《(19)--5.5 先进控制系统-智能控制.ppt》由会员分享，可在线阅读，更多相关《(19)--5.5 先进控制系统-智能控制.ppt（28页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、过程控制工程“Process Control Engineering”第五章先进控制系统本章目录CONTENS1预测控制系统2解耦控制系统3软测量和推断控制4时滞补偿控制5智能控制6间歇过程的控制5智能控制智能控制智能控制：研究与模拟人类智能活动及其控制与信息传递过程的规律，研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一门新兴分支学科研制具有仿人智能的工程控制与信息处理系统的一门新兴分支学科人工智能人工智能：机器（计算机）执行某些与人类智能有关的复杂功能（例机器（计算机）执行某些与人类智能有关的复杂功能（例如判断、图象识别、理解、学习、规划和问
2、题求解等）的能力如判断、图象识别、理解、学习、规划和问题求解等）的能力智能控制智能控制的的主要形式主要形式包括专家控制、模糊控制、神经网络控制、分级包括专家控制、模糊控制、神经网络控制、分级递阶智能控制、仿人智能控制及各种方法的综合和集成递阶智能控制、仿人智能控制及各种方法的综合和集成人工智能人工智能的的研究内容研究内容包括包括知识表示、问题求解、语言理解、机器学习、知识表示、问题求解、语言理解、机器学习、模式识别、定理证明、机器视觉、逻辑推理、人工神经网络、专家系模式识别、定理证明、机器视觉、逻辑推理、人工神经网络、专家系统、智能控制、模糊控制、智能决策、自动程序设计、机器人学、机统、智能控
3、制、模糊控制、智能决策、自动程序设计、机器人学、机器检索系统、组合和调度等器检索系统、组合和调度等智能控制系统是具有以知识表示的非数学广义模型和以数学模型表示智能控制系统是具有以知识表示的非数学广义模型和以数学模型表示的混合控制系统。适用于具有复杂性、不完全性、模糊性、不确定性的混合控制系统。适用于具有复杂性、不完全性、模糊性、不确定性和不存在已知算法的生产过程控制和不存在已知算法的生产过程控制智能控制具有分层信息处理和决策机构。它是人的神经结构或专家决智能控制具有分层信息处理和决策机构。它是人的神经结构或专家决策机构的模拟策机构的模拟智能控制具有非线性特征智能控制具有非线性特征智能控制具有变
4、结构特点智能控制具有变结构特点智能控制具有总体自寻优特点智能控制具有总体自寻优特点智能控制是多学科的综合和集成智能控制是多学科的综合和集成智能控制特点智能控制特点：无需对被控过程建立数学模型无需对被控过程建立数学模型。模糊控制是完全模仿操作人员控制经。模糊控制是完全模仿操作人员控制经验基础上设计的控制系统，因此，不需要建立数学模型，验基础上设计的控制系统，因此，不需要建立数学模型，强鲁棒性强鲁棒性。对被控过程参数变化不灵敏，因此，模糊控制系统具有强。对被控过程参数变化不灵敏，因此，模糊控制系统具有强鲁棒性鲁棒性强实时性强实时性。模糊控制规则大多由离线计算获得。模糊控制规则大多由离线计算获得，不
5、需要在线复杂运不需要在线复杂运智能性智能性。模糊控制规则是操作人员对过程控制作用的直观描述和思维。模糊控制规则是操作人员对过程控制作用的直观描述和思维逻辑，体现了人工智能，它是人类知识在过程控制领域应用的具体体逻辑，体现了人工智能，它是人类知识在过程控制领域应用的具体体现。现。模糊控制特点模糊控制特点：模糊控制模糊控制基本概念基本概念：隶属度隶属度：特征函数特征函数CA(u)在在u0处的值称为处的值称为u0对集合对集合A的隶属程度的隶属程度模糊控制模糊控制基本概念基本概念：常用隶属函数有三角形、梯形、高斯型、钟形等种。常用隶属函数有三角形、梯形、高斯型、钟形等种。MATLAB的模的模糊工具箱提
