仿人智能控制
- 格式:pdf
- 大小:175.02 KB
- 文档页数:12
一种新型的仿人智能控制器的设计方法
涂亚庆;李祖枢
【期刊名称】《自动化学报》
【年(卷),期】1994(020)005
【摘要】本文在文献[1,2]提出的仿人智能控制理论的基础之上,探索了设计其仿人智能控制器的基本思想和方法,并以伺服控制为例阐明了设计的步骤及其仿真实验结果。
【总页数】6页(P616-621)
【作者】涂亚庆;李祖枢
【作者单位】不详;不详
【正文语种】中文
【中图分类】TP273
【相关文献】
1.一种新型的统一潮流控制器设计方法 [J], 叶其革;王晨皓;吴捷
2.一种新型仿人智能模糊混合控制器的研究 [J], 靳大为;胡准庆
3.一种新型仿人智能模糊混合控制器的研究 [J], 靳大为;胡准庆
4.一种新型的仿人智能控制器(SHIC) [J], 李祖枢;徐鸣
5.一种新型的仿人智能控制器 [J], 郑双泉
因版权原因,仅展示原文概要,查看原文内容请购买。
一、仿人智能控制算法1、原型算法控制机理仿人智能控制器的运行机理(1)比例控制模式。
当系统出现误差并且误差趋向增加时,即当e*e>0时,仿人智能控制器产生一个比例输出U=Kp*e,其中Kp为比例增益,大大超过传统比例控制器所允许的数值。
比例控制模式运行在e=0和e=em,1区间,em,1为误差出现的第一次极值。
当e达到了em,1以后,该闭环负反馈比例控制器立即结束,进入抑制过程。
(2)增益抑制控制模式。
这是当系统误差达到第一次极值时em,1以后所施加的一种阻尼作用,即把原来的高比例增益Kp乘上一个小于1的增益k,使其增益降低。
增益控制器有助于改善系统品质,增加稳定裕度。
(3)开环保持模式。
当到了一个新的位置以后,系统误差减小或误差保持为零,立即进入保持模式,减小控制作用,利用惯性让系统进入稳态。
这种仿人控制的智能算法以人对对象的观察、记忆、决策等智能作为基础,根据超调量、偏差及偏差的变化趋势来确定控制策略。
当系统的误差趋于增加或保持常值时,仿人智能控制器采用比例控制模式,产生强烈的控制作用,抑制系统的偏差增加或迫使系统的误差回零。
此时系统处于闭环状态;而在系统误差趋于减小或系统误差为零时,仿人智能控制器采用保持模式,进行观察,等一等,此时系统处于开环。
2原型算法的不足(1)按照原型算法,开始时偏差最大,控制输出量最大,oa段一直保持,直到出现超调,偏差过零点变为负时才变化为比例控制模式。
这种控制策略必然导致超调的产生,引起被控量的震荡。
正确的做法应该是随着偏差的减小,被控量趋向于恒定值,控制量应该逐渐减小,而不应该一直保持不变。
(2)在bc、de阶段,控制量应该也有所变化,不应一直保持不变。
(3)依赖于偏差和偏差的变化构成信息空间,确定动态特征信息,选择控制算法。
信息空间无论怎样细化(从双模到多模)都已引起控制系统在不同算法之间的频繁切换,同时抗噪声干扰性能差。
(4)采用变模控制的关键是按照要求各个模式区域之间不相互重叠,而且所有模式区域的总和应等于整个状态空间,因为一旦重叠,则会出现控制的二义性;或者出现不能覆盖的模式区域,则当系统的状态落入这个区域时就不会有相应的控制作用产生,更恶劣的情况是出现无法预计的控制作用。
科技资讯科技资讯S I N &T NOLOGY I NFORM TI ON2008N O .19SCI ENC E &TECH NOLOG Y I N FOR M A TI ON工程技术于0.5m ,地基承载力标准值(f k )按下式修正,求得地基承载力特征值f :f =f k +ηh b γ(b-3)+ηd γ0(d-0.5)=112.2KP a③基础底面压力计算。
基础底面压力按下式计算:P m a x =(F+G)/A+6M /b3≤[f ]P m a x =(573+658.1)/4.5×4.5+6×1683/4.53=96.6≤115.7满足要求。
