1、第四章 基本控制(kngzh)方法4.1 自動控制系統行為(xngwi)描述共五十頁0urtufuf圖4.1 自動控制系統(kn zh x tn)中被控制量的振蕩共五十頁 電爐爐膛溫度uf在t=0冷工件進入后，稍后溫度開始下降，接著(ji zhe)就開始產生力圖校正誤差的控制作用。從上圖可以(ky)看出：當uf向上升并與ur的橫線相交時uf =ur，u=0，此時放大器輸出為0，電動機降速至停止轉動。共五十頁一個能穩定的爐溫控制系統的爐膛溫度(wnd)的變化曲線，如圖所示0urtufuf共五十頁 顯然，不穩定的自動控制系統(kn zh x tn)不 能正常工作。而且，系統處在振蕩過程(guchn

2、g)中，環節或元件很易損壞。共五十頁圖4.3 放大器的輸出輸入(shr)時間特性0電壓時間t輸出電壓輸入電壓共五十頁圖4.4 電動機的輸出輸入(shr)時間特性0電動機轉角時間t輸出-輸出特性輸入電壓共五十頁圖4.5 電爐的輸出輸入(shr)時間特性0溫度時間t爐溫的時間特性電壓共五十頁4.2 反饋(fnku)控制和擾動補償 另一種消除被控制對象由于外界擾動引起誤差的方法，稱為擾動補償。 這個補償原理(yunl)只能補償已設計有前饋通道的擾動。但是在自動控制系統中存在著多種擾動。共五十頁圖4.6 復合自動(zdng)控制系統框圖給定環節被控對象控制器放大環節執行環節給定輸入誤差反饋信號輸出擾動

3、擾動測量擾動補償+-反饋環節共五十頁4.3 比例(bl)積分微分控制dedt1TiP = K( e + Td+edt )共五十頁圖4.7 在控制(kngzh)規律中引入微分0urtufuf共五十頁圖4.8 有穩態誤差的被控(bi kn)量uf曲線0urtufuf靜差共五十頁4.4 最優控制 對于一個自動控制系統的設計和構成，自然會提出一定的技術(jsh)要求（指標），例如系統必須是穩定的。 共五十頁 通過設計控制作用要使這個技術指標達到極值（極大(j d)或極小）。這樣的控制稱為最優控制（optimal Control），它的控制作用的變化規律是唯一的。共五十頁 最優控制器飛行器圖4.9 最省

4、燃料(rnlio)的開環控制 最優控制有開環和閉環兩種結構(jigu)形式。共五十頁圖4.10 最優控制器實現線性狀態(zhungti)反饋被控對象最優控制ux共五十頁 開環最優控制器的設計要應用(yngyng)JI.龐特里亞金的極大值原理(Maximum Principle)和R.貝爾曼的動態規劃(Dynamic Programming)等方法。閉環最優控制器的設計要應用R.卡爾曼的二次型性能指標的線性狀態反饋(Linear State Feedback)律方法。共五十頁4.5 自適應控制 自校正控制則以辨識器來代替自適應控制器，由辨識器求出數學模型，根據模型的變化來改變反饋控制器參數。以下

5、以4.2節所討論的大型顯像管玻璃(b l)爐來作為實例。共五十頁圖4.11 顯像管玻璃(b l)爐側視圖312 ABC工作池E 料道口溶解池 共五十頁4.6 智能(zh nn)控制 對于許多復雜的被控對象和它的外界環境，難以建立有效的數學模型和采用常規的經典或現代控制理論去進行定量(dngling)計算和分析、設計。共五十頁 智能控制具有人工智能、控制論和運籌學(Operational Research)等形成交叉學科的特點和定量(dngling)與定性相結合的分析方法特點。智能控制復雜系統控制問題共五十頁4.6.1 專家(zhunji)控制系統 這是由那些解決專門問題非常熟悉的專家的大量知識

6、和經驗里，建立起來(q li)的計算機程序系統，它能進行推理和判斷，模擬人類專家的決策過程。專家控制一類復雜控制問題共五十頁 現以圖3.4的自動控制系統為例，來說明基于(jy)專家控制器的工業過程專家控制系統。由專家系統構成的專家控制器示明在圖4.12上。共五十頁圖4.12 專家(zhunji)控制器的結構特征識別信息處理推理機（IE）控制規則集對象和執行機構知識庫（KB）反饋環節IGKSUYReu專家控制器共五十頁 虛線框所示為專家(zhunji)控制器代替專家(zhunji)的手動控制。它由特征識別與信息處理部分、推理機(Inference Engine)、知識庫(Knowledge Ba

