资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,智能控制技术,第,5,章,仿人智能控制,二零一一年三月,仿人智能控制,仿人智能控制器的原型算法最初是在,1979,年由重庆大学周其鉴教授等人提出来的，,1983,年在国际学术刊物上正式发表。经过二十多年来的研究发展，仿人智能控制已经形成了比较完善的基本理论体系和较系统的控制系统设计方法，并在实践中得到了成功应用。它从新的角度比较直接地模拟人的智能，建立了智能控制技术的一个新分支。,第,5,章 主要内容,5,.1,仿人智能控制,的原理,5,.2,仿人智能控制技术的实现,5,.3,仿人智能控制系统的设计,5,.4,仿人智能控制实例,5.1,仿人智能控制的原理,5,.1.1,仿人智能控制的基本思想,5,.1.2,仿人智能控制的算法原型,5,.,1.3,仿人智能控制器算法原型中,的,智能属性,5.1,仿人智能控制的原理,5,.1.1,仿人智能控制的基本思想,智能控制的本质,就是模拟人的智能方式或行为，而由于人脑的智能优势，很多手动控制的效果是目前自动控制还无法达到的。如空中格斗的飞机操纵，复杂道路上的汽车驾驶，运用自如的杂技与体操表演，以及一些复杂的工业过程和大系统的控制。对于复杂而未知的被控对象，能熟练操作该对象的专家手动控制是一般控制机器所无法比拟的,。,仿人智能控制（,Human-Simulated Intelligent Control,，,HSIC,）,主导思想就是，在对人体控制结构宏观模拟的基础上，进一步研究人的“身体,-,动觉智能”，即人的控制行为功能，并加以模拟。,5.1,仿人智能控制的原理,5,.1.1,仿人智能控制的基本思想,仿人智能控制研究的基本方法,是：从分级递阶智能控制系统的最低层运行控制级着手，充分利用已有的控制理论成果和计算机仿真结果，直接对人的控制经验、技巧和各种直觉推理逻辑进行测量、概括和总结；并将其组织成各种简单实用、精度高、能实时运行的控制算法，并直接应用于实际控制系统，进而建立起系统的仿人智能控制理论体系,。,这种计算机控制算法，以人对控制对象的观察、记忆、决策等智能的模仿作为基础，根据被调量与给定值的误差以及误差的变化趋势来确定控制策略。从人工智能问题求解的基本观点来看，一个控制系统的运行，实际上就是控制机构对控制问题的一个求解过程。因此，仿人智能控制研究的主要目标不是被控对象，而是控制器本身如何对控制专家的结构和行为进行模拟。因而从仿人智能控制的角度来看，智能控制系统是人体控制系统的一种同态变换,。,5.1,仿人智能控制的原理,5,.1.1,仿人智能控制的基本思想,仿人智能控制理论,认为，智能控制是对控制问题求解的二次映射的信息处理过程，即从“认知”到“判断”的定性推理过程和从“判断”到“操作”的定量控制过程。仿人智能控制不仅具有其他智能控制如模糊控制、专家控制等技术方法的并行、逻辑控制和语言控制的特点，而且还具有以数学模型为基础的传统控制的解析定量控制的特点,。,仿人智能控制在结构和功能上具有以下基本特征：,（,1,）,分层递阶,的,信息处理,和,决策机构,（高阶产生式系统结构）；,（,2,）在线的,特征辨识,和,特征记忆,；,（,3,）,开、闭环控制相结合,、,定性决策与定量控制结合,的多模态控制；,（,4,）,启发式,和,直觉推理逻辑,的综合运用。,5.1,仿人智能控制的原理,5,.1.1,仿人智能控制的基本思想,仿人智能控制在结构上具有分级递阶的控制结构，遵循“智能增加而相应精度降低”（,IPDI,）原则。不同于,Saridis,的分级递阶结构理论，仿人智能控制认为：其最低层运行控制级不仅仅由常规控制器构成，还要具有一定的智能，以满足实时、高速、高精度的控制要求。正如,1992,年美国国家自然科学基金会与美国电力科学研究院联合发起的研究智能控制倡议书中所强调那样：“研究工作应开辟新途径去提出问题，去设计智能控制器，而不是把传统的控制方法（如较低层的,PID,控制器）与高层的以规则为基础的控制器简单而松散地联系在一起”。