6、供了糊工具箱提供了trimf、trapmf、gaussmf、gbellmf等等11种隶属度函种隶属度函数，隶属度函数可通过模糊统计法、专家经验法等确定。数，隶属度函数可通过模糊统计法、专家经验法等确定。模糊控制模糊控制基本概念基本概念：模糊控制器模糊控制器：组成组成：模糊化、知识库、模模糊化、知识库、模糊推理和解模糊化等部分糊推理和解模糊化等部分模糊化模糊化：将输入的精确量（包括系统设定、输出、状态输入信号）转将输入的精确量（包括系统设定、输出、状态输入信号）转化为模糊量化为模糊量知识库知识库：由数据库和模糊控制规则库组成。用于存放各语言变量隶属由数据库和模糊控制规则库组成。用于存放各语言变量
7、隶属度函数等和一系列控制规则度函数等和一系列控制规则模糊推理模糊推理：根据模糊逻辑进行推理根据模糊逻辑进行推理解模糊化解模糊化：将模糊推理得到的模糊输出量转化为实际的控制量将模糊推理得到的模糊输出量转化为实际的控制量模糊语言模糊语言：含有模糊概念的语言称为模糊语言含有模糊概念的语言称为模糊语言模糊语句是含有模糊概念，按给定语法规则构成的语句。有模糊陈模糊语句是含有模糊概念，按给定语法规则构成的语句。有模糊陈述句、模糊判断句、模糊推理句等述句、模糊判断句、模糊推理句等模糊推理句模糊推理句是最基本的模糊语句。模糊推理句的形式是：是最基本的模糊语句。模糊推理句的形式是：(A)(B)，表示蕴涵关系，即
8、表示蕴涵关系，即“若若A，则，则B”。这里的真是有一定程度的真。这里的真是有一定程度的真。模糊条件推理语句模糊条件推理语句是描述模糊推理的语句，基本形式是是描述模糊推理的语句，基本形式是IFTHEN形式。形式。IF E1 THEN U=U1；若偏差若偏差E1为真，则输出为真，则输出U取值取值U1。IF E1 AND DE1 THEN U=U1；若偏差若偏差E1和偏差变化率和偏差变化率DE1为真，输为真，输出出U取值取值U1模糊控制器设计模糊控制器设计：确定模糊控制器输入输出变量，通常，采用偏差和偏差变化率确定模糊控制器输入输出变量，通常，采用偏差和偏差变化率设计模糊控制器的控制规则设计模糊控制
9、器的控制规则：模糊控制器设计模糊控制器设计：确定模糊化和解模糊化的方法确定模糊化和解模糊化的方法：例如，输入变量变化范例如，输入变量变化范围围a，b，模模糊化变化范围糊化变化范围-ne，ne，则输入变量则输入变量x模糊化为模糊化为y y的计算公式为的计算公式为选择输入变量和输出变量的论域选择输入变量和输出变量的论域，确定模糊控制器参数确定模糊控制器参数编制编制模糊控制器控制算法的模糊控制器控制算法的应用程序应用程序合理合理选择模糊控制器采样时间选择模糊控制器采样时间MATLAB提供提供FUZZY模糊逻辑工具箱，模糊逻辑工具箱，DCS制造商提供制造商提供FLC模糊逻辑控制功能模块模糊逻辑控制功能
10、模块等等模糊控制仿真研究模糊控制仿真研究：采用采用FLC函数作为函数作为模糊控制器。蓝色模糊控制器。蓝色为偏差；为偏差；粉红色粉红色是是偏差微分；输入和偏差微分；输入和输出的逻辑关系见输出的逻辑关系见图图图5-44 液位模糊控制的动画画面 仿真仿真人工神经网络人工神经网络：根据人脑神经元电化学活动抽象出来的一种多层网络根据人脑神经元电化学活动抽象出来的一种多层网络结构结构。适合具有不确定性、高度非线性被控对象的控制适合具有不确定性、高度非线性被控对象的控制，例如，例如，模型模型辨识、控制器设计、优化操作、故障分析和诊断等领域辨识、控制器设计、优化操作、故障分析和诊断等领域特点：特点：具有并行处
11、理、分布存储、高度容错、自学习能力、强鲁棒性具有并行处理、分布存储、高度容错、自学习能力、强鲁棒性和强适应性等特点和强适应性等特点人工神经元人工神经元：一个神经元有一个神经元有n个输入个输入x1、xn，输入到神经元的总输入，输入到神经元的总输入p为为神经元的输出神经元的输出q与总输入与总输入p之间的关系用：之间的关系用：q=f(p)表示表示。f(*)称为称为激活函数激活函数或传递函数或传递函数人工神经网络人工神经网络激活函数激活函数前向网络前向网络：信息向前逐层连接，没有向后或反馈的连接信息向前逐层连接，没有向后或反馈的连接反馈网络反馈网络：信息向前连接的同时，存在向后或反馈的连接信息向前连接
