智能控制-专家控制理论基础培训课件.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,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,*,*,第2章 教授控制,在传统控制系统中，系统运行排斥了人干预，人-机之间缺乏交互。控制器对被控对象在环境中参数、结构改变缺乏应变能力。,传统控制理论不足，在于它必须依赖于被控对象严格数学模型，试图对准确模型来求取最优控制效果。而实际被控对象存在着许多难以建模原因。,智能控制-专家控制理论基础培训课件,第1页,上世纪80年代初，人工智能中教授系统思想和方法开始被引入控制系统研究和工程应用中。,教授系统能处理定性、启发式或不确定知识信息，经过各种推理来到达系统任务目标。教授系统为处理传统控制理论不足提供了主要启示，二者结合造成了教授控制这一方法。,智能控制-专家控制理论基础培训课件,第2页,2.1 教授系统,2.1.1 教授系统概述,1定义,教授系统是一类包含知识和推理智能计算机程序，其内部包含某领域教授水平知识和经验，含有处理专门问题能力。,智能控制-专家控制理论基础培训课件,第3页,2发展历史,分为三个时期：,(1)初创期（1965-1971年）,第一代教授系统DENLDRA和MACSMA出现，标志着教授系统诞生。其中DENLDRA为推断化学分子结构教授系统，由教授系统奠基人，Stanford大学计算机系Feigenbaum教授及其研究小组研制。MACSMA为用于数学运算数学教授系统，由麻省理工学院完成。,智能控制-专家控制理论基础培训课件,第4页,（2）成熟期（1972-1977年）：,在此期间斯坦福大学研究开发了最著名教授系统-血液感染病诊疗教授系统MYCIN，标志教授系统从理论走向应用。另一个著名教授系统-语音识别教授系统HEARSAY出现，标志着教授系统理论走向成熟。,智能控制-专家控制理论基础培训课件,第5页,（3）发展期（1978-现在）,在此期间，教授系统走向应用领域，教授系统数量增加，仅1987年研制成功教授系统就有1000种。,教授系统能够处理问题普通包含解释、预测、设计、规划、监视、修理、指导和控制等。当前，教授系统已经广泛地应用于医疗诊疗、语音识别、图象处理、金融决议、地质勘探、石油化工、教学、军事、计算机设计等领域。,智能控制-专家控制理论基础培训课件,第6页,2.1.2 教授系统组成,教授系统主要由知识库和推理机组成，教授系统结构如图2.1所表示。,智能控制-专家控制理论基础培训课件,第7页,知识库,规则库,数据库,推理机,解释程序,调度程序,推理咨询,知识获取,领域教授,教授系统,用户,教授系统结构,智能控制-专家控制理论基础培训课件,第8页,2.1.3 教授系统建立,1知识库,知识库包含三类知识：,（1）基于教授经验判断性规则；,（2）用于推理、问题求解控制性规则；,（3）用于说明问题状态、事实和概念以及当前条件和常识等数据。,智能控制-专家控制理论基础培训课件,第9页,知识库包含各种功效模块，主要有知识查询、检索、增删、修改和扩充等。知识库经过人机接口与领域教授相沟通，实现知识获取。,智能控制-专家控制理论基础培训课件,第10页,2推理机,推理机是用于对知识库中知识进行推理来得到结论“思维”机构。推理机包含三种推理方式：,（1）正向推理：从原始数据和已知条件得到结论；,（2）反向推理：先提出假设结论，然后寻找支持证据，若证据存在，则假设成立；,（3）双向推理：利用正向推理提出假设结论，利用反向推理来证实假设。,智能控制-专家控制理论基础培训课件,第11页,3知识表示,惯用知识表示方法为：产生式规则，框架，语义网络，过程。其中产生式规则是教授系统最流行表示方法。由产生式规则表示教授系统又称为基于规则系统或产生式系统。,智能控制-专家控制理论基础培训课件,第12页,产生式规则表示方式为：,IF E THEN H WITH CF(E,H),其中，E表示规则前提条件，即证据，它能够是单独命题，也能够是复合命题；H表示规则结论部分，即假设，也是命题；CF（Certainty Factor）为规则强度，反应当前提为真时，规则对结论影响程度。,智能控制-专家控制理论基础培训课件,第13页,4教授系统开发语言,（1）C语言，人工智能语言（如Prolog，Lisp等）；,（2）教授系统开发工具：已经建好教授系统框架，包含知识表示和推理机。在利用教授系统开发工具开发教授系统时，只需要加入领域知识。,智能控制-专家控制理论基础培训课件,第14页,5教授系统建立步骤,（1）知识库设计,确定知识类型：叙述性知识，过程性知识，控制性知识；,确定知识表示方法；,知识库管理系统设计：实现规则保留、编辑、删除、增加、搜索等功效。