現(xiàn)代控制理論-綜述論文-2015

。-可編輯修改-2015級(jí)碩士期末論文《現(xiàn)代控制理論綜述》課程現(xiàn)代控制理論姓名學(xué)號(hào)專業(yè)2016年1月4日經(jīng)典控制理論與現(xiàn)代控制理論的差異現(xiàn)代控制理論是建立在狀態(tài)空間法基礎(chǔ)上的一種控制理論，是自動(dòng)控制理論的一個(gè)主要組成部分。在現(xiàn)代控制理論中，對(duì)控制系統(tǒng)的分析和設(shè)計(jì)主要是通過對(duì)系統(tǒng)的狀態(tài)變量的描述來進(jìn)行的，基本的方法是時(shí)間域方法?，F(xiàn)代控制理論比經(jīng)典控制理論所能處理的控制問題要廣泛得多，包括線性系統(tǒng)和非線性系統(tǒng)，定常系統(tǒng)和時(shí)變系統(tǒng)，單變量系統(tǒng)和多變量系統(tǒng)。它所采用的方法和算法也更適合于在數(shù)字計(jì)算機(jī)上進(jìn)行?，F(xiàn)代控制理論還為設(shè)計(jì)和構(gòu)造具有指定的性能指標(biāo)的最優(yōu)控制系統(tǒng)提供了可能性。現(xiàn)代控制理論的名稱是在1960年以后開始出現(xiàn)的，用以區(qū)別當(dāng)時(shí)已經(jīng)相當(dāng)成熟并在后來被稱為經(jīng)典控制理論的那些方法?，F(xiàn)代控制理論已在航空航天技術(shù)、軍事技術(shù)、通信系統(tǒng)、生產(chǎn)過程等方面得到廣泛的應(yīng)用?，F(xiàn)代控制理論的某些概念和方法，還被應(yīng)用于人口控制、交通管理、生態(tài)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)等的研究中。現(xiàn)代控制理論是在20世紀(jì)50年代中期迅速興起的空間技術(shù)的推動(dòng)下發(fā)展起來的?？臻g技術(shù)的發(fā)展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造衛(wèi)星用最少燃料或最短時(shí)間準(zhǔn)確地發(fā)射到預(yù)定軌道一類的控制問題。這類控制問題十分復(fù)雜，采用經(jīng)典控制理論難以解決。1958年，蘇聯(lián)科學(xué)家Л.С.龐特里亞金提出了名為極大值原理的綜合控制系統(tǒng)的新方法。在這之前，美國學(xué)者R.貝爾曼于1954年創(chuàng)立了動(dòng)態(tài)規(guī)劃，并在1956年應(yīng)用于控制過程。他們的研究成果解決了空間技術(shù)中出現(xiàn)的復(fù)雜控制問題，并開拓了控制理論中最優(yōu)控制理論這一新的領(lǐng)域。1960～1961年，美國學(xué)者R.E.卡爾曼和R.S.布什建立了卡爾曼-布什濾波理論，因而有可能有效地考慮控制問題中所存在的隨機(jī)噪聲的影響，把控制理論的研究范圍擴(kuò)大，包括了更為復(fù)雜的控制問題。幾乎在同一時(shí)期內(nèi)，貝爾曼、卡爾曼等人把狀態(tài)空間法系統(tǒng)地引入控制理論中。狀態(tài)空間法對(duì)揭示和認(rèn)識(shí)控制系統(tǒng)的許多重要特性具有關(guān)鍵的作用。其中能控性和能觀測(cè)性尤為重要，成為控制理論兩個(gè)最基本的概念。到60年代初，一套以狀態(tài)空間法、極大值原理、動(dòng)態(tài)規(guī)劃、卡爾曼-布什濾波為基礎(chǔ)的分析和設(shè)計(jì)控制系統(tǒng)的新的原理和方法已經(jīng)確立，這標(biāo)志著現(xiàn)代控制理論的形成。現(xiàn)代控制理論所包含的學(xué)科內(nèi)容十分廣泛，主要的方面有：線性系統(tǒng)理論、非線性系統(tǒng)理論、最優(yōu)控制理論、隨機(jī)控制理論和適應(yīng)控制理論。線性系統(tǒng)理論是現(xiàn)代控制理論中最為基本和比較成熟的一個(gè)分支，著重于研究線性系統(tǒng)中狀態(tài)的控制和觀測(cè)問題，其基本的分析和綜合方法是狀態(tài)空間法。