2014 年秋季学期本科生课程考核 （读书报告、研究报告） 考核科目:机电一体化系统设计 学生所在院（系）:机电工程学院 学生所在专业:机械设计制造及自动化学生姓名:汪珈右 学号:1110810710 考核结果阅卷人
智能控制技术在机电一体化系统中的应用 1108107 汪珈右 摘要：不同于传统机械系统，在机电一体化系统中，特别重视对智能控制技术的应用。智能控制与机电一体化系统的完美结合，有效改善了机电一体化系统存在的各种缺陷。本文综述了智能控制技术的相关知识，并论述了其在机电一体化系统中的应用。 关键字：机电一体化；机械电子；智能控制；系统 前言 机电一体化系统主要是指由动力与驱动部分、机械本体、传感测试部分、执行机构、控制及信息处理部分所组成，并利用电子计算机的信息处理技术、控制功能、以及可控驱动元件特性来运行的一种现代化机械系统。所谓智能控制系统，就是指利用集合了人工智能理论、自动控制理论以及信息理论等诸多技术理论，用以实现优化调控机的新技术系统。这是一种当前最为先进的自动化控制技术，一般包括两个方面，即外部环境和控制器。在实际的应用中，通过外部环境提供信息以供控制器做出控制决策，因此无需使用模型，具有很大的环境适应协调能力，在诸多机械设备生产中都具有很大的应用价值，因而成为促进机电一体化的重要技术系统[1]。为了满足人们生产生活中的各种需要，将智能控制技术融入到机电一体化系统中，也就成为的必然的趋势。 1智能控制技术概述 1.1智能控制技术概念 智能控制是指通过计算机模拟人类的思想，通过计算机程序实现对复杂多样的操作进行模拟，从而实现在无人控制的情况下完成机械控制并实现机械的自动化生产。通过智能控制能够帮助人类解决很多复杂的问题和实现很多复杂的操作，同时极大的提高操作的精度，使得机械制造业能够制造出更加精密的设备。智能控制系统与传统控制系统相比较具有更加方便快捷、更加精确、更加安全的优势，通过智能控制系统能够最大限度地精简参与生产的人员，在人类肉眼不可能达到的精密层级进行操作，使机械设备在一些人类不能到达的空间进行工作。随着科学技术的快速发展，智能控制系统已经在工业中大放异彩，随着其与其他技术的完美结合，已经为人类做出了极大的贡献[2]。 1.2智能控制与传统控制的区别 （1）智能控制是对传统控制理论的延伸和发展，智能控制在传统控制的基础上发展出更高效的控制技术。智能控制系统运用分布式及开放式结构综合、系统地进行信息处理，并不只是达到对系统某些方面高度自治的要求，而是让系统做到统筹全局的整体优化。 （2）智能控制综合了很多有关调控方式理论知识的学科，与传统控制理论将反馈控制理论作为核心的理论体系相比，智能控制理论以自动控制理论、人工智能理论、运筹学、信息论的交叉为基础。 （3）传统控制只是解决单一的、线性的控制问题，与之相比，智能控制解决了传统控制无法解决的问题，通常是将多层次的、有不确定性的模型、时变性、非线性等复杂任务作为主要控制对象。 （4）传统控制通过运动学方程、动力学方程及传递函数等数学模型来进行系统描述。相较而言，智能控制系统把对数学模型的描述、对符号和环境的识别以及数据库和推力器的设计等方面设为重点。
分层递阶自组织控制概述 摘要：智能控制在现代控制理论中占据着重要的地位，且是解决现代复杂大系统控制问题的有效方法。作为智能控制最早的理论之一，分层递阶 自组织控制已广泛应用于各个领域，因此，学习了解分层递阶自组织 控制的基本原理及其应用对于学习智能控制是十分必要的。本文概括 地介绍了分层递阶自组织控制的基本结构和原理，并以其在全自主移 动机器人和智能交通中的应用概述了其在各个领域的应用情况。 关键字：智能控制，分层递阶自组织控制，基本原理，应用 引言 控制理论自产生至今经历了三个发展阶段，前两个阶段分别为“经典控制理论”时期和“现代控制理论”时期；而到了20世纪70年代末，控制理论向着“大系统理论”、“智能控制理论”和“复杂系统理论”的方向发展。在这一阶段中，有关系统的研究从简单到复杂，人们面临的是解决大系统、巨系统和复杂系统的控制问题。智能控制理论是研究和模拟人类只能活动及其控制与信息传递过程的规律，研制具有某些拟人智能的工程控制与信息处理系统的理论。 智能控制就是能在适应环境变化的过程中模仿人和动物所表现出来的优秀控制能力（动觉智能）的控制[1]。智能控制是人工智能技术、计算机科学技术与自动控制技术交叉的产物。控制的要求、人工智能的方法和计算机软硬件基础构成了智能控制发展的基础。智能控制自被提出以来，已逐渐形成了：分级递阶自组织控制、模糊控制、神经网络控制和仿人智能控制等方向。 分层递阶自组织控制即分级递阶智能控制(hierarchically intelligent control)，它是在研究早期学习控制系统的基础上，并从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐渐地形成的，也是智能控制的最早理论之一，它对智能控制系统的形成起到了重要的作用。 1、分层递阶自组织控制理论的提出与发展 60年代，自动控制理论和技术的发展已渐趋成熟，控制界的学者为了提高
