郑州大学电气工程学院：《智能控制》课程教学资源（PPT课件）Chapter 08 智能控制在过程控制中的应用

第8章 智能控制在过程控制中的应用

1 第 8 章 智能控制在过程控制中的应用

81概述 工业生产过程的自动控制在很多工业领域占有重要位 置,控制效果的优劣直接影响到产品的质量、产量和生 产设备的运行寿命,影响到生产的安全、稳定和工人的 劳动强度,先进控制方法的研究具有明显的经济和社会 意义。对于简单过程系统,采用传统的经典或现代控制 理论方法,可以获得满意的控制效果。而对于复杂过程 系统,由于其具有非线性、时变、纯滞后、不确定等特 性,采用传统的控制方法难以取得好的控制效果,因此, 其智能控制方法成为研究热点。 2

2 8.1 概述 工业生产过程的自动控制在很多工业领域占有重要位 置，控制效果的优劣直接影响到产品的质量、产量和生 产设备的运行寿命，影响到生产的安全、稳定和工人的 劳动强度，先进控制方法的研究具有明显的经济和社会 意义。对于简单过程系统，采用传统的经典或现代控制 理论方法，可以获得满意的控制效果。而对于复杂过程 系统，由于其具有非线性、时变、纯滞后、不确定等特 性，采用传统的控制方法难以取得好的控制效果，因此， 其智能控制方法成为研究热点

智能控制理论是继经典控制理论、现代控制理论之后 发展起来的,是控制理论发展新阶段的产物,其建立和发 展是以众多新兴学科为基础的。智能控制的基本出发点是 采用人工智能方法对复杂、不确定性系统进行有效控制。 智能控制方法包括专家系统控制、模糊控制、神经网络控 制和仿人智能控制等,这几种方法各有其不同的特点,并 已在不同领域中取得了一些相当成功的应用,但这些方法 在单独模拟人类智能活动时,又存在着各自的局限性。因 此,许多学者试图综合几种方法的优点,以克服各自的局 限性。 3

3 智能控制理论是继经典控制理论、现代控制理论之后 发展起来的，是控制理论发展新阶段的产物，其建立和发 展是以众多新兴学科为基础的。智能控制的基本出发点是 采用人工智能方法对复杂、不确定性系统进行有效控制。 智能控制方法包括专家系统控制、模糊控制、神经网络控 制和仿人智能控制等，这几种方法各有其不同的特点，并 已在不同领域中取得了一些相当成功的应用，但这些方法 在单独模拟人类智能活动时，又存在着各自的局限性。因 此，许多学者试图综合几种方法的优点，以克服各自的局 限性

实际上,智能活动既有感知(直观、形象)活动, 又有认知(逻辑)活动,两者是密切相关的,而且又 是可以互相转换的,也是符合生理和心理现象的,神 经网络计算和模糊逻辑推理恰恰反映了这两种活动的 特性,因此基于神经网络的模糊控制近年来逐渐成为 研究的热点。模糊控制和神经网络二者各自的优势在 于:模糊控制易于获得由语言表达的专家知识,能有 效的控制难以建立精确模型而凭经验可控制的系统, 而神经网络则由于其仿生特性更能有效利用系统本身 的信息,并能映射任意函数关系,具有并行处理和自 学习能力,容错能力也很强。 4

4 实际上，智能活动既有感知（直观、形象）活动， 又有认知（逻辑）活动，两者是密切相关的，而且又 是可以互相转换的，也是符合生理和心理现象的，神 经网络计算和模糊逻辑推理恰恰反映了这两种活动的 特性，因此基于神经网络的模糊控制近年来逐渐成为 研究的热点。模糊控制和神经网络二者各自的优势在 于：模糊控制易于获得由语言表达的专家知识，能有 效的控制难以建立精确模型而凭经验可控制的系统， 而神经网络则由于其仿生特性更能有效利用系统本身 的信息，并能映射任意函数关系，具有并行处理和自 学习能力，容错能力也很强

在集成大系统中,神经网络可用于处理低层感知数据, 模糊逻辑可用于描述髙层的逻辑框架。神经网络和模糊系统 均属于无模型控制器和非线性动力学系统,但神经网络适合 处理非结构化信息,而模糊系统对处理结构化的知识更有效。 模糊神经网络控制大致可分为三类,第一类是直接在神经网 络的学习模型中引入模糊逻辑推理的方法,使其具有直接处 理模糊信息的能力;第二类是利用神经网络功能及映射能力 去等效模糊系统中的各个模糊功能块;第三类是把模糊系统 和神经网络集成在一个系统中,以发挥各自的优势