按所采用的數(shù)學(xué)工具，線性系統(tǒng)理論通常分成為三個(gè)學(xué)派：基于幾何概念和方法的幾何理論，代表人物是W.M.旺納姆;基于抽象代數(shù)方法的代數(shù)理論，代表人物是R.E.卡爾曼；基于復(fù)變量方法的頻域理論，代表人物是H.H.羅森布羅克。非線性系統(tǒng)理論的分析和綜合理論尚不完善。研究領(lǐng)域主要還限于系統(tǒng)的運(yùn)動(dòng)穩(wěn)定性、雙線性系統(tǒng)的控制和觀測(cè)問題、非線性反饋問題等。更一般的非線性系統(tǒng)理論還有待建立。從70年代中期以來，由微分幾何理論得出的某些方法對(duì)分析某些類型的非線性系統(tǒng)提供了有力的理論工具。最優(yōu)控制理論是設(shè)計(jì)最優(yōu)控制系統(tǒng)的理論基礎(chǔ)，主要研究受控系統(tǒng)在指定性能指標(biāo)實(shí)現(xiàn)最優(yōu)時(shí)的控制規(guī)律及其綜合方法。在最優(yōu)控制理論中，用于綜合最優(yōu)控制系統(tǒng)的主要方法有極大值原理和動(dòng)態(tài)規(guī)劃。最優(yōu)控制理論的研究范圍正在不斷擴(kuò)大，諸如大系統(tǒng)的最優(yōu)控制、分布參數(shù)系統(tǒng)的最優(yōu)控制等。隨機(jī)控制理論的目標(biāo)是解決隨機(jī)控制系統(tǒng)的分析和綜合問題。維納濾波理論和卡爾曼-布什濾波理論是隨機(jī)控制理論的基礎(chǔ)之一。隨機(jī)控制理論的一個(gè)主要組成部分是隨機(jī)最優(yōu)控制，這類隨機(jī)控制問題的求解有賴于動(dòng)態(tài)規(guī)劃的概念和方法。適應(yīng)控制理論系統(tǒng)是在模仿生物適應(yīng)能力的思想基礎(chǔ)上建立的一類可自動(dòng)調(diào)整本身特性的控制系統(tǒng)。適應(yīng)控制系統(tǒng)的研究?？蓺w結(jié)為如下的三個(gè)基本問題：①識(shí)別受控對(duì)象的動(dòng)態(tài)特性；②在識(shí)別對(duì)象的基礎(chǔ)上選擇決策；③在決策的基礎(chǔ)上做出反應(yīng)或動(dòng)作。一、現(xiàn)代控制理論的發(fā)展1.智能控制(IntelligentControl)智能控制是人工智能和自動(dòng)控制的結(jié)合物，是一類無需人的干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器，實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。智能控制的注意力并不放在對(duì)數(shù)學(xué)公式的表達(dá)、計(jì)算和處理上，而放在對(duì)任務(wù)和模型的描述，符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫和推理機(jī)的設(shè)計(jì)開發(fā)上。智能控制用于生產(chǎn)過程，讓計(jì)算機(jī)系統(tǒng)模仿專家或熟練操作人員的經(jīng)驗(yàn)，建立起以知識(shí)為基礎(chǔ)的廣義模型，采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示和自學(xué)習(xí)、推理與決策等智能化技術(shù)，對(duì)外界環(huán)境和系統(tǒng)過程進(jìn)行理解、判斷、預(yù)測(cè)和規(guī)劃，使被控對(duì)象按一定要求達(dá)到預(yù)定的目的。2.非線性控制(NonlinearControl)非線性控制是復(fù)雜控制理論中一個(gè)重要的基本問題，也是一個(gè)難點(diǎn)課題，它的發(fā)展幾乎與線性系統(tǒng)平行。非線性系統(tǒng)的發(fā)展，數(shù)學(xué)工具是一個(gè)相當(dāng)困難的問題，泰勒級(jí)數(shù)展開對(duì)有些情況是不能適用的。