机电系统智能控制技术课程作业答案（3） 一、填空题 1．信息处理系统 2．轴突突触 3．自学习自组织自适应性 4．转移函数 5．线性多层感知器 6．收敛 7．在线学习离线训练 8．系统在线辨识器NNI 自适应控制器NNC 二、选择题 1．A 2. D 3. C 4. A 5．B 6. B 7. C 8. D 三、简答题 1.神经网络有何主要特征？有那些基本功能？ 解答： （1）神经网络的主要特征 人工神经网络是基于对人脑组织结构、活动机制的初步认识提出的一种新型信息处理体系。通过模仿脑神经系统的组织结构以及某些活动机理，人工神经网络可呈现出人脑的许多特征。结构特征包括：信息的并行处理、分布式存储与容错性；能力特征包括：自学习能力、自组织能力与自适应性能力。 （2）神经网络的基本功能 人工神经网络是借鉴于生物神经网络的新型智能信息处理系统，由于其结构上“仿造”了人脑的生物神经系统，因而其功能上也具有了某种智能特点。主要功能包括：联想记忆功能、非线性映射功能、分类与识别功能、优化计算功能和知识处理功能。 2．简述BP神经网络的主要优点和主要局限性。 解答： （1）BP神经网络的主要优点 非线性映射能力BP网络能学习和存贮大量输入-输出模式映射关系，而无需事先了解
描述这种映射关系的数学方程。只要能提供足够多的样本模式对供BP 网络进行学习训练，它便能完成由n 维输入空间到m 维输出空间的非线性映射。 泛化能力 BP 网络训练后将所提取的样本对中的非线性映射关系存储在权矩阵中，在其后的工作阶段，当向网络输入训练时未曾见过的非样本数据时，网络也能完成由输入空间向输出空间的正确映射。 容错能力 BP 网络允许输入样本中带有较大的误差甚至个别错误。因为对权矩阵的调整过程也是从大量的样本对中提取统计特性的过程，反映正确规律的知识来自全体样本，样本中的误差不能左右对权矩阵的调整。 （2）BP 神经网络的主要局限性 易形成局部极小而得不到全局最优； 训练次数多使得学习效率低，收敛速度慢； 隐节点的选取缺乏理论指导； 训练时学习新样本有遗忘旧样本的趋势。 四、计算题 该单层感知器输出为 将真值表中的4种输入依次代入上式，所得结果填入真值表。 从真值表可以看出，该感知器实现的是“与”逻辑。 ???<-+>-+=05.05.000 5.012121x x x x y
智能控制理论简述 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
填空题（每空1分，共20分） 控制论的三要素是：信息、反馈和控制。 传统控制是经典控制和现代控制理论的统称。 智能控制系统的核心是去控制复杂性和不确定性。 神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。 按网络结构分，人工神经元细胞可分为层状结构和网状结构按照学习方式分可分为：有教师学习和无教师学习。 前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。 神经网络工作过程主要由工作期和学习期两个阶段组成。 1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论 基础。 2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。 3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。 4、遗传算法是以达尔文的自然选择学说为基础发展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。 5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。 6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。 7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。 传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性
、时不变性等相对简单的控制。 智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。 IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) AC：描述系统的动力学特征，是一种动态反馈。 AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。 智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 18、专家控制的特点：灵活性、适应性和鲁棒性。 19、模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型2，
