智能化控制系統的發展應用

引言：智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發展的高級階段，主要用來解決那些用傳統方法難以解決的復雜系統的控制問題。智能控制研究對象的主要特點是具有不確定性的數學模型、高度的非線性和復雜的任務要求。

       智能控制是由智能機器自主地實現其目標的過程。而智能機器則定義為，在結構化或非結構化的，熟悉的或陌生的環境中，自主地或與人交互地執行人類規定的任務的一種機器。 K.J.奧斯托羅姆則認為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬，并用于控制系統的分析與設計中，使之在一定程度上實現控制系統的智能化，這就是智能控制。他還認為自調節控制，自適應控制就是智能控制的低級體現。智能控制是一類無需人的干預就能夠自主地驅動智能機器實現其目標的自動控制，也是用計算機模擬人類智能的一個重要領域。智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規律，研制具有仿人智能的工程控制與信息處理系統的一個新興分支學科。

       智能化控制系統的發展

       智能控制的思想出現于20世紀60年代。當時，學習控制的研究十分活躍，并獲得較好的應用。如自學習和自適應方法被開發出來，用于解決控制系統的隨機特性問題和模型未知問題；1967年，美國萊昂德斯(C．T．Leondes)等人首次正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動控制的交叉關系。自此，自動控制與AI開始碰撞出火花，一個新興的交叉領域——智能控制得到建立和發展。早期的智能控制系統采用比較初級的智能方法，如模式識別和學習方法等，而且發展速度十分緩慢。

       扎德于1965年發表了**論文“Fuzzy Sets”，開辟了以表征人的感知和語言表達的模糊性這一普遍存在不確定性的模糊邏輯為基礎的數學新領域——模糊數學。1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關系應用于工業控制系統，提出了能處理模糊不確定性、模擬人的操作經驗規則的模糊控制方法。

       20世紀80年代，基于AI的規則表示與推理技術(尤其是專家系統)基于規則的專家控制系統得到迅速發展，如瑞典奧斯特隆姆(K．J．Astrom)的專家控制，美國薩里迪斯(G．M．Saridis)的機器人控制中的專家控制等。隨著20世紀80年代中期人工神經網絡研究的再度興起，控制領域研究者們提出并迅速發展了充分利用人工神經網絡良好的非線性逼近特性、自學習特性和容錯特性的神經網絡控制方法。

隨著研究的展開和深入，形成智能控制新學科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了**屆智能控制學術討論會，討論了智能控制原理和系統結構。由此，智能控制作為一門新興學科得到廣泛認同，并取得迅速發展。

       近十幾年來．隨著智能控制方法和技術的發展，智能控制迅速走向各種專業領域，應用于各類復雜被控對象的控制問題，如工業過程控制系統、機器人系統、現代生產制造系統、交通控制系統等。

       智能化控制系統的應用

       智能控制的具體應用主要表現在以下幾個方面：

       1)生產過程中的智能控制

       生產過程中的智能控制主要包括局部級智能控制和全局級智能控制。

局部級智能控制是指將智能引入工藝過程中的某一單元進行控制器設計。研究熱點是智能PID控制器，因為其在參數的整定和在線自適應調整方面具有明顯的優勢，且可用于控制一些非線性的復雜對象。全局級的智能控制主要針對整個生產過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規劃過程操作處理異常等。

       2)先進制造系統中的智能控制

       智能控制被廣泛地應用于機械制造行業。在現代先進制造系統中，需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況，人工智能技術為解決這一難題提供了一些有效的解決方案。

       (1)利用模糊數學、神經網絡的方法對制造過程進行動態環境建模，利用傳感器融合技術來進行信息的預處理和綜合。

       (2)采用專家系統為反饋機構，修改控制機構或者選擇較好的控制模式和參數。

       (3)利用模糊集合決策選取機構來選擇控制動作。

       (4)利用神經網絡的學習功能和并行處理信息的能力，進行在線的模式識別，處理那些可能是殘缺不全的信息。

       3)電力系統中的智能控制

       電力系統中發電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程，國內外的電氣工作者將人工智能技術引入到電氣設備的優化設計、故障診斷及控制中，取得了良好的控制效果。

       (1)用遺傳算法對電器設備的設計進行優化，可以降低成本，縮短計算時間，提高產品設計的效率和質量。

       (2)應用于電氣設備故障診斷的智能控制技術有模糊邏輯、專家系統和神經網絡。

       (3)智能控制在電流控制PWM技術中的應用是具有代表性的技術應用方向之一，也是研究的新熱點之一。

       近年來，智能控制技術在國內外已有了較大的發展，已進入工程化、實用化的階段。作為一門新興的理論技術，它還處在一個發展時期。隨著人工智能技術、計算機技術的迅速發展，智能控制必將迎來它的發展新時期。