古典理論中的“相平面”法只適用于二階系統(tǒng)，適用于含有一個(gè)非線性元件的高階系統(tǒng)的“描述函數(shù)”法也是一種近似方法。由于非線性系統(tǒng)的研究缺乏系統(tǒng)的、一般性的理論及方法，于是綜合方法得到較大的發(fā)展3.自適應(yīng)控制(AdaptiveControl)自適應(yīng)控制系統(tǒng)通過不斷地測(cè)量系統(tǒng)的輸入、狀態(tài)、輸出或性能參數(shù)，逐漸了解和掌握對(duì)象，然后根據(jù)所得的信息按一定的設(shè)計(jì)方法，作出決策去更新控制器的結(jié)構(gòu)和參數(shù)以適應(yīng)環(huán)境的變化，達(dá)到所要求的控制性能指標(biāo)。4.魯棒控制(RobustControl)過程控制中面臨的一個(gè)重要問題就是模型不確定性，魯棒控制主要解決模型的不確定性問題，但在處理方法上與自適應(yīng)控制有所不同。自適應(yīng)控制的基本思想是進(jìn)行模型參數(shù)的辯識(shí)。進(jìn)而設(shè)計(jì)控制器?？刂破鲄?shù)的調(diào)整依賴于模型參數(shù)的更新，不能預(yù)先把可能出現(xiàn)的不確定性考慮進(jìn)去。而魯棒控制在設(shè)計(jì)控制器時(shí)盡量利用不確定性信息來設(shè)計(jì)一個(gè)控制器，使得不確定參數(shù)出現(xiàn)時(shí)仍能滿足性能指標(biāo)要求。魯棒控制認(rèn)為系統(tǒng)的不確定性可用模型集來描述，系統(tǒng)的模型并不唯一，可以是模型集里的任一元素，但在所設(shè)計(jì)的控制器下，都能使模型集里的元素滿足要求。5.模糊控制(FuzzyControl)模糊控制借助模糊數(shù)學(xué)模擬人的思維方法，將工藝操作人員的經(jīng)驗(yàn)加以總結(jié)，運(yùn)用語言變量和模糊邏輯理論進(jìn)行推理和決策，對(duì)復(fù)雜對(duì)象進(jìn)行控制。模糊控制既不是指被控過程是模糊的，也不意味控制器是不確定的，它是表示知識(shí)和概念上的模糊性，它完成的工作是完全確定的。1974年英國工程師E.H.Mamdam首次把Fuzzy集合理論用于鍋爐和蒸氣機(jī)的控制以來，開辟了Fuzzy控制的新領(lǐng)域，特別是對(duì)于大時(shí)滯、非線性等難以建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)，通過計(jì)算機(jī)實(shí)現(xiàn)模糊控制往往能取得很好的結(jié)果。模糊控制的特點(diǎn)是不需要精確的數(shù)學(xué)模型，魯棒性強(qiáng)，控制效果好，容易克服非線性因素的影響，控制方法易于掌握。最近有人提出神經(jīng)——模糊Inter3融合控制模型，即把融合結(jié)構(gòu)、融合算法及控制合為一體進(jìn)行設(shè)計(jì)。又有人提出利用同倫BP網(wǎng)絡(luò)記憶模糊規(guī)則，以“聯(lián)想方式”使用這些經(jīng)驗(yàn)。模糊控制有待進(jìn)一步研究的問題:模糊控制系統(tǒng)的功能、穩(wěn)定性、最優(yōu)化問題的評(píng)價(jià);非線性復(fù)雜系統(tǒng)的模糊建模，模糊規(guī)則的建立和模糊推理算法的研究;找出可遵循的一般設(shè)計(jì)原則。6.神經(jīng)網(wǎng)絡(luò)控制(NeuralNetworkControl)神經(jīng)網(wǎng)絡(luò)是由所謂神經(jīng)元的簡單單元按并行結(jié)構(gòu)經(jīng)過可調(diào)的連接權(quán)構(gòu)成的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的種類很多，控制中常用的有多層前向BP網(wǎng)絡(luò)，RBF絡(luò)，Hopfield網(wǎng)絡(luò)以及自適應(yīng)共振理論模型(ART)等。