基于MATLAB的智能控制系统的介绍与设计实例10104045

武汉科技大学智能控制系统学院：信息科学与工程学院专业：控制理论与控制工程学号：10104045姓名：李倩1基于MATLAB的智能控制系统的介绍与设计实例摘要现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法己不能满控制的要求。智能控制是在经典控制理论和现代控制理论的基础上发展起来的，是控制理论、人工智能和计算机科学相结合的产物。MATLAB是现今流行的一种高性能数值计算和图形显示的科学和工程计算软件。本文首先介绍了智能控制的一些基本理论知识，在这些理论知识的基础之上通过列举倒立摆控制的具体实例，结合matlab对智能控制技术进行了深入的研究。第一章引言自动控制就是在没有人直接参与的条件下，利用控制器使被控对象(如机器、设备和生产过程)的某些物理量能自动地按照预定的规律变化。它是介于许多学科之间的综合应用学科，物理学、数学、力学、电子学、生物学等是该学科的重要基础。自动控制系统的实例最早出现于美国，用于工厂的生产过程控制。美国数学家维纳在20世纪40年代创立了“控制论”。伴随着计算机出现，自动控制系统的研究和使用获得了很快的发展。在控制技术发展的过程中，待求解的控制问题变得越来越复杂，控制品质要求越来越高。这就要求必须分析和设计相应越来越复杂的控制系统。智能控制系统(ICS)是复杂性急剧增加了的控制系统。它是由控制问题的复杂性急剧增加而带来的结果，其采用了当今其他学科的一些先进研究成果，其根本目的在于求解复杂的控制问题。近年来，ICS引起了人们广泛的兴趣，它体现了众多学科前沿研究的高度交叉和综合。作为一个复杂的智能计算机控制系统，在其建立投入使用前，必要首先进行仿真实验和分析。计算机仿真(CompeerSimulation)又称计算机模拟(ComputerAnalogy)或计算机实验。所谓计算机仿真就是建立系统模型的仿真模型进而在计算机上对该仿真模型进行模拟实验(仿真实验)研究的过程。计算机仿真方法即以计算机仿真为手段，通过仿2真模型模拟实际系统的运动来认识其规律的一种研究方法。计算机仿真方法有时也称计算机仿真技术，这二者有时又简称计算机仿真。当今，针对不同应用领域，不同的软件公司开发了不同的设计仿真软件，如在电子电路设计中应用的PSPICE软件，用于电力系统仿真的SABER软件等很多，而作为通用的单机运行的工程计算仿真软件，当首推MATLAB。MATLAB提供了一个高性能的数值计算和图形显示的科学和工程计算软件环境。这种易于使用的MATLAB环境，是由数值分析、矩阵计算、信号处理和图形绘制等组成。在这种环境下，问题的解答的表达形式几乎和它们的数学表达式完全一样，而不像传统的编程那样繁杂。MATLAB是一种交互系统，它的基本数据单元是无须指定维数的矩阵，所以在解决数值计算问题时，使用MATLAB要比使用诸如BASIC、FORTRAN、和C等语言简便得多，大大提高了编程效率。第二章智能控制系统的理论知识1.智能控制系统的基本功能特点①容错性对复杂系统(如非线性、快时变、复杂多变量和环境扰动等)能进行有效的全局控制，并具有较强的容错能力。⑵多模态性定性决策和定量控制相结合的多模态组合控制。③全局性从系统的功能和整体优化的角度来分析和综合系统。④混合模型和混合计算对象是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，人的智能在控制中起着协调作用，系统在信息处理上既有数学运算，又有逻辑和知识推理。⑤学习和联想记忆能力对一个过程或未知环境所提供的信息，系统具有进行识别记忆、学习，并利用积累的经验进一步改善系统的性能和能力。⑥动态自适应性对外界环境变化及不确定性的出现，系统具有修正或重构自身结构和参数的能力。⑦组织协调能力3对于复杂任务和分散的传感信息，系统具有自组织和协调能力，体现出系统的主动性和灵活性。