分层递阶自组织控制概述
摘要：智能控制在现代控制理论中占据着重要的地位，且是解决现代复杂大系统控制问题的有效方法。作为智能控制最早的理论之一，分层递阶
自组织控制已广泛应用于各个领域，因此，学习了解分层递阶自组织
控制的基本原理及其应用对于学习智能控制是十分必要的。本文概括
地介绍了分层递阶自组织控制的基本结构和原理，并以其在全自主移
动机器人和智能交通中的应用概述了其在各个领域的应用情况。
关键字：智能控制，分层递阶自组织控制，基本原理，应用
引言
控制理论自产生至今经历了三个发展阶段，前两个阶段分别为“经典控制理论”时期和“现代控制理论”时期；而到了20世纪70年代末，控制理论向着“大系统理论”、“智能控制理论”和“复杂系统理论”的方向发展。在这一阶段中，有关系统的研究从简单到复杂，人们面临的是解决大系统、巨系统和复杂系统的控制问题。智能控制理论是研究和模拟人类只能活动及其控制与信息传递过程的规律，研制具有某些拟人智能的工程控制与信息处理系统的理论。
智能控制就是能在适应环境变化的过程中模仿人和动物所表现出来的优秀控制能力（动觉智能）的控制[1]。智能控制是人工智能技术、计算机科学技术与自动控制技术交叉的产物。控制的要求、人工智能的方法和计算机软硬件基础构成了智能控制发展的基础。智能控制自被提出以来，已逐渐形成了：分级递阶自组织控制、模糊控制、神经网络控制和仿人智能控制等方向。
分层递阶自组织控制即分级递阶智能控制(hierarchically intelligent control)，它是在研究早期学习控制系统的基础上，并从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐渐地形成的，也是智能控制的最早理论之一，它对智能控制系统的形成起到了重要的作用。
1、分层递阶自组织控制理论的提出与发展
60年代，自动控制理论和技术的发展已渐趋成熟，控制界的学者为了提高
控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制系统。1966年J.M门德尔首次主张将人工智能用于飞船控制系统的设计；1971年著名学者傅京逊从发展学习控制的角度首次正式提出智能控制这个新兴的学科领域。
美国的Saridis教授首次提出了分层递阶的控制结构形式，他在1977年出版了"随机系统的自组织控制(Self-Organizing Control of Stochastic Systems)"一书,同年发表综述文章"朝向智能控制的实现(Toward the Realization of Intelligent Controls)"。在这两篇著作中论述了从通常的反馈控制到最优控制、随机控制,再到自适应控制、自学习控制、自组织控制,并最终向智能控制这个更高阶段发展的过程。其控制智能是根据分级管理系统中十分重要的“精度随智能提高而降低（IPDI）”的原理而逐级分配的。这种分级递阶控制系统是由组织级、协调级和执行级组成。其控制精度由下而上逐级递减,智能程度由下而上逐级增加。他在理论上的一个重要供献是定义了"熵"作为整个智能控制系统性能的度量,并对每一级定义了熵的计算方法,证明了在执行级的最优控制等价于使某种熵最小的控制方法。
80年代后期,他对原有的工作进行了重要的改进,在最新的研究中采用神经元网络中的Boltzmann机来实现组织级的功能,并利用Petri网为工具来实现协调级的功能。组织级代表控制系统的主导思想，具有最高的智能水平，涉及知识的表示与处理，由人工智能起主导作用。协调级为组织级和执行级之间的连接装置，涉及决策方式的表示，由人工智能和运筹学起主导作用。执行级是智能控制系统的最低层次，要求具有最高的控制精度，由常规控制理论进行控制。
2、分层递阶自组织控制的基本原理与基本结构
2.1 分层递阶自组织控制的基本结构
目前智能递阶控制理论主要有两类，一类是由Saridis提出的基于3个控制层和IPDI(Increasing Precision with Decreasing Intelligent)原理的三级递阶智能控制理论，另一类是由Villa提出的基于知识描述/数学解析的两层混合智能控制理论。这里讲的主要是Saridis的分级智能控制理论。
Saridis提出的分级递阶智能控制理论按照IPDI的原则分级管理系统，它由组织级、协调级、执行级三级组成的，如图1所示[2]：
智能递增
精
度
递
增图1 分层递阶自组织控制系统结构示意图
1、组织级(Organization level)
组织级是递阶智能控制系统的最高级，具有最高的智能程度，对精度的要求不高。它能够模仿人的行为功能，具有相应的学习能力和高级决策的能力。它组织监视并指导协调级和执行级的所有行为。组织级能够根据用户对任务的不完全描述与实际过程和环境的有关信息，组织任务，提出适当的控制模式向低层下达，以实现预定的控制目标。在组织级中，识别的功能在于翻译定性的命令和其它的输入。
2、协调级(Coordination level)
协调级是递阶智能控制系统的次高级，它要求精度也不高，但要有比较高的智能决策功能。协调级用来协调控制级的动作，它不需要精确的模型，但需具备学习功能以便在在线的控制环境中改善性能，并能接受上一级的模糊指令和符号语言。
协调级可以进一步划分为两个分层：控制管理分层与控制监督分层。控制管理分层基于下层的信息决定如何完成组织级下达的任务,以产生施加给下一层的控制指令；控制监督分层的任务是保证、维持执行级中各控制器的正常运行，并进行局部参数整定与性能优化。
协调级一般由多个协调控制器组成，每个协调控制器既接受组织级的命令，又负责多个执行级控制器的协调。
协调级是组织级与执行级之间的接口，运算精度相对较低，但有较高的决策能力与一定的学习能力。
3、执行级(Executive level)
执行级是递阶智能控制系统的最低一级，要求精度高，由控制理论起主导作用。智能较弱。控制级一般有比较准确的模型，由多个硬件控制器组成，其任务
是完成具体的控制任务，并不需要决策、推理、学习等功能。执行级的控制任务通常是执行一个确定的动作，执行级控制器直接产生控制信号，通过执行结构作用于被控对象(过程)；同时执行级也通过传感器测量环境的有关信息，并传递给上一级控制器，给高层提供相关决策依据。
在控制级中，识别的功能在于获得不确定的参数值和监督系统参数的变化。 这三层的级联关系[3]见图2：
图2 分层递阶的级联结构
图中C 为输入指令，U 为分类器的输出信号。这一递阶控制系统是个整体，它把定性的用户指令变换为一个物理操作序列。系统的输出是通过一组施于驱动器的具体指令来实现的。一旦接收到初始用户指令，系统就产生操作，这一操作是由一组与环境交互作用的传感器的输入信息决定的。这些外部和内部传感器提供工作空间环境（外部）和每个子系统状况（内部）的监控信息。智能机器融合这些信息，并从中选择操作方案。
2.2 分层递阶自组织控制系统的基本原理
2.2.1 递阶智能控制的熵准则
