(17)--第8章 先进过程控制技术.ppt

《(17)--第8章 先进过程控制技术.ppt》由会员分享，可在线阅读，更多相关《(17)--第8章 先进过程控制技术.ppt（71页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1第第8 8章章 先进过程控制技术先进过程控制技术8.1 概述概述8.2 自适应控制自适应控制8.3 预测控制预测控制8.4 专家控制专家控制8.5 模糊控制模糊控制8.6 神经网络控制神经网络控制8.7 推理控制推理控制8.8 基于规则的仿人控制基于规则的仿人控制第第8 8章章 先进过程控制技术先进过程控制技术8.1概述概述从从40年代开始至今，采用年代开始至今，采用PID控制规律的单回路控制规律的单回路系统一直是过程控制领域最主要的控制系统，单回路系统一直是过程控制领域最主要的控制系统，单回路系统主要采用经典控制理论的频域分析方法进行控制系统主要采用经典控制理论的频域分析方法进行控制系统的

2、分析和设计。系统的分析和设计。PID控制算法简单、有效，可以控制算法简单、有效，可以实现一般生产过程的平稳操作与运行。但单回路实现一般生产过程的平稳操作与运行。但单回路PID控制并不适用于特性复杂的被控过程，不能满足生产控制并不适用于特性复杂的被控过程，不能满足生产工艺的特殊需要和高精度控制的要求工艺的特殊需要和高精度控制的要求2从从50年代开始，过程控制领域陆续出现了串年代开始，过程控制领域陆续出现了串级、比值、前馈、均匀和级、比值、前馈、均匀和Smith预估控制等控制系预估控制等控制系统，即所谓的复杂控制系统，这些系统在一定程统，即所谓的复杂控制系统，这些系统在一定程度上满足了复杂生产过程

3、、特殊生产工艺以及高度上满足了复杂生产过程、特殊生产工艺以及高精度控制的需要。精度控制的需要。从从60年代初期逐渐发展起来的以状态空间为年代初期逐渐发展起来的以状态空间为基础的现代控制理论日趋完善，形成了状态反馈、基础的现代控制理论日趋完善，形成了状态反馈、状态观测器、最优控制等一系列多变量控制系统状态观测器、最优控制等一系列多变量控制系统的设计方法，对自动控制技术的发展起到了积极的设计方法，对自动控制技术的发展起到了积极的推动作用。的推动作用。3随着过程工业日益走向大规模、复杂化、对生随着过程工业日益走向大规模、复杂化、对生产过程的控制品质要求越来越高，出现了许多过程、产过程的控制品质要求越

4、来越高，出现了许多过程、结构、环境和控制均十分复杂的生产系统，出现了结构、环境和控制均十分复杂的生产系统，出现了先进过程控制先进过程控制APC（亦称（亦称高等过程控制高等过程控制）的概念。）的概念。关于先进过程控制，目前尚无严格而统一的定关于先进过程控制，目前尚无严格而统一的定义。习惯上，将那些不同于常规单回路义。习惯上，将那些不同于常规单回路PID控制，并控制，并具有比常规具有比常规PID控制更好控制效果的控制策略统称为控制更好控制效果的控制策略统称为先进过程控制，如自适应控制、预测控制、专家控先进过程控制，如自适应控制、预测控制、专家控制、模糊控制、神经网络控制、推理控制等都属于制、模糊控

5、制、神经网络控制、推理控制等都属于先进控制。先进控制。4相对于传统的控制技术，先进控制有以下一些特相对于传统的控制技术，先进控制有以下一些特点：点：（1）先进控制的控制策略与传统的）先进控制的控制策略与传统的PID控制不同。控制不同。（2）先进控制通常用于实现复杂被控过程的自动）先进控制通常用于实现复杂被控过程的自动控制。控制。（3）先进控制的实现需要足够的计算能力作为支）先进控制的实现需要足够的计算能力作为支持平台。持平台。本章简单介绍近年来出现的典型先进控制，这些本章简单介绍近年来出现的典型先进控制，这些控制方法在复杂工业过程控制中得到了成功的应用，控制方法在复杂工业过程控制中得到了成功的

6、应用，并受到工程界的欢迎和好评。并受到工程界的欢迎和好评。58.2自适应控制自适应控制前面讨论的控制系统设计和控制器参数整定，都前面讨论的控制系统设计和控制器参数整定，都是在假定被控过程特性呈线性、模型参数固定不变的是在假定被控过程特性呈线性、模型参数固定不变的条件下进行的，但在实际生产中，条件下进行的，但在实际生产中，被控过程的数学模被控过程的数学模型参数会随着生产的不断进行发生变化。型参数会随着生产的不断进行发生变化。为了保证控为了保证控制品质，当对象特性发生变化时应该重新整定控制器制品质，当对象特性发生变化时应该重新整定控制器参数。参数。采用常规采用常规PID控制不能很好地适应工艺参数的

