1、俞立現代控制理論現代控制理論 建立在狀態空間法基礎上的一種控制理論，是自動控制理論的一個主要組成局部。在現代控制理論中，對控制系統的分析和設計主要是通過對系統的狀態變量的描述來進行的，基本的方法是時間域方法。現代控制理論比經典控制理論所能處理的控制問題要廣泛得多，包括 線性系統和非線性系統，定常系統和時變系統，單變量系統和多變量 系統。它所采用的方法和算法也更適合于在數字計算機上進行。現代 控制理論還為設計和構造具有指定的性能指標的最優控制系統提供 了可能性。現代控制理論的名稱是在1960年以后開始出現的，用以 區別當時已經相當成熟并在后來被稱為經典控制理論的那些方法。現 代控制理論已在航空航

2、天技術、軍事技術、通信系統、生產過程等方 面得到廣泛的應用。現代控制理論的某些概念和方法，還被應用于人 口控制、交通管理、生態系統、經濟系統等的研究中。現代控制理論開展過程現代控制理論是在20世紀50年代中期迅速興起的空間技術的 推動下開展起來的。空間技術的開展迫切要求建立新的控制原理，以 解決諸如把宇宙火箭和人造衛星用最少燃料或最短時間準確地發射 到預定軌道一類的控制問題。這類控制問題十分復雜，采用經典控制 理論難以解決。1958年，蘇聯科學家幾C.龐特里亞金提出了名為極 大值原理的綜合控制系統的新方法。在這之前，美國學者R貝爾曼于 1954年創立了動態規劃，并在1956年應用于控制過程。他

3、們的研究實時專家系統應用模糊邏輯控制和神經網絡理論，融進專家系統 自適應地管理一個客體或過程的全面行為，自動采集生產過程變量，解 釋控制系統的當前狀況,預測過程的未來行為，診斷可能發生的問題， 不斷修正和執行控制計劃。實時專家系統具有啟發性、透明性、靈活 性等特點,目前已經在航天試驗指揮、工業爐窯的控制、高爐爐熱診 斷中得到廣泛應用。目前需要進一步研究的問題是如何用簡潔語言來 描述人類長期積累的經驗知識提高聯想化記憶和自學習能力。.定性控制(Qualitative Control)定性控制是指系統的狀態變量為定性量時(其值不是某一精確值 而只知其處于某一范圍內)，應用定性推理對系統施加控制變量

4、使系統 在某一期望范圍。定性控制方法主要有三類：Q)基于定量模型的定性控制，其特點是系統的定量模型假定, 以定量模型為基礎推導定性模型；(2)基于規那么的定性控制，其特點是構成定性模型的規那么憑人們經 驗的定性推理即可得到，或通過狀態的窮舉得到；(3)基于定性模型的定性控制,其特點是直接通過對定性模型的研 究來導出定性控制。定性控制與模糊控制的區別:模糊控制不需建模，其控制律憑經驗或算法調整，而定性控制基于定性模型片空制規那么基于對系統的定性分 析;模糊控制是基于狀態的精確測量值，而定性控制基于狀態的定性測 量值。定性控制面臨的問題:開展定性數學理論，改進定性推理方法，注 重定性和定量知識的結

5、合;研究定性建模方法，定性控制方法;加強定 性控制應用領域的研究。.預測控制(Predictive Control)預測控制是在工業實踐過程中獨立開展起來的一種新型控制方 法,它不僅適用于工業過程這種慢過程的控制，也能適用于快速跟 蹤的伺服系統這種“快過程控制。目前實用的預測控制方法有動態 矩陣控制(DMC)模型算法控制(MAC),廣義預測控制(GPC)模型預測 啟發控制(MPHC)以及預測函數控制(PFC)等。這些方法具有以下特 征：(1)以計算機為實現手段，采取在線實現方式;(2)建模方便，不需深入了解過程的內部機理，對模型精度要求不a 同,(3)采用滾動優化策略，在線反復進行優化計算,使

