最优控制与智能控制

1、最优控制与智能控制基础文献总结报告1 课题背景及意义温度是工业生产过程控制中很重要的被控变量。在冶金、化工、工业炉窑等工业生产中, 温度控制系统是较普遍且较关键的控制系统, 它具有非线性、 强耦合、时变、时滞等特性 ，采用常规的PI D 控制器, 一般很难实现对其快速有效地精确控制 ，而作为 非 线 性 控 制 的 一个分 支-模 糊 控制,在温度控制系统中得到了较好的应用 。模糊逻辑是人工智能的重要组成部分，自从1965年美国控制理论专家L.A.Zadeh提出了用“ Fuzzy Sets”(模糊集合)描述Fuzzy(模糊)事物以来 1 , Fuzzy技术获得了广泛的应用 。而模糊控制取得的最

2、早应用成果之一,是 1975 年 英 国P.J.King和E.H.Mamdani将 模 糊 控 制 系 统 应用于工业反应过程的温度控制中。随后模糊控制成为自动化技术中一个非常活跃的领域.。著名的自动控制权威Austrom曾经指出：模糊逻辑控制 、神经网络控制与专家系统控制是三种典型的智能控制方法。随着现代科学技术的迅速发展，生产系统的规模越来越大，形成了复杂的大系统，导致了控制对象、控制器以及控制目的的日益复杂化。而另一方面，人类对自动化的要求也更加广泛，传统的自动控制理论和方法已不能适应复杂系统的控制。在许多系统中，复杂性不仅仅体现在很高的维数上，更多表现在被控对象模型的不确定性、系统信息

3、的模糊性、高度非线性和多层次、多目标的控制要求。因此，建立一种更有力的控制理论和方法来解决上述问题，就显得十分重要。模糊控制是智能控制的一种典型和较早的形式，作为智能控制的一个分支，模糊控制是模糊数学和控制理论相结合的产物，它利用了人的思维具有模糊性的特点，通过使用模糊数学中的隶属度函数、模糊关系、模糊推理等工具得到控制规则矩阵表格进行控制。模糊控制的基本思想是用机器去模拟人对系统的控制, 即在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段, 实现系统控制的一种方法 2 。 模糊模型是用模糊语言和规则描述一个系统的动态特性及性能指标。模糊控制具有不需要知道被控对象(或过程)的数学模型，

4、易于实现对具有不确定性的对象和具有强非线性的对象进行控制，对被控对象特性参数的变化具有较强的鲁棒性，对于控制系统的干扰具有较强的抑制能力等特点。2 温度控制的研究现状 温度控制在工农业生产、国防、科研以及日常生活等领域占有重要的地位，是工农业生产及生活中较为常见和基本的工艺参数之一。利用计算机进行温度控制来实现实时调节、数字显示、信息存储，对于提高生产效率和产品质量，节约能源等有着积极的意义。另外随着社会的进步和人民生活水平的不断提高，像任何其他控制系统一样，对温度控制系统的要求也越来越高。自动控制系统的被控对象越来越复杂，这不仅表现在控制系统具有多输入的参数时变性和严重的非线性，更突出的是从

5、系统对象所能获得的信息量相对有限，以及与此相反地对控制性能要求的日益提高。然而， 当一个系统复杂度增大的时候，人们能够使它精确化的能力将降低，当达到一定的阈值的时候，复杂性和精确性将会相互排斥，即在多变量非线性时变的系统中，系统的复杂性与人们要求的精确性之间会形成尖锐的矛盾。因此，要想精确描述复杂对象与系统的物理现象和运动状态，实际上是很困难的，关键是如何使精确与简明取得平衡，而使问题的描述具有实际意义。温度的控制可以作为研究更为复杂的非线性系统的基础，又具有较强的理论性，属于应用基础研究。同时，它具有较强的综合性，涉及控制原理、智能控制等多个学科。目前，在工业生产方面，国内外关于温度控制的控

6、制策略采用模糊控制及PID自校准、自调整的比较多, 其中模糊控制主要是朝智能化方向发展,表现在模糊控制与其他智能控制方法的结合,采用遗传算法优化模糊控制等3。主要解决的问题是:规则的完整性、规则的优化和控制系统的稳定性; PID自调整、自校正主要采用不同的优化方法对参数进行修改。对国内外温度控制研究的现状进行分析和总结，可以为现有控制策略的改进奠定良好的基础，具有十分重要的理论意义和现实意义。2.1 国外温度控制的研究现状温度控制技术按照控制目标的不同可分为两类：动态温度跟踪与恒值温度控制。动态温度跟踪实现的控制目标是使被控对象的温度值按预先设定好的曲线进行变化。在工业生产中很多场合

