第二部分系統(tǒng)控制技術(shù)

1、 第二部分 系統(tǒng)控制技術(shù)第二章第二章 電動汽車的控制技術(shù)電動汽車的控制技術(shù) 第四節(jié)第四節(jié) 智能控制技術(shù)智能控制技術(shù)分析方法分析方法 1 1智能控制系統(tǒng)的特征模式2智能控制系統(tǒng)的構(gòu)成原理 3智能控制系統(tǒng)的性能 4. 智能控制系統(tǒng)的魯棒性 1 1智能控制系統(tǒng)的特征模型及多態(tài)控制模式智能控制系統(tǒng)的特征模型及多態(tài)控制模式 智能控制系統(tǒng)的本質(zhì)是仿人或仿智，即宏觀結(jié)構(gòu)上和行為功能上對人控制器進行模擬。 在人參與過程控制中，經(jīng)驗豐富的操作者不是依據(jù)數(shù)學(xué)模型，而是根據(jù)積累的經(jīng)驗和知識進行在線推理確定或變換控制策略，而這些經(jīng)驗和知識反映系統(tǒng)運動狀態(tài)所有動態(tài)特征信息。 為了有效地模擬人的智能控制行為，并應(yīng)用計算機

2、實現(xiàn)智能控制，必須通過一些變量來描述控制系統(tǒng)的動態(tài)特征，表征其動態(tài)行為，并且依據(jù)它們決定控制策略。 人控制的復(fù)雜系統(tǒng)，對受控系統(tǒng)的動態(tài)、動態(tài)特征和行為了解越多，控制效果越好。 反映系統(tǒng)動態(tài)特征的最基本變量是: 系統(tǒng)響應(yīng)誤差e和誤差的變化ec 還有： eec,ec的變化ecc,以及大小、方向和相互關(guān)系e 誤差e或誤差的導(dǎo)數(shù)小方框內(nèi)區(qū)域-表示誤差和誤差的變化很??； /區(qū)域-表示誤差和誤差的變化在，大框內(nèi)、小方框外區(qū)域；系統(tǒng)動態(tài)特征信息空間的劃分小方框內(nèi)區(qū)域:/e的閥值-a;e的閥值- 1的閥值- 2 特征模型F是對智能控制系統(tǒng)動態(tài)特征定量和定性描述相結(jié)合的模型，它是針對問題求解和控制指標要求不同，

3、對系統(tǒng)動態(tài)特征信息空間的一種劃分，如圖圖2-62-6所示，劃分出每一區(qū)域分別表示系統(tǒng)的一種特征狀態(tài)，而特征模型F為所有特征狀態(tài)的集合，即：12, niFffff(2-l0) (1)智能控制系統(tǒng)特征模型的描述 (1)智能控制系統(tǒng)特征模型的描述特征模型F是對智能控制系統(tǒng)動態(tài)特征定量和定性描述相結(jié)合的模型，它是針對問題求解和控制指標要求不同，對系統(tǒng)動態(tài)特征信息空間的一種劃分，如圖圖2-62-6所示，劃分出每一區(qū)域分別表示系統(tǒng)的一種特征狀態(tài)，而特征模型F為所有特征狀態(tài)的集合，即：12, niFffff(2-l0) 其中，為特征空間符號，圖2-6(a)被劃分的每一塊區(qū)域?qū)?yīng)于圖圖2-6(b)偏差響應(yīng)曲線

4、上的一段，它表明系統(tǒng)正處在某種特征狀態(tài)，例如圖圖2-6(a)中 0對應(yīng)于段 ，它表明系統(tǒng)正處于偏差減小的趨勢。 ee12a ae趨于減小，e趨于負大21/ 0eeaeeeefi正確的表示為講義的特征狀態(tài)上 若是對誤差信息空間而言有：123131: 0, : /0, : , :/1,iiqeeqe eqeqemem ，1其中， 21M2M均為閾值mie為誤差第i次峰值， 隨著問題求解目標不同，在同一信息空間的特征模型F將各不相同，式(2-10)中特征狀態(tài)由一些特征元素的組合來描述，這特征元素（或基元）集合為：12,mQq qq(2-11) 特怔模型和特怔基元分別以向量表示為則特征模型與特征元素之