7、变化，控制不能很好地适应工艺参数的变化，导致控制品质下降，产品产量和质量不稳定。导致控制品质下降，产品产量和质量不稳定。有一种有一种控制系统，它能根据被控过程特性变化情况，自动改控制系统，它能根据被控过程特性变化情况，自动改变控制器的控制规律和可调参数，使生产过程始终在变控制器的控制规律和可调参数，使生产过程始终在最佳状况下进行，这称为自适应控制系统最佳状况下进行，这称为自适应控制系统。6自适应控制系统应该具有以下基本功能：自适应控制系统应该具有以下基本功能：辨识被控对象的结构、参数和性能指标的变化，辨识被控对象的结构、参数和性能指标的变化，建立被控过程的数学模型，或确定当前的实际性能指建立被

8、控过程的数学模型，或确定当前的实际性能指标；标；能根据条件变化，选择合适的控制策略或控制规能根据条件变化，选择合适的控制策略或控制规律，并能自动修正控制器的参数，保证系统的控制品律，并能自动修正控制器的参数，保证系统的控制品质，使生产过程始终在最佳状况下进行。质，使生产过程始终在最佳状况下进行。根据设计原理和结构的不同，根据设计原理和结构的不同，自适应控制系统可自适应控制系统可分为两大类分为两大类，即自校正控制系统和模型参考自适应控即自校正控制系统和模型参考自适应控制系统。制系统。78.2.1自校正控制系统自校正控制系统自校正控制系统的原理图如图自校正控制系统的原理图如图8.1所示：所示：89

9、内内环环由由调调节节器器与与被被控控系统组成可调系统；系统组成可调系统；外外环环由由参参考考模模型型与与适适应机构组成。应机构组成。在在MRAC方法中，方法中，q内内环环形形成成一一个个一一般般的的反反馈馈控控制制系系统统,只只是是其其控控制制器器的的参参数数不是固定的，而是由外环进行调整；不是固定的，而是由外环进行调整；q而外环直接调整控制器的参数。而外环直接调整控制器的参数。q当当被被控控系系统统受受干干扰扰的的影影响响而而使使运运行行特特性性偏偏离离了了参参考考模模型型的的输输出出的的期期望望轨轨迹迹,则则通通过过被被控控系系统统和和参参考考模模型型的的输输出出之之差差产产生生的的广广义

10、义误误差差来来修修改改调调节节器器的的参参数数，使使可可调调系系统统与与参考模型相一致。参考模型相一致。10根据具体生产过程的特点，采用不同的辨识算法、根据具体生产过程的特点，采用不同的辨识算法、控制规律（策略）以及参数计算方法可设计出各种类控制规律（策略）以及参数计算方法可设计出各种类型的自整定控制器和自校正控制系统。型的自整定控制器和自校正控制系统。8.2.2模型参考自适应控制模型参考自适应控制系统模型参考自适应控制系统的基本结构如图系统模型参考自适应控制系统的基本结构如图8.2所所示。示。11模型参考自适应控制系统除了图模型参考自适应控制系统除了图8.2所示的并联结构之外，所示的并联结构

11、之外，还有串联结构、串还有串联结构、串并联结构等其它形式。按照自适应原理不并联结构等其它形式。按照自适应原理不同，模型参考自适应控制系统还可分为参数自适应、信号综合同，模型参考自适应控制系统还可分为参数自适应、信号综合自适应或混合自适应等多种类型。自适应或混合自适应等多种类型。8.3预测控制预测控制被控过程的数学模型的准确程度直接影响到控制被控过程的数学模型的准确程度直接影响到控制的质量。对于复杂的工业过程，要建立它的准确模型的质量。对于复杂的工业过程，要建立它的准确模型是非常困难的。是非常困难的。1978年年Richalet提出的预测控制是一种提出的预测控制是一种对模型精度要求不高而同样能实

12、现高质量控制的方法，对模型精度要求不高而同样能实现高质量控制的方法，并很快在工业生产过程自动化中获得了成功的应用。并很快在工业生产过程自动化中获得了成功的应用。近近20年来，研究人员提出了多种预测控制算法，如：年来，研究人员提出了多种预测控制算法，如：模型算法控制（模型算法控制（MAC，ModelAlgorithmicControl）、）、动态矩阵控制（动态矩阵控制（DMC，DynamicMatrixControl）、）、广义预测控制（广义预测控制（GPC，GeneralizedPredictiveControl）和内部模型控制（）和内部模型控制（IMC，Internal）等。）等。12虽然这

13、些控制算法的表达形式和控制方案各不相虽然这些控制算法的表达形式和控制方案各不相同，但都是采用工业过程中较易得到的同，但都是采用工业过程中较易得到的对象的脉冲响对象的脉冲响应或阶跃响应曲线应或阶跃响应曲线为依据，并为依据，并将它们在采样时刻的一将它们在采样时刻的一系列数值作为描述对象动态特性的数据，构成预测模系列数值作为描述对象动态特性的数据，构成预测模型，型，据此确定控制量的时间序列，据此确定控制量的时间序列，使未来一段时间中使未来一段时间中被控量与期望轨迹之间的误差最小，被控量与期望轨迹之间的误差最小，这种这种“优化优化”过过程反复在线进行，这就是预测控制的基本思想。程反复在线进行，这就是预