,5.1,仿人智能控制的原理,5,.1.,2,仿人智能控制的算法原型,仿人智能控制器的基本算法以熟练操作者的观察、决策等智力行为做基础，根据被调量的误差及误差的变化趋势来决定控制策略，因他接近于人的思维方式。当控制系统的控制误差区域增大时，仿人控制器输出强烈的控制作用，抑制误差的增加；而当误差有回零趋势，开始下降时，仿人控制器减小控制作用，等待观测系统的变化；同时控制器不断地记录误差的极值，校正控制器的控制点以适应变化的要求。仿人智能控制器的算法原型为：,其中,u,为控制输出，,K,p,为比例系数，,k,为抑制系数；,e,为误差； 为误差变化率；,e,m,i,为误差第,i,次峰值。,5.1,仿人智能控制的原理,5,.1.,2,仿人智能控制的算法原型,如图,5-1,表现了误差相平面上的特征及相应的控制模态，当系统误差处于误差相平面的第一与第三象限，即 或,且 时，仿人智能控制器工作于比例控制模态；而当误差处于误差相平面的第二与第四象限，即 或 时，仿人智能控制器工作于保持控制模态。,图,5-1,误差相平面上的控制模态,5.2,仿人智能控制技术的实现,5,.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,5,.2.2,仿人智能控制系统的设计方法,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,一个动态控制系统的控制性能，主要从快速性、稳定性和准确性这三方面去描述和衡量。特别是对它们的定量描述，构成了表现控制系统性能优良度的主要指标，追求好的性能指标是控制器和系统设计的目标。,因为控制系统是动态的，在传统控制理论中，性能指标可以根据特定的阶跃输入的瞬态响应来定义，或根据系统的频域响应来定义，也可以从系统误差在某种条件下的泛函积分的最小值来建立用于评价的性能指标。,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,在系统的性能指标中，阶跃响应的超调量,M,P,表明了系统控制的平稳程度，即系统的相对稳定性，上升时间,Tr,和调节时间,Ts,是衡量系统快速程度的参数，而稳态误差,Es,则描述了系统的静态精度。但在经典的时域设计中，除线性二阶系统的设计可以用公式直接计算外，其它都还难以直接计算。一般说来，经典时域性能指标只能作为最后调整的工具，而在设计中三方面的性能指标又难以兼顾 。,经典的频域性能指标可以直接用于高阶系统的设计，其中带宽、截止频率、谐振峰值和谐振频率的确定，描述了系统的快速性；增益裕度、相位交界频率、相位裕度和增益交界频率等，则定量描述了系统的相对稳定性。但传统控制理论的设计，由于控制器结构为单模态的输入输出映射关系，无法实现快速性、稳定性和精确性这三方面性能指标的兼顾 。,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,误差泛函积分评价指标是一种更为一般的广义的性能指标评价函数，它是控制系统瞬时误差函数,e,(,t,),的泛函积分，如：,（,1,）误差积分最小的性能指标 ：,（,1,）误差平方积分最小的性能指标 ：,（,1,）时间乘以误差平方积分最小的性能指标：,（,1,）时间乘以误差绝对值积分最小的性能指标 ：,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,这些积分评价指标综合反映了系统上述三方面的性能，但由它设计出的最优控制器也只能做到在多个时域性能指标中进行折中，而无法实现他们之间的兼顾,。,传统控制中以经典的时域性能指标和最优控制的误差泛函积分评价指标系统进行的设计非常重要，但也存在着很大的局限性。经典的时域性能指标非常直观，但不能直接用于设计，只能作为设计结束后的评价。传统的单模态控制方式在设计时无法兼顾所有的指标。最优控制的误差泛函积分评价指标虽然可直接参与设计，但只能在各经典的时域性能指标中折中。特别应当指出的是，传统控制系统的设计必须基于对象精确的数学模型 。