智能復(fù)合控制系統(tǒng)的研究現(xiàn)狀與展望

智能復(fù)合控制系統(tǒng)的研究現(xiàn)狀與展望

摘要：主要總結(jié)了近年來(lái)智能復(fù)合控制系統(tǒng)的研究與發(fā)展，介紹了智能復(fù)合控制的主要方面的研究成果，探討了這一領(lǐng)域的研究趨向。
關(guān)鍵詞：智能控制；傳統(tǒng)控制；復(fù)合控制

1 引言
雖然智能控制技術(shù)已經(jīng)有20多年的歷史，但作為一門(mén)新興的理論技術(shù)，它還處在發(fā)展階段。近年來(lái)控制領(lǐng)域的專(zhuān)家指出，智能控制技術(shù)的發(fā)展方向及研究重點(diǎn)應(yīng)該轉(zhuǎn)移到智能控制技術(shù)的集成上來(lái)。這里所說(shuō)的智能技術(shù)的集成包括兩方面：一方面是綜合智能控制技術(shù)的推廣應(yīng)用，將幾種智能控制方法或機(jī)理融合在一起，構(gòu)成具有高度自主能力的高級(jí)混合智能控制系統(tǒng)，如模糊神經(jīng)（FNN）控制系統(tǒng)、基于遺傳算法的模糊控制系統(tǒng)、模糊專(zhuān)家系統(tǒng)等。另一方面是將智能控制技術(shù)與傳統(tǒng)控制理論結(jié)合，形成智能型復(fù)合控制器，以便取長(zhǎng)補(bǔ)短，獲得互補(bǔ)特性，提高整體優(yōu)勢(shì)。如模糊PID控制、神經(jīng)元PID控制、模糊滑模控制、神經(jīng)網(wǎng)絡(luò)最優(yōu)控制等。本文主要對(duì)智能復(fù)合控制系統(tǒng)的現(xiàn)狀和發(fā)展進(jìn)行探討，并介紹近幾年來(lái)智能復(fù)合控制器的結(jié)構(gòu)理論及研究成果。

2? 智能復(fù)合控制的發(fā)展概況
對(duì)于具有非線性、強(qiáng)耦合、不確定性的復(fù)雜系統(tǒng)，傳統(tǒng)的控制方法很難取得理想的控制效果，因而不能直接應(yīng)用傳統(tǒng)控制方法對(duì)此類(lèi)系統(tǒng)進(jìn)行設(shè)計(jì)。智能控制技術(shù)的發(fā)展為復(fù)雜系統(tǒng)的控制提供了新思路。智能控制策略通常不需要系統(tǒng)準(zhǔn)確的數(shù)學(xué)模型，只要求對(duì)系統(tǒng)信息部分了解，特別是智能控制器具有強(qiáng)大的自學(xué)習(xí)和自整定能力，可以有效地控制對(duì)象的不確定性或未知干擾引起的系統(tǒng)波動(dòng)，但由于智能控制系統(tǒng)在本質(zhì)上是非線性的，因而很難從理論上對(duì)系統(tǒng)進(jìn)行性能設(shè)計(jì)和分析。針對(duì)這種情況，有的研究者提出將智能控制技術(shù)和傳統(tǒng)控制理論相結(jié)合，由此智能復(fù)合控制器應(yīng)運(yùn)而生。這種控制器既具有智能控制的自學(xué)習(xí)和自整定能力，又可以有效的利用傳統(tǒng)控制理論，對(duì)系統(tǒng)的性能進(jìn)行理論分析，從而設(shè)計(jì)出滿足性能指標(biāo)的非線性多變量控制系統(tǒng)。因此智能復(fù)合控制在非線性多變量系統(tǒng)中的應(yīng)用已經(jīng)成為當(dāng)前控制領(lǐng)域的一個(gè)研究熱點(diǎn)，并已經(jīng)取得了許多研究成果。

3? 智能復(fù)合控制器的研究