尽管最初人们认为智能控制是自动控制理论与人工智能与运筹学的结合，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，在世界范周内，智能控制和智能自动化科学与技术正在成为自动化领域中最兴旺和发展最迅速的一个分支学科，并被许多发达国家确认为面向21世纪和提高国家竞争力的核心技术。智能控制系统(ImelligentControlSystem)：智能控制系统是具有某种程度自治性的控制系统。智能控制方法(IntelligentControlMethodology)：利用旨在模拟人、动物或生物系统功能的技术或过程来为动态系统构造或实现控制、以达到预定要求的控制方法的集合。2.智能控制系统的特征①处理各种不确定性、定性信息和数据结构的能力。②处理非结构化信息和数据的能力。③对具有高度抽象性的离散符号指令作出响应的能力。④辩识主控系统结构或构成、变化的能力。⑤处理和利用各种不同性质的知识的能力。⑥根据主控系统或环境变化，对自身参数或结构进行修正或重构的能力。⑦在运行过程中学习和获取关于对象和环境新知识并利用新知识改进控制行为的能力。⑧基于对象行为预测的控制的多目标性。任何具备上述一种或多种能力的控制系统均被认为是智能控制系统。从这个意义上讲，经典的反馈控制、变结构控制、自校正控制及自适应控制均被认为属于智能控制的范畴，它们与通常所说的智能控制的区别在于它们仅具有较低层次的智能。而智能控制理论及应用研究的目的就是利用包括传统控制及系统理论在内的已有各种理论及技术来构造在某种程度上具备上述特征的控制系统，并最终实现具有完全自治力的系统。3.智能控制的主要分类①模糊逻辑控制传统的控制问题一般是基于系统的数学模型来设计控制器，而大多数工业被控对象4是具有时变、非线性等特性的复杂系统，对这样的系统进行控制，不能仅仅建立在平衡点附近的局部线性模型，需要加入一些与工业状况有关的人的控制经验。这种经验通常是定性的或定量的，模糊推理控制正是这种控制经验的表示方法。这种方法的优点是不需要被控过程的数学模型，因而可省去传统控制方法的建模过程，但却过多地依赖控制经验。此外由于没有被控对象的模型，在投入运行之前就很难进行稳定性、鲁棒性等系统分析。近年来，一些研究者们在模糊控制模式中引入模糊模型的概念，出现了模糊模型。模糊模型易于表达结构性知识，成为模糊控制系统研究的关键问题。最近，模糊控制理论成功地应用于飞行器的优化跟踪设计和产品加工过程。②神经网络控制神经网络控制NNC是研究和利用人脑的菜些结构机理以及人的知识和经验对系统的控制。一般地，神经网络控制系统的智能性、鲁棒性均较好，它能处理高维、非线性、强耦合和不定性的复杂工业生产过程的控制问题。显示了神经网络在解决高度非线性和严重不确定性系统的控制方面具有很大潜力。虽然神经网络在利用系统定量数据方面有较强的学习能力。但它将系统控制问题看成“黑箱”的映射问题，缺乏明确的物理意义，不易把控制经验的定性知识融入控制过程中。近来，在神经网络自适应控制、人工神经网络阀函数的数字设计、新的混合神经网络模型等方面都有一些重要进展，如应用于机器人操作过程神经控制、核反应堆的载重操作过程的神经控制。近年来，神经网络、模糊推理、各种特殊信号的有机结合，还导致了一些新的综合神经网络的出现。例如，小波神经网络、模糊神经网络和混沌神经网络的出现，为智能控制领域开辟了新的研究方向。③实时专家系统实时专家系统是基于广义模型化概念和系统仿真技术与人工智能技术的深度结合，构造出一种带模型库的控制系统。这种新型的专家系统能在工业生产系统的动态过程中，随时监视外界的环境，自动采集生产过程变量，并对生产过程实时在线的修改和补充。传统的专家系统是以交互方式操作，从外界获取的信息都是一次性和静止的，而信息的采集是主动的。实际工业生产系统中的多数信息都是连续时变的，且信息是大量的。因此，采用一般模糊辨识方法得到的模型在精度上往往不是十分理想。