李 靜

（洛陽鐵路信息工程學(xué)校， 河南 洛陽 471000）

0 引言

智能控制是工業(yè)控制自動(dòng)化領(lǐng)域的重要研究方向之一，它通過自適應(yīng)、自學(xué)習(xí)、自糾錯(cuò)等技術(shù)，實(shí)現(xiàn)對(duì)自動(dòng)化系統(tǒng)的智能化控制和優(yōu)化。智能控制不僅可以提高工業(yè)自動(dòng)化系統(tǒng)的生產(chǎn)效率和產(chǎn)品質(zhì)量，還可以降低能耗和資源消耗，進(jìn)而滿足節(jié)能減排的需求，具有重要的應(yīng)用和研究?jī)r(jià)值。智能控制的應(yīng)用領(lǐng)域非常廣泛，其中包括制造業(yè)、能源領(lǐng)域、交通運(yùn)輸?shù)戎匾I(lǐng)域。

1 工業(yè)控制自動(dòng)化中智能控制技術(shù)的應(yīng)用優(yōu)勢(shì)

工業(yè)控制自動(dòng)化中的智能控制是指通過人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)來實(shí)現(xiàn)自動(dòng)化生產(chǎn)過程中的智能化控制。智能控制在工業(yè)自動(dòng)化中具有十分重要的應(yīng)用優(yōu)勢(shì)，在以下方面體現(xiàn)出其獨(dú)特價(jià)值[1]。智能控制系統(tǒng)具有高效性。傳統(tǒng)的工業(yè)自動(dòng)化中，通常需要人員在現(xiàn)場(chǎng)對(duì)設(shè)備進(jìn)行監(jiān)控和調(diào)整，然而智能控制系統(tǒng)使用工業(yè)物聯(lián)網(wǎng)、嵌入式系統(tǒng)等高新技術(shù)，能夠?qū)崿F(xiàn)設(shè)備的遠(yuǎn)程監(jiān)測(cè)和控制，大大提高了自動(dòng)化生產(chǎn)設(shè)備的效率，減少了人工成本。此外，智能控制系統(tǒng)還可以讓生產(chǎn)設(shè)備和流程實(shí)現(xiàn)快速調(diào)整和優(yōu)化，以最大化生產(chǎn)效率和生產(chǎn)能力。

2 智能控制技術(shù)在工業(yè)控制自動(dòng)化中的應(yīng)用

2.1 智能控制技術(shù)在模糊控制中的應(yīng)用

模糊控制是一種基于模糊邏輯運(yùn)算的智能控制方法，在工業(yè)控制自動(dòng)化中應(yīng)用廣泛。智能控制方法的優(yōu)勢(shì)在于，在處理復(fù)雜的、不確定的和非線性的問題時(shí)，它們能夠提供更好的性能和更高的靈活性。

以智能樓宇控制為例，模糊控制可以用于控制室溫、采光、濕度等參數(shù)。由于室內(nèi)溫度和外界環(huán)境溫度等因素的變化會(huì)影響室內(nèi)的舒適度和能源消耗，基于模糊控制的控制系統(tǒng)將考慮這些因素，并通過模糊邏輯運(yùn)算計(jì)算出最優(yōu)操作。

假設(shè)當(dāng)前室內(nèi)溫度為T，溫度設(shè)定值為T*，根據(jù)溫度是否偏高或偏低、調(diào)節(jié)加熱或制冷的程度等因素，可以定義一個(gè)控制規(guī)則庫。例如：如果T偏高，且T-T* 較大，則加大制冷量；如果T偏高，且T-T* 中等，則保持現(xiàn)狀；如果T偏高，且T-T*較小，則減少制冷量。