? 模糊控制、神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)是智能控制的三大支柱，而PID控制、最優(yōu)控制、魯棒控制、解耦控制等方法在傳統(tǒng)控制理論中的研究也比較完善。于是專(zhuān)家學(xué)者們針對(duì)非線性、時(shí)變、不確定性等復(fù)雜對(duì)象的特征，將它們分別結(jié)合起來(lái)，拓寬智能控制技術(shù)研究成果和傳統(tǒng)控制技術(shù)的融合領(lǐng)域，設(shè)計(jì)出應(yīng)用更廣泛，控制效果更好的復(fù)合控制器。下面著重介紹幾種常見(jiàn)的復(fù)合控制器。
3.1 模糊PID控制器的研究
??? 模糊控制器的研究一直是控制界研究的熱點(diǎn)問(wèn)題，而關(guān)于模糊控制系統(tǒng)的穩(wěn)定性分析則是模糊控制需要研究和解決的基本問(wèn)題。模糊控制器具有類(lèi)似PI或PD控制器的特性，可獲得良好的系統(tǒng)動(dòng)態(tài)特性。但無(wú)法消除系統(tǒng)的靜態(tài)誤差，傳統(tǒng)PID控制器是過(guò)程控制中應(yīng)用最基本的一種控制器，具有簡(jiǎn)單、穩(wěn)定、可靠等優(yōu)點(diǎn)。為了改善模糊控制器的靜態(tài)性能，提出了模糊PID控制器的思想[1]。模糊PID控制器的研究得到了許多學(xué)者的關(guān)注。Abdenour[2]從PID控制角度出發(fā)，提出FI—PI、FI—PD、FI—PID三種形式的模糊控制器。Ying[3],Li[3]等用各種方式得出模糊控制器中量化因子、比例因子同PID控制器的因子KP、KI、KD之間的關(guān)系式。Ying對(duì)基于簡(jiǎn)單線性規(guī)則TS模型的模糊控制器進(jìn)行了分析，指出這類(lèi)模糊控制器是一種非線性增益PID控制器。張思勤[5]等也提出了一類(lèi)基于TS模型的模糊復(fù)合控制器。關(guān)于模糊PID控制器的研究成果還有許多，這里不再一一列舉。
3.2 自適應(yīng)模糊控制器的研究
??? 自適應(yīng)模糊控制器就是借鑒自適應(yīng)控制理論的一些理念來(lái)設(shè)計(jì)模糊控制器，也稱(chēng)作語(yǔ)言自組織模糊控制器（SOC），它的思想就在于在線或離線調(diào)節(jié)模糊控制規(guī)則的結(jié)構(gòu)或參數(shù)，使之趨于最優(yōu)狀態(tài)。He[6]采用一種帶有修正因子的控制算法，通過(guò)調(diào)整修正因子改變控制規(guī)則的特性。Manmdani提出的SOC直接對(duì)模糊控制規(guī)則進(jìn)行修正，是一種規(guī)則有組織模糊控制器。Raju對(duì)控制規(guī)則進(jìn)行分級(jí)管理，提出自適應(yīng)分層模糊控制器。Linkens[7]等提出規(guī)則自組織自學(xué)習(xí)算法，對(duì)規(guī)則的參數(shù)以及數(shù)目進(jìn)行自動(dòng)修正。而采用神經(jīng)網(wǎng)絡(luò)對(duì)模糊控制規(guī)則及參數(shù)進(jìn)行調(diào)整，也是一種實(shí)現(xiàn)模糊自適應(yīng)控制的好方法（雖然嚴(yán)格說(shuō)它并不是真正意義上的復(fù)合控制器）。