在Saridis 的递阶智能控制系统中，对各级采用熵作为测度。组织级用熵衡量所需知识；协调级用熵测量协调的不确定性；执行机用熵表示系统的执行代价。每一级的熵相加成为总熵，用于表示控制作用的总代价。设计和建立控制系统的原则就是总熵最小。
对于不确定性问题，通常采用熵(Entropy)函数作为性能度量，熵越大，表明不确定性越大，以熵最小去确定最优控制策略。
2.2.2 基本原理
智能机器中的高层功能模仿人的行为，是基于知识系统的。控制系统的规划、决策、学习、数据存取和任务协调等，都可以看作知识的处理与管理。同时，可噪声
组织级 协调级 执行级
分类器
C
以用熵作为度量去衡量控制系统，各子系统的协调与控制均可集成为适当的函数。因此，可把知识流作为此类系统的关键变量，一台知识机器中的知识流可代表以下方面：
1)数据处理与管理。
2)通过CPU 执行规划与决策。
3)通过传感器获取外界信息与数据。
4)定义软件的形式语言。
在Saridis 提出的IPDI “精度随智能提高而降低”的分级递阶智能控制理论基本原则里，定义了一些相关概念：
机器知识(Machine Knowledge ，K)：消除智能机器指定任务的不确定性所需要的结构信息。知识是一个由机器自然增长的累积量。
机器知识流量(Rate of Machine Knowledge ，R)：通过智能机器的知识流，即机器知识的流率。
机器智能(Machine Intelligence ，MI)：对事件或活动的数据库(DB)进行操作以产生知识流的动作或规则的集合，即分析和组织数据，并把数据变换为知识。
机器不精确性(Machine Imprecision)：执行智能机器任务的不确定性。 机器精确性(Machine Precision)：机器不精确性的补。
一类出现信息的机器知识可以表示为
K = -α- lnP(K) = [能量]
式中 P(K)———知识的概率密度；
α———选取的系数。
概率密度函数P(K)满足的表达式与杰恩(Jaynes)最大熵原则一致
P(K) = e K -α-
?x P(K)dx = 1
dx e K ?-=ln α
在这种概率密度函数P(K)的选择下，知识K 的熵也就是不确定性最大。
知识流是具有离散状态的智能机器的主要变量，在一定的时间间隔T 下，可
以表示为
T
K R = [功率] 知识流满足下列关系
MI ∶(DB)→(R)
可见,机器智能对数据库进行操作产生知识流。当知识流(R)固定时，较小的知识库要求有较多的机器智能，而较大的知识库要求的机器智能则相应较少。
由于概率论是处理不确定性的经典理论，因此可以用事件发生的概率去描述和计算推理的不确定性测度。知识流、机器智能、知识数据库之间的概率关系可以如下表示。MI 和DB 的联合概率产生知识流的概率可表示为
P(MI ，DB) = P(R)
由概率论的基本理论可推出
P (MI/DB) P (DB) = P(R)
等式两端取自然对数可得
lnP (MI/DB) + lnP (DB) = lnP(R)
上述公式表示出知识流、机器智能与知识数据库之间的简单概率关系，因此各种函数的熵便可起到测量的作用。上式两端取期望值，可得熵方程
H (MI/DB) + H (DB) = H(R)
如果MI 与DB 无关，则有
H (MI) + H (DB) = H(R)
由上式可知，在建立和执行任务时，期望知识流量不变,则增大数据库DB 的熵(不确定性)，就要减小机器智能MI 的熵，即数据库中数据或规则减小，精度降低，就要求减小机器智能的不确定性，提高机器智能的智能程度；反之，若减小数据库DB 的熵，便可增大机器智能MI 的熵，即数据库中数据或规则增加，精度提高，对机器智能的要求便可降低。这就是IPDI 原则。
在分级递阶智能控制系统中，组织级起到主导作用，处理知识的表示与处理，主要应用人工智能，智能程度最高，但精度最低；协调级连接组织级与执行级，涉及决策方式及表示，主要应用人工智能与运筹学实现控制，具有一定的智能程度；执行级是最低层，具有很高的控制精度，采用常规控制方式实现，智能程度最低。
综上所述，分级递阶智能控制的基本原理为：系统按照自上而下精度渐增、智能递减的原则建立递阶结构，而智能控制器的设计任务是寻求正确的决策和控制序列，以使整个系统的总熵最小。这样，递阶智能控制系统就能在最高级组织级的统一组织下，实现对复杂、不确定系统的优化控制。
2.3 自组织的概念
自组织一词是演化系统学中的一个术语，基本含义是进化。借用“自组织”一词，将某些智能控制系统称作自组织智能控制系统应该有其特定的内涵。自组织智能控制系统应能自发地形成为了控制所需的有序结构，自发地使控制性能具有进化(适应)性。或者说，自组织智能控制系统有两个特点:一是它备有许多不同类型的控制算法/器(如PID算法、模糊逻辑控制器……)，且可随时指定一种或一种以上的控制算法/器进行有机的组合，对对象施行有效的控制；二是控制性能具有进化性。这里的进化性有两层含义，在某个时间段内的进化性和在整个控制过程中的进化性。对于对象是非线性、高阶、纯滞后、时变的，环境变化范围宽又有随机干扰的复杂系统，采用单一的智能控制方案很难奏效。这种情况下应该采用自组织智能复合控制。这种自组织智能复合控制系统很复杂，并不是几种控制器简单的堆积，而是它们有序的组合。
3 分层递阶自组织控制的应用
分层递阶自组织控制作为智能控制的最早理论之一，已经被广泛应用于各个行业，下面简要介绍其在机器人控制和交通控制方面的应用。
3.1 全自主移动机器人分层递阶控制
全自主移动机器人是机器人研究与应用的发展方向，其所处环境大多为复杂的非结构化环境，需要机器人具备稳定的机械性能，高效的机动性能、强大的环境感知能力和快速的反应能力。因此，这类机器人一般都配备多种外部传感器组成的复杂感觉系统以全面地获取环境信息。同时，执行机构也朝着仿生的方向发展。全自主机器人对环境的感知、理解、判断、对动作的决策依赖于机器智能。
基于分层递阶控制思想的智能机器人体系结构如图3所示。该系统采用标准的数据总线与外部数据进行通讯。系统结构包含智能级、协调级和执行级。环境
信息、地图知识、规划知识和综合信息数据库等构建起机器人世界模型。智能级根据任务建立任务模型，完成任务规划。双目视觉系统和声纳、PSD等传感器所提供的环境信息构成环境模型，人工智能模块结合历史信息表、局部状态表等本体位姿信息对机器人进行全局路径规划和重规划。协调级接受全局路径规划信息，通过协调机制和信息融合算法给出决策系统动作指令的最佳控制方案，并由执行级完成环境信息、本体状态和位姿信息的测量与控制。其中，智能级和控制级分别配备独立工控机。双目视觉的硬件扩展通过PCI接口和预留USB接口实现，云台CCD摄像机通过视频采集卡与标准PCI总线相连，视觉信息的处理由图像处理库函数实现。云台l／4type Super HAD CCD摄像机有2个自由度。水平视角6．6 to 65。Degree，完成远距离大范围运动物体的跟踪识别，而固定CCD摄像机可采集机器人周遍信息，结合位姿信息，完成机器人定位[4]。