,图,5-4,理想的系统闭环误差响应,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,仿人智能控制器基于特征模型、特征辨识的多模态控制方式为实现各经典时域性能指标之间的兼顾建立了基础。在仿人智能控制器的设计中，为设计特征模型和控制模态集，并整定它们中的参数，需要建立一种能够依据系统瞬态响应判断系统当前状态与目标状态的差距以及当前运行趋势好坏的指标，并作为设计用的目标函数。这就是一种能够评价系统运行瞬态品质的性能指标，能够兼顾各时域性能指标，其动态过渡过程在误差,-,时间相空间中将画出一条理想的误差时相轨迹。这条理想误差时相轨迹构成了设计和实时控制过程中的瞬态性能指标,。,图,5-5,具有理想性能的系统误差时相轨迹,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,图,5-5,显示了与图,5-4,对应的理想的系统闭环阶跃响应的误差时相轨迹，仿人智能控制器特征模型与控制决策模态集的设计目标就是使系统的动态响应符合理想的误差时相轨迹,。,将能评价智能控制系统运行的瞬态品质，并能兼顾系统快速性、稳定性和精确性指标要求的理想误差时相轨迹，称为智能控制系统的瞬态性能指标 。,无论是定值控制还是伺服控制，一个动态控制过程总会在（ ）空间中画出一条轨迹，品质好的控制画出的是一条理想的轨迹。,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,如果我们以这条理想轨迹作为设计智能控制器的目标，应该说轨迹上的每一点都可视为控制过程中需要实现的瞬态指标。这条理想的误差时相轨迹可以分别向（ ）、（ ）和（ ）三个平面投影，设计者可以根据分析的侧重点，考虑这三条投影曲线中的一条或者几条作为设计用的瞬态指标，以简化设计的目标,。,又可以按滞后情况分别考虑：,（,1,）在系统无纯滞后时，考虑这条轨迹在（ ）相平面上的投影，设计可在（ ）相平面上进行。,（,2,）当系统有纯滞后时，可以考虑这条理想轨迹对（,e,-,t,）平面的投影，设计就可以在（,e,-,t,）平面上进行。,5.2,仿人智能控制技术的实现,5,.2.1,仿人智能控制的瞬态性能指标,如图,5-6,中曲线（,a,）,+,（,b,）表明了一个理想的定值控制过程；曲线（,b,）则为一个理想的伺服控制的动态过程。如果以这样的运动轨迹作为设计智能控制器的目标，理想的情况就是，控制器迫使系统的动态特性在该轨迹上滑动。但由于被控对象具有不确定性和未知性，实际上运动的轨迹只可能处在这条理想曲线周围的一曲柱中（对（ ）相平面而言应是一曲带）。因此设计的任务就变成根据这一曲柱在误差时相空间的位置划分出特征状态空间，并以迫使系统状态的运动轨迹始终运动在曲柱体内为目标，设计出与特征状态对应的控制与决策模态。,图,5-6,设计,HSIC,的误差相平面,5.2,仿人智能控制技术的实现,5,.2.,2,仿人智能控制的设计方法,控制系统的设计是在离线的情况下进行的。建立什么样的模型、以何种程度反映实际被控对象来进行控制器的设计，是控制系统设计方法首先应当解决的关键问题之一。然而，大多数的实际被控对象都具有非线性、时变性和不确定性，要建立准确而又便于智能控制设计方法利用的模型非常困难。但是，控制系统数学模型的“类等效”模型简化方法为设计者提供了一个十分有效的途径。,具有可调参数的控制系统数学模型简化理论表明，尽管在许多情况下被控对象的全特性不确知，但其所具有的非线性、时变性和不确定性对控制的影响总可以用一些典型的非线性环节加上被控对象的“类等效”的简化线性模型，在结构和参数上的变化来近似模拟。根据对被控对象的定性了解，建立起对象的结构模型，并根据对某些反映被控对象动态特性的主要特征量如某些非线性特征、纯滞后、等效时滞和增益等的模糊估计，可以有效确定被控对象的模型结构和参数可能变化的大致范围。,5.2,仿人智能控制技术的实现,5,.2.,2,仿人智能控制的设计方法,设一个带有纯滞后环节的高阶线性动态系统的传递函数形式为,则描述系统动态特性的时域和频域的主要特征量有：,增益,K,：表示系统对直流输入信号的放大能力，决定了稳定系统的单位阶跃响应稳态值，即,纯滞后,：表示系统对输入信号的不应期。