- 相關(guān)推薦
智能控制及其應(yīng)用論文外文翻譯
摘 要: 介紹了一些有關(guān)智能控制的基本概念，如模糊控制，自適應(yīng)模糊神經(jīng)控制，專家模糊系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)等等,并簡要分析了模糊理論與人工神經(jīng)網(wǎng)絡(luò)的特點，將人工神經(jīng)網(wǎng)絡(luò)技術(shù)與PID控制相結(jié)合，用神經(jīng)網(wǎng)絡(luò)PID控制方法控制一個溫控系統(tǒng)，從輸出曲線中可見，這種方法有輸出超調(diào)小、上升時間快等許多優(yōu)點，為系統(tǒng)提供了一個優(yōu)良的控制效果。
關(guān)鍵詞: 智能控制;神經(jīng)網(wǎng)絡(luò);溫度控制系統(tǒng)；
正如大家所知道的，在控制系統(tǒng)發(fā)展中，智能控制技術(shù)的出現(xiàn)有益于邏輯控制、人工神經(jīng)網(wǎng)絡(luò)技術(shù)和專家模糊系統(tǒng)的一體化。在由一個誤差信號驅(qū)動的學(xué)習(xí)控制中可以看出，對于許多復(fù)雜變量的非線性方程，這些系統(tǒng)的功能得以淋漓盡致地發(fā)揮。換句話說，和普通軟件一樣，工業(yè)生產(chǎn)的各種各樣應(yīng)用軟件已經(jīng)溶入了智能控制的思想。舉個例來說，對于一些較難為傳統(tǒng)方案所能控制的復(fù)雜或不大明了的系統(tǒng)，這種高級控制能提供一個切實可行的方案使其接近目前人類專家認(rèn)識水平上的定性數(shù)據(jù)。隨著工業(yè)控制的發(fā)展，智能控制技術(shù)領(lǐng)域的繁榮已經(jīng)為新的控制技術(shù)提供了一些重要的應(yīng)用。
關(guān)于智能控制的一些基本概念已在本篇文章中加以解釋，并通過一個例子說明智能控制在溫度控制系統(tǒng)中的運用。
模糊控制
模糊理論的發(fā)展源于用精確、傳統(tǒng)的模型沒法解釋一些現(xiàn)實中遇到的物理現(xiàn)象，因
此，模糊理論成為探索復(fù)雜問題的一種有力工具，因為在沒有使用精確、常規(guī)模型的情況下，對于定的輸入它都能測定出輸出量。它是沒有模型的控制器。模糊控制理論的本質(zhì)就是把復(fù)雜問題簡單化。
設(shè)全域U中的一個子集為A，它們之間的關(guān)系用函數(shù)描述為：μA(χ):χ∈→[0,1]，表示χ中的所有元素在A中的級別。模糊理論在很大程度上得益于人類語言，它是一
語言控制器，自然語言中的每個字或術(shù)語都可以視為全域U中的具體模糊子集A的一個標(biāo)志。這個語言標(biāo)志是用字、語法和句子來描述全域U.的子集。一個模糊語言上的變
量值就是作為模糊狀態(tài)標(biāo)志使用的語言術(shù)語，且是可以變化的。例如，模糊子集標(biāo)志的高、中、低可作為模糊變量的值。
2、自適應(yīng)模糊神經(jīng)控制
自適應(yīng)模糊神經(jīng)控制通常包含在體系結(jié)構(gòu)中設(shè)定的兩個多層神經(jīng)網(wǎng)絡(luò)模型。其中第一個神經(jīng)網(wǎng)絡(luò)是一個設(shè)備競爭者，第二個作為一種補(bǔ)償以提高基本模糊邏輯控制器的性能。這個系統(tǒng)的發(fā)展由三個階段組成：第一階段，為設(shè)備發(fā)展一個基本模糊邏輯控制器；第二階段，依據(jù)設(shè)備動力學(xué)訓(xùn)練控制神經(jīng)網(wǎng)絡(luò)模型，根據(jù)設(shè)備的不同類型，這種神經(jīng)網(wǎng)絡(luò)的訓(xùn)練實時或離線時都可以使用；第三階段，主要包括神經(jīng)模糊補(bǔ)償?shù)脑诰�學(xué)習(xí)。預(yù)期輸出與實際輸出之間所表現(xiàn)出的誤差會通過神經(jīng)設(shè)備競爭者向后反饋，以適應(yīng)在線神經(jīng)模糊補(bǔ)償?shù)姆至�。這種過程促進(jìn)了神經(jīng)網(wǎng)絡(luò)設(shè)備競爭者與實際輸出之間的誤差在后向反饋中的即時改進(jìn)。
3、專家模糊系統(tǒng)