图3 分层递阶控制的自主机器人结构化设计图
3.2 分层递阶自组织控制在智能交通系统中的应用
路口信号灯的控制问题是智能交通控制系统中的一个重要问题，对于单个路
口，在不考虑路口之间相关性的情况下，比较容易达到控制目标的要求，但是这与路口的实际情况相去甚远。对于复杂的问题如交通干线上相邻路口之间信号灯的协调控制，普通的控制方法较难达到控制目标。
城市交通干线分层递阶控制采用两层结构：第一层为控制级，针对单个路口，利用路口线圈采集到的车辆信息，使用神经网络对下一个时间段内路口各个方向的车流量进行预测，在此基础上计算出下一时间段内该路口的周期、相序、各个方向上的绿信比，并将相关数据送至第二级控制器，也就是协调级，这一级的作用是在控制级计算出的数据的基础上，采用模糊神经网络对各个路口的周期、绿信比和相位进行调整，将调整后的数据返回控制级并执行。其中协调级是关键，需要综合考虑主干方向的车流状况及各个路口支线方向的情况，并对相关数据进行调整[5]。
4 结论
分层递阶自组织控制可以有效地解决一些复杂系统的控制问题，但是对于一些更复杂的系统，需要将其与其他的智能控制相结合，问题才能得到解决，例如现在一些控制系统就将其与专家控制和模糊控制等相结合，这样可以取得更好的控制效果，也能更有效地解决实际应用中的问题。
分层递阶自组织控制理论至今还在不断地得到完善，因此它也存在一些待完善的地方，如：运动控制级仍然采用现有数学解析控制算法，不便处理过程中的定性信息和利用人的直觉推理逻辑和经验，难以获得不确定性系统好的快速的实时控制效果。
5 参考文献
[1] 李祖枢，涂亚庆.仿人智能控制.国防工业出版社，2003
[2] 陈众，徐国禹，王官洁.分层递阶控制理论与电力系统自动化.电机与控制学报. V ol.7（4）.
2003，11
[3] 尹新权，吴蓉.大滞后系统的分层递阶智能控制研究.信息技术.No.10.2005
[4] 沈志华，赵英凯，王晓荣.全自主移动机器人分层递阶控制研究.机器人技术.Vol.22(3-2).
2006
[5] 许宝斌，孟俊焕，孙英.模糊神经网络分层递阶控制在智能交通系统中的应用.农业装备
与车辆工程.No.8.2006
一.质量方针和目标 1、公司质量方针：精益求精，追求更好。 2、公司质量目标：所有单位工程竣工一次核验合格率100%。 二、质量体系机构与职责 (1)质量体系机构：质量体系机构是质量体系的要紧组成部分之一，是实施质量治理的重要保证，旨在使质量体系有效地运行。公司质量体系机构确定了各质量职能部门间的相互关系、协调原则和方法，要求各质量职能部门及人员均按分管的要素和承担的责任完成各自的工作，并对主管领导负责。 (2)职责 公司总经理 1.组织贯彻国家及上级有关质量的方针、政策、法规，建立健全公司各级质量责任制，加强对各级质量教育，在生产、经营中确立“质量第一”的指导思想。 2.主持制定、签署、颁发公司质量方针、质量目标、《质量手册》。对公司质量体系的建立、完善、实施并长期有效运行负有决策和领导责任。
3.审批质量体系的结构设计，主持治理评审。 4.公司产品质量和服务质量全面负责。 5.主持重大质量事故调查、分析、处理，参加公司质量工作会 议。 6.任命治理者代表。 治理者代表 1.负责组织建立、完善和实施质量体系，主持编制《质量手册》，审批质量体系程序文件，组织贯彻实施公司质量方针和质量目标，推动质量体系的有效运行。 2.定期组织内部质量审核，代表公司同意顾客或认证机构审核。 3.负责向公司总经理报告质量体系的运行情况。定期组织治理评审。 4.负责策划内审工作所需资源，任命审核组长，选择审核员；向公司治理评审会议报告质量治理体系运行情况。 5.对公司所属各部门、各单位实施质量体系情况有监督和奖罚权。 6.负责就企业质量体系有关事宜与外部各方的联络工作。 副总经理 1.主管工程技术、材料、设备、安全等方面工作。 2.协助总经理贯彻落实公司质量方针、质量目标和质量体系文件，对分工组织领导的治理和工程质量负责。 3.组织、监督下属部门及项目经理部严格执行国家、行业和企业标准、地点法规。
如何建立企业管理控制体系 课程背景： 金融海啸让中国的企业感受到了冬天的寒冷！如何炼就更强壮的身体，炼好企业的内功是许多中小企业必须面对的问题！企业的内功通常体现在管理的细节之处，遗憾地是我们在企业经常发现这样的现象：仓库有多少物料，没有人能准确知道！材料在制品、半成品、不良品、呆滞品堆满了仓库、车间、操场;下单采购的物料究竟何时回来，采购员自己都说不准;答应客户的交货期是一个模糊的时间;产品是否合格，公说公有理，婆说婆有理;制度执行虎头蛇尾，形同虚设！。。。。。。计划失控，过程失控，结果失控，管理失控！ 钱越来越难赚，效率低下是根源！效率低下，管理失控又是根源！工厂几乎所有问题都可以追溯到管理失控上来，没有控制，管理就象是一场游戏！ 如何解决管理失控的问题？建立企业控制体系！从源头开始控制，对过程进行控制，对结果进行控制！本课程提供的控制体系管理模式，在企业内建立标准，制约，责任三位一体的流程系统，并辅之以企业人心管理模式，打造企业控制力和凝聚力。控制出效益，约束出效益，此控制体系已经在100多家企业的实践中得到验证！ 课程收益： 掌握工厂控制原理和实质，从而可以在工作中举一反三，灵活应用 掌握工厂控制体系的基本设计方法和技巧 掌握流程式控制的推行策略和技巧 掌握控制卡的设计和应用 了解如何开展稽核工作 了解人员管理和激励的方法 课程大纲 第一部分工厂为什么需要实行控制管理？ 一、制造企业赢利三要素–成本，品质，效率 二、制造企业为什么物料成本难于控制？ 1.物料购买过程存在的失控现象 2.物料保存，领用发放过程存在的失控现象 3.缺乏对材料成本的定量分析比较 4.缺乏对呆滞物料物品的有效控制 三、制造企业为什么交期难于控制？ 1.订单缺乏有效的统筹计划，直接指挥生产 2.客户订单信息不准确，合同变更多 3.急单插单多，打乱生产秩序 4.物料不能及时到位 5.生产过程中欠料现象严重 6.返工多 四、制造企业为什么品质难于控制？
