先进过程控制技术(内模、预测、自适应、鲁棒、模糊、神经网络)

先进过程控制技术AdvancedProcessControlTechnology

自动化技术前沿讲座之三02二月2023©CopyrightbyZhihuanSong2课程主要内容先进过程控制概论内模控制（InternalModelControl）模型预测控制（PredictiveControl,MPC）自适应控制（AdaptiveControl）鲁棒控制（RobustControl）智能控制（IntelligentControl）02二月2023©CopyrightbyZhihuanSong3简单控制系统下图是简单自动控制系统的示意图控制环节Gcu被控对象Go+-e参考输入比较环节偏差控制量输出y反馈环节H主反馈

扰动n02二月2023©CopyrightbyZhihuanSong4相对传统控制的以温度、压力、液位等为目标的单回路控制而言，先进控制则是以质量和工艺要求为指标的多变量控制02二月2023©CopyrightbyZhihuanSong5为什么需要先进控制？

单回路控制系统有：1、燃烧系统－燃料、送风、负压、含氧量等控制2、加热系统－物流的温度控制3、物流系统－流量、压力等控制各种控制回路之间存在着强耦合系统具有非线性因素各参数之间有互动作用作干扰处理加热炉控制的例子02二月2023©CopyrightbyZhihuanSong6先进控制？燃料

送风机

引风机

喷水

压力

风燃比

负压

温度

水位

给水

结论：1、在耦合作用下各被控参数必然有很大波动

2、人们关心的控制指标：燃烧效率、尾气含氧量、影响安全因素（水位、负压）等

3、必需将加热炉作一整体来考虑－多变量系统

02二月2023©CopyrightbyZhihuanSong7制药发酵罐控制菌体浓度还原糖浓度氨氮浓度青霉素效价

营养液氨水硫氨（氮）苯乙酸内模控制02二月2023©CopyrightbyZhihuanSong9内模控制的基本思想内模控制的提出

内模控制（InternalModelControl,IMC）的概念是1982年由Garcia等人提出的，由于它的跟踪调节性能好，鲁棒性强，能消除不可测干扰的影响，设计比较简单，自提出之后，就成了一种设计与分析控制系统的有力工具。02二月2023©CopyrightbyZhihuanSong10内模控制的基本结构GrGcG

GmGf给定值W

yruym输出y干扰D内部模型反馈滤波器内部控制器参考输入滤波器被控对象内模控制结构框图02二月2023©CopyrightbyZhihuanSong11内模控制的基本原理一般的反馈控制系统

系统的反馈信号：过程的输出。此时不可测干扰对输出的影响与其他因素混在一起，有时会被淹没而得不到及时的补偿。Gc(s)G(s)u(t)输出y(t)干扰D(t)控制器被控对象给定值W一般反馈控制系统框图02二月2023©CopyrightbyZhihuanSong12内模控制的基本原理等效内模控制系统框图给定值W内部模型Gc(s)G(s)

Gm(s)uym输出y(t)干扰D(t)被控对象等效内模控制结构框图

Gm(s)干扰的估计值C(s)02二月2023©CopyrightbyZhihuanSong13内模控制的基本原理从图可以看出

或系统的反馈信号：由于引入的内部模型，反馈量由输出全反馈变成了扰动的估计量。当Gm(z)与G(z)不完全一致时，

将包含模型失配的某些信息，从而有利于系统抗干扰性设计，增强系统的鲁棒性。02二月2023©CopyrightbyZhihuanSong14内模控制的性质若对象模型精确【Gm(z)=G(z)】，内模控制具有如下的性质：对偶稳定性：当控制器C(z)和对象G(z)都稳定时，内模控制系统的

闭环一定是稳定的。理想控制器：若模型的逆存在，设计C(z)=Gm-1(z),则C(z)是一个理想的控制器。零稳态偏差：若C(1)=Gm-1(1),则内模控制不存在稳态偏差。02二月2023©CopyrightbyZhihuanSong15对偶稳定性由图可得系统的传递函数为内模控制系统的特征方程

1+C(z)[G(z)-Gm(z)]=0方程两边同乘

1/C(Z)G(z)