14、测控制的基本思想。138.3.1模型算法控制模型算法控制MAC的原理图如图的原理图如图8.3所示。所示。14模型算法控制的结构包括模型算法控制的结构包括内部模型、反馈校正、滚内部模型、反馈校正、滚动优化、参考轨迹动优化、参考轨迹四个环节。具体的模型算法可分为四个环节。具体的模型算法可分为单单步模型算法、多步模型算法、增量模型算法和单值模型步模型算法、多步模型算法、增量模型算法和单值模型算法算法等多种算法控制。下面以等多种算法控制。下面以多步模型算法多步模型算法控制为例，控制为例，说明各个环节的算法和整个系统的工作原理。说明各个环节的算法和整个系统的工作原理。1内部模型内部模型对于有自衡特性对于

15、有自衡特性的对象，模型算法控的对象，模型算法控制采用单位脉冲响应制采用单位脉冲响应曲线作为内部模型。曲线作为内部模型。如图如图8.4所示。所示。15设当前时刻为设当前时刻为k，对于图，对于图8.4所示的内部模型，可以所示的内部模型，可以根据过去和未来的输入数据，由方程计算出被控过程根据过去和未来的输入数据，由方程计算出被控过程未来未来ki时刻输出时刻输出y(ki)的预测值的预测值(8.1)ki-1时刻预测模型输出时刻预测模型输出ym(ki-1)将式将式(8.1)与式与式(8.2)相减可得增量表达式相减可得增量表达式(8.2)(8.3)162反馈校正反馈校正对式（对式（8.1）的开环预测模型的输

16、出进行修正。通）的开环预测模型的输出进行修正。通常采用第常采用第k步的实际输出测量值步的实际输出测量值y(k)与预测输出值与预测输出值ym(k)之间的误差之间的误差e(k)=y(k)-ym(k)对模型的预测输出对模型的预测输出ym(k+i)进行修正进行修正。修正后的预测值用。修正后的预测值用yp(ki)表示表示yp(k+i)=ym(k+i)+hiy(k)ym(k)=ym(k+i)+hie(k)（8.4）17由式（由式（8.4）可知，由于每个预测时刻都引入了当）可知，由于每个预测时刻都引入了当前时刻实际对象输出和预测模型输出的偏差前时刻实际对象输出和预测模型输出的偏差对开环模对开环模型预测值型预

17、测值ym(ki)进行修正进行修正，这样，这样可克服可克服模型不精确和模型不精确和系统中存在的不确定性可能带来的系统中存在的不确定性可能带来的误差误差。用修正后的用修正后的预测值预测值yp(ki)作为计算最优性能指标的依据，实际上作为计算最优性能指标的依据，实际上是对测量值是对测量值y(k)的一种负反馈，故称反馈校正的一种负反馈，故称反馈校正。由于存。由于存在反馈环节，经过反馈校正，控制系统的鲁棒性就有在反馈环节，经过反馈校正，控制系统的鲁棒性就有了很大提高，这也是预测控制得到广泛应用的一个重了很大提高，这也是预测控制得到广泛应用的一个重要原因。要原因。183参考轨迹参考轨迹模型算法控制的目的是

18、使输出模型算法控制的目的是使输出y(k)沿着一条事先规定沿着一条事先规定好的曲线逐渐达到给定值好的曲线逐渐达到给定值r，这条指定曲线称为参考轨迹，这条指定曲线称为参考轨迹yr。通常参考轨迹采用从现在时刻。通常参考轨迹采用从现在时刻k对象实际输出值对象实际输出值y(k)出发的一阶指数曲线。出发的一阶指数曲线。yr在未来在未来k+i时刻的数值为时刻的数值为yr(k)=y(k)yr(k+i)=ariy(k)+(1-ari)r,（8.5）采用这种参考轨迹，将会减小过量的控制作用，使采用这种参考轨迹，将会减小过量的控制作用，使系统输出能平滑地到达设定值系统输出能平滑地到达设定值r；参考轨迹的时间常数；参

19、考轨迹的时间常数T0越大，越大，r值也越大，值也越大，yr越平滑，系统的柔性越好，鲁棒性越平滑，系统的柔性越好，鲁棒性也越强，但控制快速性也会降低。也越强，但控制快速性也会降低。194滚动优化滚动优化预测控制是一种最优控制策略，其目标函数预测控制是一种最优控制策略，其目标函数JP是使是使某项性能指标最小。最常用的是二次型目标函数某项性能指标最小。最常用的是二次型目标函数 这种方法采用滚动式的有限时域优化算法，优化过这种方法采用滚动式的有限时域优化算法，优化过程是在线反复计算，对模型时变、干扰和失配等影响能程是在线反复计算，对模型时变、干扰和失配等影响能及时补偿，因而称其为滚动优化算法。及时补偿