神經(jīng)網(wǎng)絡(luò)控制就是利用神經(jīng)網(wǎng)絡(luò)這種工具從機(jī)理上對(duì)人腦進(jìn)行簡單結(jié)構(gòu)模擬的新型控制和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中可充當(dāng)對(duì)象的模型，還可充當(dāng)控制器。7.實(shí)時(shí)專家控制(RealTimeExpertControl)專家系統(tǒng)是一個(gè)具有大量專門知識(shí)和經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。專家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的區(qū)別在于:專家系統(tǒng)所要解決的問題一般沒有算法解，并且往往要在不完全、不精確或不確定的信息基礎(chǔ)上作出結(jié)論。實(shí)時(shí)專家系統(tǒng)應(yīng)用模糊邏輯控制和神經(jīng)網(wǎng)絡(luò)理論，融進(jìn)專家系統(tǒng)自適應(yīng)地管理一個(gè)客體或過程的全面行為，自動(dòng)采集生產(chǎn)過程變量，解釋控制系統(tǒng)的當(dāng)前狀況，預(yù)測(cè)過程的未來行為，診斷可能發(fā)生的問題，不斷修正和執(zhí)行控制計(jì)劃。實(shí)時(shí)專家系統(tǒng)具有啟發(fā)性、透明性、靈活性等特點(diǎn)，目前已經(jīng)在航天試驗(yàn)指揮、工業(yè)爐窯的控制、高爐爐熱診斷中得到廣泛應(yīng)用。目前需要進(jìn)一步研究的問題是如何用簡潔語言來描述人類長期積累的經(jīng)驗(yàn)知識(shí)，提高聯(lián)想化記憶和自學(xué)習(xí)能力。8.定性控制(QualitativeControl)定性控制是指系統(tǒng)的狀態(tài)變量為定性量時(shí)(其值不是某一精確值而只知其處于某一范圍內(nèi))，應(yīng)用定性推理對(duì)系統(tǒng)施加控制變量使系統(tǒng)在某一期望范圍。9.預(yù)測(cè)控制(PredictiveControl)預(yù)測(cè)控制是在工業(yè)實(shí)踐過程中獨(dú)立發(fā)展起來的一種新型控制方法，它不僅適用于工業(yè)過程這種“慢過程”的控制，也能適用于快速跟蹤的伺服系統(tǒng)這種“快過程”控制。目前實(shí)用的預(yù)測(cè)控制方法有動(dòng)態(tài)矩陣控制(DMC)，模型算法控制(MAC)，廣義預(yù)測(cè)控制(GPC)，模型預(yù)測(cè)啟發(fā)控制(MPHC)以及預(yù)測(cè)函數(shù)控制(PFC)等。最近有人提出一種新的基于主導(dǎo)內(nèi)模概念的預(yù)測(cè)控制方法:結(jié)構(gòu)對(duì)外來激勵(lì)的響應(yīng)主要由其本身的模態(tài)所決定，即結(jié)構(gòu)只對(duì)激勵(lì)信息中與其起主導(dǎo)作用的幾個(gè)主要自振頻率相接近的頻率成分有較大的響應(yīng)。目前利用神經(jīng)網(wǎng)絡(luò)對(duì)被控對(duì)象進(jìn)行在線辨識(shí)，然后用廣義預(yù)測(cè)控制規(guī)律進(jìn)行控制得到較多重視。預(yù)測(cè)控制目前存在的問題是預(yù)測(cè)精度不高;反饋校正方法單調(diào);滾動(dòng)優(yōu)化策略少;對(duì)任意的一般系統(tǒng)，其穩(wěn)定性和魯棒性分析較難進(jìn)行;參數(shù)調(diào)整的總體規(guī)則雖然比較明確，但對(duì)不同類型的系統(tǒng)的具體調(diào)整方法仍有待進(jìn)一步總結(jié)。10.