1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工 智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所 示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协
调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：
2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信 息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干 扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能 力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下， 获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度 不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息， 具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参 数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性 组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件 滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据 （或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还 需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合
机电系统的智能控制技术 发表时间：2018-06-20T13:55:10.027Z 来源：《防护工程》2018年第4期作者：李莹[导读] 国家社会经济的不断进步与发展，极大地促进了机电系统的智能控制技术的飞跃。 中建二局第二建筑工程有限公司广东深圳 518000 摘要：国家社会经济的不断进步与发展，极大地促进了机电系统的智能控制技术的飞跃。研究其相关课题，对于提升整体控制效果具有极为关键的意义。文章对智能控制相关内容做了概述，分析了智能控制系统分类，并就智能控制在机电一体化系统中的应用做了论述，望对相关工作的开展有所裨益。 关键词：机电系统；智能；控制；技术 1 前言 随着机电系统的智能控制技术应用条件的不断变化，对其实际应用提出了新的要求，因此有必要对其相关课题展开深入研究与探讨，以期用以指导相关工作的开展与实践。基于此，本文从概述相关内容着手本课题的研究。 2 智能控制概述 所谓的智能控制指的就是在没有人为的干预下能够自主驱动智能机器，从而有效完成对目标进行自动控制的技术，换句话来说就是用计算机对人类的大脑进行模拟，从而完场智能控制。智能控制在当今的社会是一种非常重要的技术，应用范围非常广泛，有着不可或缺的作用。在机电一体化系统中，有很多复杂多样的控制任务和控制目的，这些控制任务和控制目的以传统的控制手段来完成是非常复杂和不方便的，而智能控制的出现正好可以解决这一问题，使得机电一体化系统的实际操作更加的简单方便，同时还能更好的完成控制任务。对于智能控制来说，传统控制只是其中最为简单的一个部分，真正的智能控制是由多个学科相互交叉而成，而在众多的学科中最为主要的就是自动控制论、信息论、人工智能以及运筹学等学科。与传统控制相比较而言，智能控制有着一些非常明显的优点和特征，其中最为主要的特征主要有七个方面，分别是智能控制的核心在高层控制、智能控制具有变结构特点、智能控制器具有非线性特性、智能控制器具有总体自寻优特征、智能控制一个新兴的技术、属于一门边缘交叉学科以及其能够满足更多的要求和目标。智能控制主要分为了六种类型，分别是：混合或者集成控制、专家控制系统、分级递阶控制系统、学习控制系统、人工神经网络控制系统、组合智能控制系统以及金华计算与遗传算法。 3 智能控制系统分类 3.1 分级控制 分级控制是分级递阶智能控制的简称，在这一系统当中，其运作主要是以自组织控制、自适应控制等作为前提来加以实现的。一般情况下，在分级控制的古城中，会有不同方面的控制，包括协调级、组织级以及执行级，每一集的功效具有独特性。 