根據(jù)這些規(guī)則，可以通過模糊推理產(chǎn)生最優(yōu)控制量，以實(shí)現(xiàn)室內(nèi)溫度的控制[2]。

模糊控制中用到的模糊集合、模糊邏輯運(yùn)算和模糊推理方法，常見的有最大值算法、加權(quán)平均算法和模糊神經(jīng)網(wǎng)絡(luò)等技術(shù)。其中最大值算法是模糊控制中最常用的方法之一，具體公式為：

式中：A1和A2分別為兩個(gè)模糊集合；{A1}（x）和{A2}（y）分別為在x、y值的條件下，對(duì)應(yīng)的隸屬度函數(shù)值；R（z）為由兩個(gè)模糊集合的隸屬度函數(shù)計(jì)算出的輸出模糊集合的隸屬度函數(shù)。

2.2 智能控制技術(shù)在神經(jīng)網(wǎng)絡(luò)控制中的應(yīng)用

神經(jīng)網(wǎng)絡(luò)控制是指利用神經(jīng)網(wǎng)絡(luò)對(duì)控制過程進(jìn)行建模與控制的一種方法。它與傳統(tǒng)的PID 控制不同，通過對(duì)控制對(duì)象的輸入和輸出進(jìn)行訓(xùn)練和學(xué)習(xí)，建立起神經(jīng)網(wǎng)絡(luò)的模型，并根據(jù)模型輸出進(jìn)行控制，實(shí)現(xiàn)更加智能化的控制。下面介紹幾個(gè)智能控制在工業(yè)控制自動(dòng)化中的神經(jīng)網(wǎng)絡(luò)控制的具體應(yīng)用案例和技術(shù)。

2.2.1 聚丙烯管材外觀質(zhì)量檢測(cè)

聚丙烯管材在生產(chǎn)過程中，由于生產(chǎn)環(huán)境等多種因素的影響，可能出現(xiàn)產(chǎn)品表面質(zhì)量的不良問題。傳統(tǒng)的檢測(cè)方法需要人工參與，費(fèi)時(shí)費(fèi)力。而利用神經(jīng)網(wǎng)絡(luò)進(jìn)行表面質(zhì)量檢測(cè)，可以通過攝像頭獲取圖像，然后利用神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行訓(xùn)練和學(xué)習(xí)，最后輸出表面質(zhì)量的判斷結(jié)果。該方法可以實(shí)現(xiàn)自動(dòng)化、智能化的生產(chǎn)線運(yùn)作，提高了產(chǎn)品質(zhì)量。

2.2.2 水泵水壓控制

水泵在輸送管道中的水流量和水壓變化范圍很大，而且水泵的輸出功率也不穩(wěn)定。傳統(tǒng)的PID 控制方法難以解決以上問題，而利用神經(jīng)網(wǎng)絡(luò)控制技術(shù)，可以對(duì)水泵進(jìn)行模型預(yù)測(cè)和水壓控制。具體應(yīng)用是通過對(duì)泵的流量、轉(zhuǎn)速、溫度、壓力等參數(shù)進(jìn)行訓(xùn)練和學(xué)習(xí)，建立泵的模型，然后根據(jù)預(yù)測(cè)結(jié)果給泵的控制器進(jìn)行控制，實(shí)現(xiàn)水泵的穩(wěn)定運(yùn)行。

2.2.3 輪船自動(dòng)引水系統(tǒng)

輪船自動(dòng)引水系統(tǒng)需要考慮的因素非常多，包括船速、水位、潮汐等。針對(duì)這些不確定性因素，傳統(tǒng)的控制方法很難實(shí)現(xiàn)自動(dòng)化的控制，而利用神經(jīng)網(wǎng)絡(luò)控制可以幫助輪船實(shí)現(xiàn)自動(dòng)引水控制。具體應(yīng)用是利用神經(jīng)網(wǎng)絡(luò)建立輪船引水模型，對(duì)其進(jìn)行訓(xùn)練和學(xué)習(xí)，根據(jù)輸入變量（如舵角、推力等）輸出引水控制信號(hào)，從而實(shí)現(xiàn)輪船的智能引水控制[3]。