分布式控制系統(tǒng)(DistributedControlSystem)分布式控制系統(tǒng)又稱集散控制系統(tǒng)，是70年代中期發(fā)展起來的新型計(jì)算機(jī)控制系統(tǒng)，它融合了通信技術(shù)(Communication)，計(jì)算機(jī)技術(shù)(Computer)，圖像顯示技術(shù)(CRT)，控制技術(shù)(Control)的“4C”技術(shù)，形成了以微處理器為核心的系統(tǒng)，實(shí)現(xiàn)對(duì)生產(chǎn)過程的監(jiān)視、控制和管理。既打破了常規(guī)控制儀表功能的局限，又較好地解決了早期計(jì)算機(jī)系統(tǒng)對(duì)于信息、管理過于集中帶來的危險(xiǎn)，而且還有大規(guī)模數(shù)據(jù)采集、處理的功能以及較強(qiáng)的數(shù)據(jù)通信能力。分布式控制系統(tǒng)既有計(jì)算機(jī)控制系統(tǒng)控制算法靈活，精度高的優(yōu)點(diǎn)，又有儀表控制系統(tǒng)安全可靠，維護(hù)方便的優(yōu)點(diǎn)。它的主要特點(diǎn)是:真正實(shí)現(xiàn)了分散控制;具有高度的靈活性和可擴(kuò)展性;較強(qiáng)的數(shù)據(jù)通信能力;友好而豐富的人機(jī)聯(lián)系以及極高的可靠性。二：經(jīng)典控制理論與現(xiàn)代控制理論的差異自動(dòng)控制有經(jīng)典控制與現(xiàn)代控制之分：經(jīng)典控制使用三角函數(shù)（微分方程，拉普拉斯變換，Z變換）進(jìn)行研究，因此經(jīng)典控制主要是從頻率域的角度對(duì)系統(tǒng)進(jìn)行研究；而現(xiàn)代控制主要從時(shí)間域的角度（主要是狀態(tài)方程）對(duì)系統(tǒng)進(jìn)行研究！現(xiàn)代控制理論有卡爾曼在60年代創(chuàng)立。此后李雅普諾夫和約當(dāng)在進(jìn)一步研究之后，得出了在現(xiàn)代控制論中占據(jù)核心地位的矩陣特征值理論。李雅普諾夫?qū)τ诳刂评碚摰淖畲筘暙I(xiàn)是系統(tǒng)穩(wěn)定性理論。這個(gè)理論是從能量角度考察系統(tǒng)，即只有消耗能量的系統(tǒng)才是穩(wěn)定的，得出了系統(tǒng)穩(wěn)定性的判據(jù)。這個(gè)理論對(duì)于整個(gè)控制理論有基礎(chǔ)性的作用。它不僅適合于線性系統(tǒng)，同樣適合于非線性系統(tǒng)?？刂葡到y(tǒng)設(shè)計(jì)的關(guān)鍵在于獲取被控對(duì)象數(shù)學(xué)模型（模型一旦建立，可以認(rèn)為數(shù)學(xué)模型的參數(shù)不便）。當(dāng)然從理論上說，獲取被控對(duì)象的精確數(shù)學(xué)模型的概率為零。但是我們知道，對(duì)于賦范線性空間，有這樣一個(gè)結(jié)論，如果兩個(gè)可測(cè)函數(shù)之間在范數(shù)意義下能夠的逼近足夠好，那么對(duì)于同樣的輸入，兩個(gè)模型的輸出之間的誤差就可以足夠小。這保證了我們可以在一定的允許誤差范圍內(nèi)使用“足夠精確”的模型進(jìn)行控制系統(tǒng)設(shè)計(jì)。嚴(yán)格地說，真正的線性系統(tǒng)并不存在，任何系統(tǒng)都帶有一定的非線性。目前對(duì)于非線性系統(tǒng)，還沒有找到統(tǒng)一有效的解決方法，一般的研究方法都是對(duì)非線性系統(tǒng)線性化之后再進(jìn)行處理。被控對(duì)象在現(xiàn)實(shí)環(huán)境的影響下，自身的結(jié)構(gòu)會(huì)發(fā)生一些變化，這樣就有可能導(dǎo)致原來建立的數(shù)學(xué)模型失真（模型參數(shù)可變），進(jìn)而影響控制效果。為解決這種問題而產(chǎn)生了模型辨識(shí)與控制同時(shí)進(jìn)行的思想，就是自適應(yīng)控制（即在控制過程中不斷的辨識(shí)被控對(duì)象或過程的數(shù)學(xué)模型或修改模型參數(shù)，根據(jù)此事的被控對(duì)象模型反過來修正或改變控制器的結(jié)構(gòu)或參數(shù)）。目前為止，在人工智能控制蓬勃發(fā)展的今天，在世界上所能找