(19)-5.5 先進(jìn)控制系統(tǒng)-智能控制

《過(guò)程控制工程》

“ProcessControlEngineering”

第五章先進(jìn)控制系統(tǒng)本章目錄CONTENS1預(yù)測(cè)控制系統(tǒng)2解耦控制系統(tǒng)3軟測(cè)量和推斷控制4時(shí)滯補(bǔ)償控制5智能控制6間歇過(guò)程的控制5智能控制智能控制：研究與模擬人類(lèi)智能活動(dòng)及其控制與信息傳遞過(guò)程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一門(mén)新興分支學(xué)科人工智能：機(jī)器（計(jì)算機(jī)）執(zhí)行某些與人類(lèi)智能有關(guān)的復(fù)雜功能（例如判斷、圖象識(shí)別、理解、學(xué)習(xí)、規(guī)劃和問(wèn)題求解等）的能力智能控制的主要形式包括專(zhuān)家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制、分級(jí)遞階智能控制、仿人智能控制及各種方法的綜合和集成人工智能的研究?jī)?nèi)容包括知識(shí)表示、問(wèn)題求解、語(yǔ)言理解、機(jī)器學(xué)習(xí)、模式識(shí)別、定理證明、機(jī)器視覺(jué)、邏輯推理、人工神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)、智能控制、模糊控制、智能決策、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、機(jī)器檢索系統(tǒng)、組合和調(diào)度等智能控制系統(tǒng)是具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制系統(tǒng)。適用于具有復(fù)雜性、不完全性、模糊性、不確定性和不存在已知算法的生產(chǎn)過(guò)程控制智能控制具有分層信息處理和決策機(jī)構(gòu)。它是人的神經(jīng)結(jié)構(gòu)或?qū)＜覜Q策機(jī)構(gòu)的模擬智能控制具有非線性特征智能控制具有變結(jié)構(gòu)特點(diǎn)智能控制具有總體自尋優(yōu)特點(diǎn)智能控制是多學(xué)科的綜合和集成智能控制特點(diǎn)：無(wú)需對(duì)被控過(guò)程建立數(shù)學(xué)模型。模糊控制是完全模仿操作人員控制經(jīng)驗(yàn)基礎(chǔ)上設(shè)計(jì)的控制系統(tǒng)，因此，不需要建立數(shù)學(xué)模型，強(qiáng)魯棒性。對(duì)被控過(guò)程參數(shù)變化不靈敏，因此，模糊控制系統(tǒng)具有強(qiáng)魯棒性強(qiáng)實(shí)時(shí)性。模糊控制規(guī)則大多由離線計(jì)算獲得，不需要在線復(fù)雜運(yùn)智能性。模糊控制規(guī)則是操作人員對(duì)過(guò)程控制作用的直觀描述和思維邏輯，體現(xiàn)了人工智能，它是人類(lèi)知識(shí)在過(guò)程控制領(lǐng)域應(yīng)用的具體體現(xiàn)。模糊控制特點(diǎn)：模糊控制基本概念：隸屬度：特征函數(shù)CA(u)在u0處的值稱(chēng)為u0對(duì)集合A的隸屬程度模糊控制基本概念：常用隸屬函數(shù)有三角形、梯形、高斯型、鐘形等種。MATLAB的模糊工具箱提供了trimf、trapmf、gaussmf、gbellmf等11種隸屬度函數(shù)，隸屬度函數(shù)可通過(guò)模糊統(tǒng)計(jì)法、專(zhuān)家經(jīng)驗(yàn)法等確定。模糊控制基本概念：模糊控制器：組成：模糊化、知識(shí)庫(kù)、模糊推理和解模糊化等部分模糊化：將輸入的精確量（包括系統(tǒng)設(shè)定、輸出、狀態(tài)輸入信號(hào)）轉(zhuǎn)化為模糊量知識(shí)庫(kù)：由數(shù)據(jù)庫(kù)和模糊控制規(guī)則庫(kù)組成。