第7章 智能控制应用示例(1)

1、第7章 智能控制(kngzh)的工程应用智能控制技术的应用与微电子技术、计算机的发展是紧密相关的。目前，智能控制的应用平台主要有IPC工控机系统、数字单片机、PLC可编程控制器和专用(zhunyng)微机芯片等。 1共二十九页7.1 电加热炉炉温(l wn)智能控制 1.电加热炉结构(jigu)2共二十九页2.对自动控制(z dn kn zh)提出的要求根据(gnj)不同的工艺要求，对不同的合金钢，测试温度不同，一般在5001200范围之内，要求温度从室温升到规定温度后长期（几十小时，甚至上百小时，上千小时）稳定在规定温度范围内，其温差要求不超过2。3共二十九页3. 智能控制(kngzh)的设

2、计智能控制器由数据库、知识库、推理机、学习(xux)环节、修正环节和黑板组成，其结构框图如图7.4所示。4共二十九页（1）数据库 数据库中存放:各个(gg)时刻采样值、偏差、控制量,生成控制量所用的控制规则序号、每条控制规则的加权系数。都以数组的形式存放。5共二十九页（2）知识表达(biod)和知识库的建立知识库中的知识由产生式规则组成。 关键是如何表示电加热炉温控过程知识的问题.从人们对恒值调节经验可知(k zh):et越大，则对应控制量越大；反之，控制量越小。det变化大，相应控制量越大；反之，控制量变化小。 。 6共二十九页（3）控制机和黑板(hibn)知识库中的规则集都是按顺序排列的，

3、当求得偏差和被调整量后，借助黑板(hibn)进行正向推理，从上到下顺序地搜索知识库中的匹配模式，一旦找到匹配规则，即可求出控制量。这里的黑板是求解问题的框架，并存放求解问题过程中的状态数据。黑板的数据一旦产生就保持不便，直到下次求解过程开始时被擦掉。 7共二十九页控制(kngzh)量求解过程流程图如图7.8所示。 8共二十九页4. 智能控制器的学习环节(hunji)和修正环节(hunji)（1）学习环节这里采用动态奖罚的学习方法，即在线判断本时刻求解控制量u（k）的控制好与坏，据此对控制规则进行奖与罚。例如，若本时刻有减小偏差的好趋势，则对产生导致这一变化(binhu)的控制规则进行奖励，即乘

4、以一个大于1的加权系数，使其控制量增强；若本时刻有增大偏差的坏趋势，则对产生导致这一变化的控制规则进行处罚，即乘以一个小于1的加权系数，使其控制作用减弱。9共二十九页1）评价(pngji)函数若欲对控制规则进行动态奖罚，则如何(rh)确定某时刻的控制效果好与坏是关键问题，为此引入评价函数的概念。这种评价函数必须确切反映系统动态特征的好坏，而且它与控制规则应有一定对应关系，这样才能保证系统进行动态学习。 10共二十九页2）学习(xux)算法 学习过程是通过在线(zi xin)修正规则加权系数，使各控制规则所产生的控制量随环境和控制效果的变化作出修正，从而实现自学习的功能。11共二十九页（2）修正

5、(xizhng)环节系统炉温控制是一个慢过程，一般采样间隔长，约为3060s。在此间隔时间内，被控对象可能受内部参数变化或随机干扰影响，因而可能导致时刻(shk)发出的控制量使控制效果变差，影响系统的控制性能。为了弥补这一不足，引入动态修正环节:12共二十九页5. 电加热炉炉温(l wn)实时控制结果 智能控制系统(xtng)升温快，数字PID进入稳态需要127min，而智能系统(xtng)第三次运行进入稳态只用56min； 智能控制系统精度高，数字PID稳态误差在-3+3.5范围内，而智能控制的稳态误差可达到1.5以内，这一温控精度比随机最优控制和非线性PID控制还要高。13共二十九页7.2

6、复杂工业过程(guchng)的智能控制以钢铁生产为例 钢铁企业中，高炉又叫鼓风炉，它的操作是一个十分复杂的过程，铁矿和焦炭从炉顶加入(jir)，鼓风机由底部吹风，这是一个非常重要的生产环节，生铁冶炼的质量将直接影响炼钢的过程与钢的品质。为此，高炉安装了几百个传感器，从采集的数据中观察高炉内的状况。 14共二十九页图7-10 高炉(gol)操作控制概况15共二十九页三个主要(zhyo)的功能 (1)数据分析功能。分析和采集传感器的数据。(2)炉内静态状况分析功能。当操作约束条件改变很大时，要根据(gnj)分析结果来寻求最合适的操作方法。(3)炉况诊断功能。16共二十九页对于常规(chnggu)的