02二月2023©CopyrightbyZhihuanSong16对偶稳定性若对象模型精确，即Gm(z)=G(z)，则有

内模控制系统稳定的充分必要条件是上式的根全部位于单位圆内。

02二月2023©CopyrightbyZhihuanSong17对偶稳定性若对象G(z)是稳定的，则特征方程的根应全部位于单位圆内。同样，若控制器C(z)是稳定的，则特征方程的根也应全部位于单位圆内02二月2023©CopyrightbyZhihuanSong18对偶稳定性内模控制系统的根由两部分构成：一部分是的根；另一部分是的根。

02二月2023©CopyrightbyZhihuanSong19对偶稳定性内模控制的对偶稳定性：在对象模型精确(Gm(z)=G(z))的条件下，当控制器C(z)和对象G(z)都稳定时，内模控制系统的闭环也一定是稳定的。内模控制解决了控制系统设计中分析稳定性的困难。

02二月2023©CopyrightbyZhihuanSong20理想控制器若对象模型精确，即Gm(z)=G(z)，如果设计设计C(z)=Gm-1(z),且Gm-1(z)存在并可实现,则由系统的脉冲传递函数可得到

Y(z)=G(z)C(z)[W(z)-D(z)]+D(z)W(z)，给定值扰动下

0，外部扰动下称C(z)是一个理想的控制器。02二月2023©CopyrightbyZhihuanSong21理想控制器理想控制器的局限性(1)先决条件是Gm-1(z)存在并可实现。而对一般对象G(z)往往有纯滞后，有时还有单位圆外的零点，这时C(z)是不可实现或不稳定的。(2)系统对模型误差将会十分敏感。02二月2023©CopyrightbyZhihuanSong22理想控制器设计时将对象模型分解成：带稳定零点和带不稳定零点及纯时滞的两部分：

设计时只利用其含稳定零点和极点部分如果Gm-1(z)存在的条件不满足，可寻找一个Gm-1(z)的近似解实现内模控制。02二月2023©CopyrightbyZhihuanSong23零稳态偏差若闭环系统稳定,即使模型与对象失配，只要控制器设计时满足

C(1)=Gm-1(1)

即控制器静态增益为模型静态增益的倒数，则根据终值定理，在给定值作单位阶跃变化时，由系统的传递函数得到系统输出的稳态值为1，即02二月2023©CopyrightbyZhihuanSong24零稳态偏差因此，内模控制系统不存在稳态偏差。02二月2023©CopyrightbyZhihuanSong25内模控制器的设计对偶稳定性和理想控制器的前提都是定对象模型精确【Gm(z)=G(z)】若模型失配,即使对象和内模控制器都稳定,闭环系统还有可能不稳定。为使系统具有足够的鲁棒性，内模控制系统在控制器前附加一个滤波器，通过调整滤波器的结构与参数来稳定系统，并使系统获得期望的动态品质与鲁棒性。02二月2023©CopyrightbyZhihuanSong26内模控制器的设计设加入的滤波器传递函数为F(z)，给定值

W(z)内部模型C(z)G(z)Gm(z)U(z)ym输出Y(z)干扰D(z)被控对象带有滤波器的内模控制系统框图F(z)02二月2023©CopyrightbyZhihuanSong27内模控制器的设计加入滤波器后的特征方程为当模型失配使系统不稳定时，可通过设计F(z)使特征方程的全部特征根位于单位圆内。02二月2023©CopyrightbyZhihuanSong28内模控制器的设计F(z)的设计方法依对象特性的具体情况而有所不同。如可选或Gm(z)=Gm-(z)Gm+(z)e-tous02二月2023©CopyrightbyZhihuanSong29内模控制器的设计例子：假设对象和模型的脉冲传递函数分别为

G(z)=(z-2+z-1)N(z),Gm(z)=3z-1N(z)

其中N(z)为脉冲传递函数中不含纯滞后且所有极点、零点均在单位圆内的部分。取控制器C(z)=H-1(z),代入特征方程中，则有

N(z)[1+F(z)(z-2-2z-1)]=002二月2023©CopyrightbyZhihuanSong30内模控制器的设计

若F(z)=1,上式有两个根位于单位圆上，系统将出现持续振荡。选一阶环节作为滤波器，则原持续振荡有两个根变为对任何，此两根都在单位圆内，保证了系统的稳定。加入滤波器后，动态响应柔和了一些，且系统鲁棒性提高。02二月2023©CopyrightbyZhihuanSong31内模控制器的设计