,等效时滞,D,：表示系统对信号的滞后特性，由积分定义表示为,5.2,仿人智能控制技术的实现,5,.2.,2,仿人智能控制的设计方法,其中，,u,(,t,),表示单位阶跃输入函数，,g,(,t,),为,G,(,s,),的单位阶跃响应。,D,是系统中所有积分（滞后）因素和所有微分（超前）因素之差，它与传递函数的关系为,等效支配点：确定系统的基本性状是单调、振荡、稳定或不稳定。,主要频率响应数据，包括带宽频率、截止频率、穿越频率、转角频率及其响应的相位角，可以反映系统对不同频率信号的通过能力，以及系统的相对稳定性。,被控对象的“类等效”简化模型应该在增益、纯滞后、等效时滞、等支配极点和某些主要频率响应数据上与对象一致。因此，“类等效”简化模型最大的特点是，它在反映对象主要动态特性的一些主要特征量上与实际对象一致。,5.2,仿人智能控制技术的实现,5,.2.,2,仿人智能控制的设计方法,根据系统“类等效”的定义，可以通过对被控对象的定性了解，建立起对象的结构模型，并根据对主要特征量（如某些非线性特征。纯滞后、等效时滞和增益等）的模糊估计，可以确定对象模型结构和参数可能变化的大致范围。,例如：带纯滞后过程的被控对象的传递函数可以简化为：,仿人智能控制器设计的任务就是采用尽可能简单的结构和尽可能少的控制模态和参数，能够在以上对象模型参数变化的范围内，都能达到控制指标的要求。可以说这样的模型处理解决了在没有对象准确数学模型的条件下的仿人智能控制器设计时的对象模型问题。,5.3,仿人智能控制系统的设计,仿人智能控制系统在设计时要从系统的静态和动态性能指标出发，确定系统的目标轨迹，建立受控对象的数学模型和各控制级的特征模型，然后设计控制器的解耦和控制规则，确定控制模态和控制参数，最后进行仿真实验以检验设计的可行性和系统调试 。,仿人智能控制系统设计与实现的一般步骤如下。,1,确定系统的目标轨迹,根据用户对被控对象控制性能指标如上升时间、超调量、稳态精度等的要求，确定理想的单位阶跃响应，并把它变换到 时相空间中去，构成理想的误差时相轨迹。以这条理想轨迹作为设计仿人智能控制器的目标轨迹。,该轨迹上的每一点都可视为控制过程中的瞬态指标。这条理想轨迹可以分别向 、 和 三个平面投影，根据要求的侧重点，选择这三条投影曲线中的一条或几条，作为设计仿人智能控制器特征模型及控制与校正模态的目标轨迹，以简化设计目标。,5.3,仿人智能控制系统的设计,2,建立数学的对象模型,根据被控对象或系统的生产流程、结构机理、工艺特点和控制要求等，结合自动控制及相关基础理论和专业知识或经验，建立相应的过程物理与数学模型，作为进一步设计与分析的数学基础。,例如，对于一个有平衡能力的化工和热工过程，可采用一阶环节加纯滞后环节这样的数学模型来描述：,其中，,G,(,s,),为开环系统的传递函数， 为一阶惯性环节的传递函数，,g,ij,(,s,),为纯滞后环节的传递函数，比例系数,K,ij,、时间常数,T,ij,和,ij,要经过实验来选定，,i,j,=1,2,n,。,5.3,仿人智能控制系统的设计,3,建立各控制级的特征模型和控制算法,根据目标轨迹在误差相平面 上的位置或误差时间平面 上的位置以及控制器的不同级别（运行控制级、参数矫正级、任务适用级），确定特征基元集，划分出特征状态集合，从而建立不同级别的特征模型。,4,设计控制器部分,控制器的结构是否合理将决定系统是否能合理地实现控制目标、是否能保证系统的稳定运行。不同的被控对象和应用环境，其控制器和控制系统的结构也有所不同。例如，在变截面弹簧钢轧机控制装置中，其主要控制回路由两个电液位置伺服单元组成，而且两个回路间存在着耦合关系，构成一个多变量控制系统。电液伺服控制系统具有参数变化、交叉耦合和外部干扰引起的不确定性等问题，仿人智能控制在处理多变量系统耦合问题上起到了很好的作用。,5.3,仿人智能控制系统的设计,图,5-7,所示为该控制系统的整体结构框图，其中,G,11,和,G,22,是主回路的传递函数，,G,12,和,G,21,是主回路之间相互耦合的传递函数，,HSIC,1,和,HSIC,2,是按单回路设计的仿人智能控制器，其主要作用是保证单回路的控制性能。