自动化科学与技术考题整理

自动化科学与技术的发展历史自动化科学与技术（简称自动化科学技术）的发展简史基本上可以分为三个阶段：孕育阶段：192023，美国N.米诺尔斯基提出PID控制方法。1927年，H.S布莱克提出改善放大器性能的负反馈方法。诞生阶段：1948年，美国人N.维纳的《控制论》一书出版。1954年，中国钱学森的《工程控制论》一书出版。发展阶段：1971年，美国英特尔公司研制出第一台4位微解决机Intel441980年以后，自动化科学技术取得重大发展，处在高峰发展阶段。自动化科学技术的研究意义随着微电子技术和计算机技术的迅速发展和普及，自动化科学技术已广泛应用到制造业、农业、交通、服务业、航海、航空、航天等所有产业部门，极大地促进国民经济的发展和人类社会的进步。自动化科学技术广泛地进入社会，有助于发明更多的就业机会，提高劳动生产率，改善劳动条件，提高人民生活质量和全社会的文化素质。这些都足以证明自动化科学技术的发展同样地促进其它自然科学、社会科学和人文科学等各学科的发展。线性系统的定义线性系统的定义：用函数描述法表达被控对象时，能用线性常微分方程或方程组来描述的系统称为线性系统。线性系统理论古典控制方法：时域法、根轨迹法和频域法。现代控制方法：状态空间理论、多变量频域法和其它几何、代数方法。非线性系统的定义非线性系统的定义：用函数描述法表达被控对象时，只能用非线性常微分方程或方程组来描述的系统称为非线性系统，或称为本质非线性系统。非线性系统理论古典控制方法1）近似线性化法2）精确线性化法3）相平面分析法4）渐近展开计算法5）谐波平衡法（描述函数法）现代控制方法1）滑模变结构控制法2）反步设计法3）齐次控制法4）微分平滑法5）*其它各种微分几何方法分布参数系统的定义分布参数系统的定义：用函数描述法表达被控对象时，可以用偏微分方程、微积分方程或带时滞的方程来描述的一类“无穷维”系统称为分布参数系统。分布参数系统理论由于对分布参数系统进行理论分析比较困难，计算量大，通常只能用“有穷维近似”的方法来解决。上世纪70年代发展了一套基于泛函分析的与有穷维线性系统相类似的理论，阐明了无穷维系统的若干结构性质和概念。离散事件动态系统的定义离散事件动态系统（DiscreteEventDynamicSystems-DE的定义：系统的状态只能由若干离散值来描述、其演化是由一些突发事件来驱动的系统称为离散事件动态系统。驱动系统状态转移的“事件”的发生和连续时间可以是拟定的，也可以是随机变量；系统的目的可以是达成一定的状态，也可以是按特定的轨道达成某些数字指标的最佳值。离散事件动态系统理论目前已经提出许多数学模型来描述离散事件动态系统的逻辑、时间和随机各层次的特性：排队网络、广义半Markov过程、Petr网、有限自动机产生的形式语言、有限递归过程、极大代数下的线性动态系统。复杂系统的定义复杂系统的定义：所谓复杂系统指的是系统结构具有多层性、子系统模型具有多样性、互相关联具有复杂性、目的具有多重性及信息具有不拟定性的系统。诸如大型工业控制系统、电力系统、因特尔网络通信系统、因特尔网络控制系统、航空航天系统等等。复杂系统理论由定义可知，复杂系统理论是基于知识的多层次、多模型与多视图的建模、仿真及集成控制的理论与方法学。人机结合、从定性到定量的综合集成法。从方法论方面来看，其过程正是从定性到定量在多个层面中反复作用的过程，它是一种当代的科学发明方法论。一些综合集成工程的实践事例已证明它是科学创新的有效手段。平行控制理论与方法中科院自动化所的王奔腾先生提出了应用于复杂系统的“平行控制理论与方法”，其核心是传统自适应控制思想的自然拓展，其实质是反复运用先进的信息技术和计算方法使原始反馈思绪变成不断探索、不断改善的可计算的反馈原理。鲁棒控制鲁棒控制规定当被控对象模型结构和参数不精确，且也许在一定范围内取值时，控制系统均能正常工作。模型参数变化范围大，控制系统能正常工作，则称系统的鲁棒性强，反之则反之。从1975年起，先后提出的有关理论：Nyquist判据的多变量推广；稳定化补偿器的“极小灵敏度”参数优化方法；Safonov的广义稳定准则和有关鲁棒稳定性的结果；LQR/LTR（线性二次型最优控制/回路传输恢复）的设计方法；鲁棒控制频域的奇异值方法，以及为克服奇异值判据的保守性而提出的结构奇值法等等。上世纪80年代后，逐步发展为使系统对某些输入的响应最小的H^优化设计方法。自适应控制自适应控制规定在被控对象或环境特性飘移变化时，控制系统能自动地跟踪这种变化，并施加调节，使系统保持良好的控制品质。