东北大学自动化专业概论4PPT课件

32
该 神 经 元 单 元 由 多 个 输 入 xi, i=1,2,…, n和一个输出y组成。Wji是各 个输入信号相应的权重。当输入信 号的加权和大于某阈值θ时，人工神 经元就被激发，有输出yj。
33
图4.15所示为常用的一种前馈多层 网络。前馈神经网络具有多层结构， 至少为三层，即输入层、隐层和输 出层。复杂的前馈神经网络有一个 以上的隐层。图中的小圆圈代表神 经元。
4.6.1 专家控制系统
这是由那些解决专门问题非常熟悉 的专家的大量知识和经验里，建立 起来的计算机程序系统，它能进行 推理和判断，模拟人类专家的决策 过程。
专家控制→一类复杂控制问题
24
现以图3.4的自动控制系统为例， 来说明基于专家控制器的工业过程 专家控制系统。由专家系统构成的 专家控制器示明在图4.12上。
另一种消除被控制对象由于外界扰动 引起误差的方法，称为扰动补偿。
这个补偿原理只能补偿已设计有前馈 通道的扰动。但是在自动控制系统中存 在着多种扰动。
10
扰动补偿
扰动测量
给定
输入
+ 误差
给定环节
控制器
放大环节 执行环节
+
- 反馈信号
扰 动
输出 被控对象
反馈环节
图4.6 复合自动控制系统框图
11
4.3 比例积分微分控制
能正常工作。
而且，系统处在振荡过程中，环
节或元件很易损坏。
6
电 压
输出电压
输入电压 0
时间t
图4.3 放大器的输出——输入时间特性
7
电
动
机
转
角
输出-输出特性
输入电压 0
时间t
图4.4 电动机的输出——输入时间特性
8
炉温的时间特性 温 度
电压 0
时间t
图4.5 电炉的输出——输入时间特性
9
4.2 反馈控制和扰动补偿
第四章 基本控制方法
4.1 自动控制系统行为描述
1
整体概述
概况一
点击此处输入相关文本内容 点击此处输入相关文本内容
概况二
点击此处输入相关文本内容 点击此处输入相关文本内容
概况三
点击此处输入相关文本内容 点击此处输入相关文本内容
2
uf uf
ur
0
t
图4.1 自动控制系统中被控制量的振荡
3
从上图可以看出：
对于许多复杂的被控对象和它的外 界环境，难以建立有效的数学模型和 采用常规的经典或现代控制理论去进 行定量计算和分析、设计。
22
智能控制具有人工智能、控制论和 运筹学(Operational Research)等形 成交叉学科的特点和定量与定性相 结合的分析方法特点。
智能控制→复杂系统控制问题
23
16
最优控制有开环和闭环两种结 构形式。
最优控制器
飞行器
图4.9 最省燃料的开环控制
17
u
x
被控对象
最优控制
图4.10 最优控制器实现线性状态反馈
18
开环最优控制器的设计要应用JI. 庞特里亚金的极大值原理(Maximum Principle) 和 R. 贝 尔 曼 的 动 态 规 划 (Dynamic Programming)等方法。闭 环 最 优 控 制 器 的 设 计 要 应 用 R. 卡 尔 曼的二次型性能指标的线性状态反 馈(Linear State Feedback)律方法。
29
设定 输入
+ -
知识库
模糊控制器
数据库 规则库
模糊化接口
推理机
模糊判决接口
输出 过程
传感器
图4.13 模糊控制的基本结构
30
4.6.3 神精网络控制系统
人工神经元由计算机模拟一个生 物神经元，如图4.14所示。
31
θ
-1
x1
Wj1
x2
Wj2
...
Σ f( )
yj
Wjn
xn
图4.14 神经元模型
电炉炉膛温度uf在t=0冷工件进入后，稍后温度
开始下降，接着就开始产生力图校正误差的控 制作用。
当uf向上升并与ur的横线相交时uf =ur，△u=0 ，此时放大器输出为0，电动机降速至停止转动 。
4
uf
uf ur
0
t
一个能稳定的炉温控制系统的炉膛温度 的变化曲线，如图所示
5
显然，不稳定的自动控制系统不
34
x1
w11
反向传播
y1
x2
•••
xn
wnn
输入层
••• 隐层
y2
•••
yn
输出层
图4.15 前馈多层网络
35
神经元从一层联结到下一层， 不存在同层神经元间的联结。人工 神经网络通过加以训练（学习）， 可以在自动控制系统中起重要的作 用，已经在神经网络控制中广泛地 应用。
神经网络控制→一类复杂控制问题
∫ P = K( e +
Td
d e
+1
Ti
dt
edt )
12
uf uf
ur
0
t
图4.7 在控制规律中引入微分
13
uf
uf
ur
静差
0
t
图4.8 有稳态误差的被控量uf曲线
14
4.4 最优控制 对于一个自动控制系统的设计和
构成，自然会提出一定的技术要求 （指标），例如系统必须是稳定的。
15
通过设计控制作用要使这个技术指 标达到极值（极大或极小）。这样 的 控 制 称 为 最 优 控 制 （ optimal Control），它的控制作用的变化规 律是唯一的。
19
4.5 自适应控制
自校正控制则以辨识器来代替自适 应控制器，由辨识器求出数学模型， 根据模型的变化来改变反馈控制器参 数。以下以4.2节所讨论的大型显像 管玻璃炉来作为实例。
20
C
●
1
△△△
A
● 2●
△△△
●
●
3 ●●
△
●
溶解池
来自百度文库B E 料道口
工作池
图4.11 显像管玻璃炉侧视图
21
4.6 智能控制
36
单个人工神经元在自动控制系统 用作控制器，并不多见，但人工神 经网络经过训练后可以起控制器的 作用，称为“神经网络控制器”； 也可以经训练后成为模型未知的被 控对象的神经网络模型，从而形成 自适应控制等许多控制结构。
25
专家控制器
e
特征识别 S
R
信息处理
u
知识库（KB）
K
G
推理机 I
控制
（IE）
规则集
反馈环节
U 对象和 Y
执行机构
图4.12 专家控制器的结构
26
虚线框所示为专家控制器代替专家 的手动控制。它由特征识别与信息 处理部分、推理机(Inference Engine)、 知识库(Knowledge Base)和控制规则 集组成。
27
4.6.2 模糊控制系统
模糊控制和专家系统控制一样， 两者都要建立操作人员的经验和决 策行为的模型；两者都含有知识库 和推理机。所不同的是在模糊控制 系统中采用的是模糊知识表示和模 糊推理方法。
28
模糊控制的基本结构，如图4.13所 示。它由模糊化接口、知识库、推 理机和模糊判决接口组成。
模糊控制→一类复杂控制问题