智能控制理論及應(yīng)用綜述

摘? 要：本文介紹了智能控制的概念、性能和特點(diǎn)。主要分析了神經(jīng)網(wǎng)絡(luò)控制、模糊控制技術(shù)、混沌控制技術(shù)、專家控制技術(shù)、集成智能控制等典型的智能控制技術(shù)的定義以及優(yōu)缺點(diǎn)和應(yīng)用現(xiàn)狀。工業(yè)、交通運(yùn)輸、新能源等多個(gè)領(lǐng)域都用到智能控制技術(shù)，在經(jīng)典控制的基礎(chǔ)上，實(shí)現(xiàn)了多輸入信號多變量的控制。呈現(xiàn)出強(qiáng)大的生命力和發(fā)展前景，終將在各個(gè)領(lǐng)域發(fā)展壯大。

關(guān)鍵詞：智能控制;神經(jīng)網(wǎng)絡(luò);專家控制;模糊控制

中圖分類號：TP18? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2019）22-0176-03

Abstract：The concept，performance and characteristics of intelligent control are introduced. The definitions，advantages and disadvantages of typical intelligent control technologies，such as neural network control，fuzzy control，chaos control，expert control and integrated intelligent control，and their application status are analyzed. Intelligent control technology is used in many fields，such as industry，transportation，new energy and so on. Based on classical control，multi-input signal and multi-variable control is realized. It shows strong vitality and development prospects，and will eventually grow in all fields.

Keywords：intelligent control;neural network;expert control;fuzzy control

0? 引? 言

智能控制是在無人干預(yù)的情況下自主完成系統(tǒng)預(yù)設(shè)控制任務(wù)的一種新型技術(shù)，它的產(chǎn)生使系統(tǒng)的控制方式從普通的自動(dòng)控制發(fā)展為更加高級的智能控制方式。智能控制使得控制對象模型從確定發(fā)展到不確定;使控制系統(tǒng)的輸入、輸出設(shè)備與外界環(huán)境有了更加便利的信息交換途徑;使控制系統(tǒng)的控制任務(wù)從單一任務(wù)變?yōu)楦訌?fù)雜的控制任務(wù);使普通自動(dòng)控制系統(tǒng)難以解決的非線性系統(tǒng)的控制問題有了更加理想的解決方式。智能控制使自動(dòng)控制系統(tǒng)具有了自適應(yīng)、自組織、自學(xué)習(xí)和自協(xié)調(diào)的能力。智能控制代表了控制理論的發(fā)展趨勢，能有效地處理復(fù)雜的控制問題，其相關(guān)技術(shù)可以推廣應(yīng)用于工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)、軍事航空以及控制之外的金融、管理、土木、設(shè)計(jì)等領(lǐng)域。

1? 智能控制技術(shù)概述

二十世紀(jì)以來，隨著科技的發(fā)展，人們對控制系統(tǒng)要求不斷提高，由線性到非線性，單輸入單輸出系統(tǒng)控制研究到多輸入多輸出控制系統(tǒng)研究，多種控制方法相互融合，取長補(bǔ)短。

1.1? 模糊控制

模糊控制理論于1965年由扎德（L.A.Zadeh）教授首先提出，利用將被控對象模糊化，與知識庫信息模糊對比推理得到相關(guān)信息，再進(jìn)行清晰化處理給控制對象提供控制信息。模糊控制框圖如圖1所示，模糊控制特點(diǎn)如表1所示。

1.2? 神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)控制包括生物神經(jīng)網(wǎng)絡(luò)（Biological Neural Network）和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks），人工神經(jīng)網(wǎng)絡(luò)是類似于人腦神經(jīng)突觸連接建立模型。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，神經(jīng)網(wǎng)絡(luò)控制策略特點(diǎn)如表2所示。

1.3? 專家控制系統(tǒng)

專家控制系統(tǒng)是美國E.A.Feigenbanm開創(chuàng)，將專家的理論和技術(shù)與控制理論結(jié)合，能夠在未知環(huán)境下模擬專家智能，實(shí)現(xiàn)有效控制，相當(dāng)于專家親自到現(xiàn)場解決問題，節(jié)約了成本，也避免了專家資源的浪費(fèi)，在很多行業(yè)的控制技術(shù)都可以應(yīng)用。專家系統(tǒng)結(jié)構(gòu)如圖3所示，專家系統(tǒng)控制策略的特點(diǎn)如表3所示。