,HSIC,1,和,HSIC,2,的输出经协调算法协调以保证整个控制系统的性能。每个,HSIC,算法的结构可根据电液伺服系统的特点和控制要求，设置成递阶控制结构，即直接运行控制级（,MC,），自校正级（,ST,）和任务适用级（,TA,）。,图,5-7,轧钢机控制系统结构图,5.3,仿人智能控制系统的设计,5,设计控制模态级与控制规则,针对系统处于特征模型中某特征状态与理想轨迹之间的差距，以及理想轨迹的运动趋势，模仿人的控制决策行为，设计控制规则或校正模态，并设计出模态中的具体参数 。,6,仿真实验与调试,选择典型状况和参数对设计的控制系统进行仿真实验，并通过仿真实验调整系统设定的参数，以至修正系统控制结构，最终使仿真实验结果满足动态和静态的控制性能要求。如果条件许可，应在仿真研究的基础上，进行系统实时实验或工业实验，以进一步验证系统设计的正确性和系统品质的优越性。,下面以受控对象不包含纯滞后环节的伺服系统为例，说明仿人控制算法的基本步骤和实现过程。这些算法步骤是与仿人智能控制器的设计步骤密切相关的。对照如图,5-6,的误差相平面，控制算法的步骤如下：,5.3,仿人智能控制系统的设计,（,1,）在控制的初始阶段（,e,1,e,2,），误差很大，应采用开关时控制激发出,e,2,点的误差变化速度，对于不同的对象（如参数不同），这一速度是不一样的。图中的,、,、,表明：受控对象由误差,e,1,变化到,e,2,时，误差变化的速度是不相同的。这一速度反映了对象的静态增益及时间常数等参变量的大小；,（,2,）在误差减小的中间段（,e,2,e,3,），采用误差为,e,2,的误差变化作为控制的瞬态目标，并通过控制这一误差变化来控制系统的性能。当误差变化大于此值时，采用将误差变化压低的组合控制模态；而当误差变化低于此值时，采取相应措施将误差变化提高。此阶段的控制策略是尽可能保持这一较大的误差变化减小速度，提高动态过程的可控性，并使误差较快减小；,（,3,）当误差减小到,e,3,时，为了使被控量无超调且无静差地逐步跟踪上输入给定值，应采取压低误差变化速度的措施。为了使其逐步减小，可采用分层压低策略。在,e,3,e,4,段和,e,4,e,5,段分别设立误差减小速度的上下限（ ， ， ）作为此时的瞬态特征指标。因为该阶段（,e,3,e,4,e,5,），主要是为了降低过大的误差减少速度，避免超调，进而避免速度过小而出现爬行现象。应逐步使误差变化速度减小，让误差过渡到控制所要求的值；,5.3,仿人智能控制系统的设计,（,4,）在误差及误差变化满足控制要求时（ ， ），采取维持控制量的策略，使之自行衰减达到平衡，以实现对被调量的无超调和无静差控制；,（,5,）为了防止失控现象，从特征模型到控制决策行为模态的映射应为满射。当误差相轨迹进入第二象限时（第四象限同理）,应有相应控制决策模式。此外，还必须制定误差相轨迹进入第三象限（与第一象限类似）的控制决策模式。误差相轨迹进入第三象限时，说明有超调发生，对于不同的超调及不同的误差上升速度，应采取不同的控制措施。上述过程对定值控制也是有效的。定值控制时，误差首先进入相平面第一象限，当误差变化速度衰减为零时，开始进入相平面第四象限，其设计思想与以上（,1,）（,4,）点相同。,值得指出的是，并非所有的仿人智能控制器的设计和实现都必须完全按照上面给出的五个步骤进行。在具体应用中，相关步骤可以合并在一起，某些情况下，有的步骤可以被省略。此外，有些步骤的次序可以互换。,5.4,仿人智能控制实例,5,.,4,仿人智能控制实例,5,.,4,.1,仿人智能开关控制,5,.,4,.2,仿人智能比例控制,5,.,4.3,仿人智能积分控制,5.4.4,仿人分层递阶智能控制器,5.4,仿人智能控制实例,5,.,4,.,1,仿人智能开关控制,1.,仿人智能开关控制原理,开关控制方式简单且易于实现，因此在许多电加热炉的控制中被采用。