2.3 智能控制技術(shù)在遺傳算法控制中的應(yīng)用

遺傳算法（Genetic Algorithm）是一種基于模擬生物進(jìn)化過程的優(yōu)化算法。它通過選取和交叉某些個(gè)體來形成新的個(gè)體，并在適應(yīng)度函數(shù)的帶領(lǐng)下進(jìn)化最終得到最優(yōu)解。在工業(yè)控制自動(dòng)化中，遺傳算法控制已經(jīng)廣泛應(yīng)用于優(yōu)化控制問題。下面介紹一些智能控制在工業(yè)控制自動(dòng)化中的遺傳算法控制的具體案例與公式。

2.3.1 污水處理廠污泥濃縮量?jī)?yōu)化

對(duì)于污水處理廠，污泥的濃縮量是一個(gè)關(guān)鍵的參數(shù)。高濃度的污泥既可以減少處理時(shí)間，還可以減少污泥輸送所需的成本。采用遺傳算法進(jìn)行優(yōu)化控制，其思想是將污泥的濃度設(shè)置為染色體，然后利用遺傳算法來進(jìn)行基因的變異和重組，最終得到最優(yōu)的濃度值。具體的遺傳算法公式如下：

首先，將濃度ci進(jìn)行二進(jìn)制編碼，得到染色體X=[x1，x2，…，xL]，其中L為染色體的長(zhǎng)度。然后，通過隨機(jī)選擇和模擬交叉等策略，得到新一代的個(gè)體。接著，利用選擇策略對(duì)個(gè)體進(jìn)行篩選和排序，選擇適應(yīng)度高的個(gè)體進(jìn)行基因的復(fù)制和變異，得到下一代個(gè)體。這個(gè)過程會(huì)持續(xù)多個(gè)代際，直到適應(yīng)度（即污泥的濃度）達(dá)到最優(yōu)。

2.3.2 蒸汽鍋爐的優(yōu)化控制

蒸汽鍋爐的優(yōu)化控制是工業(yè)生產(chǎn)中的重要領(lǐng)域之一。其主要目的是通過優(yōu)化鍋爐燃料的輸入和排放的廢氣、水等的控制，使鍋爐的燃燒效率和能源利用率達(dá)到最優(yōu)。采用遺傳算法進(jìn)行優(yōu)化，可以幫助實(shí)現(xiàn)蒸汽鍋爐的智能控制。具體的遺傳算法公式如下：

首先，將控制命令轉(zhuǎn)化為數(shù)值進(jìn)行編碼，得到染色體X=[x1，x2，…，xL]，其中L為染色體的長(zhǎng)度。然后，通過隨機(jī)選擇和模擬交叉等策略，得到新一代的個(gè)體。接著，利用選擇策略對(duì)個(gè)體進(jìn)行篩選和排序，選擇適應(yīng)度高的個(gè)體進(jìn)行基因的復(fù)制和變異，得到下一代個(gè)體，并繼續(xù)進(jìn)行優(yōu)化控制[4]。

2.4 智能控制技術(shù)在混沌控制中的應(yīng)用

智能控制在混沌控制中的應(yīng)用是一種新型的控制方法，它可以有效地控制復(fù)雜、非線性的系統(tǒng)，特別是混沌系統(tǒng)的控制。下面將結(jié)合具體案例和公式進(jìn)行詳細(xì)的說明。

2.4.1 超混沌系統(tǒng)的控制

超混沌系統(tǒng)是一類復(fù)雜的、非線性的混沌系統(tǒng)，具有更高的自由度和不可預(yù)測(cè)性。傳統(tǒng)的控制方法很難有效地控制超混沌系統(tǒng)，因此，智能控制方法在超混沌系統(tǒng)的控制中具有廣闊的應(yīng)用前景。