用于存放各語(yǔ)言變量隸屬度函數(shù)等和一系列控制規(guī)則模糊推理：根據(jù)模糊邏輯進(jìn)行推理解模糊化：將模糊推理得到的模糊輸出量轉(zhuǎn)化為實(shí)際的控制量模糊語(yǔ)言：含有模糊概念的語(yǔ)言稱(chēng)為模糊語(yǔ)言模糊語(yǔ)句是含有模糊概念，按給定語(yǔ)法規(guī)則構(gòu)成的語(yǔ)句。有模糊陳述句、模糊判斷句、模糊推理句等模糊推理句是最基本的模糊語(yǔ)句。模糊推理句的形式是：(A)→(B)，→表示蘊(yùn)涵關(guān)系，即“若A，則B”。這里的真是有一定程度的真。模糊條件推理語(yǔ)句是描述模糊推理的語(yǔ)句，基本形式是IF…THEN…形式。IFE1THENU=U1；若偏差E1為真，則輸出U取值U1。IFE1ANDDE1THENU=U1；若偏差E1和偏差變化率DE1為真，輸出U取值U1模糊控制器設(shè)計(jì)：確定模糊控制器輸入輸出變量，通常，采用偏差和偏差變化率設(shè)計(jì)模糊控制器的控制規(guī)則：模糊控制器設(shè)計(jì)：確定模糊化和解模糊化的方法：例如，輸入變量變化范圍[a，b]，模糊化變化范圍[-ne，ne]，則輸入變量x模糊化為y的計(jì)算公式為選擇輸入變量和輸出變量的論域，確定模糊控制器參數(shù)編制模糊控制器控制算法的應(yīng)用程序合理選擇模糊控制器采樣時(shí)間MATLAB提供FUZZY模糊邏輯工具箱，DCS制造商提供FLC模糊邏輯控制功能模塊等模糊控制仿真研究：采用FLC函數(shù)作為模糊控制器。藍(lán)色為偏差；粉紅色是偏差微分；輸入和輸出的邏輯關(guān)系見(jiàn)圖圖5-44液位模糊控制的動(dòng)畫(huà)畫(huà)面仿真人工神經(jīng)網(wǎng)絡(luò)：根據(jù)人腦神經(jīng)元電化學(xué)活動(dòng)抽象出來(lái)的一種多層網(wǎng)絡(luò)結(jié)構(gòu)。適合具有不確定性、高度非線性被控對(duì)象的控制，例如，模型辨識(shí)、控制器設(shè)計(jì)、優(yōu)化操作、故障分析和診斷等領(lǐng)域特點(diǎn)：具有并行處理、分布存儲(chǔ)、高度容錯(cuò)、自學(xué)習(xí)能力、強(qiáng)魯棒性和強(qiáng)適應(yīng)性等特點(diǎn)人工神經(jīng)元：一個(gè)神經(jīng)元有n個(gè)輸入x1、…、xn，輸入到神經(jīng)元的總輸入p為神經(jīng)元的輸出q與總輸入p之間的關(guān)系用：q

=f(p)表示。f(*)稱(chēng)為激活函數(shù)或傳遞函數(shù)人工神經(jīng)網(wǎng)絡(luò)激活函數(shù)前向網(wǎng)絡(luò)：信息向前逐層連接，沒(méi)有向后或反饋的連接反饋網(wǎng)絡(luò)：信息向前連接的同時(shí)，存在向后或反饋的連接特點(diǎn)：并行處理性：大量神經(jīng)元的處理是并行進(jìn)行的，因此，具有強(qiáng)大的處理速度和處理能力。分布式存儲(chǔ)：人工神經(jīng)網(wǎng)絡(luò)的信息存儲(chǔ)在神經(jīng)元的連接權(quán)系數(shù)中，只有各神經(jīng)元組合起來(lái)才能獲得真正的信息。強(qiáng)容錯(cuò)性和聯(lián)想性：由于信息存儲(chǔ)在各神經(jīng)元的連接權(quán)系數(shù)中，部分神經(jīng)元的損壞使信息部分丟失，但仍可根據(jù)其他信息進(jìn)行聯(lián)想，使完整信息得到恢復(fù)。強(qiáng)學(xué)習(xí)性：可通過(guò)學(xué)習(xí)獲得神經(jīng)元的連接結(jié)構(gòu)和連接參數(shù)等人工神經(jīng)網(wǎng)絡(luò)分類(lèi)人工神經(jīng)網(wǎng)絡(luò)-BP網(wǎng)絡(luò)：反向傳播算法BP網(wǎng)絡(luò)是多層前向網(wǎng)絡(luò)組成：輸入、隱含和輸出層構(gòu)成輸入節(jié)點(diǎn)數(shù)與輸入變量數(shù)相同，輸出節(jié)點(diǎn)數(shù)與輸出變量數(shù)相同結(jié)構(gòu)：人工神經(jīng)網(wǎng)絡(luò)-BP網(wǎng)絡(luò)：反向傳播學(xué)習(xí)算法是監(jiān)督學(xué)習(xí)算法。