智能控制系统概述（PDF31页）

非线性系统与智能控制智能控制概述目标掌握智能控制的基本概念；了解智能控制的基本理论，掌握智能控制的基本技术；学会智能控制算法和系统的设计方法掌握神经网络的基本概念、神经网络控制器的工作原理和设计方法；掌握模糊控制器的组成、工作原理和设计方法；2017/12/82智能控制的基本概念与结构为何要引入智能控制？传统控制系统的设计与分析是建立在精确的系统数学模型的基础上的，而实际系统存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。针对实际系统往往需要提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际不相吻合。某些复杂的和包含不确定性的控制对象，无法用传统的数学模型描述，即无法解决建模问题。实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务无能为力。复杂系统的表现1.控制对象的复杂性模型的不确定性高度非线性分布式的转感器和执行机构动态突变多时间标度复杂的信息模式庞大的数据量和严格的性能指标2017/12/84复杂系统的表现2.环境的复杂性变化的不确定性难以辨识必须与被控对象集合起来作为一个整体来考虑3.控制任务或目标的复杂性控制目标和任务的多重性时变性任务集合处理的复杂性2017/12/85克服传统控制理论的局限性→智能控制传统控制理论的局限性：传统的控制理论建立在精确的数学模型基础上。不能适应大的系统参数和结构的变化控制系统输入信息模式单一为了克服传统控制理论的局限性，产生了模拟人类思维和活动的智能控制。智能控制主要用于解决传统控制难以解决的复杂系统的控制问题。智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应复杂和不确定对象。智能控制的定义智能控制：智能控制是驱动智能机器自主地实现其目标的过程。智能控制器（或系统）具有学习、抽象、推理、决策等功能。智能机器：能够在结构化或非结构化的、熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器。IEEE说明：智能控制须具有模拟人类学习和自适应的能力。智能控制系统：用于驱动自主智能机器以实现其目标而无需操作人员干预的系统。智能控制系统的理论基础是人工智能、控制论、运筹学和信息论等学科的交叉。2017/12/87智能控制的交集结构81.将智能控制概括为自动控制和人工智能的交集，即二元交集结构。2.三元交集结构除“智能”与控制之外，引入了运筹学，强调了在更高层次控制中调度、规划、管理和优化的作用。3.在三元交集结构的基础上再引入信息论就是四元交集结构。IC=ACAI自动控制AC人工智能AI智能控制的二元结构(美籍华人傅京逊)智能控制IC2017/12/8自动控制AC人工智能AI智能控制的三元结构(普渡Saridis)运筹学OR智能控制IC人工智能AI智能控制的四元结构（清华蔡自兴）运筹学OR信息论ITIC自动控制ACIC=AIACORITIC=AIACOR智能控制的交集结构人工智能（AI：ArtificialIntelligence）是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。自动控制（AC：AutomaticControl）描述系统的动力学特性，是一种动态反馈控制。运筹学（OR：OperationalResearch）是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。信息论（IT：InformationTechnology）是运用概率论与数理统计的方法研究信息、信息熵、通信系统、数据传输、信息提取、等问题的应用数学学科，是解释知识和智能的一种手段，信息论参与智能控制的全过程，并对执行级起到核心作用。2017/12/89基于三元论的智能控制2017/12/810信息处理形式语言启发人工智能学习记忆运筹学规划调度管理协调管理优化动力学动态反馈自动控制动态反馈动力学智能控制的水平一般来说，一个智能控制系统要具有对环境的敏感，进行决策和控制的功能，根据其性能要求的不同．可以有各种人工智能的水平。2017/12/811分析、组织数据并将数据变换为机器理解的结构化信息的能力；在复杂环境中选取优化行为，使系统能在不确定情况下继续工作的能力。具有辩识对象和事件、在客观世界模型中获取和表达知识、进行思考和计划未来行动的能力。具有感知环境、作出决策和控制行为的能力。智能控制的特点同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。能对复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力。是定性决策和定量控制相结合的多模态组合控制；智能控制系统的设计重点不在常规控制器上，而是在智能机模型或计算智能算法上。智能控制系统具有学习功能、适应功能和组织功能自适应和鲁棒性功能、快速实时响应功能、人机交互功能2017/12/812控制理论的不同2017/12/813经典控制理论现代控制理论智能控制理论•控制对象以微分方程或差分方程描述，以传递函数为数学模型，采用频域分析方法和根轨迹法•研究的是单变量常系数线性系统•适用于单输入单输出控制系统•控制对象以状态空间描述为数学模型，采用时域分析方法，着眼于系统的状态•采用线性代数方法，利用状态反馈和输出反馈•对象可以是多输入多输出、非线性、时变系统•不依赖对象模型，适用于未知或不确定性的对象•具有模拟人类智能的特征，进行推理、决策和规划•能够表达定性的知识或具有自学习能力控制理论的发展2017/12/814阶段第一阶段第二阶段第三阶段时期20世纪40~50年代20世纪60~70年代20世纪80年代至今理论基础经典控制理论现代控制理论智能控制理论研究对象单输入、单输出系统多输入、多输出系统多层次、多变量系统分析方法传递函数、频域法状态方程、时域法智能算子、多级控制研究重点反馈控制最优、随机、自适应控制大系统、智能控制核心装置模拟调节器电子计算机智能机器系统应用单机自动化机组自动化综合自动化智能控制器的设计具有的特点1.