为适应现代工业的要求，实时专家系统应用模糊逻辑控制和神经元网络理论，将线模和模糊型结合在一起，融进专家系统，通过专家系统的启发性、透明性和灵活性以及线性模型良好的跟踪能力，对模糊模型进行动态的修改和补充，这样不再需要事先建立过程的数学模型。实时专家系统主要应用在咨询；自动化装置的设计、组态；诊断或诊断支持；复杂系统的5调节等领域。其主要特点是：具有更高的智能判断能力和推理速度；同时，对外界的预测能力和自适应能力也很强。目前关于智能控制的研究和应用沿着几个主要的分支发展，主要为：自适应控制（fadaptivoControl)、模糊控制(FuzzyControl)、神经网络控制(NeuralNet-basedControl)、基于知识的控制(KnowledgeBasedControl)、复合智能控制(HybridIntelligentControl)、学习控制(1earningControl)和基于进化机制的控制(EvolutionaryMechanismBasedControl)。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。计算机仿真方法在各种工程领域和非工程领域中有许多成功应用的范例，其成效十分显著，影响也很大。在宇航工业中，有著名的阿波罗登月仿真系统。该系统包括混合计算机、运动仿真器、月球仿真器、驾驶舱、视景系统等，可实现在计算机上预先对登月计划进行分析、设计与检验，同时还可对宇航员进行仿真操作训练，从而大大降低了实际登月的风险系数。第三章MATLAB平台及对应工具箱MATALAB是集科学计算、结果可视化和编程于一身，能够方便地进行科学计算和大量工程计算的数学软件。目前，它已成为世界上应用最为广泛的工程计算软件之一。MATALAB的最初版本是由CleveMoler博士用FORTRAN语言开发的矩阵分析软件，MATALAB是“矩阵实验室”(MatrixLaboratory)的缩写，它是一种以矩阵计算为基础的交互式程序语言，最早用来作为LINPACK(线性代数软件包)和EISPACK(基于特征值计算的软件包)矩阵软件包的接口。在80年代初期，由CleveMoler和JohnLittle采用C改写了MATALAB的内核。不久，他们成立了MathWorks软件开发公司，并于1984年将MATALAB正式推向市场。1992年初推出了应用于Windows操作系统的MATALAB4.X版本，1998年推出5.2版本，1999年推出MATLAB5.3版本，2000年为MATLAB6.0版本，现在最新的为MATLAB6.5版本。1.MATLAB的主要特点①MATLAB的基本单位为矩阵，其表达式与数学、工程计算中常用的形式类似。并且矩阵的行和列无需定义，可随时添加和修改；②MATLAB语言以解释方式工作，对每条语句进行解释后即运行，键入算式即得结果，无需编译，对错误可立即作出反映，大大减少了编程和调试的工作；6③MATLAB语言规则与人们长期以来使用的在演算纸上进行演算的书写习惯十分相似，易学易读适于交流；④具有强大的作图和数据可视化功能。可以把数据以多种形式加以表现，非常简单、直观、方便；⑤具有极强的可扩展性；⑥具有非常友好的人机界面。2.MATLAB软件包括MATLAB主程序和许多日益增多的工具箱，工具箱实际就是用MATLAB基本语句编写的各种子程序集，用于解决某一方面的专门问题或实现某一类的新算法。MATLAB还提供了与其他应用语言的接口，以实现数据的共享和传递。3.MATLAB的基本组成．MATLAB主要由MATLAB主程序、SIMULINK动态系统仿真和MATLAB工具箱三大部分组成。其中MATLAB主程序包括MATLAB语言、工作环境、句柄图形、数学函数库和应用程序接口五个部分；SIMULINK是用于动态系统仿真的交互式系统，允许用户在屏幕上绘制框图来模拟一个系统，并能动态地控制该系统，目前的SIMULINK可以处理线性、非线性、连续、离散、多变量及多系统；工具箱实际就是用MATLAB的基本语句编写的各种子程序集和函数库，用于解