模型与对象的失配很难用数学方程表达，因此滤波系数一般根据对控制品质的要求在线整定。通常它会影响到系统的性能。如增大，系统克服模型失配和参数波动能力增强，但输出动态响应减慢。因此,的选择需在鲁棒性和快速性之间进行折衷。

预测控制02二月2023©CopyrightbyZhihuanSong33预测控制预测控制是自动控制理论的一个分支预测控制是一种计算机优化控制方法预测控制的主要应用领域：工业过程预测控制适于解决多变量、有约束的工业过程控制问题预测控制产生于20世纪70年代末预测控制源于实际应用预测控制广泛应用于工业控制领域02二月2023©CopyrightbyZhihuanSong34预测控制的产生背景理论背景：状态空间理论最优控制理论现代控制理论多变量控制理论

（理论体系、方法、指标…..)应用：航空、机电等……应用背景：工业生产规模不断扩大对生产过程要求不断提高：质量、性能、安全……复杂性：非线性、不确定性、时变性、耦合、时滞……02二月2023©CopyrightbyZhihuanSong35预测控制的产生背景现代控制理论的不足：依赖精确模型适合多变量控制，但算法复杂实现困难：计算量大、鲁棒性差…..工程实际：对象越来越复杂，难以建模不确定因素多……02二月2023©CopyrightbyZhihuanSong36预测控制的产生背景工业过程对控制的要求高质量的控制性能对模型要求不高强鲁棒性实现方便便于处理约束条件02二月2023©CopyrightbyZhihuanSong37预测控制的产生背景控制理论与工程应用之间存在矛盾：精确建模不确定性

（现代控制理论）（实际工业过程）尖锐矛盾02二月2023©CopyrightbyZhihuanSong38预测控制的产生背景理论途径：理论工程应用自适应控制：在线调整控制器参数，以适应被控对象的变化。鲁棒控制：在设计控制器时考虑对象的不确定性，使得控制系统在被控对象发生变化时，系统性能几乎不受影响。工程途径：工程应用理论预测控制：面向工业过程特点，基于简单模型，通过滚动时域优化、反馈校正等措施，使得控制系统综合性能优，在线计量小。02二月2023©CopyrightbyZhihuanSong39预测控制的发展历程1978年，J.Richalet等提出了模型预测启发控制算法（MPHC，ModelPredictiveHeuristicControl）1980年，Cutler等提出动态矩阵控制（DMC，DynamicMatrixControl）1982年，Meral等在MPHC基础上进一步提出模型算法控制（MAC，ModelAlgorithmControl）1987年，Clarke等提出广义预测控制（GPC，GeneralizedPredictiveControl）预测控制理论初步形成90年代以来，其它新型预测控制算法、系统设计与分析方法不断提出。02二月2023©CopyrightbyZhihuanSong40预测控制的发展历程预测控制首先在工程实践获得成功应用，是实践超前于理论的一类控制器设计方法；预测控制可看作是经典反馈控制和现代最优控制之间的一种折中（滚动优化+反馈校正）；预测控制是目前过程控制中处理多变量约束控制问题的最有效方法之一；预测控制中的典型代表：MAC、DMC和GPC；MAC：提供了一种先进控制技术的简单实现方式。DMC：专门针对多变量约束系统提出的一种控制方法，真正体现了预测控制的思想和优点。GPC：提供了一种自适应预测控制框架，但并不适用于多变量约束系统。02二月2023©CopyrightbyZhihuanSong41预测控制的三要素预测控制算法的核心内容：建立内部模型、确定参考轨迹、设计控制算法、在线优化预测控制算法的三要素为：预测模型滚动优化反馈校正02二月2023©CopyrightbyZhihuanSong42预测控制的三要素预测模型：对未来一段时间内的输出进行预测；滚动优化：滚动进行有限时域在线优化；反馈校正：通过预测误差反馈，修正预测模型，提高预测精度。