分层递阶自组织控制概述 摘要：智能控制在现代控制理论中占据着重要的地位，且是解决现代复杂大系统控制问题的有效方法。作为智能控制最早的理论之一，分层递阶 自组织控制已广泛应用于各个领域，因此，学习了解分层递阶自组织 控制的基本原理及其应用对于学习智能控制是十分必要的。本文概括 地介绍了分层递阶自组织控制的基本结构和原理，并以其在全自主移 动机器人和智能交通中的应用概述了其在各个领域的应用情况。 关键字：智能控制，分层递阶自组织控制，基本原理，应用 引言 控制理论自产生至今经历了三个发展阶段，前两个阶段分别为“经典控制理论”时期和“现代控制理论”时期；而到了20世纪70年代末，控制理论向着“大系统理论”、“智能控制理论”和“复杂系统理论”的方向发展。在这一阶段中，有关系统的研究从简单到复杂，人们面临的是解决大系统、巨系统和复杂系统的控制问题。智能控制理论是研究和模拟人类只能活动及其控制与信息传递过程的规律，研制具有某些拟人智能的工程控制与信息处理系统的理论。 智能控制就是能在适应环境变化的过程中模仿人和动物所表现出来的优秀控制能力（动觉智能）的控制[1]。智能控制是人工智能技术、计算机科学技术与自动控制技术交叉的产物。控制的要求、人工智能的方法和计算机软硬件基础构成了智能控制发展的基础。智能控制自被提出以来，已逐渐形成了：分级递阶自组织控制、模糊控制、神经网络控制和仿人智能控制等方向。 分层递阶自组织控制即分级递阶智能控制(hierarchically intelligent control)，它是在研究早期学习控制系统的基础上，并从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐渐地形成的，也是智能控制的最早理论之一，它对智能控制系统的形成起到了重要的作用。 1、分层递阶自组织控制理论的提出与发展 60年代，自动控制理论和技术的发展已渐趋成熟，控制界的学者为了提高
设备管理体系（概要） 设备管理对是设备的购、管、用、养、修等全过程进行有效控制，以保持设备的生产能力，满足生产需要和环境、职业安全健康管理的要求。设备管理可分为两大部分：前期管理和后期管理。 前期管理 一、评估 技术评估（对文献、型号、技术参数、配套性、供应商资质、售服、货期进行研究）；（或自主开发的技术能力、货期进行预估） 经济评估（评估投资效益、价格、投资回报期） 配套分析（场地、配套设施——水、电、气等） 二、选型(确定品名、规格型号、技术要求、选样) 三、购置（确定供应商、签的购买合同、价格、货期、付款方式等） 四、安装（安装日程计划、跟进、实施） 五、调试(试运行记录、验收) 后期管理 一、组织建设 1、组织职能：以确定的安全要求（国家法规、公司规则、设备设施特点）和合理的成本 保障生产工具处于良好状态——对设备设施进行系统的研究和管理，并采取相应的措施，使其达到效率最高，性能最好，成本最低，故障最少，安全可靠。 2、组织目标：最大限度发挥现有设备设施的生产能力。 3、工作内容： 1.运用已有资源进行纠错性和预防性维修工作（局部或全局保养、预防性检查、修 理、设备改进等）
2.确定工作方法、技术手段和人力资源 3.参与新设备选购和安装投产工作 4.制定合理的操作指南，指导操作人员正确使用设备设施 5.将设备保持高度安全状态，杜绝人身及公司财产的损伤 4、工作守则：略 5、组织架构：略 6、岗位职责：略 7、设备管理程序:略 二、文档管理 1、公司一、二、三、四级及部门三、四级文件管理 2、设备台帐——清晰反映设备设施的名称、品名、生产编号、资产号、设备管理号、型 号规格、生产日期、生产厂商、购入日期、采购金额、使用部门、体积、功率等 3、技术资料——使用说明、维修手册、总图、原理图、功能图、安装手册、配件手册等 4、记录资料——使用记录、润滑记录、能耗记录、保养记录、检修记录、整改记录、培 训记录、会议记录等 三、使用管理 操作指南编制与执行督导 1、操作指南编制——重点规范操作资格认定程序、基本操作程序（使用前点检及确认、 开机程序、安全事项等）。 2、执行督导——实行点检确认制，由设备管理员于作业前用数分钟时间，按照点检规定 项目对设备进行随机抽查，检查操作员的点检实施情况并记录，以确保点检制度的落实，并为设备的预知维修提供依据。 四、维修维护管理
智能控制理论简述 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
填空题（每空1分，共20分） 控制论的三要素是：信息、反馈和控制。 传统控制是经典控制和现代控制理论的统称。 智能控制系统的核心是去控制复杂性和不确定性。 神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。 按网络结构分，人工神经元细胞可分为层状结构和网状结构按照学习方式分可分为：有教师学习和无教师学习。 前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。 神经网络工作过程主要由工作期和学习期两个阶段组成。 1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论 基础。 2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。 3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。 4、遗传算法是以达尔文的自然选择学说为基础发展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。 5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。 6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。 7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。 传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性
、时不变性等相对简单的控制。 智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。 IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) AC：描述系统的动力学特征，是一种动态反馈。 AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。 智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 18、专家控制的特点：灵活性、适应性和鲁棒性。 19、模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型2，
1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工 智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所 示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协
调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：
