释、预测、诊断、规划和执行等多种功能。23（8）教学型专家系统这是能进行辅助教学的一类系统。它不仅能传授知识，而且还能对学生进行教学辅导，具有调试和诊断功能，加上多媒体技术，其具有良好的人一机界面。24（9）监视型专家系统这是用于对某些行为进行监视并在必要时进行干预的专家系统。例如当情况异常时发出警报，可用于核电站的安全监视、机场监视、森林监视、疾病监视、防空监视等。253.2专家控制的基本原理专家控制是指将专家系统的设计规范和运行机制与传统控制理论和技术相结合而成的实时控制系统设计、实现方法。263.2.1专家控制的功能目标专家控制的功能目标是模拟、延伸、扩展“控制专家”的思想、策略和方法。专家控制不仅可以提高常规控制系统的控制品质，拓宽系统的作用范围，增加系统功能，而且可以对传统控制方法难以奏效的复杂过程实现闭环控制。27专家控制的理想目标（1）能够满足任意动态过程的控制需要，包括时变的，非线性的，受到各种干扰的控制对象或生产过程；（2）控制系统的运行可以利用对象或过程的一些先验知识，而且只需要最少量的先验知识；28专家控制的理想目标（续）（3）有关对象或过程的知识可以不断地增加、积累，据以改进控制性能；（4）有关控制的潜在知识以透明的方式存放，能够容易地修改和扩充；29专家控制的理想目标（续）（5）用户可以对控制系统的性能进行定性的说明，例如：“速度尽可能快”，“超调要小”等；（6）控制性能方面的问题能够得到诊断，控制闭环中的单元，包括传感器和执行机构等的故障可以得到检测；30专家控制的理想目标（续）（7）用户可以访问系统内部的信息，并进行交互，例如对象或过程的动态特性，控制性能的统计分析，限制控制性能的因素，以及对当前采用的控制作用的解释等。专家控制的上述目标复盖了传统控制在一定程度上可以达到的功能，但又超过了传统控制技术。31专家控制的理想目标（续）专家控制试图在控制闭环中“加入”一个富有经验的控制工程师，系统能为他提供一个“控制工具箱”，即可对控制、辨识、测量、监视、诊断等方面的各种方法和算法选择自便，运用自如，而且透明地面向系统外部的用户。32与一般专家系统的差别（1）在控制功能上：通常的专家系统只完成专门领域问题的咨询功能，它的推理结果一般用于辅助用户的决策；而专家控制则要求能对控制动作进行独立的、自动的决策，它的功能一定要具有连续的可靠性，较强的抗干扰性。33与一般专家系统的差别（2）在控制方式上：通常的专家系统一般处于离线工作方式，而专家控制则要求在线地获取动态反馈信息，联机完成控制，它的功能一定要具有使用的灵活性，符合要求的实时性。343.2.2控制作用的实现专家控制所实现的控制作用是控制规律的解析算法与各种启发式控制逻辑的有机结合。传统控制理论和技术的成就和特长在于它针对精确描述的解析模型进行精确的数值求解。即它的着眼点主要限于设计和实现控制系统的各种核心算法。经典的PID控制就是一个精确的线性方程所表示的算法:tdiptedtdTdeTteKtu0)()(1)()(35高级控制形态的参数自适应控制系统如图：参数估计部分对受控模型的动态参数进行递推估计;控制器设计部分根据受控对象参数的变化对控制器参数进行相应的调节。36当受控对象或过程的动力学特性由于内部不确定性或外部环境干扰不确定性而发生变化时，自适应控制能自动地校正控制作用，从而使控制系统尽量保持满意的性能。参数估计和控制器设计主要由各种算法实现，统称为自校正算法。37传统控制技术中的启发式控制逻辑——（1）控制算法的参数整定对于不精确模型的PID控制算法，参数整定常常根据临界增盖（Kc）和临界周期（tc）来确定Kp，Ki，Kd的经验取值。38传统控制技术中的启发式控制逻辑——（2）控制算法的参数优化控制器参数的校正和优化,就是通过对系统误差的模式识别，分别识别出过程响应曲线的超调量、阻尼比和衰减振荡周期，然后根据事先设定好的超调量，阻尼等约束条件，在线校正Kp，Ki，Kd这3个参数，直至过程的响应曲线为某种指标下的最佳响应曲线。39传统控制技术中的启发式控制逻辑——（3）不同算法的选择参数自适应控制，系统有两个运行状态：控制状态和调节状态。当系统获得受控模型的一定的参数条件时，可以使用不同的控制算法；最小方差控制、极点配置控制、PID控制等。40传统控制技术中的启发式控制逻辑——（4）不同算法的协调如果模型不准确或参数发生变化，系统则需转为调节状态，引入适当的激励，启动参数估计算法。如果对象参数发生跳变，则需对估计参数重新初始化。如果由于参数估计不当造成系统不稳定，则需启发一种Kc－tc估计器重新估计参数。最后如果发现自校正控制已收敛到最小方差控制，则转入控制状态。41传统控制技术中的启发式控制逻辑——（5）未建模动态的处理在PID控制中，系统元件的非线性并未考虑。当系统启停或设定值跳变时，由于元件的饱和等特性，在积分项的作用下系统输出将产生很大超调，形成弹簧式振荡，为此需要进行逻辑判断才能防止，即若误差过大，则取消积分项。又如当不希望执行部件过于频繁动作时，可利用逻辑实现的带死区的PID控制等。42传统控制技术中的启发式控制逻辑——（6）系统在线运行的辅助操作为避免控制器的不合适初始状态在开机时造成对系统的冲击，一般采用从手动控制切入自动控制的方式，这种从手动到自动的无扰切换是逻辑判断的。又如，当系统出现异常状态或控制幅值越限时，必须在某种逻辑控制下进行报警