鄧智遠(yuǎn)

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(xué)習(xí)控制三個(gè)重要的控制方法，研究了智能控制技術(shù)在機(jī)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(lèi)號(hào)：TP273 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(duì)其進(jìn)行控制，保證機(jī)器能夠在結(jié)構(gòu)化或者非結(jié)構(gòu)化環(huán)境中實(shí)現(xiàn)自主活動(dòng)的控制技術(shù)。智能控制是電子信息技術(shù)發(fā)展到高級(jí)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(gè)方面。智能控制技術(shù)主要是針對(duì)傳統(tǒng)控制方法無(wú)法解決的問(wèn)題而提出的，因而無(wú)法像傳統(tǒng)控制方法一樣基于數(shù)學(xué)模型或大量的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行設(shè)計(jì)，而是一個(gè)不斷探索，智能實(shí)現(xiàn)的過(guò)程。機(jī)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(xué)習(xí)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(jī)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(duì)不同的被控對(duì)象以及控制的任務(wù)目標(biāo)和工作環(huán)境結(jié)合形成的復(fù)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(duì)象模型所起到的作用得到降低，在控制系統(tǒng)沒(méi)有明確的數(shù)學(xué)模型下也可以進(jìn)行有效的控制，常見(jiàn)的智能控制技術(shù)主要包括以下幾個(gè)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(diǎn)是借鑒人類(lèi)大腦思考問(wèn)題時(shí)具有模糊聯(lián)想的特點(diǎn)，借助于經(jīng)驗(yàn)控制和模糊邏輯對(duì)不確定性的系統(tǒng)進(jìn)行控制和設(shè)計(jì)。和傳統(tǒng)的控制方式相比，模糊控制不是從被控對(duì)象本身的數(shù)學(xué)結(jié)構(gòu)進(jìn)行控制方法的設(shè)計(jì)，而是從人類(lèi)邏輯思考的特性出發(fā)，設(shè)計(jì)實(shí)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(guò)經(jīng)驗(yàn)總結(jié)得到的，沒(méi)有學(xué)習(xí)能力，在控制過(guò)程中不會(huì)對(duì)規(guī)則和函數(shù)進(jìn)行實(shí)時(shí)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(guò)程、化工企業(yè)處理等方面。為了適應(yīng)更多的工作場(chǎng)合，在此基礎(chǔ)上出現(xiàn)了很多改進(jìn)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(duì)應(yīng)的熱點(diǎn)和難點(diǎn)問(wèn)題也得到了進(jìn)一步的發(fā)展，例如模糊系統(tǒng)建模、模糊控制器的設(shè)計(jì)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(xué)模型，神經(jīng)網(wǎng)絡(luò)理論開(kāi)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(kāi)始迅速發(fā)展，尤其是感知器網(wǎng)絡(luò)的學(xué)習(xí)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(duì)人類(lèi)大腦進(jìn)行模擬，通過(guò)仿照人腦結(jié)構(gòu)和工作原理的方法來(lái)實(shí)現(xiàn)對(duì)被控對(duì)象的控制，并且擁有學(xué)習(xí)能力、非線性映射功能和并行計(jì)算的能力。因此，面對(duì)多線性、強(qiáng)耦合以及不確定性系統(tǒng)時(shí)，利用該理論可以有效地解決這類(lèi)控制問(wèn)題。神經(jīng)網(wǎng)絡(luò)模型的種類(lèi)較多，在控制領(lǐng)域也漸漸起到越來(lái)越重要的作用，影響著控制器的智能化實(shí)現(xiàn)，目前，應(yīng)用于機(jī)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(xué)習(xí)控制