7、se)和控制規則集組成。共五十頁4.6.2 模糊(m hu)控制系統 模糊控制和專家系統控制一樣，兩者都要建立操作人員的經驗和決策(juc)行為的模型；兩者都含有知識庫和推理機。所不同的是在模糊控制系統中采用的是模糊知識表示和模糊推理方法。共五十頁 模糊控制的基本結構，如圖4.13所示。它由模糊化接口、知識庫、推理機和模糊判決接口組成。模糊控制一類復雜控制(kngzh)問題共五十頁模糊化接口推理機模糊判決接口過程+ -設定輸入輸出數據庫規則庫知識庫傳感器模糊控制器圖4.13 模糊控制的基本(jbn)結構共五十頁4.6.3 神精網絡(wnglu)控制系統 人工神經元由計算機模擬一個(y )生物神

8、經元，如圖4.14所示。共五十頁f ( )yj-1x1xnx2Wj1Wj2Wjn.圖4.14 神經元模型(mxng)共五十頁 該神經元單元由多個輸入xi, i=1,2, n和一個輸出y組成。Wji是各個(gg)輸入信號相應的權重。當輸入信號的加權和大于某閾值時，人工神經元就被激發，有輸出yj。共五十頁 圖4.15所示為常用的一種前饋多層網絡(wnglu)。前饋神經網絡(wnglu)具有多層結構，至少為三層，即輸入層、隱層和輸出層。復雜的前饋神經網絡(wnglu)有一個以上的隱層。圖中的小圓圈代表神經元。共五十頁 x1x2xnw11wnny1y2yn反向傳播輸入層隱層輸出層圖4.15 前饋多層網

9、絡(wnglu)共五十頁 神經元從一層聯結到下一層，不存在同層神經元間的聯結。人工神經網絡通過加以訓練（學習），可以(ky)在自動控制系統中起重要的作用，已經在神經網絡控制中廣泛地應用。神經網絡控制一類復雜控制問題共五十頁 單個人工神經元在自動控制系統用作控制器，并不多見，但人工神經網絡經過訓練后可以起控制器的作用(zuyng)，稱為“神經網絡控制器”；也可以經訓練后成為模型未知的被控對象的神經網絡模型，從而形成自適應控制等許多控制結構。共五十頁4.6.4 學習(xux)控制 學習控制(Learning Control)是指在控制系統的控制進程中估計某些信息并據此改善控制的一種控制方法，以便逐

10、步(zhb)改進控制系統的性能。共五十頁 學習系統是自適應系統的發展與延伸，它能夠按照(nzho)運行進程中的“經驗”和“教訓”來不斷增長知識，改進算法，更廣泛地模擬人類的某些行為（如判斷、推理等）。學習控制一類復雜控制問題共五十頁 圖4.16所示為一個由智能決策單元(IDU, Intelligent Decision Unit)控制來修正的PID控制器的智能工業控制系統。智能決策單元由數據庫(Data Base)、規則(guz)庫、推理機和學習機(Learning Machine)所組成。共五十頁圖4.16 由智能決策單元(dnyun)（IDU）來修正控制器PID控制器工業過程數據庫規則庫學

11、習機推理機誤差+ -輸入輸出IDU共五十頁4.7 非線性系統(xtng)及其控制 自動控制系統由各種環節（元件(yunjin)組成，而環節或元件(yunjin)按其特性，可分為線性元件(yunjin)和非線性元件(yunjin)。共五十頁0輸入（誤差）（mV）輸出（V）圖4.17 電子(dinz)放大器的靜特性圖共五十頁輸入（誤差）（mV）0輸出（V）圖4.18 極化(j hu)繼電器的靜特性共五十頁輸入輸出012（a）輸入輸出0（b）+2-2圖4.19 飽和(boh)特性共五十頁 含有這樣非線性環節(hunji)或元件的系統，稱為非線性系統。線性系統由線性部件組成，并以線性微分方程來描述。非

12、線性系統會出現一些在線性系統中不可能發生的奇特現象：共五十頁 線性系統的穩定性和輸出動態過程只決定于系統本身的結構和參數。而非線性系統的穩定性和輸出動態過程不僅與系統的結構和參數有關，而且(r qi)還與系統的初始條件和輸入信號大小有關；共五十頁 非線性系統的平衡運動(yndng)狀態（即穩態，Steady State），除平衡點外還可能有周期解；共五十頁 線性系統(xtng)的輸入為正弦函數時，其輸出的穩態過程也是同頻率的正弦函數，兩者僅在相位和幅值上不同。但非線性系統(xtng)的輸入為正弦函數時，其輸出為包含有高次諧波的非正弦周期函數。共五十頁 復雜的非線性系統在一定條件下還會產生突變、分岔和混沌(hndn)等現象。 非線性系統的分析和綜合遠比線性系統復雜。共五十頁內容摘要第四章 基本控制方法。電爐爐膛溫度uf在t=0冷工件進入后，稍后溫度開始下降，接著就開始產生力圖校正誤差的控制作用。而且，系統處在振蕩過程中，環節或元件很易損壞。圖4.5 電爐的輸出輸入時間特性。另一種消除被控制對象由于外界擾動