自动化概论第六讲.pptx

会计学本章内容什么是自动控制？6.1自动控制的基本形式例：电加热炉的炉温控制特点：没有反馈，结构简单，但抗扰性差，控制精度低6.1.2自动控制的精髓——反馈控制给定
电位器
方块图：控制装置反馈控制系统举例：水箱的水位控制反馈控制举例：全自动燃气热水器反馈控制举例：电冰箱的温度控制反馈控制举例：楼房恒压供水其他反馈控制的例子：6.1.3即时纠偏—补偿控制复合控制系统例：水箱的水位反馈控制+针对出水流量变化的补偿控制补偿控制可更快地及时抑制可测扰动对输出的影响（对其他扰动没有抑制作用）；
反馈控制可抑制一般扰动对输出的影响；
两者的结合可改善抗扰性，提高控制精度；
缺点是结构较复杂。6.2最基本的控制方法—PID控制控制器什么是PID控制?PID控制的结构例：水温调节系统水温反馈控制系统水温调节的比例控制作用比例控制的特点水温调节的积分控制作用积分控制的特点水温调节的微分控制作用微分控制的特点PID控制的优、缺点6.3最热门的控制方法——智能控制智能控制的基本概念
专家控制（ExpertControl）
模糊控制（FuzzyControl）
神经网络控制（NeuralNetworkControl）
对智能控制的一些展望 6.3.1智能控制的基本概念人与智能控制传统自动控制与智能控制智能控制的主要特点智能控制的主要类型什么是专家系统、专家控制?专家系统、专家控制的产生及发展常见的两类专家控制系统例：水温调节系统的专家控制直接型专家控制的基本思路：水温调节系统的直接型专家控制控制规则的具体化关于专家控制的几点说明6.3.3模糊控制（FuzzyControl）90年代模糊逻辑及其应用形成高潮，应用范围包括工业控制、地铁、电梯、交通、汽车、空间飞行器、机器人、核反应堆、图象识别、故障诊断、污水处理、数据压缩、移动通信、财政金融等一、模糊集合
隶属度函数:某元素a属于某集合A的程度,用μ(a)=0～1表示(经典集合对应μ=0,1)
例:已知经典集合A为
<5的正整数中的偶数
利用隶属度函数表示该集合，则有
μ(1)=0,μ(2)=1,μ(3)=0,μ(4)=1
A=0／1+1／2+0／3+1／4
A中的分母为论域中的元素，分子为该元素所 对应的隶属度值。例：表示温度“冷”，“热”，“适中”的模糊集合二、模糊控制的基本思路与方法模糊推理规则：
①若e大，则u大
②若e中，则u中
③若e小，则u小清晰化（解模糊化）:②加权平均法(离散重心法):
若取离散点为
ui=0,1,2,3,4,5(i=1~6)
则离散模糊量为
u=0／0+0.2／1+0.2／2+0.5／3+0.8／4+0.8／5说明：推理规则：
正大大
若e中，且Δe小则u中
负大小e=0.5,Δe=1.5时的推理结果6.3.4神经元网络控制（NeuralNetworkControl）1986年提出神经网络的反向传播学习方法（简称BP算法，BackPropagation）[注]，证明了BP神经网络能无限逼近任意输入输出函数
90年代神经网络的研究达到高潮，并成功应用于自动控制、人工智能、信息处理、机器人、机械制造等很多领域。

y输出变换函数的常见类型:二、神经元的学习方法学习方法——梯度下降法：简单例：
设y=w1x1
（即θ=0,f(s)=s）
w1的初值w1(0)=0kk三、神经元网络梯度下降法神经网络的特点：四、神经网络的应用①数字识别②系统辨识③专家控制④模型参考自适应控制6.3.5对智能控制的一些展望对于较复杂的系统，反馈信息往往包含图象、声音、文字、统计数据、各种实时变量等，通常需要综合运用多种技术和控制手段来解决问题，既可能用到“多传感器信息融合”技术，还可能必须采用多层控制结构，在高层（决策、协调层）利用人工智能和智能控制进行综合分析、决策及协调，在底层（执行层）利用常规控制来解决“低级”控制问题。智能控制广泛应用于社会各个领域，解决了大量传统控制无法解决或难以凑效的实际控制问题，展现出强大的生命力和发展前景。
例如：
城市交通、电力系统、自主机器人等复杂系统的控制往往要依靠智能控制才能获得满意的控制效果；
各种家用电器、各类生产过程等应用智能控制不仅避免了耗时费力的建模过程，而且控制系统的设计通常也更简便，控制效果会更好，如智能控制的空调会比常规控制更节能、温度波动更小，智能控制的洗衣机会洗衣更干净、衣物磨损更小、耗水更少等。智能控制尽管已经取得了大量成果，但在控制领域仍然属于比较年轻的学科，还处在一个发展时期，在理论和应用上都不够完善。
随着基础理论的不断创新，人工智能技术和计算机技术的迅猛发展，以及实际应用领域的不断扩大，智能控制必将迎来它新的发展高潮。084