《智能控制》导论文章.doc

实用标准文案 精彩文档 智能控制技术在玻璃熔炉控制中的应用 前言 智能控制作为一门新兴的、跨学科的技术科学得到了迅速的发展和取得了令人瞩目的成果。综观智能控制的发展历程，我们可以满怀信心地说，有众多学科发展成果的强有力的支持，有十分广阔的应用领域，智能控制必将取得长足的进展，并将控制科学推向一个崭新的阶段。 人们对控制技术已开始走向智能化发展阶段这一大趋势是不会动摇和怀疑的，在这一点上控制界已经形成共识。可以说，智能控制是人类将自身的智力用于改造客观世界的必然产物。正因为它在理论上还不够完善，对它在理论上和实际应用的研究才更具挑战性、更有吸引力。因此，智能控制的发展要进行基本理论、基本方法研究以及开展人工智能技术与自动控制理论的对照研究，扩展人工智能技术在控制理论中应用的新领域。将智能控制技术应用到自然科学和社会科学的各个领域，将人工智能方法用于过程系统建模、优化、控制、故障诊断，生产计划和调度等。 近年来，智能控制技术在国内外已有了较大的发展，己进人工程化、实用化的阶段。但作为一门新兴助理论技术，它还处在一个发展时期。然而，随着人工智能技术、计算机技术的迅速发展，智能控制必将迎来它的发展新时期。 智能控制与传统控制在理论基础、实现方法和系统规模上有着本质的区别，但它们也不是互相排斥的。通常情况下，传统控制往往包含在智能控制之中，用来解决系统底层（执行层）的控制问题，而在系统的中层（协调层）和高层（决策层）则采用智能控制，这样既能提高系统的智能化程度，又能保证系统的控制精度，同时使系统结构更加合理，达到互补的效果。 传统控制：基于数学模型的定量方法（含经典控制理论和现代控制理论）有完善的理论体系：以反馈控制理论为核心，线性定常系统为主要对象；有效的分析与综合方法：时域法、频域法、根轨迹法、状态空间法；有严格的性能指标体系：稳态误差（精度）、动态性能、系统稳定性、可控、可规测性；应用：在单机自动化、不太复杂的过程控制及系统工程领域得到广泛成功的应用。 智能控制：基于知识和经验的直觉推理方法尚无完善的理论体系：二元论、多元论、知识挖掘与学习、信息融合、认知心理学等；实现方法多样性：分级递阶智能控制（运筹学）、模糊控制（模糊数学）、神经元网络、进化论及遗传算法、专家系统、大系统智能控制、分层智能控制、分布式问题求解、认知心理学等；无严格的性能指标体系：以控制的目的和行为来评价系统性能，而无统一的性能指标体系；应用：应用极为广泛，可涉及自然科学和社会科学的各个领域，是控制界当前的研究热点和今后的发展方向。 1、主要方法:（1）专家控制（2）模糊控制（3）神经网络控制（4）分级递阶智能控制：分级递阶智能控制由J.S.Albus在1981年提出。 现在大多数控制技术都需要对过程及其环境有较深的了解，一般用拉普拉斯变换或动态微分方程来描述过程动态特性。然而在过程控制领域，许多系统过于复杂，或者其内在规律难以了解，因此很难得到过程的定量知识，这通常称为“黑箱”问题。 在许多情况下，我们可能掌握了一些过程知识但是不知道这些知识是否精确。例如在对燃烧控制的过程控制中，经常碰到进料的波动，燃料类型和热值的改变，下游需求不可预测的变化以及产品配方、批次和负荷等频繁的切换。这些就导致一个问题：即无法确定所掌握的过程知识的精确程度。这种现象通常被叫做“灰箱”问题。 如果能掌握过程的大量知识，那就是一个“白箱”问题。在这种情况下，基于对过程的了解，利用成熟的控制方法及工具设计控制器就容易多了。 事实上大多数工业过程都是灰箱问题。 玻璃窑炉的控制是很复杂的，包括了温度、压力、液位、物料控制。比如温度控制，在连续作业的窑炉中，玻璃熔制的各个阶段在窑池纵长方向上的不同区域依次进行的，玻璃的熔化、澄清、冷却、成型等的各个区域要有相应的温度条件，并力求保持稳定。尽可能是池窑中的玻璃温度不随时间变化。但是由于温度控制本身的特点，做到这点很不容易。 （1）温度具有时变性：玻璃料的加热过程通常要比放热过程快的多，由于温度经常上下波动，过程对象的时间常数会有很大的变化。在时间常数和滞后时间变化的情况下，用PID来控制会很容易产生振荡或控制作用缓慢。在一定的操作范围内，可以通过调整PID的参数实现对过程的控制。但是一旦过程动态特性发生改变，PID就有可能失控。 （2）控制的非线性：燃料控制阀的不灵敏区和阀门的摩擦造成了温度回路的非线性。PID或基于模型的控制器能在其线性范围内正常工作，但是到了非线性区域就失控了。 （3）多区域的温度控制。玻璃窑炉的蓄热室、小炉、窑池、供料槽等需要有不同的温度点，需要控制多个区域的温度。由于各区域之间相互影响，使用单输入单输出（SISO）控制器很难有效地控制这种多输入多输出（MIMO）的过程。 （4）负荷变化大。由于环境温度的变化和加料时产生