7、需要实现这一控制目标，如发酵过程温度控制，化工生产中的化学反应温度控制，冶金工厂中燃烧炉中的温度控制等。恒值温度控制的目的是使被控对象的温度恒定在某一数值上，且要求其波动幅度（即稳态误差）不能超过某一给定值。从20世纪80年代开始，在单回路PID控制器中引入了参数整定和自适应控制理论，PID控制理论从此进入了高速发展阶段。英国的Hamid等将PID控制器应用到冰箱的温度控制中，通过使用MATLAB/Simulink软件仿真和误差分析图的方式与传统的ON-OFF控制做了细致的比较。结果表明，PID控制在控制精度和控制性能方面都优于ON-OFF控制。由于PID控制算法简单、可靠性高等特点，在控制技

8、术高速发展的今天，它在工业过程控制中仍然占有主导地位。由于PID调节器模型中考虑了系统的误差，误差变化率及误差积累三个因素，因此，其控制性能大大地优越于定值开关控温法，其具体功能可以采用模拟电路或计算机软件方法来实现，前者称为模拟PID调节器，后者称为数字PID调节器。其中数字PID调节器的参数可以在现场实现在线整定，因此具有较大的灵活性，可以得到较好的控制效果。采用这种方法实现的温度控制器，其控制品质的好坏主要取决于三个PID参数（即比例值、积分值、微分值）。只要PID参数选取的正确，对于一个确定的受控系统来说，其控制效果是比较令人满意的。PID控制对大多数工业控制对象都能达到较好的控制效果

9、，但它有明显的缺点，比如依赖于对象模型，对于非线性、大滞后、时变系统控制效果不理想等。而且随着生产的发展，对控制的实时性与精度要求越来越高，被控对象也越来越复杂，单纯采用常规PID控制器己不能满足系统的要求，因此出现了许多新的控制方法。比如模糊控制、最优控制、鲁棒控制等，这些控制策略引入到PID控制系统的设计当中极大地提高了系统的控制性能。其中，智能PID控制近几年引起了人们极大的研究兴趣。将智能控制方法和常规PID控制方法融合在一起，形成了许多形式的智能PID控制器。它吸收了智能控制与常规PID控制两者的优点。首先，它具备自学习、自适应、自组织的能力，能够自动辨识被控过程参数、自动整定控制参

10、数、能够适应被控过程参数的变化;其次，它又具有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉等特点。1971年，著名的美籍华裔科学家傅京孙教授最早公开指出了一个崭新的研究领域，并提出了相应的概念，这就是智能控制系统（Intelligent Control Systems）。1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会，智能控制原理和智能控制系统结构这一提法成为这次会议的主要议题。这次会议决定，在IEEE控制系统学会下设立一个IEEE智能控制专业委员会。这标志着智能控制这一新兴学科研究领域的正式诞生。智能控制作为一门独立的学科，已正式在国际上建立起来。

11、在过去的20多年里，智能控制理论发展迅猛，出现了大量新颖的控制理论。智能控制系统是某些具有仿人智能的工程控制和信息处理系统，它与人工智能的发展紧密联系。智能控制是一门新兴的交叉前沿学科，它具有非常广泛的应用领域。智能可定义为:能有效的获取、传递、处理、再生和利用信息，从而在任意给定的环境下成功地达到目的的能力。人工智能是应用除了数学式子以外的方法把人们的思维过程模型化，并利用计算机来模仿人的智能的学科。它的应用范围远比控制理论广泛，如包括判断、理解、推理、预测、识别、规划、决策、学习和问题求解等，是高度脑力行为和体力行为的综合。智能控温法利用神经网络、模糊数学等理论，并适当加以专家系统来实现智

12、能化4。其中应用较多的有模糊控制、神经网络控制以及专家系统等。尤其是模糊控温法在实际工程技术中得到了极为广泛的应用。目前已出现一种高精度模糊控制器，可以更好的模拟人的操作经验来改善控制性能，从理论上讲，可以完全消除稳态误差5。2.2 国内温度控制的研究现状目前国内温度控制器的发展，相对国外而言在性能方面还存在一定的差距，最大的差别主要还是在控制算法方面，具体表现为国内温控器控制精度低，自适应性较差。这种不足的原因是多方面造成的，如针对不同的温控对象，由于控制算法的不足而导致控制精度不稳定等。适应于较高控制场合的智能化、自适应控制仪表，国内技术还不十分成熟，形成商品化并广泛应用的控制仪表较少。由