例如，研究者通過使用一種基于模糊神經(jīng)網(wǎng)絡(luò)和反協(xié)調(diào)控制的方法，成功地控制了一個(gè)雙耦合超混沌系統(tǒng)。該系統(tǒng)由兩個(gè)相互耦合的Lorenz 超混沌系統(tǒng)組成。控制器的輸入包括兩個(gè)誤差信號(hào)和一個(gè)激勵(lì)信號(hào)，通過對(duì)誤差信號(hào)的處理和決策，控制器輸出反饋控制信號(hào)對(duì)超混沌系統(tǒng)進(jìn)行控制。

控制器的設(shè)計(jì)公式可以表示為：

式中：wi為權(quán)值；xi（t）為輸入向量；b為偏置。通過不斷地調(diào)整各個(gè)參數(shù)，智能控制器能夠逐步地優(yōu)化控制效果，提高系統(tǒng)穩(wěn)定性和魯棒性。

2.4.2 拓?fù)浞答伩刂?/p>

拓?fù)浞答伩刂剖且环N適用于非線性系統(tǒng)的控制方法。該方法利用了非線性系統(tǒng)具有的自組織、自適應(yīng)和自穩(wěn)定等特點(diǎn)，在不斷調(diào)整系統(tǒng)的拓?fù)浣Y(jié)構(gòu)和耦合方式的基礎(chǔ)上，實(shí)現(xiàn)了非線性系統(tǒng)的控制。例如，研究者通過使用一種基于拓?fù)浞答伒姆椒?，成功地控制了一個(gè)三維混沌系統(tǒng)?？刂破鞯妮斎氚ㄏ到y(tǒng)狀態(tài)和控制信號(hào)，通過對(duì)系統(tǒng)的節(jié)點(diǎn)耦合方式和拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)優(yōu)化來實(shí)現(xiàn)對(duì)混沌系統(tǒng)的控制。具體來說，控制器需要通過改變系統(tǒng)耦合矩陣的元素值來調(diào)整節(jié)點(diǎn)之間的連接強(qiáng)度和方向，以實(shí)現(xiàn)對(duì)混沌系統(tǒng)的控制。

控制器的設(shè)計(jì)公式可以表示為：

式中：L（t）為耦合矩陣；X（t）為系統(tǒng)狀態(tài)矩陣；alpha為控制器參數(shù)。通過不斷地調(diào)整耦合矩陣的元素值和控制器參數(shù)的大小，智能控制器能夠逐步地優(yōu)化控制效果，實(shí)現(xiàn)對(duì)混沌系統(tǒng)的高效控制。

2.4.3 求解多目標(biāo)優(yōu)化問題

多目標(biāo)優(yōu)化問題在實(shí)際應(yīng)用中非常普遍，例如，在工業(yè)控制、機(jī)器人控制、智能交通等領(lǐng)域都有廣泛的應(yīng)用。智能控制方法可以通過優(yōu)化控制器的權(quán)值和偏置來求解多目標(biāo)優(yōu)化問題，以達(dá)到更高的控制精度和穩(wěn)定性。

例如，研究者通過使用一種基于遺傳算法和模糊控制的方法，成功地求解了一個(gè)多目標(biāo)優(yōu)化問題，即在混沌環(huán)境中同時(shí)實(shí)現(xiàn)舵機(jī)的轉(zhuǎn)速和位置控制?？刂破鞯妮敵霭ㄞD(zhuǎn)速控制和位置控制兩個(gè)部分，通過對(duì)控制器的權(quán)值和偏置進(jìn)行優(yōu)化，實(shí)現(xiàn)對(duì)舵機(jī)的精確控制。

控制器的設(shè)計(jì)公式可以表示為：

式中：wi為權(quán)值；xi（t）為輸入向量；b為偏置。通過遺傳算法和模糊控制相結(jié)合的方法，優(yōu)化各個(gè)參數(shù)，智能控制器能夠逐步地優(yōu)化控制效果，達(dá)到滿足多目標(biāo)優(yōu)化問題的要求。

