一类不确定性复杂系统的控制策略分析

在实际工业现场，被控对象动力学特性内部的不确定性和外部环境扰动的不确定性表现形式是多种多样的，其复杂性不仅表现在结构上，更多的是表现在信息关系的复杂程度上，对这类被控对象如何进行有效的控制，在技术实现上是有较大难度的。作者针对不确定性复杂系统控制中存在的控制策略选取问题，在对各种控制策略作分析及对比研究的基础上描述了不确定性复杂系统的控制论模型，并以成功的实际工程应用实例说明，智能控制策略最适合于实现对不确定性复杂系统的有效控制，其中仿人智能控制策略是明智的选择。     

一类复杂关联系统的模糊控制

以轧钢加热炉生产过程优化控制为背景，讨论一类复杂关联系统的控制问题，包括对象特征分析、控制策略选取、控制算法及特点、工程中的解耦效果对比与控制系统结构及软件实现等问题。系统实际运行效果表明，模糊智能控制算法对复杂关联系统不仅具有解耦作用而且控制效果与控制品质也是令人满意的。     

不确定性系统的控制策略及其与实现相关的软件技术

在实际工业现场，控制系统的复杂性不仅表现在结构上．更多的是表现在信息关系的不确定性和复杂程度上，对这类被控对象进行有效控制的关键是选取适合的控制策略．基于对控制策略的分析对比。建议采用仿人智能控制策略，利用广义控制论模型实现对不确定性复杂对象的控制．为强化管控一体化功能。文章对一类复杂系统工程实现的软件系统构架也作了讨论，并给出了一个应用实例．     

复杂工业系统的广义知识模型与智能建模

分析了复杂工业系统与传统系统的不同,指出了复杂工业系统广义知识模型与智能建模的必要性和紧迫性;研究了复杂工业系统的现场数据检测与信息融合、建模、控制、管理与决策及运行状态等特征,提出了实现复杂工业系统的广义知识模型描述、模型化原则,并从数值模型描述、符号(语言)模型的描述、人类专家自然语言符号描述3个方面,给出了多层智能建模的具体方法和策略;介绍了多种智能技术在广义知识模型和智能建模中的应用,研究了复杂工业系统的多层广义知识描述与智能建模方法的综合应用以及复杂工业过程的智能协调控制系统结构.     

基于HSIC的适应性融合控制策略

针对不确定性复杂关联系统难以采用PID控制,探讨了一种基于仿人智能的适应性融合控制策略.分析了系统的控制论特性,讨论了PID控制面临的挑战,基于仿人智能控制,研究了对复杂关联系统的适应性融合控制策略,构造了相应的控制算法.文中以某不确定性复杂关联对象控制为例,分别采用PID与适应性融合控制策略进行了仿真对比研究,实验的系统响应曲线验证了该策略的良好动静态控制品质与适应性.研究结果表明,适应性融合控制策略与控制算法是可行与合理的.     

一类不确定性复杂系统的智能控制

针对不确定性复杂对象特性，基于控制策略的比较，提出用智能控制策略和采用仿人智能控制工程算法实现对不确定性复杂系统的优化控制。该算法还能对不确定性复杂关联对象实施解耦控制，控制品质好，鲁棒性强，工程实践的成功效果表明，对不确定复杂对象实施智能控制策略是明知的选择。     

基于KPCA的功能模拟智能控制系统模型研究

为了模拟人的行为实现智能控制,提出一种基于核函数主元分析法(KPCA)和加权支持向量机的精简输入向量的数学建模方法,将样本数据从输入空间非线性变换,映射到高维特征空间,在高维特征空间利用PCA进行特征提取,实现输入相空间重构,采用加权支持向量机回归建模。通过对人熟练驾驶自行车过程的模拟,重构了人控制复杂对象的数学模型,实现对复杂对象的智能控制。实验证明:该系统模型精度较高,与人工驾驶自行车比较控制效果良好。     

仿人智能控制策略在不确定性复杂控制系统中的应用

复杂系统往往表现出不确定性,其精确的数学模型难以建立,导致常规的PID控制很难对其进行有效的控制;作者基于控制策略的对比研究,选择仿人智能控制策略实现对不确定性复杂系统的控制.文中给出了控制策略和控制算法,并详细地分析了仿人智能控制器的设计方法,最后对某复杂工业控制对象进行仿真,结果表明了该控制策略的可行性和有效性,系统动、静态品质好.     