20、，因而称其为滚动优化算法。（8.6）20由于目标函数中加入控制量的约束，可限制过大由于目标函数中加入控制量的约束，可限制过大的控制量冲击，使过程输出变化平稳，参考轨迹曲线的控制量冲击，使过程输出变化平稳，参考轨迹曲线yr(t)如图如图8.5所示。所示。218.3.2动态矩阵控制动态矩阵控制1980年由年由Culter提出的动态矩阵控制提出的动态矩阵控制DMC也是预也是预测控制的一种重要算法，测控制的一种重要算法，DMC与与MAC的差别是内部的差别是内部模型不同。模型不同。DMC采用工程上易于测取的对象采用工程上易于测取的对象阶跃响应阶跃响应做为内部模型，在实际应用取得了显著的效果，并在做为内部

21、模型，在实际应用取得了显著的效果，并在石化领域得到广泛的应用。石化领域得到广泛的应用。1内部模型内部模型DMC的内部模型为单位阶跃响应曲线，如图的内部模型为单位阶跃响应曲线，如图8.6所示。所示。22单位阶跃响应曲线同单位脉冲响应曲线一样可以表单位阶跃响应曲线同单位脉冲响应曲线一样可以表示对象的动态特性，二者之间的转换关系为示对象的动态特性，二者之间的转换关系为（8.7）23将式（将式（8.7）代入式（）代入式（8.1）式式(8.8）还可表示为）还可表示为24如果定义向量和矩阵如果定义向量和矩阵YM(k+1)=yM(k+1)yM(k+2)yM(k+p)TY0(k+1)=y0(k+1)y0(k+

22、2)y0(k+p)T则式（则式（8.9）可表示为）可表示为（8.10）U(k)=u(k)u(k+1)u(k+M+1)T252反馈校正反馈校正由于非线性、随机干扰等因素，模型预测值与由于非线性、随机干扰等因素，模型预测值与实际输出可能存在差异，为了减少这种影响，用对实际输出可能存在差异，为了减少这种影响，用对象实际输出和预测模型输出的偏差象实际输出和预测模型输出的偏差e(k)=y(k)-ym(k)，对模型预测值对模型预测值ym(k)进行修正进行修正yp(k+i)=ym(k+i)+hiy(k)ym(k)=ym(k+i)+hie(k)（8.11）通过对预测值进行修正，构成反馈校正，形成通过对预测值进

23、行修正，构成反馈校正，形成闭环预测输出，提高了系统的鲁棒性。闭环预测输出，提高了系统的鲁棒性。26如果定义向量如果定义向量Yp(k+1)=yp(k+1)yp(k+2)yp(k+p)TYm(k+1)=ym(k+1)ym(k+1)ym(k+p)TH=h1h2hmT则式（则式（8.11）可表示为）可表示为Yp(k+1)=Ym(k+1)+Hy(k)-ym(k)（8.12）8.3.3广义预测控制与内部模型控制广义预测控制与内部模型控制1广义预测控制广义预测控制Clarke于于1985年提出广义预测控制年提出广义预测控制GPC，在保留，在保留MAC、DMC算法特点的基础上，采用受控自回归积分滑动平均模型算

24、法特点的基础上，采用受控自回归积分滑动平均模型CARIMA或或受控自回归滑动平均模型受控自回归滑动平均模型CARMA作为内部模型，对模型失配、模作为内部模型，对模型失配、模型参数误差的鲁棒性有所提高。型参数误差的鲁棒性有所提高。272内部模型控制内部模型控制内部模型控制（内部模型控制（IMC）是）是Garcia和和Morari于于1982年提出来的一种控制算法，其基本结构如图年提出来的一种控制算法，其基本结构如图8.7所示。所示。288.4专家控制专家控制专家控制（也称专家智能控制）是专家系统与传专家控制（也称专家智能控制）是专家系统与传统控制理论结合，它将专家系统理论同控制理论与技统控制理论

25、结合，它将专家系统理论同控制理论与技术相结合，在未知环境下仿效专家的智能，实现对系术相结合，在未知环境下仿效专家的智能，实现对系统的控制。统的控制。根据专家系统在控制系统中应用的复杂程度，专根据专家系统在控制系统中应用的复杂程度，专家控制可分为专家控制系统和专家式控制器。专家控家控制可分为专家控制系统和专家式控制器。专家控制系统具有全面的专家系统结构、完善的知识处理功制系统具有全面的专家系统结构、完善的知识处理功能，同时又具有实时控制的可靠性能；专家式控制器能，同时又具有实时控制的可靠性能；专家式控制器是专家控制系统的简化，二者在功能上没有本质的区是专家控制系统的简化，二者在功能上没有本质的区