2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信 息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干 扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能 力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下， 获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度 不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息， 具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参 数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性 组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件 滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据 （或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还 需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合
机电系统的智能控制技术 发表时间：2018-06-20T13:55:10.027Z 来源：《防护工程》2018年第4期作者：李莹[导读] 国家社会经济的不断进步与发展，极大地促进了机电系统的智能控制技术的飞跃。 中建二局第二建筑工程有限公司广东深圳 518000 摘要：国家社会经济的不断进步与发展，极大地促进了机电系统的智能控制技术的飞跃。研究其相关课题，对于提升整体控制效果具有极为关键的意义。文章对智能控制相关内容做了概述，分析了智能控制系统分类，并就智能控制在机电一体化系统中的应用做了论述，望对相关工作的开展有所裨益。 关键词：机电系统；智能；控制；技术 1 前言 随着机电系统的智能控制技术应用条件的不断变化，对其实际应用提出了新的要求，因此有必要对其相关课题展开深入研究与探讨，以期用以指导相关工作的开展与实践。基于此，本文从概述相关内容着手本课题的研究。 2 智能控制概述 所谓的智能控制指的就是在没有人为的干预下能够自主驱动智能机器，从而有效完成对目标进行自动控制的技术，换句话来说就是用计算机对人类的大脑进行模拟，从而完场智能控制。智能控制在当今的社会是一种非常重要的技术，应用范围非常广泛，有着不可或缺的作用。在机电一体化系统中，有很多复杂多样的控制任务和控制目的，这些控制任务和控制目的以传统的控制手段来完成是非常复杂和不方便的，而智能控制的出现正好可以解决这一问题，使得机电一体化系统的实际操作更加的简单方便，同时还能更好的完成控制任务。对于智能控制来说，传统控制只是其中最为简单的一个部分，真正的智能控制是由多个学科相互交叉而成，而在众多的学科中最为主要的就是自动控制论、信息论、人工智能以及运筹学等学科。与传统控制相比较而言，智能控制有着一些非常明显的优点和特征，其中最为主要的特征主要有七个方面，分别是智能控制的核心在高层控制、智能控制具有变结构特点、智能控制器具有非线性特性、智能控制器具有总体自寻优特征、智能控制一个新兴的技术、属于一门边缘交叉学科以及其能够满足更多的要求和目标。智能控制主要分为了六种类型，分别是：混合或者集成控制、专家控制系统、分级递阶控制系统、学习控制系统、人工神经网络控制系统、组合智能控制系统以及金华计算与遗传算法。 3 智能控制系统分类 3.1 分级控制 分级控制是分级递阶智能控制的简称，在这一系统当中，其运作主要是以自组织控制、自适应控制等作为前提来加以实现的。一般情况下，在分级控制的古城中，会有不同方面的控制，包括协调级、组织级以及执行级，每一集的功效具有独特性。 3.2 学习控制 学习控制系统借助的是对自身内部结构的认知、辨识以及调整，可以利用相关数据信息的循环输入处理，从而使得整个系统运行的有效性得到充分的保证；除此之外，在实际的运行过程当中，学习控制系统还能够以部分非预制信息为参照来进行自控。 3.3 专家控制 在这一系统当中，其本质上是将人的知识、技能以及经验等进行整合，将其应用到计算机系统当中的一种重要方式。在实际的运行过程中，专家控制系统能够依据计算机当中所发出来的各种指令程序来对不同的操作相应的完成。在专家系统当中，一般情况下由于存储了比较多的理论知识与经验，所以在面对各种实际问题的时候，可以进行有效地辨识从而进行处理，提高处理结果的有效性。 3.4 神经网络控制 在当前阶段中，人工神经网络控制是应用比较广泛的一种控制系统，在这种智能控制系统当中，其结构布设是以人体的神经网络为重要参照，利用人工神经元、神经细胞来进行构成的。 4 智能控制在机电一体化系统中的应用 4.1 智能控制在工业生产中应用 智能控制应用在工业生产中能够极大地提高工业生产效率，在工业工艺过程，如专家控制器和神经元网络控制器等控制器的设计中，就可以引进智能控制。工业生产过程是一个庞大复杂的生产过程，单单利用人工是难以完成的，对整个工艺的操作和控制、以及对整个过程故障的诊断等都需要智能控制的参与，而且智能控制在未来的工业生产中将占据绝对主导地位。 4.2 智能控制在机器人领域的应用 在控制参数方面，机器人要求控制参数是多变的；在动力学方面，机器人具有时变性、非线性和强耦合的要求；在传感器信息方面，机器人具有多信息要求；在控制任务方面，机器人具有多任务的要求。分析机器人和智能控制的特点可以发现，智能控制非常适合应用于机器人领域。 如今，在机器人领域的很多方面都应用了智能控制技术。例如，利用智能控制技術可以有效控制机器人手臂的动作、姿态；利用多传感器信息融合技术、信息处理技术和控制技术对机器人的行走路径、停留位置和躲避障碍物等动作进行控制。 随着智能控制方法的不断发展，它们的实用性、可靠性和优越性已经在很多应用系统中得到证明。神经网络控制具有很强的鲁棒性和容错功能，通过利用神经元之间的联结和权值的分布表示特定的信息，并对各传感器接受到的信息进行处理，最后以直接自校正控制等方式对机器人进行控制；模糊控制具有很强的鲁棒性，建立在模糊集合、模糊推理和模糊语言变量的基础之上。模糊控制广泛应用于机器人的建模、控制等很多方面。模糊控制首先对被控对进行建模，在同时考虑控制规则和模糊变量的隶属度函数的基础上，利用模糊控制器，对机器人机械控制；在设计与规划机器人路径的时候主要用到免疫算法，再结合遗传算法和进化算法，可以对控制程序和控制技术进行优化。 4.3 智能控制在数控领域的应用