但常规的开关控制常常难以满足控制精度和节能的要求，其开关控制方式在采样间隔时间内控制量要么是一固定常数、要么是零，这样固定不变的控制模式缺乏人工开关控制的优点。人工开关控制过程中，人会根据误差及误差变化趋势来选择不同的开关控制策略，例如在采样间隔内，开关接通时间根据被控对象的状态进行调节，而不是简单的在整个间隔内都接通或断开，这样可以达到更高的控制精度和减少滞后时间。这种以人的知识和经验为基础，根据实际误差变化规律及被控对象或过程的惯性、纯滞后及扰动等特性，按一定的模式选择不同控制策略的开关控制称为智能开关控制。,5.4,仿人智能控制实例,5,.,4,.,1,仿人智能开关控制,2.,仿人智能开关控制器实例,被控对象为氧化还原炉的温度，控制量为交流电压,U(t),的接通时间,t,，其输出控制电压波形如图,5-8,所示。其中,T,为采样时间间隔常数（采样周期），,t,0,(1),、,t,0,(2),分别为其中两个采样周期的控制量输出即开关接通时间,。,传统的开关控制策略为,图,5-8,开关控制输出电压波形,5.4,仿人智能控制实例,5,.,4,.,1,仿人智能开关控制,其中为,t,0,(,k,),下一个周期的开关接通时间，,t,0,(,k,-1),为上一个周期的开关接通时间，,T,为采样周期，,e,(,k,),为当前时刻被控量与给定值的误差，,E,为设定的误差阈值，误差超过该阈值则开关全周期接通或断开，否则开关维持原状态不变。,这样的控制策略简单易行，能够满足精度要求不高的定值控制。但对于精度要求较高的应用场合，稳态精度低、易围绕给定值产生波动。,智能控制模拟人的控制智能方式，根据被控对象与给定值的误差和误差的变化来判断状态而给出不同的接通时间，实现高精度的开关控制。,5.4,仿人智能控制实例,5,.,4,.,1,仿人智能开关控制,智能开关控制的策略如表,5-1,所示。,表,5-1,智能开关的控制输出量,t,0,(,k,),e,的范围,的范围,0,0,T,0,T,0,T,5.4,仿人智能控制实例,5,.,4,.,1,仿人智能开关控制,其核心是在误差小于一定阈值时不是简单地接通或断开开关，而是根据误差和误差变化情况设置下一周期的开关接通时间为 ，其中,K,i,为需要根据实验和经验整定的参数。在表,5-1,中，当误差、误差变化均为零时，,K,i,=1,；其它大致可估计为：,K,1,K,2,K,3, 1,，,K,6,K,5,K,4, 1,。,这样的仿人智能开关类似模糊控制的效果，但又不需要模糊控制复杂的模糊推理和模糊化转换，只需要设定参数,K,i,，用简单的逻辑硬件就可以实现，而具有较高的控制精度和鲁棒性。,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,1.,仿人智能比例控制的原理,对于一些被控对象，虽然简单的比例反馈控制能保证其稳定，但常有较大的稳态误差，满足不了稳态精度的要求。模拟人的控制操作策略，根据稳态误差不断地调整给定值，使系统输出不断逼近期望值，从而可以提高稳态精度，这就是一种仿人智能比例控制的基本原理 。,设被控对象为线性定常系统，其比例反馈控制系统如图,5-9,所示。,图,5-9,比例反馈控制系统结构图,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,系统的阶跃响应曲线如图,5-10,所示。其中，图,5-10(a),为系统的闭环单位阶跃响应曲线。 为系统的稳态输出值， 为稳态误差。,图,5-10,单位阶跃响应曲线,(a),常规比例控制系统,(b),仿人智能比例控制系统,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,仿人智能控制是在系统输出响应进入稳态后，再给一个幅值为 的阶跃输入，则此时给定值变为 。系统第二级稳态输出为 ，稳态误差减小为 。再给一个幅度为 的阶跃输入，系统第三级稳态输出变为 ，稳态误差进一步减小为 ，此时系统的给定值变为 。不断重复下去，系统输出将逼近给定值而又不会超出给定值。整个输出过程如图,5-10(b),所示。