3.3 模糊滑?？刂破鞯难芯?br>??? 滑?？刂埔蚱湓O(shè)計(jì)簡(jiǎn)單，對(duì)系統(tǒng)變化不敏感等優(yōu)點(diǎn)而被廣泛用于工業(yè)生產(chǎn)過(guò)程，但是傳統(tǒng)滑?？刂拼嬖谝粋€(gè)突出的缺點(diǎn)——抖振，為解決這一問(wèn)題出現(xiàn)了模糊滑?？刂破?。張?zhí)炱絒8]，Sim[9]等提出了一類(lèi)模糊滑?？刂破鳎梢韵魅醵秳?dòng)，但因其難以保證邊界層內(nèi)滑動(dòng)模態(tài)的可達(dá)性，而失去了滑?？刂撇槐愕膬?yōu)點(diǎn)。鄭懷林[10]等針對(duì)此問(wèn)題，提出一種新的模糊滑模控制器設(shè)計(jì)方法，可充分保證滑動(dòng)模態(tài)的可達(dá)性，從而實(shí)現(xiàn)控制器優(yōu)化設(shè)計(jì)。這也是一個(gè)復(fù)合控制器設(shè)計(jì)的不斷完善的過(guò)程。
3.4 模糊解耦控制器的研究
?? 徐承偉[11]首先提出模糊系統(tǒng)的串聯(lián)解耦補(bǔ)償，引入一個(gè)解耦補(bǔ)償器。隨后又提出模糊系統(tǒng)的反饋解耦，引入一個(gè)反饋解耦控制器。楊輝[12]對(duì)多變量模糊控制算法進(jìn)行研究，引進(jìn)模糊子集的交叉系數(shù)，借助多變量系統(tǒng)解耦設(shè)計(jì)原理，用多個(gè)單變量模糊控制器來(lái)表示一個(gè)解耦多變量模糊控制器，獲得良好的控制效果，但是模糊解耦控制系統(tǒng)的研究尚處于發(fā)展階段，有許多問(wèn)題還有待解決。
3.5 其他模糊復(fù)合控制器的研究
??? 張化光[13]提出過(guò)一種基于模糊基函數(shù)的多變量魯棒自適應(yīng)控制器，將模糊控制與魯棒控制相結(jié)合，可充分保證閉環(huán)非線性控制系統(tǒng)的魯棒性和跟蹤誤差的漸進(jìn)收斂性。類(lèi)似的研究還有模糊變結(jié)構(gòu)控制、模型參考自適應(yīng)控制、最優(yōu)模糊控制器、模糊預(yù)測(cè)控制等。
3.6 神經(jīng)網(wǎng)絡(luò)PID控制器的研究
??? 神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力和逼近任意非線性映射能力，因而在解決不確定性復(fù)雜系統(tǒng)的控制方面有非常大的應(yīng)用前景。近年來(lái)國(guó)內(nèi)外學(xué)者在將神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)技術(shù)相結(jié)合，應(yīng)用于非線性系統(tǒng)控制方面進(jìn)行了許多有益的嘗試，取得一些可喜的成果。如何玉彬[18]從經(jīng)典PID控制思想出發(fā)提出具有PID權(quán)值形式的網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)成神經(jīng)網(wǎng)絡(luò)PID復(fù)合控制器，同時(shí)作者為避免神經(jīng)網(wǎng)絡(luò)可能陷入局部極小，建立了一種混合神經(jīng)直接自適應(yīng)控制結(jié)構(gòu)和相應(yīng)的學(xué)習(xí)算法，取得了很好的控制效果。
3.7 神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制器的研究
何玉彬[16,17]針對(duì)模型未知系統(tǒng)，提出一種復(fù)合控制結(jié)構(gòu)——神經(jīng)網(wǎng)絡(luò)并行自學(xué)習(xí)魯棒自適應(yīng)跟蹤控制結(jié)構(gòu)，它可以利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和非線性映射能力，解決傳統(tǒng)自適應(yīng)控制中模型的在線辯識(shí)和控制器的在線設(shè)計(jì)問(wèn)題，以達(dá)到對(duì)不確定非線性系統(tǒng)的高精度輸出跟蹤控制；通過(guò)引入運(yùn)行監(jiān)控器，克服神經(jīng)網(wǎng)絡(luò)控制方法通常存在的時(shí)實(shí)性差的問(wèn)題；利用一個(gè)魯棒反饋控制器來(lái)保證神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)初期閉環(huán)系統(tǒng)的穩(wěn)定性。