26、别。别。29专家控制能够运用控制工作者成熟的控制思想、专家控制能够运用控制工作者成熟的控制思想、策略和方法以及直觉经验和手动控制技能进行控制。策略和方法以及直觉经验和手动控制技能进行控制。专家控制系统不仅可以提高常规控制系统的控制品质，专家控制系统不仅可以提高常规控制系统的控制品质，拓宽控制系统应用范围，而且可以对传统控制方法难拓宽控制系统应用范围，而且可以对传统控制方法难以奏效的复杂生产过程实现高品质控制。以奏效的复杂生产过程实现高品质控制。1专家控制系统的类型专家控制系统的类型根据用途和功能，专家控制系统可分为根据用途和功能，专家控制系统可分为直接型专直接型专家控制系统（器）和间接型专家控

27、制系统（器）家控制系统（器）和间接型专家控制系统（器）；根；根据知识表达技术分类，可分为据知识表达技术分类，可分为产生式专家控制系统和产生式专家控制系统和框架式专家控制系统框架式专家控制系统等。等。30（1）直接型专家控制系统）直接型专家控制系统直接型专家控制系统（器）具有模拟（或延直接型专家控制系统（器）具有模拟（或延伸、扩展）操作工人的智能的功能，能够取代常伸、扩展）操作工人的智能的功能，能够取代常规规PID控制，实现在线实时控制。它的知识表达控制，实现在线实时控制。它的知识表达和知识库均较简单，由几十条产生式规则构成，和知识库均较简单，由几十条产生式规则构成，便于修改，其推理和控制策略简

28、单，推理效率较便于修改，其推理和控制策略简单，推理效率较高。高。31（2）间接型专家控制系统）间接型专家控制系统间接型专家控制系统和常规间接型专家控制系统和常规PID控制器相结合，控制器相结合，对生产过程实现间接智能控制，具有模拟控制工程师对生产过程实现间接智能控制，具有模拟控制工程师的智能的功能，可实现优化、适应、协调、组织等高的智能的功能，可实现优化、适应、协调、组织等高层决策。按其高层决策功能，可分为优化型、适应型、层决策。按其高层决策功能，可分为优化型、适应型、协调型和组织型专家控制系统。协调型和组织型专家控制系统。这类专家控制系统功能复杂，智能水平较高，相这类专家控制系统功能复杂，智

29、能水平较高，相应的应的知识表达需采用综合技术，既用产生式规则，也知识表达需采用综合技术，既用产生式规则，也要用框架和语义网络以及知识模型和数学模型相结合要用框架和语义网络以及知识模型和数学模型相结合的综合模型化方法。的综合模型化方法。系统功能可在线实时实现，也可系统功能可在线实时实现，也可通过人机交互或离线实现。通过人机交互或离线实现。322专家控制系统基本组成专家控制系统基本组成不同类型专家控制系统的结构可能有很大差别，不同类型专家控制系统的结构可能有很大差别，但都包含算法库、知识基系统、人但都包含算法库、知识基系统、人-机接口、通信机接口、通信系统等基本组成部分，如图系统等基本组成部分，如

30、图8.8所示。所示。33算法库主要进行数值计算，算法库主要进行数值计算，控制算法根据知识基控制算法根据知识基系统的控制配置命令和对象的测量信号，按选定的控系统的控制配置命令和对象的测量信号，按选定的控制策略或最小方差等算法计算控制信号。制策略或最小方差等算法计算控制信号。辨识算法和监控算法是从数值信号流中抽取特征辨识算法和监控算法是从数值信号流中抽取特征信息，只有当系统运行状况发生某种变化时，才将运信息，只有当系统运行状况发生某种变化时，才将运算结果送入知识基系统，增加或更新知识。算结果送入知识基系统，增加或更新知识。知识基系统知识基系统贮存控制系统的知识信息，包括数据贮存控制系统的知识信息，

31、包括数据库和规则库。在稳态运行期间，知识基系统是闲置的，库和规则库。在稳态运行期间，知识基系统是闲置的，整个系统按传统控制方式运行。知识基系统具有定性整个系统按传统控制方式运行。知识基系统具有定性的启发式知识，进行符号推理，按专家系统的设计规的启发式知识，进行符号推理，按专家系统的设计规范编码，通过算法库与对象相连。范编码，通过算法库与对象相连。34人人-机接口机接口作为人作为人-机界面，把用户输入的信息机界面，把用户输入的信息转换成系统内规范化的表示形式，然后交给相应模转换成系统内规范化的表示形式，然后交给相应模块去处理；把系统输出的信息转换成用户易于理解块去处理；把系统输出的信息转换成用户