5、間的關(guān)系為： (2-12)式中 F n維向量； Q m維特征基元向量； 則特征模型：1122iiiimmfPqPqPq (2-13) 在此符號表示并且的關(guān)系，或者 總之，反映系統(tǒng)運動狀態(tài)的所有特征信息構(gòu)成了系統(tǒng)特征模型，成為控制器應(yīng)有的先驗知識。 建立了特征模型后，智能控制系統(tǒng)根據(jù)特征模型，對采樣得到的信息進行特征識別處理，以確定系統(tǒng)當前處于什么樣的特征狀態(tài)，控制器將它記憶下來確定相應(yīng)的控制決策模態(tài)。 特征記憶是指智能控制器對一些特征信息的記憶，這些特征信息或集中地表示了控制器前期決策與控制的效果，或集中地反映了控制任務(wù)的要求以及被控制對象的性質(zhì)。所記憶的信息稱為特征記憶量，其集合記為：（2）

6、特征記憶）特征記憶121, pMu uuu(2-18) 其中，常用特征記憶有:1()mu e誤差第一峰值，2()Huu前期控制保持值前期控制保持值，30()u e誤差第i次過零速度，這些特征狀態(tài)構(gòu)成了判斷系統(tǒng)不穩(wěn)定的特征模型，以次來判斷智能控制系統(tǒng)的穩(wěn)定性。4()emu t誤差極性間隔時間，講義上用M(u)表示，有問題，容易造成混淆 （3） 控制決策模態(tài) 指控制量輸出u與當前特征狀態(tài)和過去記憶的特征信息之間某種定量和定性關(guān)系的集合，記為:12, 2-142-15 特征模型F 表明了能控制系統(tǒng)當前運動狀態(tài)，由此可以決定選擇多模態(tài)控制策略使智能控制系統(tǒng)達到目標控制。 建立了特征模型后，智能控制系統(tǒng)

7、根據(jù)特征模型，對采樣得到的信息進行特征識別處理，以確定系統(tǒng)當前處于什么樣的特征狀態(tài)，控制器將它記憶下來確定相應(yīng)的控制決策模態(tài)； 所謂控制決策模態(tài)是指控制量輸出u與當前特征狀態(tài)和過去記憶的特征信息之間某種定量和定性關(guān)系的集合。 這種不斷變化的控制策略稱為多模態(tài)控制。它通過系統(tǒng)當前運行狀態(tài)特征辨識，立即采取相應(yīng)控制策略可以看成是對人啟發(fā)直覺推理邏輯的一種模仿，它們之間的映射關(guān)系為 1 111FR u (2-16) 特征模型F 與， 運算規(guī)則R與記憶特征有著對應(yīng)的關(guān)系 ; 表明了能控制系統(tǒng)當前運動狀態(tài)，由此可以決定選擇多模態(tài)控制策略使智能控制系統(tǒng)達到目標控制。 ，iiiiRF式(2-17)中，當偏差

8、為正，偏差變化率為負，偏差和偏差變化率乘積為負，說明系統(tǒng)朝消除偏差方向運動，應(yīng)增強原來的控制作用。由此可見，當系統(tǒng)參數(shù)變化時，隨之特征模型也改變，這將導(dǎo)致智能控制系統(tǒng)控制策略改變。 廣義來講，智能控制系統(tǒng)也可以看成是一種自適應(yīng)控制系統(tǒng)。 例如系統(tǒng)當前特征模型 112233iiiifPqPqPq3iP1 iPl，2iPl，1，1q0e 2q0ee3qe0 則有1feeee(2-17) 準確的表示2 2智能控制系統(tǒng)的構(gòu)成原理智能控制系統(tǒng)的構(gòu)成原理 (1)一般自動控制系統(tǒng)的構(gòu)成 由控制器和控制對象和反饋回路構(gòu)成，見圖圖2-82-8。 該系統(tǒng)輸出量y反饋到輸入端組成閉環(huán)負反饋自動控制系統(tǒng)?？刂频哪康氖?/p>