基于模糊控制的热水器

传统控制、智能控制和模糊控制各自的特点：传统控制是基于被控对象精确模型的控制方式，为了控制必须建模，而利用不精确的模型及采用某个固定控制算法，使整个控制系统置于模型框架下，缺乏应变性，因此很难胜任对复杂系统的控制。传统控制适于解决线性、时不变等相对简单的控制问题。     

车辆编队系统的分布式控制

基于关联系统模型研究智能车辆编队的分布式控制. 通过引入空间变量和空间移动算子,将车辆编队系统建模成多维的空间关联系统. 基于线性矩阵不等式的方法设计了与被控对象有着相同关联结构的分布式输出反馈H∞控制器,确保整个编队系统的适定性、稳定性及对外界干扰的鲁棒性. 在Matlab环境下编程验证控制器的性能,并通过3台移动机器人的模拟车辆编队仿真实验,说明模型的正确性和方法的有效性.     

基于知识的不确定性复杂系统的稳定性分析

稳定性概念是含糊的，但稳定性又是动态系统的基本特性，是各种控制系统正常运行的前提条件。对难于或不能建立数学模型的不确定性复杂控制系统要分析其稳定性至今还是挑战性的难题，很难借鉴稳定性数学直接判断一个系统运行是否稳定。采用将绝对稳定性和启发式搜索自锁定概念相结合的分析方法，可以在更大范围内对基于知识控制模型的不确定性控制系统通过调节自镇定回路的参数来分析系统的稳定性，工程实践表明，对不确定性复杂性系统的稳定性分析方法在实际物理控制系统中是有效和可用的。     

不确定性系统控制的相关问题分析

不确定性系统控制的难点在于：在控制工程界对什么是不确定性信息及其表现形式、不确定性系统及其特性等目前并未取得共识，往往在一些含混不清的概念基础上讨论控制问题，致使对不确定性系统控制的整个研究进展缓慢。由于在实际控制工程在涉及问题面宽，作者联系实际工程实践经验，针对上述问题，主要讨论研究了不确定性信息的概念及其分类，不确定性系统的基本特征及其应采取的控制策略等。最后，作者基于成功实践的实例在文中指出，对不确定性系统控制采用智能控制策略是明智的选择。     

Intelligent Multilevel Knowledge Acquisition System for Product Design and Its Implementation

The characteristics of design process, design object and domain knowledge of complex product are analyzed. A kind of knowledge representation schema based o n integrated generalized rule is stated. An AND-OR tree based model of concept f or domain knowledge is set up. The strategy of multilevel domain knowledge acqui sition based on the model is presented. The intelligent multilevel knowledge acq uisition system (IMKAS) for product design is developed, and it is applied in th e intelligent decision support system of concept design of complex product.     

电液位置伺服系统最少拍控制应用研究

阀控式电液位置伺服系统是液压伺服控制系统中应用较为广泛的一种，而传统的模拟控制存在着结构复杂、功率密度低和控制策略机械等弊端．针对上述弊端，并结合电液位置伺服控制系统惯性大，要求控制精度高等特点，本文在对其进行分析、简化、数学建模的基础上，直接运用最少拍控制理论对其进行了离散化设计，得到了最少拍数字控制器，并以阶跃输入作为典型输入信号进行了实验验证．结果表明，实现了对电液位置伺服系统的实时监控，并且简化了结构，提高了控制的可靠性和灵活性。     

多温区电加热炉的智能控制

具有多个温区的电加热炉是一种典型的多输入多输出被控对象，同时它具有强耦合、非线性、变参数等不利于控制的特性．针对此类热工对象，本文提出一种不依赖电炉精确数学模型的智能控制方法这种方法将各温区间的耦合关系看作一种可测干拢，从而利用前馈补偿的原理来实现各温区的解耦控制；然后，对解耦后的各温区，分别设计一个独立的智能分段控制器该智能控制系统是以一台ＰＣ机为核心实现的，在一台三个温区的平卧管式电加热炉上进行实时运行，性能测试表明，该智能控制系统具有非常好的解耦特性，同时，具有很高的控制精度．     

采用逆系统方法的混合有源电力滤波器逐步反推滑模控制

提出一种基于逆系统方法的逐步反推(backstepping)滑模控制策略.在明确混合有源电力滤波器(SHAPF)的仿射非线性模型具有强耦合非线性特点后,利用逆系统方法进行线性化解耦,与原系统复合形成2个独立的伪线性子系统.设计伪线性子系统建模和参数不确定性误差的backstepping滑模控制器.与传统控制策略的仿真对比表明:所提控制策略可进一步提高SHAPF的滤波性能.     

智能控制及其在机器人领域的应用

从认识论和方法论的角度、学科交叉、控制对象、系统设计、知识获取等方面分析了智能控制与传统控制的区别。指出智能控制的优势是具有开放的、分级的、分布式的结构，有较强的综合信息处理能力，善于处理模型具有不确定性、高度非线性、复杂的控制任务。它的不足是理论基础还处在发展阶段，控制精度不高，实时性较差。提出了智能控制今后的发展应当是多种智能控制方法集成和智能控制与传统控制结合的思想。