系统最后的输出为,稳态误差为,在实际应用中，只要选择,n,达到一定数量，即可保证稳态精度的要求。,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,例如若原比例控制静态误差为 ， ，若要求稳态精度为,1%,，只须取,n,=2,，稳态误差就会降低到,0.8%,，已能满足性能要求。,当原比例控制的稳态输出时 ，这时 ，相当于给出一个幅值为负的阶跃输入，系统输出再向下同样会逼近给定值。,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,2.,仿人智能比例控制算法,仿人智能比例控制器结构如图,5-11,所示，图中积分开关只有在满足稳态条件时，才闭合一次，完成一次 的运算后又立即断开，此后,e,不变。为了判断系统处于稳态的条件而不受干扰和振荡的影响，设定一个稳定时间步长,N,和允许稳定误差波动的阈值 ，当连续,N,次内均满足 ，则认为系统进入稳定状态，此时执行一次运算 。 ，,e,为当前时刻的系统输出值与给定值的误差。,图,5-11,比例反馈控制系统结构图,5.4,仿人智能控制实例,5,.,4,.,2,仿人智能比例控制,允许的稳定误差波动阈值 一般选为系统允许稳态误差的,2,倍，,N,与被控对象的时间常数最大值 成正比、与采样间隔,T,成反比。若系统还有最大不超过,dT,的延时，则需对,N,再加上,dT,以保证时间判断正确。,上述控制算法的实质等价于比例控制加智能积分。当系统未满足稳态条件时，系统仅有比例控制作用，当满足稳态条件时，积分才起一次作用。进入调节状态后，积分开关每,N,个采样周期才闭合一次，积分器工作一次。这样就避免了由于引入积分器而使相位裕量减小。由于不必通过提高增益来改善稳态精度，因而可以将增益,K,取得较小以增大增益裕量。所以，比例加智能积分的控制器，有效地解决了传统控制器设计中稳态精度与稳定裕量的矛盾。,5.4,仿人智能控制实例,5,.,4,.,3,仿人智能积分控制,1.,仿人智能积分控制的原理,控制系统中引进积分控制的作用是减小系统的稳定误差。系统阶跃响应的误差及误差积分曲线如图,5-12,所示。其中，常规,PID,控制中的积分控制作用对误差的积分过程如图,5-12(c),所示。这种积分作用在一定程度上模拟了人的记忆特性，它“记忆”了误差的存在及变化的全部信息。但依据这种积分作用产生的积分控制作用存在着缺点：,图,5-12,阶跃响应误差及误差积分曲线,5.4,仿人智能控制实例,5,.,4,.,3,仿人智能积分控制,（,1,）积分控制作用针对性不强，甚至有时不符合控制系统的客观需要；,（,2,）由于这种积分作用只要误差存在就一直进行积分，在实际应用中易导致“积分饱和”而使系统的快速性下降；,（,3,）这种积分控制的积分参数不易选择，易导致系统出现振荡。,造成上述积分控制作用不足的原因在于，这种积分控制作用没有很好地体现出有经验操作人员的控制决策思想。在图,5-12(c),的积分曲线区间,(a,b),和,(b,c),段中，积分作用和有经验的操作人员的控制作用正好相反。此时系统出现了超调，正确的控制策略应该是使控制量在常值上加一个负量控制，以压低超调，尽快降低误差。但在此区间的积分控制作用却增加了一个正量控制，这是由于在,(0,a),区间的积分结果很难被抵消而改变符号，故积分控制仍保持为正。这样的结果导致系统超调不能迅速降低，从而延长了系统的过渡过程时间。,5.4,仿人智能控制实例,5,.,4,.,3,仿人智能积分控制,在上述积分曲线的,(c,d),段，积分作用增加一个正量的控制有利减小回调。但在,(d,e),间的积分作用继续增强，其结果势必造成系统再次出现超调，这时的积分作用反而影响了对系统的有效控制。为了克服上述积分控制作用的缺点，采用如图,5-12(d),中的积分曲线。即在,(a,b),、,(c,d),及,(e,f),等区间段上进行积分，这种积分能够为积分控制作用及时地提出正确的附加量，能有效地抑制系统误差的增加。而在,(0,a),、,(b,c),及,(d,e),等区间上，停止积分作用，以利于系统直接借助惯性向稳态过渡。