5 在集成大系统中，神经网络可用于处理低层感知数据， 模糊逻辑可用于描述高层的逻辑框架。神经网络和模糊系统 均属于无模型控制器和非线性动力学系统，但神经网络适合 处理非结构化信息，而模糊系统对处理结构化的知识更有效。 模糊神经网络控制大致可分为三类，第一类是直接在神经网 络的学习模型中引入模糊逻辑推理的方法，使其具有直接处 理模糊信息的能力；第二类是利用神经网络功能及映射能力， 去等效模糊系统中的各个模糊功能块；第三类是把模糊系统 和神经网络集成在一个系统中，以发挥各自的优势

专家系统是符号逻辑人工智能中一个最重要、最活跃 的分支,但存在知识获取的困难,而神经网络方法具有很 强的自学习能力和自适应能力,能够实现快速推理。因此 将专家系统和神经网络方法集成应用,将能发挥他们的综 合优势。 在一些大型复杂系统中,采用单一的某种智能控制方 法往往不能满足控制要求,这时应考虑综合应用模糊控制、 神经网络控制和专家系统控制等方法的集成智能控制方法

6 专家系统是符号逻辑人工智能中一个最重要、最活跃 的分支，但存在知识获取的困难，而神经网络方法具有很 强的自学习能力和自适应能力，能够实现快速推理。因此 将专家系统和神经网络方法集成应用，将能发挥他们的综 合优势。 在一些大型复杂系统中，采用单一的某种智能控制方 法往往不能满足控制要求，这时应考虑综合应用模糊控制、 神经网络控制和专家系统控制等方法的集成智能控制方法

本章首先讨论复杂工业过程控制发展及其智能控制方 法的研究现状,然后具体介绍具有典型意义的氧乐果合成 过程智能控制方法的研究,以便对智能控制的应用方法有 个比较完整的了解。 7

7 本章首先讨论复杂工业过程控制发展及其智能控制方 法的研究现状，然后具体介绍具有典型意义的氧乐果合成 过程智能控制方法的研究，以便对智能控制的应用方法有 一个比较完整的了解

8.2复杂工业过程控制的研究现状 关于复杂工业过程,目前尚无统一定义。其复杂性 可概括为两个方面:客观复杂性和认识复杂性。前者是指 客观工业过程中某种运动或性态跨越层次后整合的、不可 还原的新性态和相互关系;后者是指对客观工业过程中复 杂性的有效理解及其表达。但在实际工程中,有些专家认 为,若工业过程受行为变量影响很弱且过程主要由状态变 量描述,可认为是一个简单系统,即复杂工业过程的关键 是由行为变量所致

8 8.2 复杂工业过程控制的研究现状 关于复杂工业过程，目前尚无统一定义。其复杂性 可概括为两个方面：客观复杂性和认识复杂性。前者是指 客观工业过程中某种运动或性态跨越层次后整合的、不可 还原的新性态和相互关系；后者是指对客观工业过程中复 杂性的有效理解及其表达。但在实际工程中，有些专家认 为，若工业过程受行为变量影响很弱且过程主要由状态变 量描述，可认为是一个简单系统，即复杂工业过程的关键 是由行为变量所致

按系统科学理论,工业过程有多种分类方法:若组成工 业过程系统的子过程或元部件比较少且其关系比较单纯,则 称为简单的工业过程;若组成工业过程系统的子过程或元部 件很多或非常大且其关系复杂,则称之为大系统工业过程; 若在其中子过程的种类不太多且关系又比较简单,一般可用 线性或易于表达的非线性关系描述,则称为简单大系统工业 过程;若在其中子过程种类很多且关系复杂,递阶层次结构 复杂,子过程间又耦合很紧,一般又不可用线性或易于表达 的非线性关系描述,则称为复杂大系统工业过程

9 按系统科学理论，工业过程有多种分类方法：若组成工 业过程系统的子过程或元部件比较少且其关系比较单纯，则 称为简单的工业过程；若组成工业过程系统的子过程或元部 件很多或非常大且其关系复杂，则称之为大系统工业过程； 若在其中子过程的种类不太多且关系又比较简单，一般可用 线性或易于表达的非线性关系描述，则称为简单大系统工业 过程；若在其中子过程种类很多且关系复杂，递阶层次结构 复杂，子过程间又耦合很紧，一般又不可用线性或易于表达 的非线性关系描述，则称为复杂大系统工业过程

传统的经典控制或现代控制理论在解决复杂工业过程的控 制方面,有很大局限性,主要表现如下: 1)不确定性问题 (2)高度非线性问题 (3)半结构化与非结构化问题 (4)不可确定性的问题 (5)可靠性问题 10

10 传统的经典控制或现代控制理论在解决复杂工业过程的控 制方面，有很大局限性，主要表现如下： (1) 不确定性问题 (2) 高度非线性问题 (3) 半结构化与非结构化问题 (4) 不可确定性的问题 (5) 可靠性问题