通过滚动优化和反馈校正弥补模型精度不高的不足，抑制扰动，提高鲁棒性。02二月2023©CopyrightbyZhihuanSong433个相关概念：滤波：已知信号的过去测量值，求当前时刻的真值或期望值。预测：已知信号的过去和当前时刻测量值，求未来若干步的期望值。控制：已知系统输入信号的过去测量值和输出信号的过去与当前时刻测量值，求能够社系统按期望轨迹运行的的当前时刻输入信号值。滤波、预测与控制02二月2023©CopyrightbyZhihuanSong44滤波：已知信号的过去测量值：y(k-1),y(k-2),……,y(k-n)求解当前时刻期望值：y(k|k)滤波器：y(k|k)＝

a1y(k-1)+a2y(k-2)+……+any(k-n)滤波、预测与控制滤波器y(k|k)y(k-n)02二月2023©CopyrightbyZhihuanSong45预测：已知信号的过去测量值：y(k),y(k-1),……,y(k-n)求解未来时刻期望值：y(k+1|k),y(k+2|k),……预估器：y(k+1|k)＝

b1y(k)+b2y(k-1)+……+any(k-n)y(k+2|k)＝

b1y(k+1|k)+b2y(k)+……+any(k-n+1)滤波、预测与控制预估器y(k+d|k)y(k)02二月2023©CopyrightbyZhihuanSong46控制：已知信号的过去测量值：u(k-1),……,u(k-m),y(k),y(k-1),……,y(k-n)求解当前时刻期望值：u(k)使得y(k)＝r(k)控制器：u(k)＝f[y(k-1),y(k)]滤波、预测与控制被控系统y(k)u(k)控制器02二月2023©CopyrightbyZhihuanSong47经典控制：仅利用当前及过去测量值：u(k-1),……,u(k-m),y(k),y(k-1),……,y(k-n)缺点：被动调节预测控制被控系统y(k)u(k)控制器反馈r(k)+-02二月2023©CopyrightbyZhihuanSong48预测控制：不仅利用当前及过去测量值：u(k-1),……,u(k-m),y(k),y(k-1),……,y(k-n)也利用未来预测值：y(k+1|k),y(k+2|k),……,优点：利用预测的变化趋势，超前调节预测控制02二月2023©CopyrightbyZhihuanSong49预测控制的基本原理02二月2023©CopyrightbyZhihuanSong50预测模型

预测模型的功能根据被控对象的历史信息{u(k-j),y(k-j)|j≥1

}和未来输入{u(k+j-1)|j=1,…,M}，预测系统未来响应{y(k+j)|j=1,…,P}。预测模型形式参数模型：如微分方程、差分方程、状态方程、传递函数等非参数模型：如脉冲响应、阶跃响应、模糊模型、智能模型等02二月2023©CopyrightbyZhihuanSong512

yu143未来过去k时刻

1—控制策略Ⅰ

2—控制策略Ⅱ

3—对应于控制

策略Ⅰ的输出

4—对应于控制策略Ⅱ的输出基于模型的预测示意图（P=M）预测模型02二月2023©CopyrightbyZhihuanSong52预测模型（P>M）kk+mk-j过去当前未来控制时域M预测时域Pk+py(k-j)u(k-j)y1(k+j|k)y2(k+j|k)u1(k+j|k)u2

(k+j|k)02二月2023©CopyrightbyZhihuanSong53常用预测模型差分方程状态方程脉冲传递函数02二月2023©CopyrightbyZhihuanSong54常用预测模型由于即因而其中02二月2023©CopyrightbyZhihuanSong55常用预测模型脉冲响应模型（要求系统为开环稳定对象）阶跃响应模型（要求系统为开环稳定对象）02二月2023©CopyrightbyZhihuanSong56输出预测

利用预测模型得到输出预测ym(k+j|k)ym(k+j|k)＝f[u(k-i),y(k-i)]

i＝1,2,3,……..j02二月2023©CopyrightbyZhihuanSong57滚动优化控制目的通过某一性能指标J的最优,确定未来的控制作用u(k+j|k)。指标J希望模型预测输出尽可能趋近于参考轨迹。优化过程随时间推移在线优化，每时刻反复进行优化目标只关心预测时域内系统的动态性能每周期只将u(k|k)施加于被控过程全局看是动态优化02二月2023©CopyrightbyZhihuanSong58滚动优化（P=M）滚动优化示意图

uuyryryk时刻优化213yk+1时刻优化213k+1kt/T1─参考轨迹yr(虚线)2─最优预测输出y(实线)3─最优控制作用u02二月2023©CopyrightbyZhihuanSong59滚动优化（P>M）02二月2023©CopyrightbyZhihuanSong60反馈校正每到一个新的采样时刻，都要通过实际测到的输出信息对基于模型的预测输出进行修正，然后再进行新的优化。不断根据系统的实际输出对预测输出值作出修正使滚动优化不但基于模型，而且利用了反馈信息，构成闭环优化。02二月2023©CopyrightbyZhihuanSong61反馈校正y(k+j|k)=ym(k+j|k)+e(k+j|k)e(k+j|k)=y

