鄧智遠

摘要：本文介紹了模糊邏輯控制，神經(jīng)網(wǎng)絡(luò)控制以及學習控制三個重要的控制方法，研究了智能控制技術(shù)在機電控制系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)技術(shù);智能控制;策略控制

中圖分類號：TP273 文獻標識碼：A 文章編號：1007-9416（2018）11-0028-01

0 引言

智能控制技術(shù)是指基于智能化設(shè)備，利用非線性控制系統(tǒng)對其進行控制，保證機器能夠在結(jié)構(gòu)化或者非結(jié)構(gòu)化環(huán)境中實現(xiàn)自主活動的控制技術(shù)。智能控制是電子信息技術(shù)發(fā)展到高級階段的表現(xiàn)，主要包括智能信息處理，信息反饋以及控制決策等幾個方面。智能控制技術(shù)主要是針對傳統(tǒng)控制方法無法解決的問題而提出的，因而無法像傳統(tǒng)控制方法一樣基于數(shù)學模型或大量的實驗數(shù)據(jù)進行設(shè)計，而是一個不斷探索，智能實現(xiàn)的過程。機電控制系統(tǒng)的根本要求是要求系統(tǒng)具有自主決策、自主控制的能力，控制多樣性的系統(tǒng)。隨著研究的不斷深入，模糊邏輯控制神經(jīng)網(wǎng)絡(luò)學習技術(shù)得到迅猛發(fā)展，成為智能控制技術(shù)中最為關(guān)鍵的內(nèi)容，在機電控制系統(tǒng)中起到了舉足輕重的作用，因此，分析關(guān)鍵控制技術(shù)的主要原理，探索智能控制技術(shù)主要應(yīng)用內(nèi)容十分有必要。

1 智能控制技術(shù)概述

面對不同的被控對象以及控制的任務(wù)目標和工作環(huán)境結(jié)合形成的復雜控制環(huán)境，智能控制技術(shù)這一技術(shù)概念被提出。和傳統(tǒng)的控制方法手段相比，智能控制技術(shù)的控制方法中被控對象模型所起到的作用得到降低，在控制系統(tǒng)沒有明確的數(shù)學模型下也可以進行有效的控制，常見的智能控制技術(shù)主要包括以下幾個方面。

1.1 模糊邏輯控制

扎德教授于1965年首先提出模糊邏輯控制理論，這種控制理論的特點是借鑒人類大腦思考問題時具有模糊聯(lián)想的特點，借助于經(jīng)驗控制和模糊邏輯對不確定性的系統(tǒng)進行控制和設(shè)計。和傳統(tǒng)的控制方式相比，模糊控制不是從被控對象本身的數(shù)學結(jié)構(gòu)進行控制方法的設(shè)計，而是從人類邏輯思考的特性出發(fā)，設(shè)計實現(xiàn)出一套完整的控制方法。一般地，經(jīng)典的模糊邏輯控制器的控制規(guī)則以及函數(shù)是通過經(jīng)驗總結(jié)得到的，沒有學習能力，在控制過程中不會對規(guī)則和函數(shù)進行實時修改，適應(yīng)性較差，這種控制器多應(yīng)用于爐窯溫度控制、水處理過程、化工企業(yè)處理等方面。為了適應(yīng)更多的工作場合，在此基礎(chǔ)上出現(xiàn)了很多改進的控制器，例如模糊PID調(diào)節(jié)器和模糊神經(jīng)網(wǎng)絡(luò)控制器等。在該領(lǐng)域相對應(yīng)的熱點和難點問題也得到了進一步的發(fā)展，例如模糊系統(tǒng)建模、模糊控制器的設(shè)計以及模糊控制器的穩(wěn)定分析等方面。

1.2 神經(jīng)網(wǎng)絡(luò)控制

在1943年，McCmIcon和Pitts兩名科研人員提出了神經(jīng)元的數(shù)學模型，神經(jīng)網(wǎng)絡(luò)理論開始發(fā)展，但是直到80年代該理論才真正得到人們的重視并開始迅速發(fā)展，尤其是感知器網(wǎng)絡(luò)的學習算法于1986年提出后，神經(jīng)網(wǎng)絡(luò)理論的應(yīng)用變得更加廣泛，也引申出了神經(jīng)網(wǎng)絡(luò)控制算法。該算法主要是指利用傳感器和微電子電路對人類大腦進行模擬，通過仿照人腦結(jié)構(gòu)和工作原理的方法來實現(xiàn)對被控對象的控制，并且擁有學習能力、非線性映射功能和并行計算的能力。因此，面對多線性、強耦合以及不確定性系統(tǒng)時，利用該理論可以有效地解決這類控制問題。神經(jīng)網(wǎng)絡(luò)模型的種類較多，在控制領(lǐng)域也漸漸起到越來越重要的作用，影響著控制器的智能化實現(xiàn)，目前，應(yīng)用于機電控制系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)算法主要有多層前向傳波網(wǎng)絡(luò)（MLP）、遞歸神經(jīng)網(wǎng)絡(luò)等智能控制算法[1]。