13、于工业过程控制的需要，特别是在微电子技术和计算机技术的迅猛发展以及自动控制理论和设计方法发展的推动下，德国、美国、日本在液位控制系统的研究技术领先，并且相对于国内的研究更加的智能化。温度控制系统在国内各行各业的应用已经十分广泛，但从国内生产的温度控制器来讲，同国外的先进国家相比，仍然有差距。目前，我国温度控制主要以常规的PID控制为主，它只能适应一般系统控制，难以实现滞后、复杂、时变温度系统的控制。2.3 温度控制中存在的问题和不足 温度控制已成为工业生产、科研活动中很重要的一个环节,能否成功地将温度控制在所需的范围内关系到整个活动的成败。由于温度的控制过程有很多难点,输入信号小、大滞后、大惯

14、性等使温控手段具有多样性。目前，采用定植开关控制方法的温度控制器在我国许多工厂的老式工业电炉中仍被使用。由于这种控制方式是当系统温度上升至设定点时关断电源，当系统温度下降至设定点时开通电源，因而无法克服温度变化过程的滞后性，致使系统温度波动较大，控制精度低，完全不适用于高精度的温度控制。此外，采用常规的PID调节器或改进型PID调节器,温度控制不够稳定,特别是温度超调较大。而采用模糊控制设计的调节器可以获得良好的温度控制特性。3 模糊控制在温度控制中的应用3.1加热炉温度的模糊PID控制常规PID控制与模糊控制相结合的智能控制系统，在温度偏差较大时，侧重于模糊控制，提高系统的响应; 在温度偏差

15、较小时，侧重于PID调节，因此既具有模糊控制的响应快，适应性强等优点，又具有PID控制精度高的特点6，目前经调试已获得良好的效果并投入生产。3.1.1控制策略实现 加热炉的燃烧过程是一个参数非线性和时变的复杂系统，因而选用模糊控制与PID控制相结合的方法，既保持PID控制的优点，又具有模糊控制的特点，加入模糊控制的系统的结构框图如图17所示。图1 加热炉模糊PID控制系统控制器的最后输出由PID的输出和模糊控制器的输出按比例合成:其中，Z1为PID输出Z2为模糊控制器的输出,a为协调因子，通过实时改变协调因子a的值(a的取值范围为0，1),可实现对PID控制和模糊控制的加权程度，充分发挥模糊控

16、制和PID控制各自的优点8，避免各自的缺点.3.1.2模糊控制器的设计 根据实际情况，加热炉设定温度为1300，允许偏差为±20，选取加热炉温度的偏差e和偏差率ee作为模糊控制器的输入语言变量E，EC，选取煤气阀门开度z作为模糊控制器的输出语言变量Z(E、EE和Z是e、de/dt和z经过模糊化处理后得到的) ，从而构成一个双输入单输出的模糊控制器，从图1可看出模糊控制器主要包含三个功能环节: 用于输入信号处理的模糊量化和模糊化环节，模糊控制算法功能单元以及用于输出解模糊化的模糊判决环节。控制规则如表1所示。表 1 控制规则表3.1.3控制效果 模糊控制与PID控制相结合的控制方法在加

17、热炉加热过程中，炉温的超调量和稳态误差均不大，稳态误差能够控制在±20范围，当实际温度偏离设定温度时，系统能很快做出判断，选择相应的控制方法并执行相应的升降温动作，系统自动调节能力强，稳态精度高。3.2应用模糊控制理论进行大体积混凝土施工过程的温度控制大体积混凝土施工中一个重要的技术课题就是温度控制。大体积混凝土在固化过程中释放的水化热会产生较大的温度变化和收缩作用,由此而产生的温度和收缩应力是导致混凝土出现裂缝的主要因素,从而影响基础的整体性、防水性和耐水性,成为结构的隐患。而目前大体积混凝土在升温阶段和降温阶段的温度应力控制中,存在较多的人为因素,温度控制多凭借施工人员的技术素质

