《自動化的前沿技術(shù)》PPT課件.ppt

《《自動化的前沿技術(shù)》PPT課件.ppt》由會員分享，可在線閱讀，更多相關(guān)《《自動化的前沿技術(shù)》PPT課件.ppt（38頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、主講: 黃 元 亮 EMAIL: ,自動化的前沿技術(shù) Theories of Automatic Control,,在經(jīng)典控制理論中，用傳遞函數(shù)模型來設(shè)計和分析單輸入單輸出系統(tǒng)，但傳遞函數(shù)模型只能反映初系統(tǒng)的輸出變量和輸入變量之間的關(guān)系，而不能了解到系統(tǒng)內(nèi)部的變化情況。 在現(xiàn)代理論中，用狀態(tài)控件模型來設(shè)計和分析多輸入多輸出系統(tǒng)，便于計算機求解，同時也為多變量系統(tǒng)的分析研究提供了有力的工具。,現(xiàn)代控制技術(shù)概論,自動化的前沿技術(shù),模糊控制其實我很清楚 最優(yōu)控制---“沒有更好只有最好” 自適應(yīng)控制以變制變 魯棒控制以靜制動 線性控制理論縱橫 非線性控制理論的發(fā)展 PID控制簡而優(yōu)秀 預(yù)測控制未卜

2、先知 故障診斷神醫(yī)妙手 人工智能智慧之巔 專家系統(tǒng)身邊的專家 定性定量控制人類智慧的展示 集散控制系統(tǒng)（DCS）,模糊控制,模糊控制是以模糊集合理論為基礎(chǔ)的一種新興的控制手段，它是模糊系統(tǒng)理論和模糊技術(shù)與自動控制技術(shù)相結(jié)合的產(chǎn)物。 自從這門科學(xué)誕生以來,它產(chǎn)生了許多探索性甚至是突破性的研究與應(yīng)用成果,同時,這一方法也逐步成為了人們思考問題的重要方法論. 1965年美國的控制論專家L. A. Zadeh教授創(chuàng)立了模糊集合論，從而為描述，研究和處理模糊性現(xiàn)象提供了一種新的工具。一種利用模糊集合的理論來建立系統(tǒng)模型，設(shè)計控制器的新型方法模糊控制也隨之問世了。,模糊控制,模糊控制的核心就是利用模

3、糊集合理論，把人的控制策略的自然語言轉(zhuǎn)化為計算機能夠接受的算法語言所描述的控制算法，這種方法不僅能實現(xiàn)控制，而且能模擬人的思維方式對一些無法構(gòu)造數(shù)學(xué)模型的被控對象進行有效的控制。 模糊控制作為智能領(lǐng)域中最具有實際意義的一種控制方法，已經(jīng)在工業(yè)控制領(lǐng)域，家用電器自動化領(lǐng)域和其他很多行業(yè)中解決了傳統(tǒng)控制方法無法或者是難以解決的問題，取得了令人矚目的成效。,最優(yōu)控制,最優(yōu)控制問題研究的主要內(nèi)容是： 怎樣選擇控制規(guī)律才能使控制系統(tǒng)的性能和品質(zhì)在某種意義下為最優(yōu)，求解最優(yōu)控制問題的方法。 用最優(yōu)控制方法已經(jīng)成功的解決了許多動態(tài)控制問題，如最小時間控制，最少燃料控制和最佳調(diào)節(jié)器等。 最優(yōu)控制已經(jīng)

4、在航天，航海，導(dǎo)彈，電力系統(tǒng)，控制裝置，生產(chǎn)設(shè)備和生產(chǎn)過程中得到了比較成功的應(yīng)用，而且在經(jīng)濟系統(tǒng)和社會系統(tǒng)中也得到了廣泛的應(yīng)用。,最優(yōu)控制問題有四個關(guān)鍵點： （1）受控對象為動態(tài)系統(tǒng)。 （2）初始與終端條件（時間和狀態(tài)）。 （3）性能指標。 （4）容許控制。 而最優(yōu)控制問題的實質(zhì)就是要找出容許的控制作用或控制規(guī)律，使動態(tài)系統(tǒng)（受控對象）從初始狀態(tài)轉(zhuǎn)移到某種要求的終端狀態(tài)，并且保證某種要求的性能指標達到最小值或者是最大值。,自適應(yīng)控制,在日常生活中，所謂自適應(yīng)是指生物能改變自己的習性以適應(yīng)新的環(huán)境的一種特征。 因此，直觀地講，自適應(yīng)控制器應(yīng)當是這樣一種控制器，它能修正自己的特性以適應(yīng)對象和