9、希望該系統(tǒng)能通過控制器Gc(S)的操作使其輸出y不斷跟蹤設(shè)定值（V1V2為外部擾動）。 0ryye 這一目的實現(xiàn)與控制器設(shè)計復(fù)雜程度密切相關(guān)。 設(shè)計方法都離不開對象的數(shù)學(xué)模型，若對象數(shù)學(xué)模型簡單，則控制器很容易設(shè)計出來。若對象數(shù)學(xué)模型復(fù)雜或根本無法建立數(shù)學(xué)模型，則這種控制器設(shè)計十分復(fù)雜，甚至無法實現(xiàn)。 由于對象本身的非線性、時變性和分布參數(shù)等因素的影響，系統(tǒng)在運行中又要受到各種因素干擾的影響導(dǎo)致設(shè)計好的自動控制系統(tǒng)不能按照人們預(yù)想的目標運行。 所以人們在設(shè)計自動控制系統(tǒng)時，總是力圖設(shè)計一個性能最佳的控制器，或設(shè)計的控制器能跟蹤被控對象特性的變化，即所謂自適應(yīng)控制器； 并且人們希望改造這種控制器

10、的設(shè)計，使控制器能模仿經(jīng)驗豐富的專家操作該系統(tǒng)，即把原來控制器改造為仿人控制器，這就是智能控制系統(tǒng)。 (2)簡單的智能控制系統(tǒng)的構(gòu)成 簡單的智能控制系統(tǒng)是由被控對象和仿人控制器組成的負反饋閉環(huán)控制系統(tǒng)，最簡單的智能控制包括知識庫、推理機和仿人控制器（智能控制器）。 知識庫 存儲人的經(jīng)驗和知識； 推理機 通過推理，決定控制策略；控制器-模仿人的經(jīng)驗知識對系統(tǒng)實施控制。 （1）知識庫的建立通常人們把人的經(jīng)驗和知識表達成計算機能夠識別、理解和執(zhí)行的語言，即事實和規(guī)則。然后把這些事實和規(guī)則送入計算機，建立一個軟件模塊，這就是人們所稱的知識庫?？梢詫χR庫內(nèi)容進行刪除、修改和精煉，使這個知識庫能真正代表

11、人對生產(chǎn)過程控制的最佳操作方案。事實一般指的是自動控制系統(tǒng)原始數(shù)據(jù):中間運行狀態(tài)的中間結(jié)果以及性能指標等，如設(shè)定值，被調(diào)量、控制量、偏差、偏差變化率、超調(diào)量，過渡過程時間、振蕩次數(shù)、系統(tǒng)參數(shù)等。 證據(jù)前提條件IF操作結(jié)論行動THEN 規(guī)則一般采用如下形式： IF THEN 例如：IF被調(diào)量超過設(shè)定值太多，THEN降低控制量； IF偏差太大， THEN增大積分強度等。這種產(chǎn)生式規(guī)則表示清楚，一目了然，符合人對系統(tǒng)的操作思維 。推理機制和控制策略 推理機實質(zhì)上是一個知識控制軟件模塊，它根據(jù)系統(tǒng)當前的運行狀態(tài)，選擇一條事實，在知識庫中從上到下搜索可用規(guī)則，若這條事實和知識庫中某條規(guī)則的條件（前提、證

12、據(jù)）匹配，則執(zhí)行該規(guī)則的規(guī)定控制行動（結(jié)論、操作） 對系統(tǒng)施加控制， 這樣控制決策就唯一地被確定。 例如選擇事實控制系統(tǒng)偏差 e =0.5， 知識庫中有一條規(guī)則為 “IF e 0.5 THEN u 1” 與之匹配成功， 則執(zhí)行規(guī)則右部u = 1， 計算機立即發(fā)出當前控制策略u l。 這是一種正向推理過程，當然還有反向推理，正反向推理和模糊推理等。1 簡單的智能控制系統(tǒng)的構(gòu)成框圖和原理 簡單的智能控制系統(tǒng)是由被控對象和仿人控制器組成的負反饋閉環(huán)控制系統(tǒng)，最簡單的智能控制包括知識庫、推理機和仿人控制器（智能控制器）。知識庫 存儲人的經(jīng)驗和知識； 推理機 通過推理，決定控制策略；控制器-模仿人的經(jīng)驗