32、易于理解的外部表示形式显示给用户，实现与知识基系统的的外部表示形式显示给用户，实现与知识基系统的直接交互联系，与算法库间接联系。直接交互联系，与算法库间接联系。由于生产过程的复杂性和先验知识的局限性，由于生产过程的复杂性和先验知识的局限性，难以对它进行完善的建模，这时就要根据过去获得难以对它进行完善的建模，这时就要根据过去获得的经验信息，通过估计来学习，逐渐逼近未知信息的经验信息，通过估计来学习，逐渐逼近未知信息的真实情况，使控制性能逐步改善，具有学习功能的真实情况，使控制性能逐步改善，具有学习功能的系统才是完善的专家控制系统。的系统才是完善的专家控制系统。358.5模糊控制模糊控制在实际生产

33、中有相当数量的过程用传统的方法难在实际生产中有相当数量的过程用传统的方法难以实现自动控制。但一个熟练的操作人员可能并没有以实现自动控制。但一个熟练的操作人员可能并没有多少控制理论知识，也不知道被控过程数学模型，却多少控制理论知识，也不知道被控过程数学模型，却能凭自己丰富的实践经验，通过手动操作实现复杂生能凭自己丰富的实践经验，通过手动操作实现复杂生产过程的控制。产过程的控制。人们的经验知识具有模糊性，无法用精确的数学人们的经验知识具有模糊性，无法用精确的数学语言表达，但可用模糊集合与模糊逻辑描述。语言表达，但可用模糊集合与模糊逻辑描述。1974年，年，英国的英国的EHMamdani根据美国自动

34、控制理论专家根据美国自动控制理论专家LAZadeh于于1965年提出的模糊集合理论，提出了年提出的模糊集合理论，提出了模糊控制器的概念，标志模糊控制的正式诞生。模糊控制器的概念，标志模糊控制的正式诞生。36与各种精确控制方法相比，模糊控制有如下优点：与各种精确控制方法相比，模糊控制有如下优点：（1）模糊控制使一些难于建模的复杂生产过程的）模糊控制使一些难于建模的复杂生产过程的自动控制成为可能。自动控制成为可能。（2）模糊控制具有较强的鲁棒性，被控过程特性）模糊控制具有较强的鲁棒性，被控过程特性对控制性能影响较小。对控制性能影响较小。（3）基于模糊控制规则的推理、运算过程简单，）基于模糊控制规则

35、的推理、运算过程简单，控制实时性好。控制实时性好。（4）模糊控制机理符合人们对过程控制作用的直）模糊控制机理符合人们对过程控制作用的直观描述和思维逻辑，为人工智能和专家系统在过程控观描述和思维逻辑，为人工智能和专家系统在过程控制中的应用奠定了基础。制中的应用奠定了基础。378.5.1模糊控制系统的基本结构模糊控制系统的基本结构图图8.9为模糊控制系统的方块图，虚线框部分为模为模糊控制系统的方块图，虚线框部分为模糊控制器。系统将测得的数据糊控制器。系统将测得的数据y（被控参数）与给设值（被控参数）与给设值进行比较后得到的偏差进行比较后得到的偏差e和偏差变化率和偏差变化率输入到模糊控输入到模糊控制

36、器，模糊控制器通过计算得出控制量制器，模糊控制器通过计算得出控制量u，通过，通过u对生对生产过程进行控制。产过程进行控制。38模糊控制器的输入、输出变量都是精确的数值，模糊控制器的输入、输出变量都是精确的数值，模糊控制器采用模糊语言变量，用模糊逻辑进行推理。模糊控制器采用模糊语言变量，用模糊逻辑进行推理。模糊控制器的基本结构框图如图模糊控制器的基本结构框图如图8.10所示。所示。391模糊化模糊化模糊化是将偏差模糊化是将偏差e及其变化率及其变化率的精确量转换为的精确量转换为模糊语言变量，即根据输入变量模糊子集的隶属函模糊语言变量，即根据输入变量模糊子集的隶属函数找出相应的隶属度，将数找出相应的

37、隶属度，将e和和变换成模糊语言变量变换成模糊语言变量E、。在实际控制过程中，把一个实际物理量划分为在实际控制过程中，把一个实际物理量划分为“正大正大”，“正中正中”，“正小正小”，“零零”，“负小负小”，“负中负中”，“负大负大”7级，分别以英文字母级，分别以英文字母PB、PM、PS、ZE、NS、NM、NB表示。每一个语言变表示。每一个语言变量值都对应一个模糊子集。首先要确定这些模糊子量值都对应一个模糊子集。首先要确定这些模糊子集的隶属度函数集的隶属度函数()，才能进行模糊化。，才能进行模糊化。40隶属度函数曲线一般选择三角形或梯形。在某一隶属度函数曲线一般选择三角形或梯形。在某一区间内，要求