(k|k)-y(k+j|k)02二月2023©CopyrightbyZhihuanSong62误差校正示意图yukk+141231─k时刻的预测输出2─k＋１时刻实际输出

3─预测误差4─k＋１时刻校正后的预测输出t/T反馈校正02二月2023©CopyrightbyZhihuanSong63kk-jk+Py(k-j)u(k-j)y

(k+j|k)u(k+j)ym

(k+j|k-1)y(k)ym(k)e(k)反馈校正02二月2023©CopyrightbyZhihuanSong64预测控制的特点建模方便,不需要深入了解过程内部机理非最小化描述的离散卷积和模型,有利于提高系统的鲁棒性不增加理论困难,可推广到有约束条件、大纯滞后、非最小相位及非线性等过程滚动的优化策略,较好的动态控制效果简单实用的模型校正方法，鲁棒性较强02二月2023©CopyrightbyZhihuanSong65预测控制的特点对模型要求不高鲁棒性可调可处理约束(操作变量MV、被控变量CV)可处理“方”、“瘦”、“胖”，进行自动转换可实现多目标优化（包括经济指标）可处理特殊系统：非最小相位系统、伪积分系统、零增益系统02二月2023©CopyrightbyZhihuanSong66

常用预测控制算法动态矩阵控制（DMC，DynamicMatrixControl）模型算法控制（MAC，ModelAlgorithmControl）广义预测控制（GPC，GeneralizedPredictiveControl）预测函数控制（PFC，PredictiveFunctionalControl）滚动时域控制（RHC，RecedingHorizonControl）自适应控制02二月2023©CopyrightbyZhihuanSong68自适应控制自适应控制分类自校正调节器（STR,Self-turningRegulator）自校正控制器（STC,Self-turningController）模型参考自适应（MRAC）增益调度自适应控制（GSAC）广义极小方差控制（GMVC）02二月2023©CopyrightbyZhihuanSong69自适应控制被控对象控制器控制器参数校正准则02二月2023©CopyrightbyZhihuanSong70增益调度自适应控制被控对象控制器增益调度02二月2023©CopyrightbyZhihuanSong71模型参考自适应控制参考模型控制器被控对象参数校正准则02二月2023©CopyrightbyZhihuanSong72自校正调节器被控对象参数估计控制器控制器参数校正02二月2023©CopyrightbyZhihuanSong73自适应控制应用增益调度控制器自适应控制器可变参数控制器固定参数控制器02二月2023©CopyrightbyZhihuanSong74鲁棒控制02二月2023©CopyrightbyZhihuanSong75鲁棒控制

鲁棒控制是70年代兴起的、目前仍然非常活跃的一个研究领域，具有非常广泛的研究内容。本世纪初，控制系统设计方法主要是基于Bode曲线和Nyquist曲线，可以用间接的方法处理系统不确定性问题发展了在增益和相位存在变化时仍能保证闭环系统稳定的增益裕度和相位裕度概念遗憾的是这些处理方法大多数局限于单变量输入单变量输出系统。02二月2023©CopyrightbyZhihuanSong76随着时间的推移，科学技术的发展要求处理大量的多变量输入多变量输出系统的设计问题以二次型最优控制(LQ)为代表的一类多变量控制系统设计和最优化方法应运而生。但是随着其在实际工程中的应用，发现LQ理论设计出来的控制器对系统不确定性因素反应较为敏感不能保证闭环系统具有一定的稳定性和性能的鲁棒性控制器设计过程要求准确知道干扰过程的全部统计特性这一要求使该理论的工程应用受到工程实际条件的某些限制02二月2023©CopyrightbyZhihuanSong7760--70年代，控制理论中关于状态空间的结构性理论得到了突破性的进展建立了线性系统的能控、能观性理论提出了反馈镇定的一整套严密的理论和方法这些理论和方法却依赖于受控对象的精确的数学模型02二月2023©CopyrightbyZhihuanSong78由于实际的系统往往都是运行在不断变化的环境中，各种因素(如温度、原料、负荷、设备等)都是随时间变化的，一般说来，这种变化是无法精确掌握的。又由于受理论和方法的限制，在实际系统的建模过程中经常要做—些简化处理，如降阶、时变参数的定常化处理、非线性方程的线性化等使得实际系统和我们赖以做分析和设计的数学模型之间存在一定的差别。02二月2023©CopyrightbyZhihuanSong79数学模型的这种不确定性必须在控制系统设计时进行考虑因此在控制系统设计中的：稳定鲁棒性在稳定鲁棒性要求的前提条件下的性能鲁棒性很值得进行研究的。02二月2023©CopyrightbyZhihuanSong80从广义上来说，系统不确定性按其结构可以分为以下两类：不确定性的结构未知，仅仅已知不确定性变化的界限。不确定性的结构已知，存在着参数的变化(参数不确定性)。02二月2023©CopyrightbyZhihuanSong81“鲁棒”一词来自英文词“Robust”的音译Robustness，即鲁棒性，其含义是稳健、强壮，因而也常称之为稳健性或强壮性在70年代初期，人们正式地将鲁棒性的概念引入现代控制理论，然而关于鲁棒性本身却没有给出确切的定义。目前现代控制理论中所涉及的各种鲁棒性都具有其各自的含义。简单地说，鲁棒性是“抗扰动的能力”但若要确切、全面地刻划其含义却不是一件容易的事情。