13、知識對系統(tǒng)實施控制。 要點： 2知識庫的建立 把人的經(jīng)驗和知識表達成計算機能夠識別、理解和執(zhí)行的語言，即事實和規(guī)則。然后把這些事實和規(guī)則送入計算機，建立一個軟件模塊，這就是知識庫。 3 推理、決策機制 推理機實質(zhì)上是一個知識控制軟件模塊，它根據(jù)系統(tǒng)當前的運行狀態(tài)，選擇一條事實，在知識庫中從上到下搜索可用規(guī)則，若這條事實和知識庫中某條規(guī)則的條件（前提、證據(jù)）匹配，則執(zhí)行該規(guī)則的規(guī)定控制行動（結(jié)論、操作） ， 對系統(tǒng)施加控制， 這樣控制決策就唯一地被確定。 由此可以看出，智能控制系統(tǒng)器是由知識庫、推理機和控制策略組成的， 它完全模仿人的經(jīng)驗知識對系統(tǒng)實施控制，它完全可以不了解對象的數(shù)學(xué)模型，僅憑人

14、的知識和經(jīng)驗借助計算機來實現(xiàn)對生產(chǎn)過程的自動控制。 通常稱這種自動控制系統(tǒng)為智能控制系統(tǒng)。 3 智能控制系統(tǒng)的性能 （1）智能控制系統(tǒng)的性能指標 傳統(tǒng)控制理論所確定的系統(tǒng)性能指標中： 第一類是上升時間，超調(diào)量，過渡過程時間，穩(wěn)態(tài)誤差： 第二類是泛函指標。 智能控制系統(tǒng)性能指標與傳統(tǒng)控制理論沒有多大區(qū)別，但是從信息映射觀點出發(fā)，傳統(tǒng)控制器輸入輸出之間只是一種單映射函數(shù)關(guān)系。而智能控制系統(tǒng)是一種多映射函數(shù)關(guān)系，由于每一個控制方式都在同一動態(tài)過程某種特征狀況下被采用，所以每一模態(tài)總可以強化某特定指標，結(jié)果導(dǎo)致性能比單映射時好。 (2)智能控制系統(tǒng)的可控性問題 研究智能控制系統(tǒng)的可控性，就是研究智能控

15、制器本身的控制能力。鑒于智能控制系統(tǒng)各級求解的目標直接或間接影響其控制能力和控制效果，特別在高層次推理中存在模糊性和不精確性，可能導(dǎo)致系統(tǒng)不可控。 從式(2-16)看，若二次映射非滿映射，即控制量輸出與當前特征狀態(tài)和特征記憶信息不存在映射關(guān)系，或映射不完全，有可能導(dǎo)致系統(tǒng)失控。因此，智能控制系統(tǒng)可控的必要條件是式(2-16)二次映射為滿映射。iiiiRF (3)智能控制系統(tǒng)的穩(wěn)定性問題 從控制理論角度研究系統(tǒng)穩(wěn)定性，是建立在系統(tǒng)的數(shù)學(xué)模型上，而智能控制系統(tǒng)并未建立系統(tǒng)的數(shù)學(xué)模型，所以傳統(tǒng)的穩(wěn)定判據(jù)不能引用. 智能控制理論表明：系統(tǒng)輸出響應(yīng)是系統(tǒng)輸入和系統(tǒng)內(nèi)特性的綜合反映，不穩(wěn)定趨勢的出現(xiàn)總是以

16、一個特征狀態(tài)反映到系統(tǒng)響應(yīng)之中。 一個智能控制系統(tǒng)，可以對一些反映前期決策及控制效果的特征量和反映控制任務(wù)要求及被控對象性質(zhì)的特征量進行存儲記憶。稱為特征記憶量集合，這些特征狀態(tài)構(gòu)成了判斷系統(tǒng)不穩(wěn)定的特征模型，以次來判斷智能控制系統(tǒng)的穩(wěn)定性。 121, pMu uuu(2-18) 其中，常用特征記憶有:1()mu e誤差第一峰值，2()Huu前期控制保持值，30()u e誤差第i次過零速度，這些特征狀態(tài)構(gòu)成了判斷系統(tǒng)不穩(wěn)定的特征模型，以次來判斷智能控制系統(tǒng)的穩(wěn)定性。4()emu t誤差極性間隔時間，應(yīng)該用代替u p,21 (1)問題的提出 隨著生產(chǎn)的發(fā)展被控對象越來越復(fù)雜，常具有分布參數(shù)、非線