5、擾動的動態(tài)特性的變化。 自適應(yīng)控制的研究對象是具有一定程度不確定性的系統(tǒng),這里所謂的“不確定性”是指描述被控對象及其環(huán)境的數(shù)學(xué)模型不是完全確定的,其中包含一些未知因素和隨機因素。,自適應(yīng)控制,任何一個實際系統(tǒng)都具有不同程度的不確定性，這些不確定性有時表現(xiàn)在系統(tǒng)內(nèi)部，有時表現(xiàn)在系統(tǒng)的外部。從系統(tǒng)內(nèi)部來講，描述被控對象的數(shù)學(xué)模型的結(jié)構(gòu)和參數(shù)，設(shè)計者事先并不一定能準確知道。作為外部環(huán)境對系統(tǒng)的影響，可以等效地用許多擾動來表示。這些擾動通常是不可預(yù)測的。 此外，還有一些測量時產(chǎn)生的不確定因素進入系統(tǒng)。面對這些客觀存在的各式各樣的不確定性，如何設(shè)計適當?shù)目刂谱饔?，使得某一指定的性能指標達到并保持

6、最優(yōu)或者近似最優(yōu)，這就是自適應(yīng)控制所要研究解決的問題。,魯棒控制,魯棒控制（Robust Control）方面的研究始于20世紀50年代。在過去的50年中，魯棒控制一直是國際自控界的研究熱點。 所謂“魯棒性”，是指控制系統(tǒng)在一定（結(jié)構(gòu)，大?。┑膮?shù)攝動下，維持某些性能的特性。 根據(jù)對性能的不同定義，可分為穩(wěn)定魯棒性和性能魯棒性。以閉環(huán)系統(tǒng)的魯棒性作為目標設(shè)計得到的固定控制器稱為魯棒控制器。 魯棒控制方法，是對時間域或頻率域來說，一般要假設(shè)過程動態(tài)特性的信息和它的變化范圍。一些算法不需要精確的過程模型，但需要一些離線辨識。,魯棒控制,一般魯棒控制系統(tǒng)的設(shè)計是以一些最差的情況為基礎(chǔ)，因此

7、一般系統(tǒng)并不工作在最優(yōu)狀態(tài)。 常用的設(shè)計方法有：INA方法，同時 鎮(zhèn)定，完整性控制器設(shè)計，魯棒控制， 魯棒PID控制以及魯棒極點配置，魯棒觀測器等。 魯棒控制方法適用于穩(wěn)定性和可靠性作為首要目標的應(yīng)用，同時過程的動態(tài)特性已知且不確定因素的變化范圍可以預(yù)估。飛機和空間飛行器的控制是這類系統(tǒng)的例子。,線性控制理論,線性控制理論是系統(tǒng)與控制理論中最為成熟和最為基礎(chǔ)的一個組成分支，是現(xiàn)代控制理論的基石。系統(tǒng)與控制理論的其他分支，都不同程度地受到線性控制理論的概念、方法和結(jié)果的影響和推動。 嚴格地說，一切實際的系統(tǒng)都是非線性的，真正的線性系統(tǒng)在現(xiàn)實世界是不存在的。但是，很大一部分實際系統(tǒng)，它們的

8、某些主要關(guān)系特性，在一定的范圍內(nèi)，可以充分精確地用線性系統(tǒng)來加以近似地代表。并且，實際系統(tǒng)與理想化了的線性系統(tǒng)間的差別，對于所研究的問題而言已經(jīng)小到無關(guān)緊要的程度而可予以忽略不計。 因此，從這個意義上說，線性系統(tǒng)或者可線性化的系統(tǒng)又是大量存在的，而這正是研究線性系統(tǒng)的實際背景。,非線性控制理論,對非線性控制系統(tǒng)的研究，到上個世紀四十年代，已取得一些明顯的進展。主要的分析方法有：相平面法、李亞普諾夫法和描述函數(shù)法等。 這些方法都已經(jīng)被廣泛用來解決實際的非線性系統(tǒng)問題。但是這些方法都有一定的局限性，都不能成為分析非線性系統(tǒng)的通用方法。 雖然這些年來，國內(nèi)外有不少學(xué)者一直在這方面進行研究，也