6、模型失配、外界 環境的變化引起的不確定性及時得到彌補提高控制質量。最近有人提出一種新的基于主導內模概念的預測控制方法:結構對外來激勵的響應主要由其本身的模態所決定,即結構只對激勵信息 中與其起主導作用的幾個主要自振頻率相接近的頻率成分有較大的 響應。目前利用神經網絡對被控對象進行在線辨識，然后用廣義預測 控制規律進行控制得到較多重視。預測控制目前存在的問題是預測精度不高;反響校正方法單調;滾 動優化策略少;對任意的一般系統，其穩、定性和魯棒性分析較難進行；參數調整的總體規那么雖然比擬明確，但對不同類型的系統的具體調整 方法仍有待進一步總結。.分布式控制系統(Distributed Contro

7、l System)分布式控制系統又稱集散控制系統，是70年代中期開展起來的新 型計算機控制系統，它融合了控制技術(Control),計算機技術 (Computer),通信技術(Communication),圖像顯示技術(CRT)的 4C”技術，形成了以微處理器為核心的系統，實現對生產過程的監 視、控制和管理。既打破了常規控制儀表功能的局限，又較好地解決了早期計算機 系統對于信息、管理過于集中帶來的危險,而且還有大規模數據采集、 處理的功能以及較強的數據通信能力。分布式控制系統既有計算機控制系統控制算法靈活，精度高的優 點,又有儀表控制系統平安可靠，維護方便的優點。它的主要特點是:真 正實現了分

8、散控制;具有高度的靈活性和可擴展性;較強的數據通信能 力;友好而豐富的人機聯系以及極高的可靠性。成果解決了空間技術中出現的復雜控制問題，并開拓了控制理論中最 優控制理論這一新的領域。1960 1961年，美國學者R.E.卡爾曼和 RS布什建立了卡爾曼-布什濾波理論，因而有可能有效地考慮控制問 題中所存在的隨機噪聲的影響，把控制理論的研究范圍擴大，包括了 更為復雜的控制問題。幾乎在同一時期內，貝爾曼、卡爾曼等人把狀 態空間法系統地引入控制理論中。狀態空間法對揭示和認識控制系統 的許多重要特性具有關鍵的作用。其中能控性和能觀測性尤為重要, 成為控制理論兩個最基本的概念。到60年代初，一套以狀態空間

9、法、 極大值原理、動態規劃、卡爾曼-布什濾波為基礎的分析和設計控制 系統的新的原理和方法已經確立，這標志著現代控制理論的形成。現代控制理論學科內容現代控制理論所包含的學科內容十分廣泛，主要的方面有:線性系 統理論、非線性系統理論、最優控制理論、隨機控制理論和適應控制 理論。線性系統理論它是現代控制理論中最為基本和比擬成熟的一個 分支，著重于研究線性系統中狀態的控制和觀測問題，其基本的分析 和綜合方法是狀態空間法。按所采用的數學工具，線性系統理論通常 分成為三個學派基于幾何概念和方法的幾何理論代表人物是W.M. 旺納姆;基于抽象代數方法的代數理論，代表人物是R.E.卡爾曼；基于 復變量方法的頻域

10、理論，代表人物是H.H.羅森布羅克。非線性系統理論非線性系統的分析和綜合理論尚不完善。研究領 域主要還限于系統的運動穩定性、雙線性系統的控制和觀測問題、非 線性反響問題等。更一般的非線性系統理論還有待建立。從70年代 中期以來，由微分幾何理論得出的某些方法對分析某些類型的非線性 系統提供了有力的理論工具。最優控制理論最優控制理論是設計最優控制系統的理論基礎，主要研究受控系統在指定性能指標實現最優時的控制規律及其綜合方 法。在最優控制理論中，用于綜合最優控制系統的主要方法有極大值 原理和動態規劃。最優控制理論的研究范圍正在不斷擴大，諸如大系 統的最優控制、分布參數系統的最優控制等。隨機控制理論隨