3.6,3.7提出的兩種方法都是通過(guò)一個(gè)常規(guī)反饋控制器來(lái)保證系統(tǒng)的穩(wěn)定性。因此設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)控制器時(shí)自由度較大，這類(lèi)智能復(fù)合控制器就比純智能控制有更好的控制性能。
3.8 神經(jīng)網(wǎng)絡(luò)最優(yōu)控制器的研究
??? 王耀南[19]將線性最優(yōu)控制技術(shù)與非線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法相結(jié)合，提出一種新的非線性最優(yōu)復(fù)合控制器。這種控制方法將人工神經(jīng)網(wǎng)絡(luò)所具有的并行性、自適應(yīng)、自學(xué)習(xí)等能力應(yīng)用于現(xiàn)在的最優(yōu)控制，作為控制系統(tǒng)補(bǔ)償環(huán)節(jié)，完成更精確建模和穩(wěn)定的控制，使控制系統(tǒng)具有更高級(jí)的智能，是一種非常有效的結(jié)合方法。
3.9 其它類(lèi)型神經(jīng)網(wǎng)絡(luò)復(fù)合控制的研究
王振雷[21]將智能控制策略中的模糊神經(jīng)網(wǎng)絡(luò)與H 最優(yōu)控制策略相結(jié)合，構(gòu)造智能H 復(fù)合控制器，成功的完成對(duì)包含不確定模型和未知有界擾動(dòng)的非線性多變量系統(tǒng)的控制；將模糊神經(jīng)網(wǎng)絡(luò)與滑模變結(jié)構(gòu)控制結(jié)合設(shè)計(jì)出模糊變結(jié)構(gòu)復(fù)合控制器，可以改善滑模變結(jié)構(gòu)控制器的性能，對(duì)一類(lèi)不確定系統(tǒng)進(jìn)行有效控制。

4? 智能復(fù)合控制系統(tǒng)的發(fā)展前景
??? 智能復(fù)合控制器在非線性多變量系統(tǒng)中的應(yīng)用已經(jīng)成為當(dāng)前控制領(lǐng)域的一個(gè)研究熱點(diǎn)，取得了許多研究成果。但是目前在復(fù)合控制器的設(shè)計(jì)和應(yīng)用方面仍存在一定的問(wèn)題：智能控制技術(shù)和傳統(tǒng)控制理論的結(jié)合形式比較單一，不能充分利用當(dāng)前智能控制技術(shù)和傳統(tǒng)控制理論各自的研究成果；控制器中智能模塊結(jié)構(gòu)的確定沒(méi)有理論依據(jù)，多是憑借設(shè)計(jì)者的經(jīng)驗(yàn)選定，通常選定的結(jié)構(gòu)比較復(fù)雜，學(xué)習(xí)周期長(zhǎng)，不利于實(shí)時(shí)運(yùn)行；控制器的智能逼近模塊的逼近精度難以確定，不能獲得精確的控制效果。這些問(wèn)題都有待于進(jìn)一步研究。
總之，將智能控制策略和傳統(tǒng)控制方法相結(jié)合構(gòu)造智能型復(fù)合控制器，取其在控制中的優(yōu)勢(shì)和特點(diǎn)，已成為當(dāng)今控制領(lǐng)域的一個(gè)研究熱點(diǎn)，也成為解決各類(lèi)復(fù)雜系統(tǒng)控制問(wèn)題的重要工具，在理論和實(shí)際應(yīng)用中都有十分重要的意義。