3.2 学习控制 学习控制系统借助的是对自身内部结构的认知、辨识以及调整，可以利用相关数据信息的循环输入处理，从而使得整个系统运行的有效性得到充分的保证；除此之外，在实际的运行过程当中，学习控制系统还能够以部分非预制信息为参照来进行自控。 3.3 专家控制 在这一系统当中，其本质上是将人的知识、技能以及经验等进行整合，将其应用到计算机系统当中的一种重要方式。在实际的运行过程中，专家控制系统能够依据计算机当中所发出来的各种指令程序来对不同的操作相应的完成。在专家系统当中，一般情况下由于存储了比较多的理论知识与经验，所以在面对各种实际问题的时候，可以进行有效地辨识从而进行处理，提高处理结果的有效性。 3.4 神经网络控制 在当前阶段中，人工神经网络控制是应用比较广泛的一种控制系统，在这种智能控制系统当中，其结构布设是以人体的神经网络为重要参照，利用人工神经元、神经细胞来进行构成的。 4 智能控制在机电一体化系统中的应用 4.1 智能控制在工业生产中应用 智能控制应用在工业生产中能够极大地提高工业生产效率，在工业工艺过程，如专家控制器和神经元网络控制器等控制器的设计中，就可以引进智能控制。工业生产过程是一个庞大复杂的生产过程，单单利用人工是难以完成的，对整个工艺的操作和控制、以及对整个过程故障的诊断等都需要智能控制的参与，而且智能控制在未来的工业生产中将占据绝对主导地位。 4.2 智能控制在机器人领域的应用 在控制参数方面，机器人要求控制参数是多变的；在动力学方面，机器人具有时变性、非线性和强耦合的要求；在传感器信息方面，机器人具有多信息要求；在控制任务方面，机器人具有多任务的要求。分析机器人和智能控制的特点可以发现，智能控制非常适合应用于机器人领域。 如今，在机器人领域的很多方面都应用了智能控制技术。例如，利用智能控制技術可以有效控制机器人手臂的动作、姿态；利用多传感器信息融合技术、信息处理技术和控制技术对机器人的行走路径、停留位置和躲避障碍物等动作进行控制。 随着智能控制方法的不断发展，它们的实用性、可靠性和优越性已经在很多应用系统中得到证明。神经网络控制具有很强的鲁棒性和容错功能，通过利用神经元之间的联结和权值的分布表示特定的信息，并对各传感器接受到的信息进行处理，最后以直接自校正控制等方式对机器人进行控制；模糊控制具有很强的鲁棒性，建立在模糊集合、模糊推理和模糊语言变量的基础之上。模糊控制广泛应用于机器人的建模、控制等很多方面。模糊控制首先对被控对进行建模，在同时考虑控制规则和模糊变量的隶属度函数的基础上，利用模糊控制器，对机器人机械控制；在设计与规划机器人路径的时候主要用到免疫算法，再结合遗传算法和进化算法，可以对控制程序和控制技术进行优化。 4.3 智能控制在数控领域的应用
智能控制综述 摘要：本文首先介绍了智能控制的发展和智能控制系统的结构和特点以及与传统控制的关系。然后，综述几种智能控制研究的主要内容。 关键词：智能控制、自动控制、研究内容 1、智能控制的发展 任何一种科学技术的发展都由当时人们的生产发展需求和知识水平所决定和限制，控制科学也不例外。1948年，美国著名的控制论创始人维纳（N.Wiener）在它的著作《控制论》中首次将动物与机器相联系。1954年钱学森博士在《工程控制论》中系统的阐明了控制论对航空航天和电子通讯等领域的意义及影响，1965年傅京孙（K.S.Fu）教授首先把人工智能的启发式推理规则用于学习控制系统，又于1971论述了人工智能与自动控制的交集关系，成为国际公认的智能控制的先行者和奠基人[1]。 20世纪60年代，随着航海技术，空间技术的发展，控制领域面临着人们对其性能要求愈来愈高和被控对象的复杂性和不确定性，被控对象的复杂性和不确定性主要表现在被控对象的非线性和不确定性，以及分散的传感元件与执行元件，复杂的信息网络和庞大的数据量。而传统控制在解决这些问题时存在三方面的问题：一、由于传统控制理论是建立在以微积分为工具的精确模型上，所以无法对高度复杂和不确定的被控对象进行描述；二、传统控制理论中的自适应控制和Robust控制虽可克服系统中所包含的的不确定性，达到优化控制的目的，但这些方法只适用于缓慢变化的情况。三、传统控制系统输入较单一，而面对海量信息（视觉的、听觉的、触觉的等）的复杂环境，智能控制应运而生。 智能控制是对传统控制的补充和发展，是自动控制发展的高级阶段，而传统控制是智能控制产生的基础。 国内对智能控制的研究今年来也十分活跃。从八十年代人工智能与系统科学相结合到863计划的实施，智能控制在我国的发展已有稳固的基础。 2、智能控制结构与特点 智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、和计算机等多种学科的高度结合，是一门新兴的边缘交叉学科。它不仅包含了自动控制、人工智能、系统理论和计算机科学，而且还涉及到生物学，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科[2]。 （1）智能控制具有明显的跨学科、多元结构特点。至今，智能控制方面的专家已提出二元结构、三元结构、四元结构等三种结构，它们可分别以交集的形式表示如下： IC=AI∩AC (1) IC=AI∩CT∩OR (2) IC=AI∩CT∩ST∩OR (3) 上式中，各子集的含义为 AI——人工智能；AC——自动控制；CT——控制论； OR——运筹学；ST——系统论；IC——智能控制。 智能控制的二元交集结构、三元交集结构和四元交集结构分别由傅京孙、萨克迪斯（G.N.Saridis）和蔡自兴于1971,1977和1986年提出的[3]，以上的交集表达式也可表示成如下图1、2、3的形式：
精品文档 3-1模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊控制系统的主要部件是模糊化过程、知识库（数据 库和规则库）、推理决策和精确化计算。 K模糊化过程模糊化过程主要完成：测量输入变量 的值，并将数字表示形式的输入量转化为通常用语言值表示 的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）＞数据库数据库提供必要的定义，包含了语言控 制规则论域的离散化、量化和正规化以及输入空间的分区、 隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出 了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最 AHA12GAGGAGAGGAFFFFAFAF
佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 ｛模糊控制器采用数字计算机。它具有三个重要功能: 1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）; 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）; 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？答：常规设计方法设计步骤如下: 确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量 化因子 3、在各输入和输出语言变量的量化域内定义模糊子 集。 模糊控制规则的确定5、求模糊控制表 AHA12GAGGAGAGGAFFFFAFAF 4、
智能控制论文 摘要：基于智能控制和常规控制的本质区别和内在联系，对智能控制的概念进行了研究，同时介绍了智能控制的学科基础和主要分支，并且总结了智能控制的基本分析方法，最后指出了智能控制的实现中存在的一些问题。 关键词智能控制，人工控制，控制论 1 引言 自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完
善。 2 智能控制的概念 智能控制的定义一: 智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为,在结构化或非结构化的,熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器. 定义二: K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域.,这就是智能控制.他还认为自调节控制,自适应控制就是智能控制的低级体现. 定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。 3 智能控制系统的类型 1)集成或者（复合）混合控制几种方法和机制往往结合在一起,用于一个实际的智能控制系统或装置,从而建立起混合或集成的智能控制系统. 2）分级递阶控制系统分级递阶智能控制是在自适应控制和自组织控制基础上,由美国普渡大学Saridis提出的
1、模糊控制器有哪几部分组成？各完成什么功能？ 答：模糊控制器主要是由模糊化、知识库、模糊推理和去模糊化四个功能模块组成。 模糊化：为实现模糊控制而将精确的输入量进行模糊化处理，是将精确量转化为模糊量的过程。模糊化模块在不同的阶段有不同的作用：a、确定符合模糊控制器要求的输入量和输出量。b、对输入输出变量进行尺度变换，使之落于各自的论域范围内。c、对已经论域变换的输入量进行模糊化处理，包括模糊分割和隶属函数的确定。 知识库：知识库通常由数据库和规则库组成，包含了具体应用领域的知识和要求。其中，数据库主要包含输入输出变量的尺度变换因子、输入输出空间的模糊分割以及模糊变量的模糊取值及相应的隶属度函数选择和形状等方面的内容。 规则库包含了用模糊语言描述专家的经验知识，来表示一系列控制规则。