智能控制综述 摘要：本文首先介绍了智能控制的发展和智能控制系统的结构和特点以及与传统控制的关系。然后，综述几种智能控制研究的主要内容。 关键词：智能控制、自动控制、研究内容 1、智能控制的发展 任何一种科学技术的发展都由当时人们的生产发展需求和知识水平所决定和限制，控制科学也不例外。1948年，美国著名的控制论创始人维纳（N.Wiener）在它的著作《控制论》中首次将动物与机器相联系。1954年钱学森博士在《工程控制论》中系统的阐明了控制论对航空航天和电子通讯等领域的意义及影响，1965年傅京孙（K.S.Fu）教授首先把人工智能的启发式推理规则用于学习控制系统，又于1971论述了人工智能与自动控制的交集关系，成为国际公认的智能控制的先行者和奠基人[1]。 20世纪60年代，随着航海技术，空间技术的发展，控制领域面临着人们对其性能要求愈来愈高和被控对象的复杂性和不确定性，被控对象的复杂性和不确定性主要表现在被控对象的非线性和不确定性，以及分散的传感元件与执行元件，复杂的信息网络和庞大的数据量。而传统控制在解决这些问题时存在三方面的问题：一、由于传统控制理论是建立在以微积分为工具的精确模型上，所以无法对高度复杂和不确定的被控对象进行描述；二、传统控制理论中的自适应控制和Robust控制虽可克服系统中所包含的的不确定性，达到优化控制的目的，但这些方法只适用于缓慢变化的情况。三、传统控制系统输入较单一，而面对海量信息（视觉的、听觉的、触觉的等）的复杂环境，智能控制应运而生。 智能控制是对传统控制的补充和发展，是自动控制发展的高级阶段，而传统控制是智能控制产生的基础。 国内对智能控制的研究今年来也十分活跃。从八十年代人工智能与系统科学相结合到863计划的实施，智能控制在我国的发展已有稳固的基础。 2、智能控制结构与特点 智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、和计算机等多种学科的高度结合，是一门新兴的边缘交叉学科。它不仅包含了自动控制、人工智能、系统理论和计算机科学，而且还涉及到生物学，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科[2]。 （1）智能控制具有明显的跨学科、多元结构特点。至今，智能控制方面的专家已提出二元结构、三元结构、四元结构等三种结构，它们可分别以交集的形式表示如下： IC=AI∩AC (1) IC=AI∩CT∩OR (2) IC=AI∩CT∩ST∩OR (3) 上式中，各子集的含义为 AI——人工智能；AC——自动控制；CT——控制论； OR——运筹学；ST——系统论；IC——智能控制。 智能控制的二元交集结构、三元交集结构和四元交集结构分别由傅京孙、萨克迪斯（G.N.Saridis）和蔡自兴于1971,1977和1986年提出的[3]，以上的交集表达式也可表示成如下图1、2、3的形式：
智能控制论文 摘要：基于智能控制和常规控制的本质区别和内在联系，对智能控制的概念进行了研究，同时介绍了智能控制的学科基础和主要分支，并且总结了智能控制的基本分析方法，最后指出了智能控制的实现中存在的一些问题。 关键词智能控制，人工控制，控制论 1 引言 自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完
善。 2 智能控制的概念 智能控制的定义一: 智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为,在结构化或非结构化的,熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器. 定义二: K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域.,这就是智能控制.他还认为自调节控制,自适应控制就是智能控制的低级体现. 定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。 3 智能控制系统的类型 1)集成或者（复合）混合控制几种方法和机制往往结合在一起,用于一个实际的智能控制系统或装置,从而建立起混合或集成的智能控制系统. 2）分级递阶控制系统分级递阶智能控制是在自适应控制和自组织控制基础上,由美国普渡大学Saridis提出的
1-1试述热电偶的测温原理，工业上常用的测温热电偶有哪几种？什么热电偶的分度号？在什么情况下要使用补偿导线？ 答：a、当两种不同的导体或半导体连接成闭合回路时，若两个接点温度不痛，回路中就会出现热电动势，并产生电流。 b、铂极其合金，镍铬-镍硅，镍铬-康铜，铜-康铜。 c、分度号是用来反应温度传感器在测量温度范围内温度变化为传感器电压或电阻值变化的标准数列。 d、在电路中引入一个随冷端温度变化的附加电动势时，自动补偿冷端温度变化，以保证测量精度，为了节约，作为热偶丝在低温区的替代品。 1-2热电阻测温有什么特点？为什么热电阻要用三线接法？ 答：a、在-200到+500摄氏度范围内精度高，性能稳定可靠，不需要冷端温度补偿,测温范围比热电偶低，存在非线性。 b、连接导线为铜线，环境温度变化，则阻值变，若采用平衡电桥三线连接，连线R使桥路电阻变化相同，则桥路的输出不变，即确保检流计的输出为被测温度的输出。 1-3说明热电偶温度变送器的基本结构，工作原理以及实现冷端温度补偿的方法。在什么情况下要做零点迁移？ 答：a、结构：其核心是一个直流低电平电压-电流变换器，大体上都可分为输入电路、放大电路及反馈电路三部分。 b、工作原理：应用温度传感器进行温度检测其温度传感器通常为热电阻，热敏电阻集成温度传感器、半导体温度传感器等，然后通过转换电路将温度传感器的信号转换为变准电流信号或标准电压信号。 c、由铜丝绕制的电阻Rcu安装在热电偶的冷端接线处，当冷端温度变化时，利用铜丝电阻随温度变化的特性，向热电偶补充一个有冷端温度决定的电动势作为补偿。桥路左臂由稳压电压电源Vz（约5v）和高电阻R1（约10K欧）建立的恒值电流I2流过铜电阻Rcu，在Rcu 上产生一个电压，此电压与热电动势Et串联相接。当温度补偿升高时，热电动势Et下降，但由于Rcu增值，在Rcu两端的电压增加，只要铜电阻的大小选择适当，便可得到满意的补偿。 d、当变送器输出信号Ymin下限值（即标准统一信号下限值）与测量范围的下限值不相对应时要进行零点迁移。 1-5力平衡式压力变换器是怎样工作的？为什么它能不受弹性元件刚度变化的影响？ 答：a、被测压力P经波纹管转化为力Fi作用于杠杆左端A点，使杠杆绕支点O做逆时针旋转，稍一偏转，位于杠杆右端的位移检测元件便有感觉，使电子放大器产生一定的输出电流I。此电流通过反馈线圈和变送器的负载，并与永久磁铁作用产生一定的电磁力，使杠杆B 点受到反馈力Ff，形成一个使杠杆做顺时针转动的反力矩。由于位移检测放大器极其灵敏，杠杆实际上只要产生极微小的位移，放大器便有足够的输出电流，形成反力矩与作用力矩平衡。b、因为这里的平衡状态不是靠弹性元件的弹性反力来建立的，当位移检测放大器非常灵敏时，杠杆的位移量非常小，若整个弹性系统的刚度设计的很小，那么弹性反力在平衡状态的建立中无足轻重，可以忽略不计。 1-7试述节流式、容积式、涡流式、电磁式、漩涡式流量测量仪表的工作原理，精度范围及使用特点。 答：a、节流式 工作原理：根据流体对节流元件的推力或在节流元件前后形成的压差等可以测定流量的大小。