3 工業(yè)控制自動(dòng)化智能控制中的應(yīng)用策略

3.1 生產(chǎn)過程信息自動(dòng)獲取

3.1.1 傳感器技術(shù)

傳感器技術(shù)在工業(yè)控制自動(dòng)化中扮演了非常重要的角色，其基本作用是將某一物理量或化學(xué)量轉(zhuǎn)化為可測(cè)量的電信號(hào)，并將其傳遞到自動(dòng)化系統(tǒng)中進(jìn)行處理和控制。它能夠?qū)崟r(shí)獲取到生產(chǎn)現(xiàn)場(chǎng)的信息，為自動(dòng)化控制提供實(shí)時(shí)的數(shù)據(jù)支持，是實(shí)現(xiàn)工業(yè)控制自動(dòng)化的基礎(chǔ)。

傳感器技術(shù)的發(fā)展歷程可以追溯到20 世紀(jì)初，當(dāng)時(shí)最流行的是機(jī)電式傳感器，例如機(jī)械開關(guān)、壓力容器等。然而，這些傳感器有著精度低、維護(hù)不便等缺點(diǎn)，不適用于高要求的自動(dòng)化控制。后來，電子式傳感器應(yīng)運(yùn)而生，如壓力傳感器、溫度傳感器等，它們的精度更高、體積更小、更適應(yīng)各種要求。近年來，隨著微電子技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展，智能傳感器逐漸成為發(fā)展的趨勢(shì)。

3.1.2 數(shù)據(jù)采集系統(tǒng)

數(shù)據(jù)采集系統(tǒng)作為工業(yè)控制自動(dòng)化智能控制的一個(gè)重要組成部分，主要用于在生產(chǎn)過程中自動(dòng)實(shí)時(shí)地獲取、處理和傳輸各種工藝參數(shù)、設(shè)備狀態(tài)和生產(chǎn)數(shù)據(jù)等信息。數(shù)據(jù)采集系統(tǒng)通常由傳感器、數(shù)據(jù)采集器、數(shù)據(jù)處理器和數(shù)據(jù)傳輸設(shè)備等構(gòu)成，以滿足生產(chǎn)過程中對(duì)工藝參數(shù)、設(shè)備運(yùn)行狀態(tài)和生產(chǎn)數(shù)據(jù)的監(jiān)測(cè)和分析需求。

3.2 工業(yè)生產(chǎn)過程中的系統(tǒng)建模

3.2.1 對(duì)數(shù)據(jù)進(jìn)行搜集和整理

在工業(yè)控制自動(dòng)化中，數(shù)據(jù)的搜集和整理是非常重要的一環(huán)。首先，需要對(duì)系統(tǒng)進(jìn)行全面的調(diào)查和了解，收集涉及到系統(tǒng)運(yùn)行的各種關(guān)鍵參數(shù)和指標(biāo)。這些參數(shù)和指標(biāo)通常包括生產(chǎn)設(shè)備的工作狀態(tài)、生產(chǎn)過程中的原材料消耗、產(chǎn)量、能源消耗等等。這些數(shù)據(jù)可以通過現(xiàn)場(chǎng)測(cè)量、檢測(cè)儀器和傳感器等手段獲取。

數(shù)據(jù)搜集完成后，需要對(duì)數(shù)據(jù)進(jìn)行整理和處理。首先，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗、數(shù)據(jù)補(bǔ)全、異常值剔除等，使數(shù)據(jù)滿足后續(xù)分析和建模的要求。之后，根據(jù)不同的目標(biāo)和需求，將處理后的數(shù)據(jù)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。通過對(duì)這些數(shù)據(jù)集進(jìn)行分析，可以挖掘出系統(tǒng)運(yùn)行規(guī)律，從而為建立智能控制系統(tǒng)提供依據(jù)和支持。