它们反映了控制专家的经验和知识。 模糊推理：是一种近似推理，根据模糊控制规则库和当前系统状态推断出应施加的控制量的过程，由推理机完成。 去模糊化：由于控制器输出到具体的执行机构的信号必须是清晰的精确量，因此，需要一个与输入模糊化相反的过程，即把模糊推理结果转变为清晰量，他实现从输出论域上输出模糊空间到输出精确空间的映射。 2、模糊控制器设计的步骤怎样？ 答：模糊控制器的设计包括以下几个方面的内容； ①、输入变量和输出变量的确定。 ②、输入输出变量的论域和模糊分割，以及包括量化因子和比例因子在内的控制 参数的选择。 ③、输入变量的模糊化和输出变量的清晰化。 ④、模糊控制规则的设计以及模糊推理模型的选择。 ⑤、模糊控制程序的编制。 3、清晰化的方法有哪些？ 答：清晰化的方法： ①、最大隶属度法：这种方法将模糊推理得到的结论中最大隶属度值最对应的元 素作为控制器输出的精确值，如果有多个最大点，则取其平均值。
1-1试述热电偶的测温原理，工业上常用的测温热电偶有哪几种？什么热电偶的分度号？在什么情况下要使用补偿导线？ 答：a、当两种不同的导体或半导体连接成闭合回路时，若两个接点温度不痛，回路中就会出现热电动势，并产生电流。 b、铂极其合金，镍铬-镍硅，镍铬-康铜，铜-康铜。 c、分度号是用来反应温度传感器在测量温度范围内温度变化为传感器电压或电阻值变化的标准数列。 d、在电路中引入一个随冷端温度变化的附加电动势时，自动补偿冷端温度变化，以保证测量精度，为了节约，作为热偶丝在低温区的替代品。 1-2热电阻测温有什么特点？为什么热电阻要用三线接法？ 答：a、在-200到+500摄氏度范围内精度高，性能稳定可靠，不需要冷端温度补偿,测温范围比热电偶低，存在非线性。 b、连接导线为铜线，环境温度变化，则阻值变，若采用平衡电桥三线连接，连线R使桥路电阻变化相同，则桥路的输出不变，即确保检流计的输出为被测温度的输出。 1-3说明热电偶温度变送器的基本结构，工作原理以及实现冷端温度补偿的方法。在什么情况下要做零点迁移？ 答：a、结构：其核心是一个直流低电平电压-电流变换器，大体上都可分为输入电路、放大电路及反馈电路三部分。 b、工作原理：应用温度传感器进行温度检测其温度传感器通常为热电阻，热敏电阻集成温度传感器、半导体温度传感器等，然后通过转换电路将温度传感器的信号转换为变准电流信号或标准电压信号。 c、由铜丝绕制的电阻Rcu安装在热电偶的冷端接线处，当冷端温度变化时，利用铜丝电阻随温度变化的特性，向热电偶补充一个有冷端温度决定的电动势作为补偿。桥路左臂由稳压电压电源Vz（约5v）和高电阻R1（约10K欧）建立的恒值电流I2流过铜电阻Rcu，在Rcu 上产生一个电压，此电压与热电动势Et串联相接。当温度补偿升高时，热电动势Et下降，但由于Rcu增值，在Rcu两端的电压增加，只要铜电阻的大小选择适当，便可得到满意的补偿。 d、当变送器输出信号Ymin下限值（即标准统一信号下限值）与测量范围的下限值不相对应时要进行零点迁移。 1-5力平衡式压力变换器是怎样工作的？为什么它能不受弹性元件刚度变化的影响？ 答：a、被测压力P经波纹管转化为力Fi作用于杠杆左端A点，使杠杆绕支点O做逆时针旋转，稍一偏转，位于杠杆右端的位移检测元件便有感觉，使电子放大器产生一定的输出电流I。此电流通过反馈线圈和变送器的负载，并与永久磁铁作用产生一定的电磁力，使杠杆B 点受到反馈力Ff，形成一个使杠杆做顺时针转动的反力矩。由于位移检测放大器极其灵敏，杠杆实际上只要产生极微小的位移，放大器便有足够的输出电流，形成反力矩与作用力矩平衡。b、因为这里的平衡状态不是靠弹性元件的弹性反力来建立的，当位移检测放大器非常灵敏时，杠杆的位移量非常小，若整个弹性系统的刚度设计的很小，那么弹性反力在平衡状态的建立中无足轻重，可以忽略不计。 1-7试述节流式、容积式、涡流式、电磁式、漩涡式流量测量仪表的工作原理，精度范围及使用特点。 答：a、节流式 工作原理：根据流体对节流元件的推力或在节流元件前后形成的压差等可以测定流量的大小。
未来控制系统的发展趋势 计算机控制系统是在自动控制技术和计算机技术发展的基础上产生的。若 将自动控制系统中的控制器的功能用计算机来实现，就组成了典型的计算机控 制系统。它用计算机参与控制并借助一些辅助部件与被控对象相联系，以获得 一定控制目的而构成的系统。其中辅助部件主要指输入输出接口、检测装置和 执行装置等。它与被控对象的联系和部件间的联系通常有两种方式：有线方式、无线方式。控制目的可以是使被控对象的状态或运动过程达到某种要求，也可 以是达到某种最优化目标。 计算机控制系统包括硬件组成和软件组成。在计算机控制系统中，需有专 门的数字-模拟转换设备和模拟-数字转换设备。由于过程控制一般都是实时控制，有时对计算机速度的要求不高，但要求可靠性高、响应及时。计算机控制 系统的工作原理可归纳为以下三个过程：(一)实时数据采集.