專家系統(tǒng)有許多專家知識和實踐經(jīng)歷，所以被稱為程序系統(tǒng)；在專家的知識和先前實驗數(shù)據(jù)的基礎(chǔ)上，專家系統(tǒng)得到了很大的發(fā)展。為了要圖解式地表達(dá)專家的知識，一個知識網(wǎng)絡(luò)常通過因果關(guān)系的例證被證實；模糊全集函數(shù)可以像語言學(xué)上的陳述來使用。當(dāng)專家系統(tǒng)出現(xiàn)故障時，它便開始使用向后和向前的鏈接方法查找根本原因。然后，依照查找到的原因修正控制策略；對每一步操作，它都會考慮到確切步驟不同程度的作用。如果最初原因的判斷超過了預(yù)先定義的界限，專家系統(tǒng)會執(zhí)行操作；當(dāng)判斷低于預(yù)
定的界限，而且如果這步操作不可撤消的話，專家系統(tǒng)就會給操作員發(fā)出消息等待他的決斷。如果操作是可逆的，專家系統(tǒng)會毅然使用該操作。這三種不同的控制方案研究是
可選的，比如：給操作員“提出要點”、“模糊回答”、“建議”等。當(dāng)專家系統(tǒng)執(zhí)行使用“提出要點”這一方案時，就會發(fā)送進(jìn)程變量的一個最新值給高層控制系統(tǒng)。使用“建議”方案時，系統(tǒng)將“建議”發(fā)給進(jìn)程操作員讓其手動完成操作�！澳：卮稹卑ㄈ齻�部分，一個進(jìn)程變量、自預(yù)定義模糊集合方程和所發(fā)現(xiàn)原始明確原因的程度。對于出現(xiàn)的每一個故障，將建立一個“模糊回答”。
4．人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)在數(shù)學(xué)模型中模擬了生物大腦神經(jīng)網(wǎng)絡(luò)，大腦是一個大規(guī)模的信息處理系統(tǒng)，它連接了將近1010個神經(jīng)元。人工神經(jīng)網(wǎng)絡(luò)以平行分布的方式連接了許多線性
或非線性的神經(jīng)元模型和進(jìn)程信息。當(dāng)傳統(tǒng)計算機(jī)的計算速度因為從計算方案的預(yù)指定運算法則減緩時，神經(jīng)網(wǎng)絡(luò)就會以很高的速度執(zhí)行計算。另外，神經(jīng)網(wǎng)絡(luò)有很多有趣吸引人的特征，比如寬大的并行處理，錯誤容忍力，自適應(yīng)學(xué)習(xí)能力和自我組織能力。
一個人工神經(jīng)網(wǎng)絡(luò)就是在不同層聚集起來的神經(jīng)單元的一個集合。如圖1所示為一個典型的多個神經(jīng)網(wǎng)絡(luò)。
多個網(wǎng)絡(luò)可以實現(xiàn)任意復(fù)雜輸入輸出之間的映射。一個神經(jīng)元i在第k層的輸出如下：
， k= 1, 2,…m . (1)
其中yik是第k層第i個神經(jīng)元的輸出，wyk是第k-i層第i個神經(jīng)元與第k層第i個神經(jīng)元之間的連接分量，m是總的層數(shù)，Xik-1是第k-i層第i個神經(jīng)元的活化，θj是第j個神經(jīng)元的極值，函數(shù)表示神經(jīng)元的活化規(guī)則，它通常是一個分段、具有一定斜率的線性s曲線。在一個競爭的神經(jīng)網(wǎng)絡(luò)中，在第k層每一個神經(jīng)元i和同層中的其他神經(jīng)元形成競爭關(guān)系。為了學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的
分量，可以使用后向反饋誤差的運算法則。這種法則運用傾斜的搜索技巧求出誤差函數(shù)的最小值。近來，神經(jīng)網(wǎng)絡(luò)使用控制系統(tǒng)與其他控制器組合到一起，比如神經(jīng)網(wǎng)絡(luò)PID控制器，神經(jīng)網(wǎng)絡(luò)模糊控制……眾多實例說明組合控制的效果優(yōu)于單個系統(tǒng)。
5、仿真實例
在鍋爐溫度控制中，神經(jīng)網(wǎng)絡(luò)控制的實現(xiàn)過程如圖2所示：
控制器是神經(jīng)網(wǎng)絡(luò)PID控制計劃，溫度控制系統(tǒng)結(jié)構(gòu)如圖3所示：
當(dāng)神經(jīng)網(wǎng)絡(luò)PID校準(zhǔn)器是一個兩層網(wǎng)絡(luò)控制的系統(tǒng)，其如圖4所示：
當(dāng) x0=1,x1=e(t),x2=, x3=△e(t)-e(t-1)時，目標(biāo)函數(shù)可以如下定義：
, ( 2 )
,
運算法則是基于一種傾斜的理論基礎(chǔ)上的，它被稱之為后向傳輸理論，這個在兩層
之間的反向誤差信號表達(dá)式為：
， （3）
其中f(x)是f與x之間關(guān)系的派生，這個關(guān)系分量表示為：
， （4）
其中，學(xué)習(xí)比例 ， （5）
精深的論據(jù) ， （6）
系數(shù) η0=0.3 ,α0=0.95 .