以實(shí)際輸出yd(k)與每個(gè)樣本經(jīng)神經(jīng)網(wǎng)絡(luò)的輸出yi(k)之間的誤差平方和為最小作為學(xué)習(xí)的依據(jù)。訓(xùn)練的性能指標(biāo)按梯度下降法，得權(quán)系數(shù)修正公式偏置的修正公式人工神經(jīng)網(wǎng)絡(luò)-BP網(wǎng)絡(luò)：反傳學(xué)習(xí)算法程序框圖人工神經(jīng)網(wǎng)絡(luò)-RBF網(wǎng)絡(luò)：兩層前向網(wǎng)絡(luò)組成：輸入變量數(shù)等于被研究問(wèn)題的獨(dú)立變量數(shù)，中間層選用徑向基函數(shù)作為轉(zhuǎn)移函數(shù)，輸出層是線性函數(shù)徑向基函數(shù)：一類(lèi)局部分布的對(duì)中心點(diǎn)徑向?qū)ΨQ(chēng)衰減的非負(fù)非線性函數(shù)RBF網(wǎng)絡(luò)隱含層節(jié)點(diǎn)的高斯基函數(shù)RBF網(wǎng)絡(luò)輸出氧樂(lè)果合成反應(yīng)溫度的智能控制流程：特點(diǎn)：胺解合成反應(yīng)初始段，因放熱量不夠，反應(yīng)溫度較低，因此，一甲胺投放量不宜過(guò)快。當(dāng)一甲胺投放累積量達(dá)總量25%時(shí)，放熱量已經(jīng)超過(guò)冷卻量，這時(shí)投料速度應(yīng)較低，以抑制放熱量的過(guò)快增長(zhǎng)，控制放熱速度。當(dāng)反應(yīng)溫度接近-12℃后，應(yīng)適當(dāng)保持投料速度。當(dāng)一甲胺投放累積量達(dá)總量80%以上時(shí)，精酯已基本耗盡，應(yīng)加快投料，縮短生產(chǎn)過(guò)程時(shí)間氧樂(lè)果合成反應(yīng)溫度的智能控制流程：智能控制策論：反應(yīng)初始階段：Gt<G1，反應(yīng)時(shí)間為[0，t1]。一甲胺流量控制在420kg/h；T≤Tsp-6?？刂撇呗砸?jiàn)模糊推理語(yǔ)句。溫度上升階段：G1≤Gt<G2，反應(yīng)時(shí)間為[t1，t2]。穩(wěn)定反應(yīng)階段：G2≤Gt<G-Gm，反應(yīng)時(shí)間為[t2，t3]。反應(yīng)結(jié)束階段：G-Gm≤Gt，反應(yīng)時(shí)間為[t3，t4]。式中，一甲胺投放累積量Gt；一甲胺投放總量G；G1、G2、Gm根據(jù)操作情況可改變，一般設(shè)置為60kg、90kg和50kg。T是反應(yīng)溫度氧樂(lè)果合成反應(yīng)溫度的智能控制反應(yīng)初始階段模糊推理語(yǔ)句：IFTGT-20ORTSP-6LETTHENL=0;IF-21LTTANDTLE-20THENL=K1*L0;IF-22LETANDTLE-21THENL=K2*L0;IF-23LETANDTLE-22THENL=K3*L0;IF-24LETANDTLE-23THENL=K4*L0;IF-25LETANDTLE-24THENL=K5*L0;IF-26LTTANDTLE-25THENL=K6*L0;IF-27LETANDTLE-26THENL=K7*L0;IF-28LETANDTLE-27THENL=K8*L0;IF-29LETANDTLE-28THENL=K9*L0;IF-30LETANDTLE-29THENL=K10*L0;IFdTLE-30THENL=K11*L0;IFTLT0THENL=1.1*L;K=[11.11.151.21.251.31.351.381.41.451.48]T，并可手動(dòng)調(diào)整。dT是溫度變化率。GT表示大于；LT表示小于；LE表示小于等于。T是反應(yīng)器溫度氧樂(lè)果合成反應(yīng)溫度的智能控制溫度上升階段控制：類(lèi)似反應(yīng)初始階段程序基本值為L(zhǎng)1，設(shè)理想溫升速率為T(mén)20是進(jìn)行第2階段時(shí)的初始溫度。Tsp是設(shè)定溫度。t2-t1約12min3×4×1的BP網(wǎng)絡(luò)：輸入變量是溫度、溫度變化率和一甲胺投放的累積量，輸出為一甲胺流量氧樂(lè)果合成反應(yīng)溫度的智能控制穩(wěn)定反應(yīng)階段控制：類(lèi)似反應(yīng)初始階段程序基本值為L(zhǎng)2，考慮響應(yīng)曲線的斜