9、研究出一些新的方法，如頻率域的波波夫判據(jù)，廣義圓判據(jù)，輸入輸出穩(wěn)定性理論等。 但總的來說，非線性控制系統(tǒng)理論目前仍處于發(fā)展階段，遠非完善，很多問題都還有待研究解決，領(lǐng)域十分寬。,PID控制簡而優(yōu)秀,PID（比例-積分-微分）控制器作為最早實用化的控制器已有50多年歷史，現(xiàn)在仍然是應(yīng)用最廣泛的工業(yè)控制器。 PID控制器簡單易懂，使用中不需精確的系統(tǒng)模型等先決條件，因而成為應(yīng)用最為廣泛的控制器。 PID控制器由比例單元（P）、積分單元（I）和微分單元（D）組成。其輸入e (t)與輸出u (t)的關(guān)系為:,預(yù)測控制,預(yù)測控制是近年來發(fā)展起來的一類新型的計算機控制算法。由于它采用多步測試、滾動優(yōu)

10、化和反饋校正等控制策略，因而控制效果好，適用于控制不易建立精確數(shù)字模型且比較復(fù)雜的工業(yè)生產(chǎn)過程，所以它一出現(xiàn)就受到國內(nèi)外工程界的重視，并已在石油、化工、電力、冶金、機械等工業(yè)部門的控制系統(tǒng)得到了成功的應(yīng)用。 下面以模型算法控制為例子來說明預(yù)測控制的基本原理:,故障診斷,現(xiàn)代的機械制造系統(tǒng)具有控制規(guī)模大、自動化程度高和柔性化強的特點。 由于制造系統(tǒng)的結(jié)構(gòu)越來越復(fù)雜，價格越來越昂貴，因此因為各種故障而導(dǎo)致的停機都是不可忍受的負擔。 故障診斷系統(tǒng)就能夠在這個情況下滿足需要，也就是能夠合理制定維修計劃，最大限度減少停機維修的時間，以及在故障發(fā)生之后能夠迅速做出反應(yīng)。 因此，故障診斷系統(tǒng)在現(xiàn)

11、在得到了迅速的發(fā)展。,人工智能,人工智能是一門邊緣學(xué)科,用來模擬人的思維,已經(jīng)引起了許多學(xué)科的日益重視，并且有越來越多的實用意義，而且許多不同專業(yè)背景的科學(xué)家正在人工智能領(lǐng)域內(nèi)獲得一些新的思維和新的方法。 作為一個計算機科學(xué)中涉及智能計算機系統(tǒng)的一個分支，這些系統(tǒng)呈現(xiàn)出與人類的智能行為有關(guān)的特性。 人工智能的主要領(lǐng)域包括問題求解、語言處理、自動定理證明、智能數(shù)據(jù)檢索等領(lǐng)域。 這些綜合概念在自然語言處理、情報檢索、自動程序設(shè)計、數(shù)學(xué)證明都有重要應(yīng)用。 人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋程序。,人工智能,人工智能包含的領(lǐng)域非常廣泛，問題的求解只是其中的一個重要方面。其

12、他的方面包括比如謂詞演算、規(guī)則演繹系統(tǒng)、機器人問題以及專家系統(tǒng)等一系列問題。 人工智能作為一個復(fù)雜的邊緣學(xué)科，正在有著越來越廣闊的前景，隨著新的數(shù)學(xué)理論的完善以及計算機新的硬件的出現(xiàn)，人工智能必將能夠更好地模擬人的思維。,專家系統(tǒng),專家系統(tǒng)(Expert System)是一個基于知識的智能推理系統(tǒng)，它涉及到對知識獲取、知識庫、推理控制機制以及智能人機接口的研究，是集人工智能和領(lǐng)域知識于一體的系統(tǒng)。近些年，專家系統(tǒng)的迅速發(fā)展和廣泛應(yīng)用大大推進了各個應(yīng)用領(lǐng)域向智能化方向發(fā)展，成為人工智能從實驗室研究進入實用領(lǐng)域的一個里程碑。 在一個成熟的專家系統(tǒng)中，有幾項技術(shù)是極為關(guān)鍵的。首先，為了便于知