具有以表示和以技术应用语言表示的混合系统方法，具有仿生、拟人算法表示的系统。2.采用不精确的和不完全的装置分层（级）模型。3.含有由多传感器递送的分级和不完全的外系统知识，并在学习过程中不断加以辨识、整理和更新。4.把任务协商作为控制系统以及控制过程的一部分来考虑。2017/12/815智能控制器的设计具有的特点5.智能控制系统的设计重点不在常规控制器上，而在智能机模型上。系统同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数字过程，并以知识进行推理，以启发来引导求解过程。6.智能控制的核心在高层控制，即组织级。高层控制的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。为了实现这些任务，需要采用符号信息处理、启发式程序设计、知识表示以及自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程具有一定相似性，即具有不同程度的“智能”。2017/12/816智能控制系统一般结构（1）2017/12/817环境模型数据库（知识）任务认知感知信息处理器规划调度传感器执行器过程与环境（被控对象）更新预测输入经验状态状况估计相关案例动作外部内部事件状态确认规划和执行指令智能控制系统一般结构传感器用于检测系统外部的环境信息和系统内部状态信息。对于机械系统，传感内容包括几何信息及物理信息，如位移、距离、力、力矩、压力、温度、速度、湿度、视觉、触觉、声压等信号感知处理器感知信息处理部分将传感器获得的原始信息加以处理，去除干扰、提取有用的信息。在学习过程中不断加以辨识、整理和更新。2017/12/818智能控制系统组成部分环境模型它包括有关环境的知识库、存储于检索相关信息的数据库和数据库管理系统；具有能产生期望值的预测的仿真功能。任务认知对检测到的信息与期望信息，对系统的行为与状态进行判别，为决策提供基础。规划调度进行推理、决策、规划。选择目标执行任务。它产生具体的行为，通过执行器作用于被控系统，是对象的行为符合我们的预期目标。2017/12/819智能控制系统组成部分执行器驱动被控对象执行推理决策结果，使被控对象按照指令变化。一个智能控制系统可能有很多执行器，它们需要协调工作。常见的执行器：电机、液压缸、气缸、阀门、电磁线圈、加热器等。2017/12/820智能控制系统一般结构(2)2017/12/821智能控制器的一般结构用户接口任务描述与环境建模知识表示信号优化规划与推理决策与协调信号预处理信号辨识传统控制传感器驱动器过程与环境1321.感知信息处理部分2.认知部分3.规划和控制部分智能控制系统一般结构1.感知信息处理部分将传感器递送的分级的、不完全的原始信息加以处理，并在学习过程中不断加以辨识、整理和更新，以获得有用的信息。2.认知部分主要接收和存储知识、经验和数据，并对它们进行分析和归纳，还能在学习过程中不断更新这些知识、经验和数据。3.规划和控制部分是整个系统的核心，它根据给定的任务要求反馈信息及经验知识，并进行自动搜索、推理决策、动作规划，以便产生具体的控制信号，经执行部件作用于被控对象。4.通讯接口除建立人–机之间的联系外，也建立系统中各模块之间的联系。2017/12/822分级递阶智能控制系统结构2017/12/823组织器分配器协调器1协调器n硬件控制器1硬件控制器n过程1过程n智能递增精度递增第一级组织级第二级协调级第三级执行级对象人机接口最高决策控制管理控制监督传感器执行器………分级递阶智能控制系统结构示意图分级递阶智能控制系统结构组织级（Organizationlevel，交互、决策和监督）是递阶智能控制系统的最高层次，起主导作用，涉及知识的表示与处理，是智能系统的“大脑”，能够模仿人的行为功能。具有相应的学习能力和高级决策能力。监督并指导协调级和执行级的所有行为，具有最高程度的智能。能够根据用户对任务的不完全描述与实际过程和环境的有关信息，选择合理的控制模式并向低层下达，以实现预定的控制目标。2017/12/824分级递阶智能控制系统结构协调级（Coordinationlevel，控制管理和控制监督）协调各控制器的控制作用与各子任务的执行，起到承上启下的作用。可以进一步划分为控制管理分层和控制监督分层。控制管理分层决定如何完成组织级下达的任务，以产生施加给下一层的控制指令；控制监督分层的任务是保证、维持执行级中各控制器的正常运行，并进行局部参数整定与性能优化。协调级一般由多个协调控制器和分配器组成，每个协调控制器既接受组织级的命令，又负责多个执行级控制器的协调。分配器的任务是将组织级给定的基本事件（任务）变换成面向协调器的控制指令序列，并在适当的时刻把它们分配给相应的协调器。在任务完成后，分配器也负责生成反馈信息，送回给组织级。2017/12/825分级递阶智能控制系统结构执行级（Executionlevel，执行一个确定的动作）递阶智能控制系统的最低层，由多个硬件控制器组成，其任务是完成具体的控制动作。控制器直接产生控制信号，通过执行机构作用于被控对象（过程）；同时执行级也通过传感器测量环境的相关信息，并传递给上一级控制器，给高层决策提供相关依据。在自主系统中，控制器设计者就是机器自身。因此，控制器的设计问题可以看作选择最好的控制器问题，以保障控制器在整个可纳控制子空间内满足问题提出的技术要求。执行级的智能程度最低，而控制精度最高。2017/12/826智能控制的研究对象智能控制技术主要用来解决那些用传统的方法难以解决的复杂系统的控制问题。这些复杂系统具有以下特点：控制对象存在严重的不确定性，控制模型未知或模型的结构和参数在很大的范围内变化；控制对象具有高度的非线性特征；控制任务要求复杂。例如，在智能机器人系统中，要求系统对一个复杂的任务具有自行规划和决策的能力，有自动躲避障碍达到目的地的能力。如：智能机器人规划与控制、复杂的工业过程的智能监控、故障检