,智能控制-专家控制理论基础培训课件,第15页,（2）推理机设计,选择推理方式；,选择推理算法：选择各种搜索算法，如深度优先搜索、广度优先搜索、启发式优先搜索等。,（3）人机接口设计,设计“用户教授系统接口”：用于咨询了解和结论解释；,设计“教授教授系统接口”：用于知识库扩充及系统维护。,智能控制-专家控制理论基础培训课件,第16页,第二节 教授控制,一、概述,瑞典学者K.J.Astrom在1983年首先把人工智能中教授系统引入智能控制领域，于1986年提出“教授控制”概念，组成一个智能控制方法。,智能控制-专家控制理论基础培训课件,第17页,教授控制（Expert Control）是智能控制一个主要分支，又称教授智能控制。所谓教授控制，是将教授系统理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效教授经验，实现对系统控制。,智能控制-专家控制理论基础培训课件,第18页,教授控制试图在传统控制基础上“加入”一个富有经验控制工程师，实现控制功效，它由知识库和推理机构组成主体框架，经过对控制领域知识（先验经验、动态信息、目标等）获取与组织，按某种策略及时地选取恰当规则进行推理输出，实现对实际对象控制。,智能控制-专家控制理论基础培训课件,第19页,二、基本原理,1结构,教授控制基本结构如图,2.2,所表示。,智能控制-专家控制理论基础培训课件,第20页,知识库,实时,推理机,A/D,被控,对象,D/A,控制,算法库,图2.2,教授控制结构,智能控制-专家控制理论基础培训课件,第21页,2功效,（1）能够满足任意动态过程控制需要，尤其适合用于带有时变、非线性和强干扰控制；,（2）控制过程能够利用对象先验知识；,（3）经过修改、增加控制规则，可不停积累知识，改进控制性能；,（4）能够定性地描述控制系统性能，如“超调小”、“偏差增大”等；,智能控制-专家控制理论基础培训课件,第22页,（5）对控制性能可进行解释；,（6）可经过对控制闭环中单元进行故障检测来获取经验规则。,3 与教授系统区分,教授控制引入了教授系统思想，但与教授系统存在区分：,（1）教授系统能完成专门领域功效，辅助用户决议；教授控制能进行独立、实时自动决议。教授控制比教授系统对可靠性和抗干扰性有着更高要求。,智能控制-专家控制理论基础培训课件,第23页,（2）教授系统处于离线工作方式，而教授控制要求在线获取反馈信息，即要求在线工作方式。,4.知识表示,教授控制将系统视为基于知识系统，控制系统知识表示以下：,（1）受控过程知识,先验知识：包含问题类型及开环特征；,动态知识：包含中间状态及特征改变。,智能控制-专家控制理论基础培训课件,第24页,（2）控制、辨识、诊疗知识,定量知识：各种算法；,定性知识：各种经验、逻辑、直观判断。,按照教授系统知识库结构，相关知识能够分类组织，形成数据库和规则库，从而组成教授控制系统知识源。,智能控制-专家控制理论基础培训课件,第25页,数据库包含：,事实,已知静态数据。比如传感器测量误差、运行阈值、报警阈值、操作序列约束条件、受控过程单元组态等；,证据,测量到动态数据。比如传感器输出值、仪器仪表测试结果等。证据类型是各异，经常带有噪声、延迟，也可能是不完整，甚至相互之间有冲突；,智能控制-专家控制理论基础培训课件,第26页,假设由事实和证据推导中间结果，作为当前事实集合补充。比如，经过各种参数预计算法推得状态预计等；,目标系统性能指标。比如对稳定性要求，对静态工作点寻优、对现有控制规律是否需要改进判断等。目标既能够是预定，也能够是依据外部命令或内部运行情况在线地动态建立。,智能控制-专家控制理论基础培训课件,第27页,教授控制规则库普通采取产生式规则表示：,IF 控制局势（事实和数据）THEN 操作结论,由多条产生式规则组成规则库。,5 分类,按教授控制在控制系统中作用和功效，可将教授控制器分为以下两种类型：,智能控制-专家控制理论基础培训课件,第28页,(1)直接型教授控制器,直接教授控制器用于取代常规控制器，直接控制生产过程或被控对象。含有模拟（或延伸，扩展）操作工人智能功效。该控制器任务和功效相对比较简单，不过需要在线、实时控制。所以，其知识表示和知识库也较简单，通常由几十条产生式规则组成，方便于增删和修改。,直接型教授控制器示意图见图中虚线所表示。,智能控制-专家控制理论基础培训课件,第29页,知识库,信息获,取与处理,推理机 构,被控对 象,传感器,控制,规则库,直接型,教授控制器,图 直接型教授控制器,智能控制-专家控制理论基础培训课件,第30页,(2)间接型教授控制器,间接型教授控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制智能控制系统。