W0=θ0為極限值，w1=kp為比例系數(shù)，w2=ki為積分系數(shù)，w3=kd為微分系數(shù)。
實驗中使用容積為8升的鍋爐，選用800W的加熱器，當(dāng)時間0 <t<60 min溫度保持40℃，60<t<120 min時保持60℃，采樣時間間隔設(shè)為20秒。實驗中可觀察到使用神經(jīng)PID控制器的過程輸出，如圖5（a）為其輸入、輸出曲線圖。但如果使用的是基本的PID控制器，則輸出曲線在理想輸出線附近逆向振蕩，其輸入、輸出曲線如圖5（b）所示。
6、結(jié)論
在使用一個神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)后，鍋爐溫度控制系統(tǒng)中的智能控制系統(tǒng)能達(dá)到預(yù)期目的。通過提高溫度過程的即時實驗驗證了該系統(tǒng)的性能，它是相當(dāng)穩(wěn)定、靈敏的。系統(tǒng)展示了它的許多優(yōu)越性，例如超調(diào)量減小、上升時間快等等。
參考文獻(xiàn)：
[1] A ntonio Visioli. Fuzzy logic based set-point weight tuning of PID controllers[J].IEEE transaction son systems,1999,29(6):587-592.
[2] Leonid Reznik ,Omar Ghanayem ,Anna Bourmistrov.PID plus fuzzy controller structures as a design base for industrial applications[J].Engineering applications of intelligence. 2000,13:419-430.
[3] Radu-Emil Precup, Simona Doboli,Stefan Preitl. Stability analysis and development of a class of fuzzy control systems[J]. Engineering applications of artifical intelligence. 2000,13:237-247.
[4] Tzafestas S G. Fuzzy systems and fuzzy expert control: An overview [J]. Knowl. Eng.Rev.1990,9(3):229-268.
[5] Psaltis D, Sideris A A,Yamamra A. A multi-layered neural network controller [J]. IEEE Control Systems Magazine. 1991,8,17-21.
[6] 楊玉璞，許曉明，張文遠(yuǎn). 基于模糊邏輯的神經(jīng)網(wǎng)絡(luò)設(shè)計 [J]. 模糊理論及系統(tǒng).2000，414：325-328.
[7] Abdollah Homaifar, Ed Mc-Cormick. Simultaneous design of membership functions and rule sets for fuzzy controllers using genetic algorithm「J」.IEEE Transactions on Fuzzy Systems, 1995, 3(2):129一135.
[8] Astrom K E, Anton J J.,Arzen. K.E Expert Contro[J] Automatica. 1986, 22( 3):277一286.
[9] Khanmohammadi S, Hassanzadeh I, Zarei Poor H R. Fault diagnosis competitive neural network with prioritized modification rule of connection weights「J].Artificial intelligence in engineering. 2000, 14(2):127-129
[10] Karendra K S, Parthasarathy K. Identofocation and control of dvnamical systems using neural network「J]. IEEE Trans on Neural Networks.,1996, 1( 1):1一27.
【智能控制及其應(yīng)用論文外文翻譯】相關(guān)文章：
LonWorks及其在智能小區(qū)中的應(yīng)用08-10
PPLID控制回路及其在FIRA控制中的應(yīng)用09-26
無線控制授時技術(shù)(RCT)及其應(yīng)用05-03
智能控制及其在機(jī)電一體化系統(tǒng)中的應(yīng)用（通用5篇）08-13
智能照明控制系統(tǒng)的設(shè)計和應(yīng)用09-21
綜合智能控制技術(shù)在電網(wǎng)規(guī)劃中的應(yīng)用08-17
智能化技術(shù)在電氣工程自動化控制的應(yīng)用論文09-09
詞組堆迭句及其在翻譯中的應(yīng)用09-01