考虑塔吊的倾覆弯距由桩基承担,塔吊自重及承台重由浅基础承担,有573+658.1=1231.1KN 的集中荷载通过承台作用在地基土上。
P=1231.1KN/4.5m ×4.5m =60.8KN/m 2<[f ]=112.2K N/m 2满足要求。
3塔吊对基坑围护体系的影响针对本工程,塔吊基础施工完毕后,原有的1.3m 厚土层由塔吊基础承台替代。
通过计算塔吊的倾覆弯距由桩基承担,塔吊自重及承台重由浅基础承担。
实际上仅考虑塔吊自重对基坑围护体系的影响,1.3m 厚承台重约等同以前的1.3m 厚土层重。
q=573/4.5×4.5=28.3KN/m 2作用在土层上的竖向荷载为q=28.3KN /m 2通过挤压土层后作用的水平力为σ=q K ,K=t g 2(45。
-φ/2)=t g 240。
=0.70(该层土的内摩擦角为φ=10。
)σ=q K=28.3×0.7=19.8KN/m 2,近似相当于增加1m 厚的土层作用。
由于塔吊的施工,增加了基坑外侧主动土压力。
我们增大压顶梁的尺寸,同时对基坑内侧被动区土方采用水泥搅拌桩进行加固,加固范围5m ×5m ×12m (深),这样就增加了基坑内侧被动土压力。
智能控制技术在智能机器人中的应用智能机器人是指能够模仿人类智能并能够独立完成各种任务的机器人。
随着科技的发展,智能机器人的应用越来越广泛。
其中,智能控制技术扮演着至关重要的角色。
本文将探讨智能控制技术在智能机器人中的应用。
一、视觉感知技术在智能机器人中的应用视觉感知技术是智能机器人实现智能化的关键技术之一。
它使机器人能够感知和理解周围的环境。
通过搭载各种传感器和相机,智能机器人可以实时采集并处理图像信息,从而识别物体、人脸、姿态等。
这种技术在智能机器人的导航、目标追踪、安全监控等方面具有广泛的应用。
二、语音识别技术在智能机器人中的应用语音识别技术是智能机器人实现与人类交互的重要手段。
智能机器人通过语音识别技术能够理解和识别人类的语言,从而实现语音命令的识别和执行。
这种技术在智能机器人的语音助手、语音导航等方面有着广泛的应用。
人们可以通过与智能机器人的对话来达到更加便捷和高效的目的。
三、感知与规划技术在智能机器人中的应用感知与规划技术是智能机器人实现自主移动和决策的关键技术之一。
它使智能机器人能够感知周围环境中的障碍物,并根据环境信息规划最优路径或者执行特定任务。
这种技术在智能机器人的自主导航、避障、路径规划等方面发挥着重要作用。
通过感知与规划技术的应用,智能机器人能够更加灵活和高效地完成各种任务。
四、智能控制技术在智能机器人中的挑战和前景智能机器人的应用离不开智能控制技术的支持。
随着科技的进步,智能控制技术正在不断发展和完善。
然而,智能机器人领域仍然面临着许多挑战。
比如,在复杂环境下的感知和决策、人机交互的自然性和智能化程度等方面还有待提高。
未来,我们可以期待智能控制技术在智能机器人中的进一步应用和创新,让智能机器人成为我们生活中无可或缺的一部分。
结论智能控制技术在智能机器人中发挥着重要作用。
视觉感知技术、语音识别技术、感知与规划技术等都为智能机器人的智能化提供了必要的支持。
然而,智能机器人领域仍然存在挑战,我们需要进一步加强研究,不断推动智能机器人技术的发展和应用。
第4章专家控制-基础部分智能控制基础目录4.1 引言4.2 专家控制的基本原理4.3 专家控制应用举例4.4 仿人智能控制4.1 引言经典控制方法在复杂应用中面临着诸多问题。
人类的经验却可以很好的控制复杂的对象。
1983年,自适应控制方面的专家、瑞典学者Astrom提出了将专家系统技术引入自动控制的思想,并在1986年正式提出了“专家控制”的概念。
从此专家控制得到了广泛的研究,发展为智能控制的一个重要分支。
