计算机控制系统的发展趋势

计算机控制系统的发展趋势

计算机控制系统随着计算机科学、自动控制理论、网络技术、检测技术的发展，在工业4.0 以及中国制造2025 计划的推动下，其发展趋势大致如下。

1.网络化的控制系统

随着计算机技术和网络技术的不断发展，各种层次的计算机网络在控制系统中得到了广泛应用。计算机控制系统的规模越来越大，其结构也发生了变化，经历了计算机集中控制系统、集散控制系统、现场总线控制系统，向着网络控制系统（Network Control System，NCS）发展。网络控制系统的结构示意图如图所示。

在工业自动化向智能化的发展进程中，通信已成为关键问题之一，但由于多种类型现场总线标准并存，不同类型的现场总线设备均配有专用的通信协议，互相之间不能兼容，无法实现互操作和协同工作，无法实现信息的无缝集成。使用者迫切需要统一的通信协议和网络。因此，基于TCP/IP 的以太网进入工业控制领域并且得到了快速发展。比如，惠普公司应用IEEE 1451.2 标准，生产的嵌入式以太网控制器具有10-Base 以太网接口，运行

FTP/HTTP/TCP/UDP，应用于传感器、驱动器等现场设备。再如，FF 提出的IEC 61158 标准中类型 e 所定义的HSE（High Speed Ethernet）协议，用高速以太网作为H2 的一种替代方案，选用100Mbit/s 速率的以太网的物理层、数据链路层协议，可以使用低价位的以太网芯片、支持电路、集线器、中继器和电缆。国内浙大中控也推出了基于EPC（Ethernet for Process Control）的分布式网络控制系统，将Ethernet 直接应用于变送器、执行机构、现场控制器等现场设备间的通信。网络化控制系统就是将控制系统的传感器、执行器和控制器等单元通过网络连接起来。其中的网络是一个广义的范畴，包含了局域网、现场总线网、工业以太网、无线通信网络、Internet 等。随着物联网概念的提出以及控制系统发展的需求，以无线通信模式为新特征的物联网控制系统，必将成为计算机控制系统的重要发展方向。

物联网控制系统是一种以物联网为基础的全分布式无线网络自动化系统，其基本结构如图所示。图中虚线部分是根据实际情况可选用部分。主施控设备包括智能控制器、计算机、智能工控机等，实施完成对整个控制过程和整个控制系统的控制工作。控制设备是指智能控制器，它接收来自通信设备的控制命令或控制程序，控制终端设备的运行。监测设备是指带各种传感元件的信号采集设备，用于采集控制系统所需要的各种信息，并通过通信设备反馈给施控端。急停控制器用于保证控制系统出现故障时，被控部分能够紧急停止运行，避免故障扩大，降低因故障而引起的损失。

物联网控制系统具有开放式数字通信功能，可与各种无线通信网络互连，它将各种具有信号输入、输出、运算、控制和通信功能的无线传感器节点安装于生产现场，节点与节点之间可以自动路由组成底层无线网络。

2.智能型控制系统

随着人工智能技术的发展以及人们对控制系统自动化与智能化水平需要的提高，模糊控制技术、预测控制技术、专家控制技术、神经网络技术、最优控制技术、自适应控制技术等将在计算机控制系统中得到越来越广泛的应用。

模糊控制是一种应用模糊集合理论的控制方法。模糊集合是分析复杂系统，处理不确定性的新方法。它用语言变量代替数值变量来描述系统的行为，模拟人类推理模式，采用模糊理论对非线性系统进行辨识，方法简单，应用比较广泛的是T-S 模型。模型预测控制（Model Predictive Control，MPC）的研究始于20 世纪70 年代，它是针对有优化需求的控制问题，其理论研究经历了两个阶段：80 年代至90 年代以分析工业预测控制算法性能为特征的预测控制定量分析理论，90 年代以来从保证系统性能出发设计预测控制器的预测控制定性综合理论。目前已经从最初在工业过程中应用的启发式控制算法发展成为一个具有丰富理论和实践内容的新的学科分支。几十年来预测控制在复杂工业过程中所取得的成功，充分显现了它处理复杂约束优化控制问题的巨大潜力。但预测控制在线求解约束优化问题计算量大，这限制了其应用范围和应用场合。针对这一问题，研究者从结构、策略、算法上开展了广泛的研究，其中结构研究包括递阶和分布式控制结构，策略研究包括离线设计/在线综合与输入参数化策略，算法研究包括各种改进或近似优化算法等。专家控制技术以模仿人类智能为基础，将工程控制论与专家系统结合形成专家控制系统，其对象往往具有不确定性。专家系统是一

个存储了大量专门知识的计算机程序系统。不同的专家系统将不同领域专家的知识，以适当的形式存放在计算机中。专家系统依据专家知识，对用户提出的问题做出判断和决策。

20 世纪80 年代国外掀起了神经网络（Neural Network）计算机的研究和应用热潮；20 世纪90 年代我国开始了神经网络方面的研究。神经网络具有大规模的并行处理和分布式的信息存储，良好的自适应性、自组织性，以及很强的学习功能、联想功能及容错功能等特点。正是由于神经网络的特点使它的应用越来越广泛，其中一个重要的方面就是智能控制。最优控制是选择合适的控制规律，在控制系统的工作条件不变以及某些物理统计的限制下，使系统的某种性能指标即目标函数取得最大值和最小值。自适应控制的研究对象是具有不确定性的系统，这里的“不确定性”是指被控系统的数学模型是不确定的。自适应控制的基本思想是针对含有不确定参数且能近似实际控制过程的系统模型，根据期望的控制性能指标，设计相应的控制律，其控制律中的未知参数采用未知参数的估计值替代，适当地修正控制律，并实时地将由此控制律决定的控制器作用于原始系统中，同时需要确保整个闭环系统的稳定性。自适应控制器可以使系统在使用条件变化的情况下，仍能使其性能指标达到最优。

3.综合型控制系统

德国推出的“工业 4.0”是以智能制造为主导的第四次工业革命，其目的是为了保持德国在全球制造装备领域的领导地位。而智能工厂是“工业 4.0”的重要组成部分，是构成未来工业体系的一个关键特征。智能工厂重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现，具有实时感控、全面联网、自动处理、辅助决策和分析优化等功能。它的核心内容包括：

1）实现工厂制造和业务规划流程价值链；

2）工厂生产管理价值链即从产品设计和开发、生产规划、生产工程、生产实施到服务的五个阶段；

3）工厂自动化控制系统包含了从现场层、控制层、管理层到决策层的综合系统。从“工业4.0”的核心内容可以看出计算机控制的工厂自动化控制系统已不再是单一的控制系统，而是集成的多目标、多任务的综合控制系统，即把整体上相关、功能上相对独立、位置上相对分散的子系统或部件组成一个协调控制的综合计算机系统。

“中国制造2025”计划要求：到2025 年，中国在制造业领域不仅是世界第一大国，而且要进入世界强国行列。它在一定程度上借鉴了德国工业 4.0 规划。“中国制造2025”提出的十大重点领域，如高档数控机床、机器人、新一代信息技术等，与德国工业 4.0 关注的五大产业，绝大部分是相对应的。中国与德国几乎在同一时间聚焦本国制造业的转型升级，实施的切入点是智能工厂。中国结合自己的国情和制造业实际，结合各个行业的市场需求和产品特点，会诞生出一大批具有中国特色的智能工厂。在“中国制造2025”计划实施进程中，综合型计算机控制系统必将发挥其重要作用，而且必将在应用中得到较大的发展。