13、識在計算機中的存貯、檢索、使用和修改，并進行推理和搜索，知識表示技術(shù)必須具有很高的效率，目前主要有產(chǎn)生式表達法、語義網(wǎng)絡(luò)表達法、框架表達法、謂詞邏輯表達法等技術(shù)，并且新的技術(shù)還在開發(fā)當中； 其次，因為要在專家系統(tǒng)中用計算機模擬人的思維，不精確推理方法是必不可少的，,專家系統(tǒng),針對實際需要，概率算法一度成為最重要的方法，近幾年來，模糊數(shù)學(xué)的引入為這一領(lǐng)域的發(fā)展開辟了新的前景；最后，和知識表示技術(shù)與推理方法相關(guān)，作為人的思維搜索過程的模擬，搜索策略的好壞對系統(tǒng)的成敗也是意義重大的，現(xiàn)在人們已經(jīng)利用的技術(shù)有狀態(tài)空間法、問題遞歸法、最佳優(yōu)先法等。 總之，人工智能系統(tǒng)的特殊性，決定了它是一個跨越多學(xué)科、

14、充滿活力、對基礎(chǔ)研究的依賴性很強的一個領(lǐng)域，它的發(fā)展，必將向我們展示科學(xué)技術(shù)王國的更多魅力，也會令我們的生活更為美好。,定性定量控制,定性控制是指當系統(tǒng)的狀態(tài)變量為定性量時,應(yīng)用定性推理對系統(tǒng)施加控制變量使系統(tǒng)的定性輸出為某一期望范圍. 狀態(tài)變量(包括輸出)為定性量是指狀態(tài)變量不是某一精確值而僅是某一定性值,即僅知其處于某一范圍內(nèi).描述定性量之間運算關(guān)系的數(shù)學(xué)稱為定性數(shù)學(xué). 在通常的控制系統(tǒng)中總是認為系統(tǒng)的狀態(tài)(含輸出)是精確可測的(如果可測的話),但是在下述情況下人們常常采用狀態(tài)的不精確的定性量: (1)系統(tǒng)的模型過于復(fù)雜或含有時變參數(shù)時不能獲得精確的數(shù)值模型或參數(shù)值. (2)某些控制任務(wù)僅

15、需知道系統(tǒng)行為的粗略的定性描述就足夠了,而不值得去測量其精確的數(shù)量值.這在許多過程監(jiān)控中是常常遇到的.,定性定量控制,(3)某些系統(tǒng)人們對之了解的很少,根本就不可能用定量的模型來分析或測量有關(guān)參數(shù). 在這些情況下,常規(guī)的控制系統(tǒng)分析方法就不再適合了,我們必須建立相應(yīng)的定性模型, 用定性推理的方法來設(shè)計一個定性控制器. 定性控制發(fā)展到現(xiàn)在已經(jīng)取得了一系列值得肯定的成果.很多學(xué)者已經(jīng)在定性控制方法、可控性、可觀性、穩(wěn)定性、定性建模等方面進行了探討. Nagib等還將定性推理與學(xué)習控制結(jié)合起來形成了定性學(xué)習控制.,定性定量控制,基于不同的方法對系統(tǒng)進行定性建模,便構(gòu)成了不同的定性控制研究

16、方法.大體上可分為三類: (1)基于定量模型的定性控制.其特點是系統(tǒng)的定量模型被假定為已知的,以定量模型為基礎(chǔ)來推導(dǎo)定性模型. (2)基于規(guī)則的定性控制.本方法的特點為構(gòu)成定性模型的規(guī)則是人們憑經(jīng)驗或直覺的定性推理即可得到的,或者是通過對狀態(tài)窮舉得出的.,定性定量控制,(3)基于定性模型的定性控制.本方法的特點為直接通過對定性模型的研究來導(dǎo)出定性控制. Lunze是這方面的代表,他從動態(tài)系統(tǒng)的定性建模開始,研究了定性模型和實際系統(tǒng)的關(guān)系、模型的穩(wěn)定性、具有定性反饋的控制系統(tǒng)的鎮(zhèn)定等問題,對定性建模及控制做了全面的敘述,集散控制系統(tǒng)(DCS),DCS，即所謂的分布式控制系統(tǒng)，或在有些資料中稱之