对被控量的瞬时值进行检测，并输入给计算机。(二)实时决策.对采集到的表征被控参数的状态量进行分析，并按已定的控制规律，决定下一步的控制过程。 (三)实时控制.根 据决策，适时地对执行机构发出控制信号，完成控制任务。这三个过程不断重复，使整个系统按照一定的品质指标进行工作，并对被控量和设备本身的异常 现象及时作出处理。 计算机控制系统虽然控制规律灵活多样，改动方便；控制精度高，抑制扰 动能力强，能实现最优控制；能够实现数据统计和工况显示，控制效率高；控 制与管理一体化，进一步提高自动化程度。但是由于经典控制理论主要研究的 对象是单变量常系数线性系统，它只适用于单输入单输出控制系统。系统的数 学模型采用传递函数表示，系统的分析和综合方法主要是基于根轨迹法和频率法。现代控制理论主要采用最优控制、系统辨识和最优估计、自适应控制等分 析和设计方法。而系统分析的数学模型主要用状态空间描述。随着要研究的对 象和系统越来越复杂，依赖于数学模型的传统控制理论难以解决复杂系统的控 制问题。 DCS和工业控制计算机技术正在相互渗透发展，并扩大各自的应用领域。 原来一般流程工业的控制多选用集散型控制系统（DCS），离散型制造业的控制多采用可编程控制器（PLC）。随着DCS和PLC相互渗透发展继而扩大自己的应用领域，将出现DCS和PLC融合于一体的集成过程控制系统。 在传统的集散和分布式计算机控制系统中, 根据完成的不同功能和实际的 网络结构, 系统以网络为界限被分成了多个层次,各层网络之间通过计算机相连。这中复杂多层的结构会造成多种障碍，具有很多缺点。新一代计算机控制系统
第一章绪论 1. 什么是智能、智能系统、智能控制 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它
参考教材： 1.《集散控制系统原理及应用》何衍庆余金寿化学工业出版社 2.《集散型控制系统的设计和应用》王常力主编，清华大学出版社 3.《管理信息系统－网络化企业的组织与技术》——《Management Information Systems-Organization and Technology in the Networked Enterprise》 https://www.doczj.com/doc/e610700558.html,udon，高等教育出版社 4.《计算机集成制造系统——CIMS概论》白英彩等编著，清华大学出版社 引言 1.什么是DCS、MIS、CIMS DCS：Distributed Control System 集散控制系统、分布式控制系统 MIS：Management Information Systems 管理信息系统 CIMS：Computer Integrated ManufacturING System 计算机集成制造系统 2.为什么要设置这门课 全面了解计算机技术在企业（尤其是过程工业）的广泛应用 重点掌握实现过程过程控制的必备工具——计算机网络、DCS 3.内容安排：上课20学时，实验20学时 4.成绩（实验＋2000字左右的报告） 第一章集散控制系统综述 一、集散控制系统的基本概念 集散控制系统（Total Distributed Control System，亦称分散型综合控制系统，简称DCS）是随着现代大型工业生产自动化的不断兴起和过程控制要求的日益复杂应运而生的综合控制系统，它是计算机技术、系统控制技术、网络通讯技术和多媒体技术相结合的产物，是完成过程控制、过程管理的现代化设备。 1．集散控制系统的发展历程 DDC,SCC——计算机维护困难，故障较多，价格昂贵 开创期：70中～80年代初 （第一代）第一台：Honeywell, 1975、TDC2000 FOXBORO Spectrum Baily N-90 恒河：CENTUM 雏形，已具有DCS的基本特点，即分散控制，集中管理 成长过渡期：80年代中 （第二代）在原来产品的基础上,进一步提高了可靠性,新开发的多功能过程控制站、增强
3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？ 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。
{模糊控制器采用数字计算机。它具有三个重要功能： 1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。} 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法 设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为：0.30.810.50.112345 C = ++++-----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ=??