02二月2023©CopyrightbyZhihuanSong82从某种抽象的意义上来谈鲁棒性本身，而不局限于控制系统的鲁棒性。首先，鲁棒性是一种性质，它应该与某种事物相关联。如控制系统、矩阵等。因而我们通常所说的控制系统的鲁棒性即是与控制系统相关的某种意义下的抗扰能力其次，鲁棒性所言及的对象并不是事物本身，而是事物的某种性质，如控制系统的稳定性、矩阵的可逆性或正定性等等。鲁捧性的定义02二月2023©CopyrightbyZhihuanSong83因而通常的“控制系统的鲁棒性”这种说法并不确切。是一种很笼统的说法。如若确切地表述，则需指明“某事物的某种性质”的鲁棒性，如控制系统的稳定性的鲁棒性，简称控制系统的稳定鲁棒性；控制系统的某种性能的鲁棒性，简称控制系统的性能鲁棒性02二月2023©CopyrightbyZhihuanSong84再次，既然鲁棒性所表征的是“抗干扰的能力”，则必与所言事物的某种形式的“扰动”相关联。如对于控制系统而言，某些参量的变化、外界干扰等都可视为扰动；对于矩阵而言，其元素的摄动即是一种扰动。“扰动”往往都有多种形式，某事物的某性质针对事物不同形式的扰动决定了该事物、该性质的不同的鲁棒性。上面的“事物”、“事物的某种性质”和“事物的某种形式的扰动”是言及鲁捧性所必须的三个方面，缺一不可。02二月2023©CopyrightbyZhihuanSong85总体上说，鲁棒控制包含两大部分内容：控制系统的鲁棒性分析鲁棒控制系统设计02二月2023©CopyrightbyZhihuanSong86

鲁棒控制系统设计的任务可以较为笼统地概括如下：给定一个受到某种扰动的系统，求取系统的某种形式的控制律，使得①当扰动不存在时，在该控制律作用下的闭环系统具有某种希望的性能或要求；②当扰动存在时，在该控制律作用下，闭环系统还仍能完全保持或在一定程度上继续保持所希望的性能和要求。

鲁捧控制系统设计02二月2023©CopyrightbyZhihuanSong87在上述提法中，涉及到下述几方面因素：①作为研究对象的受控系统;②系统所受的扰动；③控制律形式；④闭环系统的希望性能或要求；⑤“在一定程度上继续保持”系统性能02二月2023©CopyrightbyZhihuanSong88

在一个具体的鲁棒控制系统设计问题中，上述几方面因素都要有具体的内容或含义。根据这些因素的内容或含义的不同便决定了不同的鲁棒控制系统设计问题：由于我们所研究的系统从性质到描述形式都是多种多样的，而且它们所受的扰动也可以具有各种特定形式，人们对于控制系统的性能要求也可能是多方面的，所以这些因素的不同组合便给出了众多的鲁棒控制系统设计问题。