目录4.1 引言4.2 专家控制的基本原理4.3 专家控制应用举例4.4 仿人智能控制4.2 专家控制的基本原理4.2.1 专家控制系统的基本内容4.2.2 知识表达4.2.3 知识推理4.2.4 专家控制系统的设计4.2.1 专家控制系统的基本内容 专家控制是以专家系统为基础的。
专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
Feigenbaum认为:专家系统的力量是从它处理的知识中产生的,而不是从某种形式主义及其使用的参考模式中产生的。
专家系统结构人机接口解释机构知识获取机构数据库推理机知识库专家用户各部分的功能启发性:常识、经验性推理透明性:解释机构灵活性:知识库更新方便类型用途解释专家系统PROSPECTOR地质勘探预测专家系统天气、虫害等诊断专家系统MYCIN 、故障诊断设计专家系统花布立体感图案设计规划专家系统机器人规划、交通调度控制专家系统专家控制与一般的专家系统相比,专家控制系统更强调实时性与可靠性。
专家系统的实现 知识工程⏹知识表达:规则、框架⏹知识的推理:推理的策略、竞争消解⏹知识库的维护:知识获取、知识优化、规则的管理系统的组织:知识库、推理机、数据库的信息交流4.2 专家控制的基本原理4.2.1 专家控制系统的基本内容4.2.2 知识表达4.2.3 知识推理4.2.4 专家控制系统的设计4.2.2 知识表达 知识的类型:⏹事实性知识⏹过程性知识⏹控制性知识知识表达的种类产生式规则 产生式规则主要描述了前提和结论之间的关系。
仿人智能控制仿人智能控制是仿效人的政行为而进行控制和决策,即在宏观结构上和功能上对人的控制进行模拟。
开展仿人智能控制的研究,是目前智能控制的一个重要研究方向。
1.仿人智能控制的原理1.1 仿人智能控制的基本思想传统的PID控制是一种反馈控制,存在着按偏差的比例、积分和微分三种控制作用。
比例:偏差一产生,控制器就有控制作用,使被控量想偏差减小的方向变化,器控制作用的强弱取决于比例系数Kp积分:它能对偏差进行记忆并积分,有利于消除静差,但作用太强,既Ti太大会是控制的动态性能变差,以至使系统不稳定。
微分:能敏感出偏差的变化趋势, To大可加快系统响应(使超调减小),但又会使系统抑制干扰的能力降低。
下面来分析一下PID控制中的三种控制作用的是指以及他们的功能与人的控制思维的某种智能差异,从而看出控制规律的智能化发展趋势。
1)比例;PID中实质是一种线性放大或缩小的作用,它类似于人的想象能力,可以把一个量想得大一些或小一些,但人的想象力是非线性的是变的,可根据情况灵活变化。
2)积分作用:对偏差信号的记忆功能(积分),人脑的记忆功能是人类的一种基本智能,人脑的记忆是具有某种选择性的。
可以记住有用的信息,而遗忘无用或长时间的信息,而PID中的积分是不加选择的长期记忆,其中包括对控制不利的信息,同比PID中不加选择的积分作用缺乏智能性。
3)微分:体现了信号的变化趋势,这种作用类似于人的预见性,但PID中的微分的预见性缺乏人的远见卓识,且对变化快的信号敏感,对变化慢的信号预见性差仿人智能控制的基本思想是指:在控制过程中利用计算机模拟人的控制行为能力,最大限度的识别和利用控制系统动态过程所提供的特征信息进行启发和直觉推理,从而实现对缺乏精确数学模型的对象进行有效的控制1.2 仿人智能行为的特征变量对系统动态特征的模式识别,主要是对动态模式的分类,根据系统偏差e及偏差变化△e以及由它们相应的组合的特征变量来划分动态特征模式,通过这些特征模式刻画动态系统的动态行为特征,以便作为智能控制决策的依据。
a b图1 系统的典型阶跃响应曲线图1给出了一个系统的典型阶跃响应曲线,曲线上a,b,F三处的系统输出是一样的,但他们的动态特征是不同的,a处偏差将继续偏离平衡状态,b处偏差将回归平衡状态,F处偏差达到最大值。
为了更全面,更细致的刻画系统的动态特征,定义下列特征变量。