1.4? 遺傳算法

遺傳算法控制是通過模擬自然界的進(jìn)化過程，適者生存，劣者淘汰，逐代演化得到最優(yōu)控制。借助遺傳算法（genetic operators）進(jìn)行組合交叉和變異，產(chǎn)生新的群體。經(jīng)過這種層層篩選，最終得到最適應(yīng)環(huán)境的最優(yōu)個(gè)體，經(jīng)過解碼從而得到問題的近似最優(yōu)解。遺傳算法的特點(diǎn)如表4所示。

2? 智能控制應(yīng)用情況

現(xiàn)在智能控制廣泛應(yīng)用于各個(gè)行業(yè)，設(shè)計(jì)人員開發(fā)設(shè)計(jì)各種軟硬件技術(shù)，為智能控制應(yīng)用提供載體，具體應(yīng)用在以下方面。

2.1? 機(jī)器人智能控制

機(jī)器人技術(shù)中控制協(xié)調(diào)機(jī)器人的動(dòng)作，手臂運(yùn)動(dòng)，動(dòng)態(tài)調(diào)度，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)、模糊控制、專家系統(tǒng)等智能控制技術(shù)。特殊環(huán)境下運(yùn)行的機(jī)器人還需要通信、探索、合作等功能，這些功能的實(shí)現(xiàn)都需要用到智能控制。

2.2? 機(jī)械制造中的智能控制

機(jī)械制造業(yè)是國家的支柱行業(yè)，對國家經(jīng)濟(jì)建設(shè)有重要影響。我國機(jī)械制造業(yè)發(fā)展很快，現(xiàn)在越來越多的企業(yè)關(guān)注產(chǎn)品創(chuàng)新，但其自有的控制技術(shù)還是較薄弱。雖然現(xiàn)在機(jī)械制造業(yè)利用智能控制技術(shù)對制造過程進(jìn)行動(dòng)態(tài)建模，從而實(shí)現(xiàn)在線修改預(yù)處理參數(shù)或修改運(yùn)行模式，實(shí)現(xiàn)實(shí)時(shí)控制信號的處理，但是核心技術(shù)還是由外國公司提供，自主實(shí)現(xiàn)控制還需要一段時(shí)間的研究。

2.3? 電力電子領(lǐng)域中的智能控制

在電力電子領(lǐng)域完成電源變換技術(shù)，需要將粗電轉(zhuǎn)換為負(fù)載需要的精電，變流技術(shù)中需要實(shí)現(xiàn)開關(guān)器件的可靠工作，需要用到智能控制技術(shù)進(jìn)行控制，變流技術(shù)中用到的PWM脈寬調(diào)制會(huì)產(chǎn)生諧波，為了減少諧波，采用LCL濾波技術(shù)，由LCL濾波可以抑制高次諧波，而在系統(tǒng)中會(huì)產(chǎn)生諧振現(xiàn)象，為了解決這種矛盾，系統(tǒng)增加檢測環(huán)節(jié)反饋電流信號，用智能控制技術(shù)處理信息，能夠?qū)崿F(xiàn)對電路很好的控制，減少對電網(wǎng)的諧波污染。全球應(yīng)用較多的新能源技術(shù)、實(shí)現(xiàn)并網(wǎng)的核心技術(shù)逆變裝置，均需要智能技術(shù)來實(shí)現(xiàn)控制。

2.4? 工業(yè)過程中的智能控制

工業(yè)過程中的智能控制有全局控制和局部控制兩種，全局智能控制實(shí)現(xiàn)在線控制整個(gè)生產(chǎn)過程操作控制、故障診斷控制、規(guī)劃操作等控制。局部控制實(shí)現(xiàn)在線參數(shù)整定、在線自適應(yīng)調(diào)整。