11、機控制理論的目標是解決隨機控制系統的分析和綜合問題。維納濾波理論和卡爾曼-布什濾波理論是隨機控制理論 的基礎之一。隨機控制理論的一個主要組成局部是隨機最優控制，這 類隨機控制問題的求解有賴于動態規劃的概念和方法。適應控制理論適應控制系統是在模仿生物適應能力的思想基礎上建立的一類可自動調整本身特性的控制系統。適應控制系統的研究 常可歸結為如下的三個基本問題：識別受控對象的動態特性；在 識別對象的基礎上選擇決策；在決策的基礎上做出反響或動作。現代控制理論的開展.智能控制(Intelligent Control)智能控制是人工智能和自動控制的結合物,是一類無需人的干預 就能夠獨立地驅動智能機器，實現

12、其目標的自動控制。智能控制的注 意力并不放在對數學公式的表達、計算和處理上，而放在對任務和模 型的描述,符號和環境的識別以及知識庫和推理機的設計開發上。智能控制用于生產過程，讓計算機系統模仿專家或熟練操作人員的經驗, 建立起以知識為基礎的廣義模型,采用符號信息處理、啟發式程序設 計、知識表示和自學習、推理與決策等智能化技術，對外界環境和系 統過程進行理解、判斷、預測和規劃，使被控對象按一定要求到達預 定的目的。智能控制的理論基礎是人工智能,控制論，運籌學和系統學等學科的交叉，它的主要特點是:(1)同時具有以知識表示的非數學廣義模型和以數學模型表示的混合控制過程;(2)智能控制的核心在高層控制，

13、即組織級,它的主要任務在于對實際環境或過程進行組織;(3)系統獲取的信息不僅是數學信息，更重要的是文字符號、圖像、圖形、聲音等各種信息。智能控制正處于開展過程中，還存在許多有待研究的問題: 探討新的智能控制理論;(2)采用語音控制;提高系統的學習能力和自主能力;(4)利用現有的非線性技術分析閉環系統的特性;智能控制的實現問題。.非線性控制(Nonlinear Control)非線性控制是復雜控制理論中一個重要的基本問題，也是一個難點課題，它的開展幾乎與線性系統平行。非線性系統的開展，數學工具 是一個相當困難的問題,泰勒級數展開對有些情況是不能適用的。古 典理論中的相平面法只適用于二階系統，適用

14、于含有一個非線性 元件的高階系統的描述函數法也是一種近似方法。由于非線性系 統的研究缺乏系統的、一般性的理論及方法，于是綜合方法得到較大的開展，主要有：(1)李雅普諾夫方法:它是迄今為止最完善、最一般的非線性方法, 但是由于它的一般性，在用來分析穩定性或用來鎮定綜合時都欠缺構 造性。(2)變結構控制:由于其滑動模態具有對干擾與攝動的不變性，到 80年代受到重視，是一種實用的非線性控制的綜合方法。(3)微分幾何法:在過去的的20年中,微分幾何法一直是非線性控 制系統研究的主流，它對非線性系統的結構分析、分解以及與結構有 關的控制設計帶來極大方便.用微分幾何法研究非線性系統是現代數 學開展的必然產

15、物，正如意大利教授Isidori指出：用微分幾何法研 究非線性系統所取得的成績，就象50年代用拉氏變換及復變函數理論 對單輸入單輸出系統的研究，或用線性代數對多變量系統的研究。但這種方法也有它的缺點,表達在它的復雜性、無層次性、準線性控制以及空間測度被破壞等。因此最近又有學者提出引入新的、更深刻 的數學工具去開拓新的方向，例如渣攵分動力學、微分拓撲與代數拓撲、 代數幾何等。.自適應控制(Adaptive Control)自適應控制系統通過不斷地測量系統的輸入、狀態、輸出或性能參數，逐漸了解和掌握對象,然后根據所得的信息按一定的設計方法， 作出決策去更新控制器的結構和參數以適應環境的變化，到達所