1)偏差e n(e n表示偏离的大小,称为离散数)e n =R—y n2) 偏差变化△e n△e n=e n--e n-13)e n△e n(偏差及偏差变化之积)偏差与偏差变化之积构成了一个新的描述系统动态过程的特征变量。
利用该特征变量的趋势是否大于0可以描述系统动态偏差变化的趋势,对应图1可得下表1DECDOABCABe n>0 <0 <0 .>0 >0 △e n<0 <0 >0 >0 <0e n△e n<0 >0 <0 >0 <0a b图1 系统的典型阶跃响应曲线另外,当e n△e n<0(BC,DE)表明系统的动态过程正向着偏差减小的方向变化,即偏差的绝对值逐渐减小;当e n△e n>0(AB,CD)表明系统的动态过程正向偏差增加的方向变化,即偏差的绝对值逐渐增大。
4)△e n△e n-1(相邻两次偏差变化之积)△e n-1=e n-1--e n-2这个特征量表示了偏差出现的极值状态的特征量。
若△e n△e n-1<0 表示出现极值状态;△e n△e n-1>0 表示无极值状态出现;将△e n△e n-1与e n△e n联合使用,可以判别动态过程当偏差出现极值后的变化趋势,如B和C’点:B点:△e n△e n-1<0, e n△e n>0C’点:△e n△e n-1<0, e n△e n<0在B点后偏差逐渐减小,而在C’点后偏差逐渐变大a b图1’系统的典型阶跃响应曲线5)|△e/e|(偏差变化的姿态)这个特征量可以描述动态过程中偏差变化的姿态,当|△e/e|大时,表明△e大,而e小或很小当|△e/e|小时,表明e大,或△e很小若β<|△e/e|<α,表明系统处于BC(或DE)中部一段,此时系统的动态过程是呈现偏差和偏差变化较大的姿态6) |△e n/△e n-1|这个特征变量反映了偏差的局部变化趋势,也间接表示出前期控制效果,若此值大,表明前期控制效果不显著或不佳7)△(△e n)表明偏差变化的变化率,即二次差分,对于图1所示曲线:图1 系统的典型阶跃响应曲线ABC段:△(△e n)>0 ,处于超调段CDE段:△(△e n)<0, 处于回调段通过对上述特征变量的分析可知,特征变量是对系统动态特性的一种定性预定两性结合的描述,它体现了对人们思维的一种模拟。
2.仿人智能开关控制2.1 智能开关控制开关(on--off)控制又称为Bang--Bang控制,在许多电加炉的控制中被使用。
智能开关控制就是根据偏差及其变化趋势来选择不同的开关控制策略。
2.2智能开关控制器设计示例设控制过程为氧化还原反应的控制过程,控制量为交流电压U(t),其输出波形如图2,T为控制精度,为控制器输出时间或开关接通时间。
t图2 控制电压波形图图3 偏差变化曲线设控制过程的温度偏差曲线如图3所示,其中K是输出采样时刻,t(k)表示当前时刻的偏差,△e(k)表示当前前时刻偏差的变化。
考虑到被控过程的大惯性,既具有纯滞后,根据前述的部分相应过程特征变量,采用产生式规则来设计智能开关控制过程如下:(1)IF |e(k)|≥M e(k)>0 THEN u(k)=U (K)=T (炉温低,加入控制作用)0t (2)IF |e(k)|≥M e(k)<0 THEN u(k)=0 (K)=0 (炉温高,切断控制作用)0t (3)IF e(k)=0 e(k-1)<0 THEN u(k)=U (K)=K1(K-1)0t 0t (炉温正好,但是上一拍炉温低,加控制量以维护)(4)IF e(k)=0 e(k-1)>0 THEN u(k)=U (K)=(K-1) (同上基本一样)0t 0t (5)IF |e(k)|<E e(k )>0 △e(k)>0 THEN u(k)=U (K)=K2(K-1)0t 0t (6) IF |e(k)|<E e(k )>0 △e(k)<0 THEN u(k)=U (K)=K3(K-1)0t 0t (7)IF |e(k)|<E e(k )>0 △e(k)<0 THEN u(k)=U (K)=K4(K-1)0t 0t (8)IF |e(k)|<E