由于被控對(duì)象的非線性和系統(tǒng)建模的偏差會(huì)導(dǎo)致不確定性，對(duì)于這種缺乏必須的實(shí)驗(yàn)數(shù)據(jù)的對(duì)象，在進(jìn)行控制時(shí)會(huì)存在較大的困難，而學(xué)習(xí)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(diǎn)是學(xué)習(xí)控制強(qiáng)調(diào)記憶，將過(guò)去的經(jīng)驗(yàn)數(shù)據(jù)和過(guò)去的控制條件進(jìn)行聯(lián)系，并且可以通過(guò)適當(dāng)?shù)目刂凭謩?shì)來(lái)選取適合的控制經(jīng)驗(yàn)。為了保證學(xué)習(xí)的有效進(jìn)行，選取合適的獎(jiǎng)懲函數(shù)和學(xué)習(xí)次數(shù)可以針對(duì)不同的工作需求進(jìn)行設(shè)定，從而保證學(xué)習(xí)的高效性。

綜合來(lái)看，學(xué)習(xí)控制理論的研究方向主要包括四個(gè)方面：（1）基于迭代的學(xué)習(xí)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(jī)械手控制;（2）基于模式識(shí)別的學(xué)習(xí)控制，例如VC學(xué)習(xí)、再勵(lì)學(xué)習(xí)、隨機(jī)逼近以及Bayes學(xué)習(xí)等;（3）進(jìn)化計(jì)算。進(jìn)化計(jì)算是一種隨機(jī)性全局優(yōu)化算法，其工作原理是模擬自然進(jìn)化過(guò)程。對(duì)于全局性、并行性和魯棒性等方面進(jìn)行控制算法的優(yōu)化學(xué)習(xí)，遺傳算法、進(jìn)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(xué)習(xí)控制。這一內(nèi)容的實(shí)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(jī)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(jī)械行業(yè)中，能夠大大提高機(jī)械的工作效率、對(duì)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(wèn)題。對(duì)于高溫、高寒以及水下等惡劣的工作環(huán)境，使用智能機(jī)械來(lái)代替人工進(jìn)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(jī)械技術(shù)發(fā)揮著極其重要的作用，并且在將來(lái)會(huì)得到越來(lái)越廣泛的應(yīng)用。因?yàn)榭刂茩C(jī)械的工具具有多樣性，對(duì)于不同的被控對(duì)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(duì)象進(jìn)行控制策略的更改。例如，壓路機(jī)進(jìn)行作業(yè)時(shí)的控制要求要提高作業(yè)質(zhì)量，而挖掘機(jī)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(jìn)行分析[2]。

2.2 在機(jī)器人智能控制中的應(yīng)用

智能機(jī)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(jī)械加工領(lǐng)域的重視，近年來(lái)科學(xué)技術(shù)得到了大規(guī)模的發(fā)展，機(jī)器人領(lǐng)域中的機(jī)電控制系統(tǒng)也成為了人們重點(diǎn)關(guān)注的對(duì)象。在近年科學(xué)技術(shù)不斷提高發(fā)展的前提下，機(jī)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(diǎn)之一。機(jī)電控制系統(tǒng)是機(jī)器人的核心，神經(jīng)網(wǎng)絡(luò)，機(jī)器學(xué)習(xí)等先進(jìn)算法不斷對(duì)機(jī)器人的控制系統(tǒng)進(jìn)行優(yōu)化，進(jìn)一步擴(kuò)大了機(jī)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(duì)于化工行業(yè)，材料加工行業(yè)以及生物醫(yī)學(xué)等原理復(fù)雜，加工困難，加工要求高的行業(yè)，因?yàn)樯a(chǎn)線大多復(fù)雜，生產(chǎn)過(guò)程中受制因素較多，利用利用智能控制技術(shù)可以對(duì)生產(chǎn)線進(jìn)行進(jìn)一步的優(yōu)化，提高加工過(guò)程的精確度，改善加工條件。

3 結(jié)語(yǔ)

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

參考文獻(xiàn)

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

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

[3]趙磊.智能化技術(shù)在電氣自動(dòng)化控制系統(tǒng)中的應(yīng)用分析[J].中國(guó)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