17、性和時變性等特點，為了解決這類被控對象的自動控制問題，自適應(yīng)控制應(yīng)運而生 ，取得一定的成效。 但是，自適應(yīng)控制算法有它的局限性，它是用一個低階線性數(shù)學(xué)模型G(S)來逼近真實的受控對象Go(S)，顯然是不準確的，同時復(fù)雜的受控對象參數(shù)和結(jié)構(gòu)可能隨時變化，它們之間從屬關(guān)系難以確定。 工業(yè)控制系統(tǒng)一般要在惡劣環(huán)境中運行，各種各樣的干擾會通過測量輸入輸出信號帶入系統(tǒng)，引起模型參數(shù)攝動和模型結(jié)構(gòu)及時延變動。所有這些就是通常所說的模型不確定性.4 4智能控制系統(tǒng)的魯棒性智能控制系統(tǒng)的魯棒性 自適應(yīng)控制器的設(shè)計是建立在模型G(S)上，而自適應(yīng)控制系統(tǒng)所討論的閉環(huán)穩(wěn)定性和閉環(huán)性能指標是以Co(S)=G(S)為

18、基礎(chǔ)，而模型不確定性，即Go(S)G(S)的情況很少去研究。 假設(shè)Go(S)G(S)或系統(tǒng)存在外擾時，根據(jù)模型設(shè)計的系統(tǒng)保持閉環(huán)穩(wěn)定性的能力稱為穩(wěn)定魯棒性； 保持閉環(huán)性能指標的能力稱為性能魯棒性?；蛘哒f，在模型不確定情況下來設(shè)計自動控制系統(tǒng)的希望系統(tǒng)能穩(wěn)定運行，且具有期望的性能指標特性，這就是近年來人們所關(guān)注的魯棒性問題。 魯棒性：指數(shù)學(xué)模型與實際過程出現(xiàn)失配時，能使系統(tǒng)性能保持在允許范圍內(nèi)的能力 穩(wěn)定魯棒性：設(shè)計一個控制器，使對每一個攝動后的對象，都能保證閉環(huán)系統(tǒng)的穩(wěn)定性。 品質(zhì)魯棒性：設(shè)計一個控制器，使對每一個攝動后的對象，閉環(huán)系統(tǒng)都能滿足穩(wěn)定性和某種特定的系統(tǒng)性能。 可見：魯棒性概念是指

19、給定一個控制器，如果某集合中的每一個對象都能保持某種特性成立，則稱該控制器對此特性是魯棒的。(2)智能控制系統(tǒng)的魯棒性問題 模型失配的情況 智能控制系統(tǒng)的魯棒性分析顯得復(fù)雜一些: 其一，它沒有考慮系統(tǒng)建模問題； 其二，如：GC(Z)為專家控制器，它一般用生產(chǎn)系統(tǒng)表示的規(guī)則集，如“前提”“行動”，前提是證據(jù)，行動是控制策略。 人類經(jīng)驗專家知識控制決策自學(xué)習(xí)方法修正的過程補償模型失配，使系統(tǒng)處于穩(wěn)定區(qū)域之內(nèi)。 因此，這種依靠經(jīng)驗、尋找正確證據(jù)，作出確切控制決策的仿人控制算法（智能有控制算法)具有較高的魯棒性。 這是人類根據(jù)經(jīng)驗知識和專家知識考察生產(chǎn)現(xiàn)場情況作出控制決策的思維過程，這種規(guī)則控制是一種

20、多模式控制方式，由人們對生產(chǎn)現(xiàn)場控制的豐富經(jīng)驗總可以尋找到正確的證據(jù)，作出確切的控制決策，以補償模型失配，使系統(tǒng)處于穩(wěn)定區(qū)域之內(nèi)。 另外，由于專家知識的局限性和可靠性，系統(tǒng)時延和控制策略的可靠性也可能會影響仿人控制器的動作，但是這些因素還可以采用自學(xué)習(xí)方法修正和改變控制策略，最終使閉環(huán)系統(tǒng)趨于穩(wěn)定。 因此，這種尋找正確證據(jù)，作出確切控制決策的仿人控制算法（智能有控制算法)具有較高的魯棒性。 有外擾的情況 智能控制系統(tǒng)是利用規(guī)則進行運算，而每條規(guī)則的證據(jù)是以偏差e、偏差變化率e和H=ee等來表示。 根據(jù)證據(jù)，e、e、H大于或等于或小于零的事實，給出控制決策或激發(fā)其他產(chǎn)生式規(guī)則。 由圖圖2-82-8知，V1不會改變證據(jù)e、e、和H的真實性，因而它對系統(tǒng)不會有影響。 而V2則不同。 方法是在有隨機擾動的情況下，求出證據(jù)