e(k )>0 △e(k)>0 THEN u(k)=U (K)=(K-1)0t 0t (9)IF E ≤|e(k)|<M e(k )>0 △e(k)>0 THEN u(k)=U (K)=K5(K-1)0t 0t(10)IF E ≤|e(k)|<M e(k )<0 △e(k)>0 THEN u(k)=U (K)=K6(K-1)0t 0t (11)IF E ≤|e(k)|<M e(k )>0 △e(k)<0 THEN u(k)=U (K)=K7(K-1)0t 0t (12)IF E ≤|e(k)|<M e(k )<0 △e(k)>0 THEN u(k)=U (K)=K8(K-1)0t 0t 其中E 为炉温允许偏差的绝对值,M 为给定的常数M>E, (K) 和(K-1)分别为本次和上一次控制量的输出时间,K0-K8位根据经验或实验而整定的参数。
0t 0t3. 仿人比例控制器3.1 仿人比例控制原理假定对象为线性定常系统,其比例反馈如图4所示,当K 较小时一般可以保证系统的稳定性,但会有较大的静差,满足不了稳定将度的要求。
这是可采用仿人控制,不断调整给定值,使系统不断逼近期望值。
图4 比例反馈控制系统具体做法是:若系统进入稳定后,在给一个幅值为的阶跃输出,此时给定值变为1+,系统稳定输出为+,此时再给一个幅值0ss e 0ss e 0ss y 1ss y为的阶跃输入,则产生++的稳定输出,依次下去有:1ss e 0ss n y y 0ss y ⎯n 0→1ss y ⎯⎯⎯→⎯2ss y → k=1 (1) ssi n i y y ∑==00ss y ⎯⎯⎯⎯→⎯nssn e (2) 实际上只要n 足够大就可以,例如若原比例控制静差=20%,则 =0.8。
若要求警差度为1%,则0ss e y y =++0ss 1ss y 2ss y =+%20+%20%20=0.8+0.16+0.032=0.9920ss 0ss y 0ss y 即可满足要求了。
图5 阶跃响应曲线3.2 仿人比例控制算法仿人比例控制系统如下图6所示:图中积分开关只有在满足稳定输出时才闭合一次,完成运动后又立即断开,此后不变。
ne 0e e n =0n +−10e图6 仿人比例控制为了判断系统处于稳定状态而不受干扰和扰动的影响,给出如下判据:系统处于稳定的充分条件是存在一个ko 使得ko ≤k ≤ko+N 时,|e(k)-e(k-1)|< δ或者以连续N 满足|e(k)-e(k-1)|< δ作为判稳条件。
为实现仿人比例控制方法,可采用如下产生式规则描述:IF ko ≤k ≤ko+N, |e(k)-e(k-1)|< δ THEN (k)e e e n n +=−100常数δ取系统允许稳定差的1.5—2倍。
N 与对象的时间常数P 和纯滞后τ有关。
设采样时间为T ,则N ∝(P/T+τ/T)上述控制算法实质上等价于比例控制加智能积分。
(未满足条件仅起比例作用,稳定条件满足积分起一次作用)。
上述的仿人比例控制算法=比例+智能积分,有效地解决了传统控制器设计中稳态精度与稳态误差的矛盾。
4. 仿人智能积分控制4.1 仿人智能积分的原理在控制系统中引入积分控制作用是减小系统稳态偏差的重要途径,在常规PID 控制中,其积分是对时间轴上的所有数据的全时效积分,即记忆了偏差的存在及其变化的全部信息,它有以下几个缺点:(1)积分控制作用针对性弱(2)只要偏差存在,积分就起作用,易于引起积分饱和现象(3)积分参数选择不当即易造成系统的振荡造成上述积分控制作用不佳的原因在于:它没有很好的体现有经验的操作人员的控决策思想。
下图给出了系统PID 中的积分和人类积分的响应曲线。
图 7 偏差与积分对ab和bc段而言:在ab段已出现超调,正确的作用是使控制量在常志上加一个负量控制以压低超调尽快减小偏差,但是PID中控制量还是正的,这是因为oa积分作用过大,ab是负积分难以抵消oa的影响,故积分控制量仍是正值。