参考教材： 1.《集散控制系统原理及应用》何衍庆余金寿化学工业出版社 2.《集散型控制系统的设计和应用》王常力主编，清华大学出版社 3.《管理信息系统－网络化企业的组织与技术》——《Management Information Systems-Organization and Technology in the Networked Enterprise》 https://www.doczj.com/doc/1914345510.html,udon，高等教育出版社 4.《计算机集成制造系统——CIMS概论》白英彩等编著，清华大学出版社 引言 1.什么是DCS、MIS、CIMS DCS：Distributed Control System 集散控制系统、分布式控制系统 MIS：Management Information Systems 管理信息系统 CIMS：Computer Integrated ManufacturING System 计算机集成制造系统 2.为什么要设置这门课 全面了解计算机技术在企业（尤其是过程工业）的广泛应用 重点掌握实现过程过程控制的必备工具——计算机网络、DCS 3.内容安排：上课20学时，实验20学时 4.成绩（实验＋2000字左右的报告） 第一章集散控制系统综述 一、集散控制系统的基本概念 集散控制系统（Total Distributed Control System，亦称分散型综合控制系统，简称DCS）是随着现代大型工业生产自动化的不断兴起和过程控制要求的日益复杂应运而生的综合控制系统，它是计算机技术、系统控制技术、网络通讯技术和多媒体技术相结合的产物，是完成过程控制、过程管理的现代化设备。 1．集散控制系统的发展历程 DDC,SCC——计算机维护困难，故障较多，价格昂贵 开创期：70中～80年代初 （第一代）第一台：Honeywell, 1975、TDC2000 FOXBORO Spectrum Baily N-90 恒河：CENTUM 雏形，已具有DCS的基本特点，即分散控制，集中管理 成长过渡期：80年代中 （第二代）在原来产品的基础上,进一步提高了可靠性,新开发的多功能过程控制站、增强
2013 年春季学期研究生课程考核 （读书报告、研究报告） 考核科目:机电一体化技术基础 :机电工程学院 学生所在院 （系） 学生所在专业:机电控制 :刘申 学生姓 名 学 :12S108012 号 考核结果阅卷 人
模糊控制技术在机电一体化系统中的应用 刘申 （哈尔滨工业大学机电工程学院，哈尔滨 510000） 摘要：模糊控制是控制理论发展的新阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。由于机电一体化系统控制要求的不断提高，被控对象、环境、控制目标及任务日渐复杂，很多问题难以建立精确的数学模型或者建立的数学模型难以求解。这些都促进了模糊控制技术在机电一体化系统中的应用。模糊控制是以模糊集合理论为基础的一种新兴的控制手段，它是模糊集合理论和模糊技术与自动控制技术相结合的产物。自从这门学科诞生以来，它产生了许多探索性甚至是突破性的研究与应用成果，同时，这一方法也逐步成为了人们思考问题的重要方法论。本文介绍了模糊控制及模糊控制技术在机电一体化系统中的实际应用。 关键字：模糊控制；模糊集合；自动控制技术；机电一体化 Application of Fuzzy Control in Mechanics-electronics Abstract: Fuzzy control is a new stage in the development of control theory. It is mainly used to solve the control problems of complicated systems which are difficult to solve useing the traditional methods. With the rapid improvement on control system of mechanics-electronics, controlled subject, environment, control objective and tasks are increasingly complex. Some problems is hard to establish a precise mathematical model or the established mathematical model is impossible to be answered. All above promote the application of puzzy control technology in mechanics-electronics. Fuzzy control is a new control method based on fuzzy set theory. It is the product of fuzzy set theory and the combination of fuzzy thechnology and automatic control. It has produced many explorative result or even a breakthrough in the study and application of automatic control since the birth of this new method. The method gradually become an important way for common people to solve other problems as welll. This paper make an introduction of puzzy control and its practical application in mechanics-electronics. Key words: Fuzzy control; Fuzzy set; Automatic control; Mechanics-electronics. 0 引言 智能控制是指的是在无人操作控制的状态下，依靠智能机器设备来实现自动化控制的一种新技术，理论研究已经有近百年的历史。模糊控制作为智能控制的一项重要成果，对那些难以预测、难以量化、难以界定、随机性很大的动态特性常变的控制系统，取得了良好的控制效果。 机电一体化技术结合应用机械技术和电子技术于一体。随着计算机技术的迅猛发展和广泛应用，机电一体化技术获得前所未有的发展，成为一门综合计算机与信息技术、自动控制技术、传感检测技术、伺服传动技术和机械技术等交叉的系统技术。随着电子技
