智能控制发展趋势及应用

智能控制的发展趋势和应用学号0000000姓名******老师钟春富摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。一、智能控制的产生人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)的理论和方法去解决是不可能的。其原因有三：第一，传统控制理论都是建立在微积分为工具的精确模型上的，而复杂系统的复杂性和不确定性都难以用精确的数学模型描述，否则就会使原问题丢失很多有用的信息。例如：用筷子夹取食物放入口中，这套看似简单的动作，如果我们要把这一系列的动作和环境建立出精确的数学模型，然后再一步步按模型去操作，可以想象其过程何等地难以实现!第二，传统的控制理论虽然也有办法对付控制对象的不确定性和复杂性，如自适应控制和Robust控制可以克服系统中所包含的不确定性，达到优化控制的目的，但他们仅使用于系统参数在一定范围内缓慢变化的情况，其优化控制的范围是很弱的。第三，传统的控制系统要求输入的信息比较单一，而现代的控制系统要面对复杂系统以各种形式——视觉的、听觉的、触觉的和直接操作的方式，将周围环境信息作为输入的状况，并将各种信息进行融合，分析和推理，再随环境与条件的变化，相应地采取对策或行动，由此智能控制应运而生。人们在实践中观察到人类具有很强的学习和适应周围环境的能力。有些复杂的系统，凭人的知觉和经验很好的进行操作并达到理想的结果，这就产生了，新的、具有远大前程的智能控制理论。智能控制理论是对传统控制理论的发展，传统控制是智能控制的一个组成部分，是智能控制的低级阶段。因此，智能控制理论无疑是控制理论发展的高级阶段。在这个意义上，传统控制和智能控制可以统一在智能控制的框架下。1985年IEEE(美国电气和电子工程师协会)在美国召开了第一届智能控制学术会议，1987年在美国IEEE控制系统学会与计算机学会召开了智能控制的第一次国际会议，标志着智能控制有了长足的发展。随后一些国际学术组织(如IFAC等)定期或不定期地举办各类有关智能控制的国际学术会议或研讨会，说明智能控制理论在不断的发展。我国已经分别于1993年、1997年、2000年、2002年组织召开了四届全球智能控制与自动化大会(WCI．CA)，已成立的学术团体有中国人工智能学会，计算机视觉与智能控制学会，中国智能机器人专业委员会和中国自动化学会智能自动化专业委员会等，这些情况表明，智能控制作为一门独立的新学科，已经在我国建立起来。应该指出，在模糊控制、仿人智能控制等方面的研究，我国已经形成了自己的特色，为发展、完善和推动智能控制的研究起到了较大的促进作用。智能控制的定义：智能控制至今为止并没有一个公认的、统一的定义。我们为了探究智能控制的概念和技术，开发智能控制新的性能和性能和方法，比较不同研究者和不同国家的成果，就要求对智能控制有某些共同的理解下面提出的是被广泛接受的关于智能控制的定义。所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。智能控制在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统.智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。随着计算机、材料、能源等现代科学技术的迅速发展和生产系统规模不断扩大,形成了复杂的控制系统,导致了控制对象、控制器、控制任务等更加复杂。与此同时,对自动化程度的要求也更加广泛,面对来自柔性控制系统(FMS)、智能机器人系(IRS)、数控系统(CNS)、计算机集成制造系统(CIMS)等复杂系统的挑战,经典的与现代的控制理论和技术已不适应复杂系统的控制。智能控制是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制技术。智能控制突破了传统控制理论中必须基于数学模型的框架,它基本上按实际效果进行控制,不依赖或不完全依赖于控制对象的数学模型,又继承了人类思维的非线性特性。某些智能控制方法还具有在线辨识、决策或总体自寻优的能力和分层信息处理、决策的功能。二、智能控制的发展趋势智能控制的研究内容智能控制是控制理论、人工智能(AI)和计算机科学相结合的产物。智能控制系统是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制系统。智能控制突破了传统控制理论中必须基于微分方程为基础的数学模型框架，基本上按实际效果进行控制，演绎了以离散型数据为样本的非线性特性。某些智能控制方法还具有在线辨识、决策或总体自寻优的能力和分层信息处理、决策的功能。结合具体的工业生产过程，各种智能控制系统正在发挥巨大的经济和社会效益。