7、控制操作当炉况比较(bjio)稳定时，这种操作是比较(bjio)有效的。但是，炉内状况非常复杂，当炉内发生不正常工况，严重干扰炉子运行时，很多操作还是要依靠有经验操作员或专家的知识和经验。因此有必要引入专家系统或智能控制系统来改善高炉运行条件，提高生铁的质量。日本川崎钢铁厂在80年代后期就开发和建立了专家控制系统和对高炉进行控制。 17共二十九页7.2.1高炉监控专家系统(xtng)1.系统(xtng)的结构与功能这个系统由两部分组成，第一部分是“不正常炉况的预测系统”(AFS)，它预测炉内炉料滑动和沟道的产生；第二部分是“高炉熔炼的监控系统”(HCS),它判断炉内熔炼过程(guchng)并指

8、示操作员对高炉进行合理的操作。18共二十九页 系统(xtng)的结构 19共二十九页系统(xtng)的功能可分成二部分： 其一是推理的预处理部分，它用常规的方法在过程计算机上执行。其二是推理部分，它用知识工程技术在AI处理器上实施。前者采集传感器的数据，将它们寄存在时间序列数据库中，在预处理之后(zhhu)形成推理所需的事实数据，并将推理结果进行显示。后者利用前者所产生的事实数据和知识库的规则，对高炉的状况进行推理。 20共二十九页2. 系统的开发(kif)过程 决定目标：明确系统的功能与所涉及的范围。 获取(huq)知识：研究有关高炉领域的技术书籍和报告，研究高炉操作员手册；从领域专家中搜集

9、知识。 知识的汇编与系统化：将专家的思维过程进行整理分类；检查其合理性以及存在的矛盾；将传感器数据模式整理和分类、数据滤波、分级和求导（差分）；知识模糊性（不确定性）的表示。 21共二十九页2. 系统的开发(kif)过程（续） 规则结构的设计：将规则分组和结构化，这时需考虑推理的速度。 系统功能的划分：实现在线实时处理；将系统功能划分成预处理和推理二部分。 构造原型系统：描述规则和黑板模型；将实际系统和测试系统形式化。 评估与调整：利用离线测试系统调试系统；检查系统的有效性；调节确定性因子的值。 应用(yngyng)和升级：增加和校正规则。22共二十九页3. 知识的表示(biosh)与知识库结

10、构由高炉工程师和操作员所采集到的领域专门知识和启发性规则(guz)都存放在AI计算机的知识库中，基本上采用产生式规则来表示知识。在高炉监控中，主要问题是根据抟感器的信息来判断炉内工况，预测非正常炉况的发生并采取合适的操作。因此，专家系统应构造成特征分析型的（专家）系统。23共二十九页知识(zh shi)的递阶式结构 24共二十九页递阶式结构(jigu)的特点： 因为知识库按递阶形式构成，这使得我们容易以不同(b tn)的方式来表示各子库的专家知识。 将规则集合分到各子知识库，便于检查规则集之间的有效性。 如果不将规则划分，随着规则数目的增加，推理时间也就不断增长，采用递阶式多知识库结构可以改善

11、推理的效率。25共二十九页4. 传感器数据(shj)的预处理和不确定性的表示第一步是对传感器数据进行平滑。鼓风炉有200多个数据。不同的数据，例如炉子的压力和温度，往往(wngwng)受到扰动和由于加料所造成的非周期性变化的影响，为了去除这种影响，采用统计方法作平滑处理。炉顶气体温度如图7.14所示， 26共二十九页第二步则是利用第一步的结果，抽取传感器数据特定的交变模式（这些数据造成炉况的变化）。抽取的过程包括： 比较数据变化的趋向。譬如计算气体入口温度、炉子轴向温度的变化率；计算气体利用率等。 计算数据的级别。即计算顶部气体压力、吹风压力损失以及(yj)炉料下降速度等等数据所处的范围，看它们是否大于（或小于）极限值。 计算方差。 计算数据的积分值。 预测（拟合）典型的变化模式。 计算变化的量。27共二十九页控制(kngzh)效果：高炉采用智能控制以后，不但可以减轻(jinqng)操作工人的劳动强度，在发生故障时能及时、正确进行处理；而且能提高生产率58%。28共二十九页内容摘要第7章 智能控制的工程应用。目前，智能控制的应用平台主要有IPC工控机系统、数字单片机、PLC可编程控制器和专用微机芯片等。det变化大，相应控制量越大。这里的黑板是求解问题的框架，并存放求解问题过程中的状态数据。4. 智能控制器的学习环节和