此时系统并不处于失控状态，它还受到比例等控制作用的制约。,这种积分作用较好地模拟了人的记忆特性及仿人智能控制的策略，它有选择地“记忆”有用信息，而“遗忘”无用信息，所以可以很好地克服一般积分控制的缺点。它具有仿人智能非线性积分的特性，故称这种积分为仿人智能积分。,5.4,仿人智能控制实例,5,.,4,.,3,仿人智能积分控制,2.,仿人智能积分控制算法,为了把仿人智能积分作用引入到控制算法中，首先必须解决仿人智能积分的控制逻辑判断问题，这种判断条件由图,5-12,中的智能积分曲线对比误差,e,和误差变化 的符号变化，可以归纳得出接入智能积分的条件为：,对本次采样时刻，,当误差 及误差变化 具有相同符号，即 时，对误差进行积分；,当误差 及误差变化 异号，即 时，不对误差进行积分。,再考虑到误差和误差变化的极值点，即边界条件，可以把接入智能积分和不接入积分的条件综合如下：,当 或 且 时，对误差进行积分；,当 或 时，不对误差进行积分。这样接入积分的控制即为智能积分作用。,5.4,仿人智能控制实例,5,.,4,.,3,仿人智能积分控制,实现上述控制算法的一种模糊控制系统的结构如图,5-13,所示。图中的仿人智能积分控制器首先判断当前是否符合智能积分条件，若符合条件则进行智能积分；否则不进行积分控制作用。,仿真实验结果表明，仿人智能积分控制算法由于引进了智能积分控制，大大提高了模糊控制系统的稳态精度。与传统的模糊控制器相比，仿人智能积分模糊控制算法具有稳态精度高的优点。同常规,PID,控制相比，该控制算法又具有响应速度快、超调量小甚至无超调等优点。,图,5-13,具有仿人智能积分的模糊控制系统结构图,5.4,仿人智能控制实例,5,.,4,.,4,仿人分层递阶智能控制器,智能控制专家,G. N. Saridis,首先提出了分层递阶智能控制技术，分层递阶智能控制系统主要包括组织级、协调级和执行级三层。并按照自上而下“精度渐增、智能渐减”的原则进行功能分配。将这种控制思想应用于控制器的设计中，并按照被控量误差及误差变化的大小进行分层递阶控制，各分层控制策略采用仿人智能控制方案来实现工业过程控制系统的自动、稳定和优化运行。仿人分层递阶智能控制系统的结构如图,5-14,所示。,图,5-14,仿人分层递阶智能控制系统结构图,5.4,仿人智能控制实例,5,.,4,.,4,仿人分层递阶智能控制器,这种分层递阶智能控制算法是：,（,1,）当过程负荷大范围改变系统误差较大时，采用仿人操作的专家控制策略；,（,2,）当误差,e,及误差变化 稍大时，选用模糊控制；,（,3,）当误差,e,及误差变化 均较小时，采用参数自整定,PID,控制和自寻优学习控制。,5.4,仿人智能控制实例,5,.,4,.,4,仿人分层递阶智能控制器,上述分层递阶智能控制算法的相平面表示如图,5-15,所示。算法内层是自整定,PID,控制，第二层是模糊控制,FC,，外层是专家控制,EC,。这,3,个模块的工作状态可以在专家系统的监控下相互切换，其控制算法可用产生式规则表示为,规则,1,：,规则,2,：,规则,3,：,其中， 、 为被控对象的误差阈值； 、 为误差变化量的阈值。,5.5,本章小结,仿人智能控制是在对人的控制结构宏观模拟的基础上，进一步详细研究人的控制行为模式，更直接地模拟人的控制决策和控制智能，尝试将控制系统的定性分析与定量分析设计相结合。,仿人智能控制研究的主要目标不是被控对象，而是控制器本身如何模拟人的控制结构和行为功能，即建立控制器的知识模型，通过控制器自身的智能行为去处理被控对象和环境的各种变化。仿人智能控制从分层递阶智能控制系统的最底层运动控制级着手，结合已有的控制理论和仿真实验结果直接对人的控制经验、技巧和直觉推理逻辑进行总结、学习和模拟，设计成各种简单实用、精度高、鲁棒性强的控制算法，并应用于实际控制，建立起了系统的仿人智能控制理论体系。,仿人智能控制目前仍然是研究的热点，由于人类对自身的智能体系结构和机理认识并不清楚，大量的学者在不断致力于研究认识人的智能生物结构到作用机理，所以仿人智能控制将随着对人类智能的研究不断深入。,
展开阅读全文