38、控制器精度高、响应灵敏，则相应区间区间内，要求控制器精度高、响应灵敏，则相应区间的分割细一些、三角形隶属度函数曲线斜率取大一些，的分割细一些、三角形隶属度函数曲线斜率取大一些，如图如图8.11（a）。反之，则如图）。反之，则如图8.11（b）。）。412模糊规则推理模糊规则推理模糊控制器的核心是依据语言规则进行模糊推理，模糊控制器的核心是依据语言规则进行模糊推理，在控制器设计时，首先要确定模糊语言变量的控制规在控制器设计时，首先要确定模糊语言变量的控制规则。则。规则的形式为：规则的形式为：IFTHEN。一般描述为：一般描述为：IFX isA andY isB，THENZ isC。423清晰化清

39、晰化即是将模糊语言变量转换为精确清晰化清晰化即是将模糊语言变量转换为精确的数值，即根据输出模糊子集的隶属度计算出确定的的数值，即根据输出模糊子集的隶属度计算出确定的输出数值。清晰化有各种方法，其中最简单的一种是输出数值。清晰化有各种方法，其中最简单的一种是最大隶属度方法。在控制技术中最常用的清晰化方法最大隶属度方法。在控制技术中最常用的清晰化方法则是面积重心法则是面积重心法COG，其计算式为，其计算式为（8.13）43式中，式中，(ui)为各规则结论为各规则结论ui的隶属度。对于连续的隶属度。对于连续变量，式（变量，式（8.13）的和式变为积分形式来表示：）的和式变为积分形式来表示：（8.14

40、）此外，还有一些可供选择的清晰化计算方法，如此外，还有一些可供选择的清晰化计算方法，如最大值平均最大值平均MOM、左取大、左取大LM、右取大、右取大RM、乘积和、乘积和重心法重心法PSG等。在选择清晰化方法时，应考虑隶属度等。在选择清晰化方法时，应考虑隶属度函数的形状、所选择的推理方法等因素。函数的形状、所选择的推理方法等因素。444知识库知识库知识库中包含了有关控制系统及其应用领域的知知识库中包含了有关控制系统及其应用领域的知识、要达到的控制目标等，由识、要达到的控制目标等，由数据库和模糊控制规则数据库和模糊控制规则库组成。库组成。数据库数据库主要包括各语言变量的隶属度函数、尺度主要包括各语

41、言变量的隶属度函数、尺度变换因子以及模糊空间的分级数等；变换因子以及模糊空间的分级数等；规则库规则库包括用模包括用模糊语言变量表示的一系列控制规则，它们反映了控制糊语言变量表示的一系列控制规则，它们反映了控制专家的经验和知识。专家的经验和知识。458.5.2模糊控制的几种实现方法模糊控制的几种实现方法1CRI查表法查表法CRI（关系合成推理）查表法是模糊控制最早采用（关系合成推理）查表法是模糊控制最早采用的方法。所谓查表法就是将所有可能输入变量的隶属的方法。所谓查表法就是将所有可能输入变量的隶属度函数、模糊控制规则及输出变量的隶属度函数都用度函数、模糊控制规则及输出变量的隶属度函数都用表格（称

42、为模糊控制表）来表示。输入变量模糊化、表格（称为模糊控制表）来表示。输入变量模糊化、模糊规则推理和输出变量的清晰化均通过查表实现。模糊规则推理和输出变量的清晰化均通过查表实现。462专用硬件模糊控制器专用硬件模糊控制器专用硬件模糊控制器是用硬件直接实现模糊规专用硬件模糊控制器是用硬件直接实现模糊规则推理。优点是推理速度快，控制精度高。则推理。优点是推理速度快，控制精度高。3软件模糊推理法软件模糊推理法软件模糊推理法的特点就是模糊控制过程中软件模糊推理法的特点就是模糊控制过程中输输入量模糊化、模糊规则推理、输出清晰化和知识库入量模糊化、模糊规则推理、输出清晰化和知识库这四部分都用软件来实现。这四

43、部分都用软件来实现。478.6神经网络控制神经网络控制基于神经网络的控制是一种基本上不依赖于模型基于神经网络的控制是一种基本上不依赖于模型的控制方法，适用于难于建模或具有高度非线性的被的控制方法，适用于难于建模或具有高度非线性的被控过程。控过程。8.6.1神经元模型神经元模型1生物神经元模型生物神经元模型人的大脑是由大量的神经细胞组合而成的，它们人的大脑是由大量的神经细胞组合而成的，它们之间互相连接。每个脑神经细胞（也称神经元）具有之间互相连接。每个脑神经细胞（也称神经元）具有如图如图8.12所示的结构。所示的结构。48脑神经元由脑神经元由细胞体、细胞体、树突和轴突树突和轴突构成。细胞体构成。

44、细胞体是神经元的中心。树突是是神经元的中心。树突是神经元的主要接受器，用神经元的主要接受器，用来接受信息。轴突传导信来接受信息。轴突传导信息，从轴突起点传到轴突息，从轴突起点传到轴突末梢，轴突末梢与另一个末梢，轴突末梢与另一个神经元的树突或细胞体构神经元的树突或细胞体构成一种成一种突触突触的机构。通过的机构。通过突触实现神经元之间的信突触实现神经元之间的信息传递。息传递。图图8.12生物神经元模型生物神经元模型492人工神经元模型人工神经元模型人工神经元网络是利用物理器件来模拟生物人工神经元网络是利用物理器件来模拟生物神经网络的某些结构和功能神经网络的某些结构和功能。人工神经元模型人工神经元模