含有模拟（或延伸，扩展）控制工程师智能功效。该控制器能够实现优化适应、协调、组织等高层决议智能控制。按照高层决议功效性质，间接型教授控制器可分为以下几个类型：,智能控制-专家控制理论基础培训课件,第31页,优化型教授控制器：是基于最优控制教授知识和经验总结和利用。经过设置整定值、优化控制参数或控制器，实现控制器静态或动态优化。,适应型教授控制器：是基于自适应控制教授知识和经验总结和利用。依据现场运行状态和测试数据，对应地调整控制规律，校正控制参数，修改整定值或控制器，适应生产过程、对象特征或环境条件漂移和改变。,智能控制-专家控制理论基础培训课件,第32页,协调型教授控制器：是基于协调控制教授和调度工程师知识和经验总结和利用。用以协调局部控制器或各子控制系统运行，实现大系统全局稳定和优化。,组织型教授控制器：是基于控制工程组织管理教授或总设计师知识和经验总结和利用。用以组织各种常规控制器，依据控制任务目标和要求，组成所需要控制系统。,智能控制-专家控制理论基础培训课件,第33页,间接型教授控制器能够在线或离线运行。通常，优化型、适应型需要在线、实时、联机运行。协调型、组织型能够离线、非实时运行，作为对应计算机辅助系统。,间接型教授控制器示意图如图所表示。,智能控制-专家控制理论基础培训课件,第34页,教授控制器,被控对 象,传感器,控制算法,特征提取,图 间接型教授控制器,智能控制-专家控制理论基础培训课件,第35页,三、教授控制关键技术及特点,1教授控制关键技术,(1)知识表示方法；,(2)从传感器中识别和获取定量控制信号；,(3)将定性知识转化为定量控制信号；,(4)控制知识和控制规则获取。,智能控制-专家控制理论基础培训课件,第36页,2教授控制特点,（1）灵活性：依据系统工作状态及误差情况，可灵活地选取对应控制律；,（2）适应性：能依据教授知识和经验，调整控制器参数，适应对象特征及环境改变；,（3）鲁棒性：经过利用教授规则，系统能够在非线性、大偏差下可靠地工作。,智能控制-专家控制理论基础培训课件,第37页,第三节 教授PID控制,一、教授PID控制原理,智能控制-专家控制理论基础培训课件,第38页,PID教授控制实质是，基于受控对象和控制规律各种知识，无需知道被控对象准确模型，利用教授经验来设计PID参数。教授PID控制是一个直接型教授控制器。,经典二阶系统单位阶跃响应误差曲线如图所表示。对于经典二阶系统阶跃响应过程作以下分析。,智能控制-专家控制理论基础培训课件,第39页,图 经典二阶系统单位阶跃响应误差曲线,智能控制-专家控制理论基础培训课件,第40页,令 表示离散化当前采样时刻误差值，,和 分别表示前一个和前两个采样时刻误差值，则有,智能控制-专家控制理论基础培训课件,第41页,依据误差及其改变，可设计教授PID控制器，该控制器可分为以下五种情况进行设计：,（1）当 时，说明误差绝对值已经很大。不论误差改变趋势怎样，都应考虑控制器输出应按最大（或最小）输出，以到达快速调整误差，使误差绝对值以最大速度减小。此时，它相当于实施开环控制。,智能控制-专家控制理论基础培训课件,第42页,（2当 或 时，说明误差在朝误差绝对值增大方向改变，或误差为某一常值，未发生改变。,此时，假如 ，说明误差也较大，可考虑由控制器实施较强控制作用，以到达扭转误差绝对值朝减小方向改变，并快速减小误差绝对值，控制器输出为,智能控制-专家控制理论基础培训课件,第43页,假如，说明尽管误差朝绝对值增大方向改变，但误差绝对值本身并不很大，可考虑控制器实施普通控制作用，只要扭转误差改变趋势，使其朝误差绝对值减小方向改变，控制器输出为,智能控制-专家控制理论基础培训课件,第44页,（3）当 、或者,时，说明误差绝对值朝减小方向改变，或者已经到达平衡状态。此时，可考虑采取保持控制器输出不变。,（4）当 、时，说明误差处于极值状态。假如此时误差绝对值较大，即 ，可考虑实施较强控制作用。,智能控制-专家控制理论基础培训课件,第45页,假如此时误差绝对值较小，即,，可考虑实施较弱控制作用。,（5）当 时，说明误差绝对值很小，此时加入积分，降低稳态误差。,智能控制-专家控制理论基础培训课件,第46页,图中，、区域，误差朝绝对值减小方向改变。此时，可采取保持等候办法，相当于实施开环控制；、区域，误差绝对值朝增大方向改变。此时，可依据误差大小分别实施较强或普通控制作用，以抑制动态误差。,智能控制-专家控制理论基础培训课件,第47页,二、仿真程序及分析,仿真实例,求三阶传递函数阶跃响应,其中对象采样时间为1,ms。,采取教授PID设计控制器。在仿真过程中，取0.001，,程序中五条规则与控制算法五种情况相对应。,仿真程序：,chap3_1.m,智能控制-专家控制理论基础培训课件,第48页,