17、為集散系統(tǒng)，是相對于集中式控制系統(tǒng)而言的一種新型計算機控制系統(tǒng)，它是在集中式控制系統(tǒng)的基礎(chǔ)上發(fā)展、演變而來的。 在系統(tǒng)功能方面，DCS和集中式控制系統(tǒng)的區(qū)別不大，但在系統(tǒng)功能的實現(xiàn)方法上卻完全不同。 DCS自1975年問世以來，已經(jīng)經(jīng)歷了三十多年的發(fā)展歷程。在這三十多年中，DCS雖然在系統(tǒng)的體系結(jié)構(gòu)上沒有發(fā)生重大改變，但是經(jīng)過不斷的發(fā)展和完善，其功能和性能都得到了巨大的提高。 總的來說，DCS正在向著更加開放，更加標準化，更加產(chǎn)品化的方向發(fā)展。,集散控制系統(tǒng)(DCS),進入二十一世紀以來，計算機技術(shù)突飛猛進，更多新的技術(shù)被應(yīng)用到了DCS之中。PLC是一種針對順序邏輯控制發(fā)展起來的電子設(shè)備

18、，它主要用于代替不靈活而且笨重的繼電器邏輯。 現(xiàn)場總線技術(shù)在進入九十年代中期以后發(fā)展十分迅猛，以至于有些人已做出預(yù)測：基于現(xiàn)場總線的FCS將取代DCS成為控制系統(tǒng)的主角。,最優(yōu)控制,飛船軟著陸問題 宇宙飛船在月球表面著陸時速度必須為零，即軟著陸，這要靠發(fā)動機的推力變化來完成。問題是如何選擇一個推力方案，使燃料消耗最小。,最優(yōu)控制問題,設(shè)m 飛船的質(zhì)量，h 高度，v 垂直速度， g 月球重力加速度常數(shù)，M 飛船自身質(zhì)量, F 燃料的質(zhì)量,最優(yōu)控制,軟著陸過程開始時刻t為零,終點條件,控制目標,推力方案,最優(yōu)控制,最優(yōu)控制問題的一般性提法為,系統(tǒng)狀態(tài)方程為,初始狀態(tài)為,其中，x為n 維狀態(tài)向量

19、；u為r 維控制向量； f 為n 維向量函數(shù)，它是 x、u和t 的連續(xù)函數(shù)，并且對x、t 連續(xù)可微。,最優(yōu)控制問題就是求解一類帶有約束條件的條件泛函極值問題。,最優(yōu)控制,泛函的基本定義：如果對于某個函數(shù)集合 中的每一個函數(shù)x(t)，變量J 都有一個值與之對應(yīng)，則稱變量J 為依賴于函數(shù)x(t) 的泛函，記作Jx(t) 泛函的變分 所謂泛函Jx(t) 的宗量x(t)的變分是指兩個函數(shù)間的差。,最優(yōu)控制,注意：滿足歐拉方程是必要條件，不是充分條件。,最優(yōu)控制,要求在控制空間中尋求一個最優(yōu)控制向量u(t) ，使以下性能指標,用變分法求解最優(yōu)控制問題,末值時刻固定、末值狀態(tài)自由情況下的最優(yōu)控制,非線性

20、時變系統(tǒng)狀態(tài)方程為,初始狀態(tài),其中，x 為n 維狀態(tài)向量； u 為r 維控制向量； f 為n 維向量函數(shù)。,沿最優(yōu)軌線u(t) 取極小值。,最優(yōu)控制,引入拉格朗日乘子,將性能指標改寫為其等價形式,最優(yōu)控制,對上式中的第三項進行分部積分，得,當泛函J 取極值時，其一次變分等于零。 即,,求出J 的一次變分并令其為零,最優(yōu)控制,將上式改寫成,（14）式稱為伴隨方程， 為伴隨變量，（17）式為控制方程。,（16）,由于(t)未加限制，可以選擇(t)使上式中x和x(tf ) 的系數(shù)等于零。于是有,（15）,（14）,最優(yōu)控制,因為,最優(yōu)控制,將 代入狀態(tài)方程,解為,當 時，代入上式，求得 ，所以,當 時，,最優(yōu)性能指標為,謝 謝！,