自适应控制是根据误差来改变系统的参数的，这种改变是一种渐变过程。假如被控对象参数不变化，则自适应控制逐渐退化为定常控制。自适应控制重要有模型参考和自校正两种类型，分别如图2.2图2.3所示。智能控制方法无模型系统的控制理论就是智能控制方法。智能控制至今尚无一个统一的定义。从广义讲，智能控制方法是一种更好地模仿人类智能的非传统控制方法。所谓“传统控制方法”，指的是被控对象和环境特性有明确的数字描述、控制目的清楚、可以量化的控制方法，即指上述的有模型系统的控制理论。按控制算法来分，智能控制方法可分为：1）模糊集控制2）神经网络控制3）粗糙集控制4）可拓控制5）灰色控制6）微粒群控制7）蚁群控制8）遗传控制9）免疫控制10）进化控制按体系结构来分，智能控制方法可分为：1）递阶分布式控制2）模糊控制3）神经网络控制4）专家系统控制5）学习控制6）云计算控制传感器的定义与分类传感器的定义：把非电量的物理量转换为电量的器件。传感器信息融合技术的定义它的定义为：这是一种可以准确、客观地描述“由多个多种传感器来感知这些传感器所表达的物理量所构成的环境”的技术。较复杂化系统的控制结构框图传感器信息融合技术的作用：1）增强控制系统可靠性，减少信息的模糊、不拟定性。当一些传感器失灵或受干扰时，尚有其它传感器继续提供信息；2）扩展探测空间和时间，提高探测能力；3）为控制系统的决策提供依据。递阶分布式控制起初重要采用集中控制方式，现在绝大部分采用递阶分布式控制。递阶分布式控制的体系结构如图3.4所示。第一级为组织级，重要功能是任务描述和任务分派；第二级为协调级，重要功能是协调，即系统执行各自任务的同时会产生矛盾与冲突,需要进行冲突消解；第三级为现场执行级，重要功能是子任务的执行。递阶分布式控制的体系结构图第一缓组织缓（任务描述、任务分配）1车间第三级执行级（子任务执行）递阶分布式控制的优点:1）提高控制系统的抗干扰能力及系统性能；2）实现功能分散、危险分散，提高控制系统的可靠性；3）实现测控管一体化。系统科学概述系统科学的研究对象是复杂系统（在第二章中已提到）。在一般意义下，系统科学是一门研究“由多个互相作用、互相联系的子系统所组成的复杂系统”的运动规律、周边环境特性，以及如何进行设计和控制的学科。系统科学的理论基础是系统学，其控制理论是由控制论、信息论与运筹学等的理论综合而成。模式辨认的定义模式辨认的定义：模式辨认又称为模式信息解决，是一门研究用计算机对通常由人类感觉器官接受的图像、图形、表格、文字、语音等的模式信息进行解决、描述和分类的学科。模式辨认方法的研究进展模式辨认是基于记录方法而发展起来的。上世纪60年代，研究者们提出了以贝叶斯（Bayes决策为基础的特性空间划分的分类器法，以K均值聚类为代表的聚类法和以K-L变换为基础的特性选择法。上世纪70年代、80年代，虽然句法模式辨认和模糊辨认方面有了许多新思想，但记录方法仍然有生命力。到了90年代，重要研究“记录与句法相结合、句法与语义相结合”的模式辨认方法。机器视觉（计算机视觉）马尔视觉计算理论1982年美国麻省理工学院的马尔（Marr）专家创建了“视觉计算理论”。马尔视觉计算理论认为，视觉的辨认过程分为三个阶段。第一阶段是初始简图（PrimalSketch）其目的是把二维图像中的边界、顶角、交边等重要信息表达清楚；第二阶段是“二维半计算”（2.5dSketch）描述出景物的三维可见表面，可称为“初期视觉”；第三阶段是三维景物的恢复与辨认，这需要增长约束和运用经验知识。人工智能研究的三大学派由于研究者对智能本质的理解和结识不同，从而形成持有不同学术观点、采用不同研究方法的三大研究学派。符号主义（Symbolicis）学派符号主义又称为逻辑主义，其理论基础是物理符号系统假设和有限合理性原理。符号主义认为：人的认知基元是符号，认知过程是符号操作的过程。符号主义的代表性成果：Newell和Simon等人研制的“逻辑理论家”程序LT，它用于数学定理的证明。符号主义的代表人物：纽威尔（Newell）、西蒙（Simon）、罗宾逊（Robinson）、吴文俊。联结主义（Connectionis）学派以网络联结为基础的联结主义认为：人的认知基元是神经元，认知是在一起受激发的神经元共同作用的结果。人工神经网络以分布方式存储信息，以并行方式解决信息，具有自组织、自学习能力，适合用于模拟人的形象思维。联结主义的代表性成果：皮茨（W.PittS的MP模型；鲁梅尔哈特、麦克莱