《智能控制基础》模拟试卷1 教学站学号姓名手机号成绩 开卷 一、判断题（判断下列所述是否正确，正确填入“＋”：错误则填“一”。每题2分，共20分） 1.分层递阶智能控制结构中，执行级的任务是对数值的操作运算，它具有较高的控制精度。（） 2．分层递阶智能控制按照自下而上精确程度渐增、智能程度渐减的原则进行功能分配。（） 3．模糊控制只是在一止程度上模仿人的模糊决策和推理，用它解决较复杂问题叫，还需要建立数学模型。（） 4．在模糊集合的向量表示法中，隶属度为0的项必须用0代替而不能舍弃。（） 5.与传统控制相比，智能模糊控制所建立的数学模型因具有灵活性和应变性，因而能胜任处理复杂任务及不确定性问题的要求。（ x ） 6．智能控制的不确定性的模型包括两类，一类是模型未知或知之甚少：另一类是模型的结构和参数可能在很大范围内变化。 ( √ ) 7．单层感知器用于分类只能解决线性问题。（） 8．可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。（） 9．知识库和数据库是专家系统的核心部分。（） 10．直接式专家控制系统可以采用单片机来实现。（） 二、选择题(20分，每小题2) 1．某模糊控制器的语言变量选为实际温度与给定温度之差即误差e、误差变化率?e；以及加热装置中可控硅导通角的变化量u，故该模糊控制器为（）。 A．单输出一双输入B．单输出一单输入 C．双输入双输出D．双输入一单输出 2.若模糊集合表示模糊概念“老”，则模糊概念“极老”，相当于乘以模糊算 子Hλ，其中λ=（）。 A．2 B．4 C．1／2 D．1／4 3.在神经网络内模控制结构中，神经网络辨识器用来获得（）。 A．被控对象的正模刑B．被控刘象的逆模型 C．线性滤波器D．控制器 4．已知语言变量论域上的模糊集合及论域中各元素对各模糊集合的隶属度，据此可 建立（） A．语言变量赋值表B．模糊控制器查询表 C．模糊控制规则表D．量化因子计算式 5.误差反向传播算法属于（）学习规则。 第1 页共3 页
食品安全管理体系概述 一、食品安全管理体系运行的前提条件 食品安全管理体系运行有一个管理基础---ISO9000，对食品安全卫生有一个基本能控制水平（达到GMP要求），拥有和有效的实施卫生标准操作规范SSOP。 二、GMP要求 1 厂区环境 2 厂房及设施 设计；车间设置与布局；车间隔离；屋顶；墙壁与门窗；地面与排水；供水设施；照明设施；通风设施；洗手设施；更衣室；厕所；仓库。 3 设备 设计；材质；生产设备；品质管理设备 4 机构与人员 机构与职责；人员与资格；教育与培训 5 卫生管理 卫生制度；环境卫生管理；厂房设施卫生管理；机械设备卫生管理；辅助设施卫生管理；清洗和消毒卫生管理；人员卫生管理；健康管理；除虫、灭害管理；有毒有害物管理；污水污物管理；卫生设施管理；工作服管理 6 生产过程管理 生产操作规程的制定与执行；原材料处理；生产作业管理；设备的保养和维修 7 品质管理 品质管理手册的制定与执行；原材料的品质管理；加工中的品质管理；成品的品质管理；贮存于运输的的管理；成品售后管理；记录管理（记录、记录核对、记录保存） 8 标识 三、SSOP八个方面要求 1 水的安全性卫生控制 水源；水的贮存；水质检测；防止水的污染 2 食品接触面卫生控制 清洗消毒程序；设备的使用和管理；设备的清理；工器具的日常清理；地面、墙壁、玻璃及其他辅助设备的清理；工作服的清洗消毒程序；包装材料；空气 3 防止交叉污染 防止工厂选址、设计、车间不合理造成污染；防止由于个人卫生不良造成的污染；防止工序操作不当造成的污染；防止原辅料不洁造成的污染；防止贮存运输作业中造成的污染。 4 洗手、手消毒和卫生设施控制 车间洗手设施要求、洗手流程、洗手的时机；车间及厂区厕所设施的要求；员工进入厕所的步骤。 5 防止掺杂物的卫生控制 防止被污染的冷凝水掺杂；防止不洁水的飞溅；防止外来物质掺杂；防止地面污物；防止无保护装置的照明设备的污染；防止润滑油、清洁剂、杀虫剂掺杂；防止不卫生的包装材料及原料掺杂；防止空气中的灰尘颗粒。 6 化学品的标识、贮存和使用的卫生控制 容器的正确标记；酸碱及化学品的正确贮存；正确使用和管理 7 员工健康的卫生控制 健康检查；健康要求；受伤处理；卫生教育 8 虫害、鼠害的卫生控制虫害的控制；鼠害的控制； 四、实施危害分析的预备步骤 1 成立食品安全小组 2 原料、辅料和产品接触的材料的描述 化学、生物和物理特性；配制辅料的组成，包括添加剂和加工助剂；产地；生产方法；包装和交付方式；贮存条件和保质期；使用或生产前的预处理；与采购材料和辅料预期用途相适宜的有关食品安全的接受准则或规范。
《智能控制》大作业 1、简答题： 1.1.根据目前智能控制系统的研究和发展，智能控制系统有哪些类型以及智能控制系统主要有哪些方面的工作可做进一步的探索和开展？ 答: 智能控制系统的类型: ①基于信息论的分级递阶智能控制 ②以模糊系统理论为基础的模糊逻辑控制 ③基于脑模型的神经网络控制 ④基于知识工程的专家控制 ⑤基于规则的仿人智能控制 ⑥各种方法的综合集成 智能控制系统的探索和开展: ①离散事件和连续时间混杂系统的分析与设计； ②基于故障诊断的系统组态理论和容错控制方法； ③基于实时信息学习的规则自动生成与修改方法； ④基于模糊逻辑和神经网络以及软计算的智能控制方法； ⑤基于推理的系统优化方法； ⑥在一定结构模式条件下，系统有关性质（如稳定性等）的分析方法等。 1.2.比较智能控制与传统控制的特点？ 答：智能控制与传统控制的特点。 传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。 智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。 1.3.简述模糊集合的基本定义以及与隶属函数之间的相互关系。
答：模糊集合：模糊集合是用从0 到1 之间连续变化的值描述某元素属于特定集合的程度，是描述和处理概念模糊或界限不清事物的数学工具。 相互关系：表示隶属度函数的模糊集合必须是凸模糊集合；模糊集合是由其隶属函数刻画的 1.4.画出模糊控制系统的基本结构图，并简述模糊控制器各组成部分所表示的意思？ 答：基本结构图： （1) 模糊化接口：模糊化接口就是通过在控制器的输入、输出论域上定义语言变量，来将精确的输入、输出值转换为模糊的语言值。 (2) 规则库：由数据库和语言（模糊）控制规则库组成。数据库为语言控制规则的论域离散化和隶属函数提供必要的定义。语言控制规则标记控制目标和领域专家的控制策略。 (3) 模糊推理：是模糊控制系统的核心。根据模糊输入和模糊控制规则，获得模糊输出。 (4) 清晰化接口：由模糊推理得到的模糊输出值，只有其转化为精确控制量，才能施加于对象。实行这种转化的方法叫做清晰化/去模糊化/模糊判决 1.5.模糊控制规则的生成方法通常有哪几种，且模糊控制规则的总结要注意哪些问题？