机电一体化系统常用控制策略介绍

1、机电一体化系统的常用控制策略机电一体化系统的常用控制策略姓名：学号：目录目录一、自动控制理论的发展情况一、自动控制理论的发展情况二、智传统控制策略二、智传统控制策略三、现代控制策略三、现代控制策略四、智能控制四、智能控制策略策略自动控制理论的发展情况自动控制理论的发展情况随着生产的发展，控制技术不断发展，尤其是计算机的更新换代，更加推动了控制理论不断向前发展。控制理论的发展过程一般可分为三个阶段：u20世纪40年代之前，科学家的早期探索。u第一阶段：20世纪40、60年代，称为“经典控制理论”时期。u第二阶段：20世纪60、70年代，称为“现代控制理论”时期。u第三阶段：20世纪70年代末至今

2、，向着“大系统理论”和“智能控制”方向发展。自动控制理论的发展情况自动控制理论的发展情况第一阶段：第一阶段：2020世纪世纪4040、6060年代，称为年代，称为“经典控制理论经典控制理论”时期时期。u是以传递函数为基础，在频率域对单输入-单输入控制系统进行分析与设计的理论。u控制系统的特点：以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。u研究对象：单输入、单输出的自动控制系统，特别是线性定常系统。自动控制理论的发展情况自动控制理论的发展情况第二阶段：第二阶段：现代现代控制论阶段（控制论阶段（5050年代末期至年代末期至7

3、070年代初期）年代初期）现代控制理论，基于时域内的状态空间分析法，着重时间系统最优化控制的研究。u控制系统的特点：为多输入-多输出系统，系统可以是线性或非线性，定常或时变的，单变量与多变量，连续与离散系统。u控制思路：基于时域法为主，通过大系统的多级递阶控制、分解协调原理、分散最优控制和大系统模型降阶理论，解决大系统的最优化。u理论发展：智能控制、非线性控制、自适应控制、鲁棒控制、模糊控制、神经网络控制、实时专家控制、定性控制、预测控制、分布式控制系统自动控制理论的发展情况自动控制理论的发展情况第三第三阶段：阶段：大系统大系统理论和智能控制理论阶段（八十年代兴起至今）理论和智能控制理论阶段（

4、八十年代兴起至今） 大系统理论，是指规模庞大、结构复杂、变量众多、关联严重、信息不完备的信息与控制系统。智能控制系统是具有某些仿人智能的工程控制与信息处理系统，其中最典型的是智能机器人。u控制系统的特点：是指众多因素复杂的控制系统，如宏观经济系统、资源分配系统、生态和环境系统、能源系统等。u控制思路：基于时域法为主，通过大系统的多级递阶控制、分解协调原理、分散最优控制和大系统模型降阶理论，解决大系统的最优化。u随着社会的需要，自动控制理论也在急剧地发展。目前已进入了第四阶段。其主要发展方向有：稳定性、最优化、定性结构、计算机与控制。传统控制策略传统控制策略PID控制控制串级控制串级控制解耦控制

5、解耦控制纯滞后对象的控制纯滞后对象的控制PID控制控制u根据偏差的比例（P）、积分（I）、微分（D）进行控制（简称PID控制），是控制系统中应用最为广泛的一种控制规律。实际运行经验和理论分析都表明，运用这种控制规律对许多工业过程进行控制时，都能得到满意的效果。u常用的模拟PID控制系统如图1所示，该系统由模拟PID控制器、执行机构和被控对象组成。PID控制控制图1 模拟PID控制系统的原理框图 简单说来，PID控制器各校正环节的作用如下：（1）比例环节：即时成比例地反映控制系统的偏差信号e(t) ，偏差一旦产生，控制器立即产生控制作用，以减少偏差。（2）积分环节：主要用于消除稳态误差，提高系统

6、的无差度。积分作用的强弱取决于积分时间常数TI，TI越大，积分作用越弱，反之则越强。（3）微分环节：能反映偏差信号的变化趋势（变化速率），并能在偏差信号值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。 串级控制串级控制u串级系统在结构上有两个（或多个）闭环系统，内部一个称为幅环（幅回路）在控制过程中起“粗调”作用；外面的称为主环（主回路），主用来完成“细调”任务最终保证被调量满足控制要求。u主环和幅环都有各自的调节对象、测量变送器和调节器。串级控制系统的优点是：对二次干扰有很强的克服能力，改善了对象的动态特性，提高了系统的工作频率，对负荷或操作条件的变

7、化有一定的自适应能力。解耦控制解耦控制u工业应用中的许多系统都是多变量系统，其中每个变量之间存在着耦合关系。在复杂的生产设备中往往需要设置若干个控制回路来稳定各个被控制变量。多数情况下，这几个控制回路间存在着相互关联，相互耦合，形成了多输入、多输出的相关控制系统。不能将它们当成独立的单回路系统而简单地采用单变量控制策略。u解耦控制就是解决这样的控制问题的主要办法。其基本思想是：设计一个解耦补偿器来消除多变量系统中各个输入输出变量间的关联作用，使一个控制输入只对其相应的输出有影响以把多变量系统分解成几个单变量系统，然后在每个已解耦的控制回路中，认为各控制器只对其相应的被控变量施加控制作用，从而可