18、进行控制。通过分析大体积混凝土温度控制的主要因素,运用模糊控制技术的原理和方法,建立大体积混凝土温度模糊控制器,通过模糊控制器对实际工程的大体积混凝土温度控制进行模拟计算,并将模拟计算结果与实际温控数据对比,从而得出模糊温控系统可以有效地对大体积混凝土温度和应力进行控制的结论9。3.2.1大体积混凝土温度控制因素 在大体积混凝土冷却水降温的过程中,有以下几个关键因素10:(1)混凝土内外温差过高,将会因温度应力过高而产生裂缝。(2)虽然冷却水水温与混凝土最高温度的温差越大,降温效果越明显,但如果温差过大,则可能造成冷却管附近由于温度应力而产生裂缝。(3)当大体积混凝土处在温升曲线的降温阶段时,

19、如果降温速率过快,会导致出现贯穿性温度裂缝。因此,为控制本工程转换层大体积混凝土温度应力,确保不出现因温度应力过大产生裂缝,设定以下控制指标作为模糊控制的控制指标:(1)混凝土内外温差不大于25;(2)降温速率不大于10/d;(3)冷却水水温与混凝土最高温度的温差不大于20。3.2.2大体积混凝土降温的模糊控制原理在大体积混凝土冷却水降温的过程中,对混凝土内外温差进行实时监测,将监测数据通过模糊控制器,与大体积混凝土温度控制的3项控制指标的警戒值进行比较,并由模糊控制器决策,发出是否调整降温水水温以及调整多少的指令,施工人员根据指令进行施工,从而达到有效控制大体积混凝土冷却水降温的关键因素,避

20、免因混凝土温度应力过大而造成混凝土开裂11。为精确地进行混凝土的温度控制,将温度控制分为两个阶段:一是升温阶段;二是降温阶段。3.2.3输入、输出向量的确定及模糊化在升温阶段,设定混凝土内外温差和冷却水水温为输入变量,冷却水调温幅度为输出变量。在降温阶段,设定混凝土内外温差、冷却水水温和降温速率为输入变量,冷却水调温幅度为输出变量。输入变量的隶属度函数均取为柯西型分布, 输入变量分别设为“小”、“中”“大”三种描述.输出变量(调温幅度)其隶属函数取为三角形分布,其语言值取“减温”、“正中”、“增温”三种描述.根据大体积混凝土温升特点和冷却水降温施工工艺,分别建立混凝土升温阶段和降温阶段的模糊控

21、制系统。图2 升温阶段模糊控制器图3 降温阶段模糊控制器3.2.3模糊算法器的生成模糊算法器由模糊控制规则与模糊算法构成，其中模糊控制规则是控制经验的总结,它由若干模糊条件语句构成12.针对大体积混凝土温度控制特点,分别建立混凝土升温阶段和降温阶段的模糊控制规则。3.2.4控制效果模糊控制系统能对大体积混凝土温度进行有效控制,进而有效地控制其温度应力,避免出现混凝土开裂。虽然在实际工程施工时未采用模糊控制,并取得了较好的控制效果,然而这一切都是建立在施工人员工程经验较为丰富,且本工程的温控并不复杂的基础上。而对于复杂的工程,如水利工程的混凝土大坝、大型的设备基础等,影响混凝土温度的各种因素较多

22、,因而更难于进行人工控制。将模糊控制系统应用于大体积混凝土温度控制,为解决大体积混凝土裂缝控制,特别是复杂工程的大体积混凝土裂缝控制问题提供了新的思路和途径。4 温度控制方法的总结通过模糊控制在温度控制系统中的应用相关文献的查找和总结，得出温度控制的方法总体有三类：定值开关控制，PID控制和智能控制。根据不同控制方法的研究可以得出结论：定值开关控制控制效果最差；PID控制是生产过程中最普遍采用的控制方法，但是常规PID控制器存在参数整定不良、控制性能欠佳且适应性较差等缺点。相比之下，模糊控制具有快速的响应能力，而且模糊PID控制通过实时的整定PID的三个参数可以使控制系统具有较快的响应能力和很

23、小的超调。而通过其他的智能控制，如模糊神经网络控制，尽管控制结构和控制算法较复杂，但控制性能却非常好。参考文献1 Matsuda K , Tamura N , Konishi, etal . Application of Artificial Intelligence to Operation Control of Kobe No 13 Blast Furnace1 Proceed Ings of the sixth International Iron and Steel Congress, 1990, N ago y a, S1J , 1 7 .2 李俊.智能控制中模糊控制的应用与发展.自动化与仪表, 2000, ( 1) : 13.3