3.2.2 生產(chǎn)環(huán)節(jié)的智能監(jiān)控

首先，智能監(jiān)控系統(tǒng)應(yīng)具備數(shù)據(jù)采集功能，用于實(shí)時(shí)獲取生產(chǎn)過程中的參數(shù)數(shù)據(jù)。數(shù)據(jù)采集可以通過各種類型的傳感器、監(jiān)測(cè)儀表等設(shè)備來實(shí)現(xiàn)。采集到的數(shù)據(jù)定期上傳至上位機(jī)，以便對(duì)生產(chǎn)過程進(jìn)行全面的數(shù)據(jù)分析。

其次，智能監(jiān)控系統(tǒng)需要實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)處理和分析。采用先進(jìn)的數(shù)據(jù)處理技術(shù)，結(jié)合專家系統(tǒng)、人工智能等算法，對(duì)收集到的數(shù)據(jù)進(jìn)行快速準(zhǔn)確的分析判斷，形成各種控制策略和預(yù)警信息。通過對(duì)數(shù)據(jù)的分析，可以迅速發(fā)現(xiàn)生產(chǎn)過程中的隱患和異常，為決策層提供及時(shí)可靠的依據(jù)。

3.3 工業(yè)生產(chǎn)過程中進(jìn)行動(dòng)態(tài)控制

3.3.1 自動(dòng)調(diào)節(jié)和自適應(yīng)控制

自適應(yīng)控制的基本原理是通過對(duì)系統(tǒng)的在線監(jiān)測(cè)，實(shí)時(shí)估計(jì)系統(tǒng)參數(shù)，并根據(jù)這些參數(shù)實(shí)現(xiàn)對(duì)控制策略的自動(dòng)調(diào)整。自適應(yīng)控制算法可以分為參數(shù)調(diào)整和結(jié)構(gòu)調(diào)整兩種方法。參數(shù)調(diào)整方法主要通過修改控制器的參數(shù)來實(shí)現(xiàn)對(duì)系統(tǒng)的調(diào)節(jié)，結(jié)構(gòu)調(diào)整方法則是通過改變控制器結(jié)構(gòu)來適應(yīng)系統(tǒng)變化。自適應(yīng)控制技術(shù)已廣泛應(yīng)用于工業(yè)生產(chǎn)過程的自動(dòng)化控制，如溫度控制、壓力控制、流量控制等。

3.3.2 可視化和反饋控制

可視化技術(shù)能夠更好地表現(xiàn)工藝過程中的各種參數(shù)，并以各種方式顯示生產(chǎn)過程中的關(guān)鍵數(shù)據(jù)，以便操作人員做出適當(dāng)?shù)呐袛?。在現(xiàn)代工業(yè)自動(dòng)化中，可視化技術(shù)已被廣泛應(yīng)用于生產(chǎn)過程的監(jiān)控和控制，如開發(fā)了基于計(jì)算機(jī)技術(shù)的監(jiān)視顯示、故障報(bào)警、工藝圖形等功能。

4 結(jié)語

在新時(shí)期，我國的工業(yè)發(fā)展逐漸趨向復(fù)雜化和大型化，致使工業(yè)過程控制自動(dòng)化發(fā)生了較大的改變，從傳統(tǒng)的簡(jiǎn)易型轉(zhuǎn)向高科技型、人工控制轉(zhuǎn)向自動(dòng)化控制。因此在實(shí)際的工業(yè)生產(chǎn)領(lǐng)域中，通過應(yīng)用智能控制技術(shù)符合我國工業(yè)發(fā)展的趨勢(shì)，在信息獲取、系統(tǒng)建模、動(dòng)態(tài)控制和自動(dòng)化控制中合理應(yīng)用，能夠?qū)φw產(chǎn)線進(jìn)行監(jiān)控和調(diào)整，最大限度地提高生產(chǎn)效率。