8、采用相应的单变量控制策略。纯滞后控制纯滞后控制u工业过程中的许多对象具有纯滞后特性，如蒸汽在长管内流动到加热罐，经过一定的时间后才能将控制作用送到被控量，即有纯时间滞后。这个时间滞后使控制作用不能及时得到反应扰动作用不能及时被察觉，延误了控制将会引起系统的超调和振荡。u解决大时间滞后的有代表性有效方法：大林算法和纯滞后补偿现代现代控制策略控制策略自适应控制自适应控制变结构控制变结构控制鲁棒鲁棒控制控制预测控制预测控制自适应控制自适应控制u自适应基本思想：针对对象特性的变化、漂移和环境干扰对系统的影响，通过在线辨识使这种影响逐渐降低以至消除。u自适应控制有模型参考自适应控制和自校正控制。自适应控

9、制自适应控制模型参考自适应控制结构图把实际输出与期望输出的比较送入自适应机构自动校正控制结构图用辨识器对实际输出进行辨识，结果送入控制器然后进行调整变结构变结构控制控制u变结构控制本质上是一类特殊的非线性控制，其非线性表现为控制的不连续性。这种控制策略特点在于：系统的“结构”不固定，而是可以在动态过程中根据当时的状态以跃变方式有目的地不断变化。这里的“结构”并非指系统的物理结构，而是系统在状态空间中的状态轨迹的总体几何性质。鲁棒控制鲁棒控制u系统的鲁棒性是指系统的某种性能或某个指标在某种扰动下保持不变的程度（或对扰动不敏感程度）。鲁棒性可分为稳定鲁棒性和品质鲁棒性，前者指系统在某种扰动下保持稳

10、定性的能力，后者指保持某项品质指标的能力。u鲁棒控制是20世纪70年代初针对模型的不确定性问题提出的。其基本思想是设计中设法使系统对模型的变化不敏感。即使控制系统在模型误差扰动下仍能保持稳定，且品质也保持在工程所能接受的范围内。预测预测控制控制u预测控制是20世纪70年代中期出现的，这是一种基于模型又不过分依赖模型的控制策略。是建立在模型预测-滚动优化-反馈校正这三条基本原理之上。其基本思想类似于人的思维和决策，即根据头脑中对外部世纪的了解，通过快速思维不断比较各种方案可能造成的后果从中择优予以实施。智能控制策略智能控制策略专家控制专家控制模糊模糊控制控制神经网络控制神经网络控制学习控制学习控

11、制专家控制专家控制u对于复杂的被控对象和其外界环境，难以建立有效的数学模型和采用常规的经典或现代控制理论去进行定量计算和分析、设计。u智能控制是解决这类控制问题的有效办法。它具有人工智能，控制论和运筹学等形成的交叉学科的特点和定量与定性相结合的分析方法特点。专家控制专家控制u专家控制系统是由解决问题非常熟悉的人们（专家）的大量知识和经验，建立起来的计算机程序系统。它能进行推理和判断，模拟专家的决策过程。专家系统由特征识别与信息处理部分、推理机、知识库和控制规则集组成。u特征识别与信息处理：对输入作用，扰动作用，误差和输出作用等信息特征的提取和加工为控制决策和学习，适应提供依据的软件。u知识库：

12、将知识表示为计算机内部形式并能进行处理的软件。u控制规则集：对受控过程的各种控制模式和经验的归纳和总结的软件。u推理机：用于记忆所采用的规则和控制策略的程序。它使整个专家系统能够以逻辑方式协调地工作，进行推理，作出决策的软件。u基于专家系统的专家控制器已成功地应用于某些控制系统中。取得了远优于PID控制器的性能。模糊控制模糊控制模糊控制与专家系统相比：u相同点：都要建立操作者的经验和决策行为的模型，都含有知识库、推理机。u相异点：模糊控制中采用的是模糊知识表示和模糊推理方法。模糊控制系统的组成 神经网络控制神经网络控制u从微观上模拟人脑的结构和功能，即从研究和模拟人的神经元网络结构、功能以及传

13、递、处理和控制信息的机理出发而设计的控制系统，称为基于神经网络的智能控制系统。神经网络控制神经网络控制神经网络具有许多优异的性能：u它的可塑性、自适应性和自组织性使它具有很强的学习能力；u它的并行处理机制使它求解问题的时间很短，具有满足实时性要求的潜力；u它的分布存储方式使它的鲁棒性和容错性都相当好。u毫无疑问，这种控制系统是目前智能控制系统的高级形式。它需要进一步解决的问题有硬件实现、学习精度、学习进度、稳定性和收敛性、数值计算与处理的结合，以及多层多节点带来的新问题。 学习学习控制控制u学习控制 (Learning Cotrol):在控制系统的控制进程中估计某些信息并据此改善控制的一种控制方法，以便逐步改进控制系统的性能。u学习控制是自适应系统的发展与延伸，它能够按照运行