12、的同时，存在向后或反馈的连接特点特点：并行处理性并行处理性：大量神经元的处理是并行进行的，因此，具有强大的处大量神经元的处理是并行进行的，因此，具有强大的处理速度和处理能力。理速度和处理能力。分布式存储分布式存储：人工神经网络的信息存储在神经元的连接权系数中，只人工神经网络的信息存储在神经元的连接权系数中，只有各神经元组合起来才能获得真正的信息。有各神经元组合起来才能获得真正的信息。强容错性和联想性强容错性和联想性：由于信息存储在各神经元的连接权系数中，部分由于信息存储在各神经元的连接权系数中，部分神经元的损坏使信息部分丢失，但仍可根据其他信息进行联想，使完神经元的损坏使信息部分丢失，但仍可根
13、据其他信息进行联想，使完整信息得到恢复。整信息得到恢复。强学习性强学习性：可通过学习获得神经元的连接结构和连接参数等可通过学习获得神经元的连接结构和连接参数等人工神经网络分类人工神经网络分类人工神经网络人工神经网络-BP网络：网络：反向传播算法反向传播算法BP网络是多层前向网络网络是多层前向网络组成组成：输入、隐含和输出层构成输入、隐含和输出层构成输入节点数与输入变量数相同，输出节点数与输出变量数相同输入节点数与输入变量数相同，输出节点数与输出变量数相同结构结构：人工神经网络人工神经网络-BP网络：网络：反向传播学习算法是监督学习算法。反向传播学习算法是监督学习算法。以实际输出以实际输出yd(
14、k)与每个样本经神经网络的输出与每个样本经神经网络的输出yi(k)之间的误差平方和之间的误差平方和为最小作为学习的依据。为最小作为学习的依据。训练的性能指标训练的性能指标按梯度下降法，得权系数修正公式按梯度下降法，得权系数修正公式偏置的修正公式偏置的修正公式人工神经网络人工神经网络-BP网络：网络：反传学习算法反传学习算法程序框图程序框图人工神经网络人工神经网络-RBF网络：网络：两层前向网络两层前向网络组成：组成：输入变量数输入变量数等于被研究问题的独立变量数，中间层选用径向基函等于被研究问题的独立变量数，中间层选用径向基函数作为转移函数，数作为转移函数，输出层输出层是线性函数是线性函数径向
15、基函数径向基函数：一类局部分布的对中心点径向对称衰减的非负非线性函数一类局部分布的对中心点径向对称衰减的非负非线性函数RBF网络隐含层节点的高斯基函数网络隐含层节点的高斯基函数RBF网络输出网络输出氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制流程：流程：特点：特点：u胺解合成胺解合成反应初始段反应初始段，因放热量不够，反应温度较低，因此，一，因放热量不够，反应温度较低，因此，一甲胺投放量不宜过快。甲胺投放量不宜过快。u当一甲胺投放累积量达总量当一甲胺投放累积量达总量25%25%时，放热量已经超过冷却量，这时时，放热量已经超过冷却量，这时投料速度应较低，以抑制放热量的过快增长，控制放
16、热速度。投料速度应较低，以抑制放热量的过快增长，控制放热速度。u当反应温度接近当反应温度接近-12-12后，应适当保持投料速度。当后，应适当保持投料速度。当u一甲胺投放累积量达总量一甲胺投放累积量达总量80%80%以上时，精酯已基本耗尽，应加快投以上时，精酯已基本耗尽，应加快投料，缩短生产过程时间料，缩短生产过程时间氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制流程：流程：智能控制策论智能控制策论：反应初反应初始始阶段阶段：GtG1，反应时间为，反应时间为0，t1。一甲胺流量控制在。一甲胺流量控制在420kg/h；TTsp-6。控制策略控制策略见见 模糊推理语句模糊推理语句。温度上升