16、要求 的控制性能指標。自適應控制系統應具有三個基本功能：(1)辨識對象的結構和參數,以便精確地建立被控對象的數學模 型；(2)給出一種控制律以使被控系統到達期望的性能指標；(3)自動修正控制器的參數。因此自適應控制系統主要用于過程 模型未知或過程模型結構但參數未知且隨機的系統。自適應控制系統的類型主要有自校正控制系統，模型參考自適應 控制系統啟尋最優控制系統，學習控制系統等。最近,非線性系統的自 適應控制，基于神經網絡的自適應控制又得到重視提出一些新的方法。.魯棒控制(Robust Control)過程控制中面臨的一個重要問題就是模型不確定性，魯棒控制主 要解決模型的不確定性問題，但在處理方法

17、上與自適應控制有所不同。 自適應控制的基本思想是進行模型參數的辯識，進而設計控制器。控 制器參數的調整依賴于模型參數的更新,不能預先把可能出現的不確 定性考慮進去。而魯棒控制在設計控制器時盡量利用不確定性信息來 設計一個控制器,使得不確定參數出現時仍能滿足性能指標要求。魯棒控制認為系統的不確定性可用模型集來描述，系統的模型并 不唯一,可以是模型集里的任一元素，但在所設計的控制器下渚B能使模型集里的元素滿足要求。魯棒控制的一個主要問題就是魯棒穩定性, 目前常用的有三種方法：(1)當被研究的系統用狀態矩陣或特征多項式描述時一般采用代 數方法，其中心問題是討論多項式或矩陣組的穩定性問題；(2)李雅普

18、諾夫方法，對不確定性以狀態空間模式出現時是一種有 利工具；頻域法從傳遞函數出發研究問題，有代表性的是Hoo控制，它 用作魯棒性分析的有效性表達在外部擾動不再假設為固定的,而只要 求能量有界即可。這種方法已被用于工程設計中，如Ho。最優靈敏度 控制器設計。.模糊控制(Fuzzy Control)模糊控制借助模糊數學模擬人的思維方法，將工藝操作人員的經 驗加以總結，運用語言變量和模糊邏輯理論進行推理和決策，對復雜對 象進行控制。模糊控制既不是指被控過程是模糊的，也不意味控制器 是不確定的，它是表示知識和概念上的模糊性，它完成的工作是完全確 定的。1974年英國工程師首次把Fuzzy集合理論用于 鍋

19、爐和蒸氣機的控制以來,開辟了 Fuzzy控制的新領域，特別是對于大 時滯、非線性等難以建立精確數學模型的復雜系統，通過計算機實現 模糊控制往往能取得很好的結果。模糊控制的類型有:(1)基本模糊控制器,一旦模糊控制表確定之后才空制規那么就固定不變了；(2)自適應模糊控制器,在運行中自動修改、完善和調整規那么，使被 控過程的控制效果不斷提高，到達預期的效果；(3)智能模糊控制器，它把人、人工智能和神經網絡三者聯系起來, 實現綜合信息處理，使系統既具有靈活的推理機制、啟發性知識與產 生式規那么表示，又具有多種層次、多種類型的控制規律選擇。模糊控制的特點是不需要精確的數學模型，魯棒性強控制效果好, 容易克服非線性因素的影響才空制方法易于掌握。最近有人提出神經 模糊Inter3融合控制模型，即把融合結構、融合算法及控制合為 一體進行設計。又有人提出利用同倫BP網絡記憶模糊規那么，以聯想 方式使用這些經驗。模糊控制有待進一步研究的問題:模糊控制系統的功能、穩定性、 最優化問題的評價;非線性復雜系統的模糊建模，模糊規那么的建立和模 糊推理算法的研究;找出可遵循的一般設計原那么。6神經網絡控制(Neural Network Control)神經網絡是由所謂神經元的簡單單元按并行結構經過可調的連 接權構成的網