自动化学科概论-第3篇.ppt

自动化学科概论 自动化学科概论 * * 第4章 现代自动化科学与技术 随着现代科学(特别是数学、系统科学)和技术(特别是微电子技术、计算机技术)的发展，自动化科学与技术在过去的几十年中也发生了翻天覆地的变化，控制技术和控制设备日新月异，控制理论也有长足的发展。 面向复杂系统的控制是自动化科学与技术发展的动力，计算机及其网络技术的快速进步是自动化科学与技术发展的强大支持。为了解决越来越复杂的系统控制问题，系统科学和控制工程的研究者们通过不懈的工作，不断地丰富了自动控制理论和自动化技术，形成了现代自动化科学与技术的许多不同分支。 本章扼要介绍先进的、深奥的自动化科学与技术，这些知识绝大多数已超出本科生学习范围（属于研究生学习的内容）,供同学们拓展自动化知识或今后学习其中某一方面的内容时参考。 第4章 现代自动化科学与技术 4.1 复杂系统及其控制 4.2 大系统控制 4.3 集成自动化系统 4.4 自动化科学与技术的最新发展 4.1.1 复杂系统及控制的困难 4.1.2 先进控制技术 4.1.3 智能控制 4.1 复杂系统及其控制 第4章 现代自动化科学与技术 自动化科学和技术所面对的是一个复杂的系统，其复杂性具体表现为： 一、系统结构的复杂性 ⑴ 系统模型的不确定性 ⑵ 强烈的非线性 ⑶ 变量过多、维数太大 二、系统任务的复杂性 三、系统环境的复杂性 4.1.1 复杂系统及控制的困难 一、自适应控制 自适应控制实质上是系统辨识与控制技术的结合，通常有自校正控制系统、模型参考自适应控制系统两种类型。 ⑴自校正控制系统 4.1.2 先进控制技术 ⑵ 模型参考自适应控制系统 二、鲁棒控制 鲁棒控制是针对被控对象不确定性的一种控制方法。 三、容错控制 容错控制指当系统出现故障时，实施必要的决策和控制，使系统仍然保持稳定运行，并具有可以接受的性能指标。 容错控制当前主要有硬件冗余和解析冗余两种方法。 智能控制是一种应用拟人化的思维方式和决策方法实现对被控对象有效控制的技术。 模糊逻辑控制、人工神经网络控制、专家控制是比较成熟并且应用最广的三个分支。 4.1.3 智能控制 一、模糊逻辑控制 模糊逻辑控制系统的基本结构，它用模糊控制器替代了传统的控制器，模糊控制器由知识库、模糊化处理、模糊推理、精确化处理四部分组成。 二、人工神经网络控制 人工神经网络（Artificial Neural Network，即ANN）模拟大脑神经元之间的连接，实现信息处理、存储等功能。一个简单的人工神经元模型，它的输入（ ）和输出（ ）关系可以描述为 人工神经网络是由大量人工神经元互连而成的网络，每个神经元是网络的一个节点，它接受多个节点的输出信号，并将自己的输出连接至其它节点。 ⑴ 神经网络监督控制 系统在原有反馈控制的基础上增加人工神经网络作为控制器的前馈控制。 ⑵ 神经网络内模控制 系统中NNM为被控对象的模型，用于充分逼近被控对象的动态特性，而NNC（神经网络控制器）为对象的逆模型。 三、专家控制 专家系统是人工智能的重要内容，它主要是一个智能计算机程序系统，内部包含某个领域的专家水平的知识与经验，并利用来处理该领域的问题。专家系统通常由知识库和推理机两部分组成。 ⑴ 专家控制系统 是应用专家系统于自动控制的理想形式，它把自动控制系统视为基于知识的系统，并把有关控制的知识分类组织，形成数据库和规则库。 ⑵ 专家控制器 直接用专家系统作为传统反馈控制系统的控制器，使控制器具有智能。 4.2.1 大系统及其控制 4.2.2 系统工程及应用 4.2 大系统控制 第4章 现代自动化科学与技术 一、大系统的概念 给大系统下定义困难，具体界定也困难。认识一个大系统，只能从它所具有的特征出发。通常，一个大系统应该具有如下基本特征： 由一些子系统组成，规模庞大； 子系统间纵横交错，关系复杂； 整个系统目标多样，功能综合； 系统与环境有物质、能量、信息的交换，且往往数量较大； 具有非线性特性和繁殖、扩展能力； 往往是有人参与的系统，人为因素影响大。 4.2.1 大系统及其控制 二、大系统的控制 “化大为小，化整为零” 1.集中控制 2. 分散