2.5? 智能控制在廣義控制領(lǐng)域中的應(yīng)用

廣義控制領(lǐng)域控制對象為抽象時(shí)變信息對象，如地震預(yù)報(bào)、氣象信息、股市行情等，對于這類控制對象不能采用常規(guī)控制方法，需要采用智能控制系統(tǒng)自行推導(dǎo)決策。

3? 智能控制的前景和展望

隨著科學(xué)技術(shù)的不斷發(fā)展，人們對生活質(zhì)量的要求不斷提高，智能化不斷深入人心。無人生產(chǎn)車間、自動(dòng)點(diǎn)餐機(jī)器人、模式識別、深度學(xué)習(xí)、自動(dòng)檢測等一系列先進(jìn)的技術(shù)在我們身邊悄然出現(xiàn)。這些新的技術(shù)正常運(yùn)轉(zhuǎn)都需要智能控制作后盾。由于人們對系統(tǒng)控制精度、穩(wěn)定性的要求不斷提高，促使控制技術(shù)不斷發(fā)展，專家不斷提出新型的控制策略更好地實(shí)現(xiàn)系統(tǒng)的控制。

參考文獻(xiàn)：

[1] 張燕秦，徐向東，李明.自適應(yīng)模糊控制在熱力系統(tǒng)容錯(cuò)控制中的應(yīng)用 [J].動(dòng)力工程，2004，24（1）：50-54.

[2] 王強(qiáng)，周建萍.模糊控制在水廠混凝投藥系統(tǒng)中的應(yīng)用 [J].自動(dòng)化儀表，2004（1）：48-50.

[3] 沈凱，陸繼東，昌鵬，等.模糊自適應(yīng)方法在垃圾焚燒爐溫度控制系統(tǒng)中的應(yīng)用 [J].動(dòng)力工程，2004（3）：366-369+410.

[4] 羅喬東，武自芳，辛樂.基于模糊綜合評判的電梯群控算法的研究與實(shí)現(xiàn) [J].自動(dòng)化儀表，2004，25（1）：43-45.

[5] 劉亞，胡壽松.基于模糊模型的魯棒自適應(yīng)重構(gòu)飛行控制 [J].航空學(xué)報(bào)，2004，25（2）：143-147.

[6] 蔣傳紀(jì)，鄭正奇，李宗標(biāo).用分形和神經(jīng)網(wǎng)絡(luò)算法改善儀表精度和響應(yīng)時(shí)間 [J].儀器儀表學(xué)報(bào)，2004，25（1）：81-85.

[7] 徐秀平，李柱峰.基于神經(jīng)網(wǎng)絡(luò)的電功率自適應(yīng)測量方法 [J].工業(yè)儀表與自動(dòng)化裝置，2004，17（2）：47-49+29.

[8] 陸爽，張子達(dá)，李萌.基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障模式的識別 [J].中國工程科學(xué)，2004（2）：56-60.

[9] 練繼建，王春濤，趙壽昌.基于BP神經(jīng)網(wǎng)絡(luò)的李家峽拱壩材料參數(shù)反演 [J].水力發(fā)電學(xué)報(bào)，2004（2）：44-48.

[10] 杜鑫，唐大全，楊迎化.基于神經(jīng)網(wǎng)絡(luò)的電子線路故障診斷 [J].航空計(jì)測技術(shù)，2004（1）：7-9+46.

[11] 李文，歐青立，沈洪遠(yuǎn)，等.智能控制及其應(yīng)用綜述 [J].重慶郵電學(xué)院學(xué)報(bào)（自然科學(xué)版），2006（3）：376-381.

[12] 鄒恩，李祥飛，陳建國.混沌控制及其優(yōu)化應(yīng)用 [M].長沙：國防科技大學(xué)出版社，2002.

[13] 李忠，毛宗源.混沌控制綜述 [J].電路與系統(tǒng)學(xué)報(bào)，1998（1）：59-65.

[14] 徐春梅，爾聯(lián)結(jié)，王宗學(xué).基于模糊神經(jīng)網(wǎng)絡(luò)的飛行仿真轉(zhuǎn)臺控制 [J].計(jì)算機(jī)仿真，2004（1）：47-49+115.

作者簡介：薛榮輝（1978-），女，漢族，陜西韓城人，講師，研究生，主要研究方向：電力電子與電力傳動(dòng)。