由此可见，试图给出一个包罗万象的鲁棒控制系统设计问题是不现实的。02二月2023©CopyrightbyZhihuanSong89

根据用于反馈的信号是采用系统状态还是系统输出可将反馈控制分为：状态反馈控制和输出反馈控制状态反馈控制显然状态反馈控制实现起来比较容易但在实际工程应用中，大多数系统的状态很难直接测量得到以实现反馈控制尽管可以采用状态观测器等技术来达到系统状态重构的目的，但是总非尽如人意。输出反馈控制输出反馈控制虽然实现起来相对困难一些但是大多数系统的输出可以直接测量得到，从而可以方便地构成反馈控制系统。02二月2023©CopyrightbyZhihuanSong90

鲁棒控制系统的形式；图12.2.1.不确定性的线性反馈关联鲁棒控制器智能控制02二月2023©CopyrightbyZhihuanSong92智能控制

是近年来新发展起来的一种控制技术，是人工智能在控制上的应用。智能控制的概念和原理主要是针对被控对象、环境、控制目标或任务的复杂性提出来的，它的指导思想是依据人的思维方式和处理问题的技巧，解决那些目前需要人的智能才能解决的复杂的控制问题。被控对象的复杂性体现为:模型的不确定性，高度非线性，分布式的传感器和执行器，动态突变，多时间标度，复杂的信息模式，庞大的数据量，以及严格的特性指标等。智能控制是驱动智能机器自主地实现其目标的过程，对自主机器人的控制就是典型的例子而环境的复杂性则表现为变化的不确定性和难以辨识。

智能控制是从“仿人”的概念出发的。一般认为，其方法包括专家控制、模糊控制、神经网络控制和学习控制等方法。02二月2023©CopyrightbyZhihuanSong93

智能控制是一个新兴的学科领域，它是控制理论发展的高级阶段。它主要用来解决那些用传统方法难以解决的复杂系统的控制问题。

智能控制系统是实现某种控制任务的一种智能系统，它由智能控制器和对象组成，具备一定的智能行为。02二月2023©CopyrightbyZhihuanSong94智能控制智能控制是自动控制发展的第三个里程碑复杂工程系统、社会系统和生物系统等需求原有控制理论进一步发展的需求其他科学发展的推动02二月2023©CopyrightbyZhihuanSong95智能控制智能控制发展的两个方向1)人机结合的智能控制2)智能自主控制02二月2023©CopyrightbyZhihuanSong96专家系统是一种基于知识的系统，它主要面临的是各种非结构化问题。尤其是处理定性的、启发式或不确定的知识信息，经过各种推理过程达到系统任务目标。专家系统技术的特点为解决传统控制理论的局限性提供了重要的启示，二者的结合导致了一种新颖的专家控制系统。它是指将专家系统的设计规范和运行机制与传统控制理论和技术相结合而成的实时控制系统的设计和实现方法。专家控制系统02二月2023©CopyrightbyZhihuanSong97

与经典控制理论和现代控制理论相比，模糊控制的主要特点是不需要建立对象的数学模型。

模糊控制是用模糊数学的知识模仿人脑的思维方式，对模糊现象进行识别和判决，给出精确的控制量，对被控对象进行控制。模糊控制

1.什么是模糊控制?2.模糊控制的特点02二月2023©CopyrightbyZhihuanSong98操作员手动给出计算机自动给出控制经验+当前状态控制量经验控制将控制经验事先总结归纳好，放在计算机中。传感器测量的当前值根据当前的状态，对照控制经验，给出适当的控制量+模糊控制事先总结归纳出一套完整的控制规则，放在计算机中。模糊推理判决计算出控制量手动控制+传感器测量的当前值模糊控制02二月2023©CopyrightbyZhihuanSong99

首先根据操作人员手动控制的经验，总结出一套完整的控制规则，再根据系统当前的运行状态，经过模糊推理、模糊判决等运算，求出控制量，实现对被控对象的控制。4.模糊控制的基本思想

用计算机模拟操作人员手动控制的经验，对被控对象进行控制。

3.手动控制和经验控制

操作人员根据对象的当前状态和以往的控制经验，用手动控制的方法给出适当的控制量，对被控对象进行控制。模糊控制

模糊控制并不需要建立控制过程的精确的数学模型，而是完全凭人的经验知识“直观”地控制，属于智能控制的范畴。02二月2023©Copyrightby