17、阶段温度上升阶段：G1GtG2，反应时间为，反应时间为t1，t2。稳定反应阶段稳定反应阶段：G2GtG-Gm，反应时间为，反应时间为t2，t3。反应结束阶段反应结束阶段：G-GmGt，反应时间为，反应时间为t3，t4。式中，一甲胺投放累积量式中，一甲胺投放累积量Gt；一甲胺投放总量；一甲胺投放总量G；G1、G2、Gm根据根据操作情况可改变，一般设置为操作情况可改变，一般设置为60kg、90kg和和50kg。T是反应温度是反应温度氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制反应初反应初始始阶段阶段模糊推理语句模糊推理语句：IF T GT-20 OR TSP-6 LE T THEN L
18、=0;IF-21 LT T AND T LE-20 THEN L=K1*L0;IF-22 LE T AND T LE-21 THEN L=K2*L0;IF-23 LE T AND T LE-22 THEN L=K3*L0;IF-24 LE T AND T LE-23 THEN L=K4*L0;IF-25 LE T AND T LE-24 THEN L=K5*L0;IF-26 LT T AND T LE-25 THEN L=K6*L0;IF-27 LE T AND T LE-26 THEN L=K7*L0;IF-28 LE T AND T LE-27 THEN L=K8*L0;IF-29 LE
19、T AND T LE-28 THEN L=K9*L0;IF-30 LE T AND T LE-29 THEN L=K10*L0;IF dT LE-30 THEN L=K11*L0;IF T LT 0 THEN L=1.1*L;K=1 1.1 1.15 1.2 1.25 1.3 1.35 1.38 1.4 1.45 1.48T，并可手动调整。并可手动调整。dTdT是温度变化率。是温度变化率。GTGT表表示大于；示大于；LTLT表示小于；表示小于；LELE表示小于等于。表示小于等于。T T是反是反应器温度应器温度氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制温度上升温度上升阶段阶段控制控
20、制：类似类似反应初反应初始阶段始阶段程序程序基本值为基本值为L1，设理想温升速率为，设理想温升速率为T20是进行第是进行第2阶段时的初始温度。阶段时的初始温度。Tsp是设定温度。是设定温度。t2-t1约约12min341的的BP网络网络：输入变量是温度、温度变化率和一甲胺投放的累输入变量是温度、温度变化率和一甲胺投放的累积量，输出为一甲胺流量积量，输出为一甲胺流量氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制稳定反应稳定反应阶段阶段控制控制：类似类似反应初反应初始阶段始阶段程序程序基本值为基本值为L2，考虑响应曲线的斜率和斜率变化率的大小考虑响应曲线的斜率和斜率变化率的大小451的的
21、BP网络网络：输入变量是温度、输入变量是温度、温度响应曲线的斜率、温度响应曲线的斜率、温度变温度变化率和一甲胺投放的累积量，输出为一甲胺流量化率和一甲胺投放的累积量，输出为一甲胺流量氧乐果合成反应温度的智能控制氧乐果合成反应温度的智能控制反应结束反应结束阶段阶段控制控制：只考虑温度和其变化率，未采用智能控制策论，直只考虑温度和其变化率，未采用智能控制策论，直接控制一甲胺流量达到其总投放量接控制一甲胺流量达到其总投放量反应温度曲线反应温度曲线l智能控制特点智能控制特点l模糊控制基本概念模糊控制基本概念l模糊控制系统设计模糊控制系统设计l人工神经网络基本概念人工神经网络基本概念lBP网络网络lRBF网络网络l智能控制系统设计示例智能控制系统设计示例本节本节重点重点