1.3 學習控制

由于被控對象的非線性和系統(tǒng)建模的偏差會導致不確定性，對于這種缺乏必須的實驗數(shù)據(jù)的對象，在進行控制時會存在較大的困難，而學習控制的目的就是應(yīng)用在這些方面以減小控制的難度。和自適應(yīng)控制理論相比，這種控制理論重點是學習控制強調(diào)記憶，將過去的經(jīng)驗數(shù)據(jù)和過去的控制條件進行聯(lián)系，并且可以通過適當?shù)目刂凭謩輥磉x取適合的控制經(jīng)驗。為了保證學習的有效進行，選取合適的獎懲函數(shù)和學習次數(shù)可以針對不同的工作需求進行設(shè)定，從而保證學習的高效性。

綜合來看，學習控制理論的研究方向主要包括四個方面：（1）基于迭代的學習控制。主要應(yīng)用于周期性工作的非線性控制系統(tǒng)，例如機械手控制;（2）基于模式識別的學習控制，例如VC學習、再勵學習、隨機逼近以及Bayes學習等;（3）進化計算。進化計算是一種隨機性全局優(yōu)化算法，其工作原理是模擬自然進化過程。對于全局性、并行性和魯棒性等方面進行控制算法的優(yōu)化學習，遺傳算法、進化策略等優(yōu)化算法起到了非常重要的作用;（4）連接主義學習控制。這一內(nèi)容的實現(xiàn)主要基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)。

2 智能控制技術(shù)在機電控制系統(tǒng)中的應(yīng)用

2.1 智能化控制與策略控制

智能控制技術(shù)應(yīng)用在工程機械行業(yè)中，能夠大大提高機械的工作效率、對于各種故障的診斷能力以及工程的質(zhì)量有很大提升，除此之外還能夠很好地解決傳統(tǒng)方法的控制問題。對于高溫、高寒以及水下等惡劣的工作環(huán)境，使用智能機械來代替人工進行作業(yè)能夠提高工程的質(zhì)量，在救災(zāi)等緊急任務(wù)中，智能機械技術(shù)發(fā)揮著極其重要的作用，并且在將來會得到越來越廣泛的應(yīng)用。因為控制機械的工具具有多樣性，對于不同的被控對象所使用的控制策略也不盡相同，而智能操作技術(shù)能夠根據(jù)不同的被控對象進行控制策略的更改。例如，壓路機進行作業(yè)時的控制要求要提高作業(yè)質(zhì)量，而挖掘機在作業(yè)中的控制要求是高效環(huán)保，因此控制策略要在具體的工程中進行分析[2]。

2.2 在機器人智能控制中的應(yīng)用

智能機器人能夠協(xié)助人們完成許多困難的作業(yè)要求，在提高生產(chǎn)加工精度和加工效率等方面起到了非常重要的作用，備受機械加工領(lǐng)域的重視，近年來科學技術(shù)得到了大規(guī)模的發(fā)展，機器人領(lǐng)域中的機電控制系統(tǒng)也成為了人們重點關(guān)注的對象。在近年科學技術(shù)不斷提高發(fā)展的前提下，機器人控制系統(tǒng)的優(yōu)化與探究逐漸成為人們最關(guān)注的熱點之一。機電控制系統(tǒng)是機器人的核心，神經(jīng)網(wǎng)絡(luò)，機器學習等先進算法不斷對機器人的控制系統(tǒng)進行優(yōu)化，進一步擴大了機器人的應(yīng)用范圍[3]。

2.3 在工業(yè)智能控制中的應(yīng)用

針對于化工行業(yè)，材料加工行業(yè)以及生物醫(yī)學等原理復雜，加工困難，加工要求高的行業(yè)，因為生產(chǎn)線大多復雜，生產(chǎn)過程中受制因素較多，利用利用智能控制技術(shù)可以對生產(chǎn)線進行進一步的優(yōu)化，提高加工過程的精確度，改善加工條件。

3 結(jié)語

在數(shù)學模型和非線性等實際工程中，智能控制是一種系統(tǒng)性、精準性的處理工具，在選擇智能方案時要綜合考慮各個因素的影響，例如對于具體的智能機械控制對象，在選擇優(yōu)化的控制方案時，要去全面考慮控制器各個部件組合的難易程度再進行采購;為了使得人機交互操作更加簡便，在控制策略和控制界面的設(shè)計中要進行合理的選擇和布局;在保證技術(shù)滿足工程需求的同時，要盡可能地使用優(yōu)化過的經(jīng)典系統(tǒng)控制方案。這類問題在智能控制技術(shù)的應(yīng)用中要進行充分地考慮并進行解決，隨著科學技術(shù)的不斷進步，終有一天會將這些問題完善解決，智能控制技術(shù)也會在機電控制系統(tǒng)中發(fā)揮更加重要的作用。

參考文獻

[1]王富田.基于智能技術(shù)的電氣自動化控制系統(tǒng)[J].南方農(nóng)機，2018（4）：106.

[2]孫中建，卜留軍.人工智能技術(shù)在電氣自動化控制系統(tǒng)中的應(yīng)用分析[J].機電信息，2012（33）：137-138.

[3]趙磊.智能化技術(shù)在電氣自動化控制系統(tǒng)中的應(yīng)用分析[J].中國高新科技，2018（2）：74-76.

Research on Key Technologies of Intelligent Control in Electromechanical Control System

DENG Zhi-yuan

（Jining No.1 Middle School， Jining Shandong? 272000）

Abstract：This paper introduces three important control methods： fuzzy logic control， neural network control and learning control， and studies the application of intelligent control technology in electromechanical control system.

Key words：neural network technology; Intelligent control; strategic control