最初人们认为智能控制是自动控制理论(AC)与人工智能(AI)或AC、AI与运筹学(OR)的结合，但事实上智能控制是一门仍在不断丰富和发展中的具有众多学科集成特点的科学与技术。它不仅包含了AC、AI、OR、系统理论(ST)和计算机科学(cs)的内容，而且还从生物学、生理学、心理学、协同学及人类知识理论等学科中吸取了丰富的营养。目前，关于智能控制的主要研究内容有：自适应控制(AdaptiveContr01)、模糊控制(FuzzyContr01)、神经网控制(NeuralNet．basedContr01)、基于知识的控O(KnowledgeBasedContr01)或专家控制(EXpertContr01)、复合智能控锘tJ(HybridIntelligentContr01)、学习控带lJ(1eamingContr01)和基于进化机制的控带lJ(EvolutionaryMechanismBasedContr01)。这些有的已在现代工业生产过程的智能控制与智能自动化投入实际应用。1、模糊控制利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。模糊控制是采用模糊语言控制律把基于专家知识的控制策略转换为自动控制具体策略的控制，其基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列的“IF(条件)．THEN(作用)”的形式表示的控制规律，通过模糊推理得到控制作用集，作用与被控对象或过程。目前，模糊控制技术已经日趋成熟，稳定性分析问题正得到解决，模糊芯片已经研制成功，其功能不断增强，成本不断下降，模糊开发软件包不断涌现，直接应用模糊芯片开发产品已成为一种趋势。2、神经网络控制神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。神经网络控制是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控制等学科的理论、技术、方法及研究成果。在控制领域，将具有学习能力的控制系统称为学习控制系统，属于智能控制系统。神经控制是有学习能力的，属于学习控制，是智能控制的一个分支。神经网络控制是模拟人类神经中枢系统智能活动的一种控制方式。由于它具有自适应能力和自学能力，因此适合于复杂系统智能控制的研究工具。神经元网络利用神经元之间的联结与权值进行自我学习，以逼近理论为依据进行神经网络建模。并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制，初步实现了生物神经系统的部分功能。神经网络具有的非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点已经广泛应用于控制领域，尤其是非线性控制领域。3、专家控制专家式控制系统，或叫做专家控制系统(expertcontrolsystem,ECS)它已广泛应用于故障诊断、工业设计和过程控制，为解决工业控制难题提供一种新的方法，是实现工业过程控制的重要技术。专家控制是在将专家的理论和技术同控制理论及方法有机结合的基础上，在未知环境模仿专家的智能实现对系统的有效控制。根据专家系统技术在控制系统中应用的复杂程度，可分为专家控制系统和专家式控制器两种主要形式。专家控制系统具有全面的专家系统结构，完善的知识处理功能和实时控制的可靠功能，知识库庞大，推理复杂等特点。专家式控制器多为工业专家控制器，知识库较小，推理机制简单，着重于启发式控制知识的开发，具有实时算法和逻辑功能。专家控制的核心是专家系统，它具有处理各种非结构性问题，尤其是处理定性的、启发式的或不确定性的知识信息，经过各种推理过程达到系统的控制目标。智能控制研究所面临的问题与挑战首先，智能控制的应用研究目标和主攻方向不够明确。作为应用研究和应用基础研究，智能控制在于寻求有别于传统控制的、新的实用控制技术。离开了实际而纸上谈兵，那就不是真正的应用研究。其次，智能控制要面向复杂系统。对于一些比较简单的系统，引入智能控制并不值得，犹如用大炮打蚊子一样。如果简单的智能控制系统的复杂性、故障率和成本高于同类应用传统控制系统，那么智能控制的优越性就会令人质疑。最后，研制新型智能控制硬件和软件。在智能控制研究中，软件方面存在的问题更大。例如，大多数基于神经网络的控制系统，还停留在“仿真”水平上，未能真正解决实现问题更谈不上实际应用。提高系统的运行速度、实现实时控制、提高对环境的感觉和解释能力、改善信息识别和处理能力、设计模块化的传感器接口等方面要做的事情还很多。三、智能控制的应用随着智能控制应用方法的日益成熟，智能控制的研究领域必将进一步扩大。除了高级机器人、过程智能控制和智能故障诊断外，下列领域将成为新的应用领域：交通控制(如高速列车、汽车运输、飞机飞行控制等)，用于CAD、C』～M、CIMS和CIPS的自