45、型如图如图8.13所示。神经所示。神经元模型的输入输出关元模型的输入输出关系为：系为：yj=f(Ij)（8.16）（8.15）x1x2f()xn j wj2 wjn wj1 yj图图8.13生物神经元生物神经元j的模型的模型508.6.2人工神经网络模型人工神经网络模型将多个人工神经元模型按一定方式连接而成的网络结构，将多个人工神经元模型按一定方式连接而成的网络结构，称为人工神经网络。人工神经网络有多种结构模型，图称为人工神经网络。人工神经网络有多种结构模型，图8.15（a）所示为前向神经网络结构；（）所示为前向神经网络结构；（b）为反馈型神经网络结）为反馈型神经网络结构。构。图图8.15典型

46、神经网络结构典型神经网络结构51误差反向传播网络简称误差反向传播网络简称BP网络，如图网络，如图8.15（a）所）所示，是一种单向传播的多层前向网络，由输入层、隐示，是一种单向传播的多层前向网络，由输入层、隐含层（可以有多个隐含层）和输出层构成，可以实现含层（可以有多个隐含层）和输出层构成，可以实现从输入到输出的任意非线性映射。从输入到输出的任意非线性映射。BP算法属于全局逼算法属于全局逼近方法，有较好的泛化能力，是当前应用最广泛的一近方法，有较好的泛化能力，是当前应用最广泛的一种网络；缺点是训练时间长，易陷入局部极小，隐含种网络；缺点是训练时间长，易陷入局部极小，隐含层数和隐含节点数难以确定

47、。层数和隐含节点数难以确定。BP网络在建模和控制中网络在建模和控制中应用较多。应用较多。528.6.3神经网络在控制中的应用神经网络在控制中的应用神经网络控制是指在控制系统中采用神经网络，对神经网络控制是指在控制系统中采用神经网络，对难以精确描述的复杂非线性对象进行建模、特征识别，难以精确描述的复杂非线性对象进行建模、特征识别，或作为优化计算、推理的有效工具。其在控制领域的应或作为优化计算、推理的有效工具。其在控制领域的应用可简单归纳为以下几个方面：在基于精确模型的各种用可简单归纳为以下几个方面：在基于精确模型的各种控制结构中作为对象模型。控制结构中作为对象模型。在反馈控制系统中直接承担控制器

48、的作用。在反馈控制系统中直接承担控制器的作用。在传统控制系统中实现优化计算。在传统控制系统中实现优化计算。在与其它智能控制方法相融合中，为其提供非参数在与其它智能控制方法相融合中，为其提供非参数化对象模型、优化参数、推理模型和故障诊断等。化对象模型、优化参数、推理模型和故障诊断等。538.7推理控制推理控制在实际生产中，常常存在这样一种情况：被控过在实际生产中，常常存在这样一种情况：被控过程的主要参数不能直接测量或者难以测量，无法实现程的主要参数不能直接测量或者难以测量，无法实现反馈控制；或者被控过程的扰动无法测量，不能进行反馈控制；或者被控过程的扰动无法测量，不能进行前馈补偿。针对这一问题，

49、美国的前馈补偿。针对这一问题，美国的ColemanBrosilom和和MarrinTong等人于等人于1978年提出了推理控制方法。推年提出了推理控制方法。推理控制在建立过程数学模型的基础上，根据过程输出理控制在建立过程数学模型的基础上，根据过程输出的性能要求，通过数学推理导出控制系统应具有的结的性能要求，通过数学推理导出控制系统应具有的结构形式，通过辅助参数实现对不可测主要参数的反馈构形式，通过辅助参数实现对不可测主要参数的反馈控制和不可测扰动的补偿。控制和不可测扰动的补偿。548.7.1推理控制系统的组成推理控制系统的组成推理控制系统框图如图推理控制系统框图如图8.16所示。所示。55Y

50、Y (s)(s)过程的主要输出变量过程的主要输出变量Y Ys s(s)(s)过程的辅助输出变量；过程的辅助输出变量；G G0 0(s)(s)过程主控制通道的传递函数过程主控制通道的传递函数G G0s0s(s)(s)辅控制通道的传递函数；辅控制通道的传递函数；G Gf f(s)(s)过程主扰动通道的传递函数过程主扰动通道的传递函数G Gfsfs(s)(s)过程辅扰动通道的传递函数；过程辅扰动通道的传递函数；F(s)F(s)过程的不可测扰动；过程的不可测扰动；G GC C(s)(s)推理控制部分的传递函数。推理控制部分的传递函数。现设计现设计Gc(s)，克服，克服F(s)对对Y(s)的影响。的影响