专家智能控制系统 han jin (beijing shuoren kejiyouxiangongsi) 摘要 本文提出增量式专家智能控制器及自学习专家智能控制器的基本结构。应用8031、8098单片机实现了专家智能控制的数字式闭环控制技术，提高了系统的可靠性及智能度，举出了在调速、控温及恒压供水上的应用实例。 关键词 智能控制；自动控制；微机控制 1 前言 专家控制(Expert control)是智能控制的一个重要分支。专家控制的实质是基于控制对象和控制规律各种知识，并以智能方式利用这些知识使控制系统尽可能优化。 专家控制的基本思想是：自动控制理论+专家系统技术。自动控制系统中存在大量的启发式逻辑，这是因为工业控制对象及其环境的变化呈现出多样性、非线性和不确定性，这些启发式逻辑实际上是实现最优控制目标的各种经验知识，难以用一般的数值形式描述，而适于用符号形式来表达，人工智能中的专家系统技术恰恰为这类经验知识提供了有效的表示和处理方法。 知识库和推理机为专家系统的两大要素，知识库存储某一专门领域的专家知识、条目，推理机制按照专家水平的问题求解方法调用知识库中的知识条目进行推理、判断和决策。专家系统与传统自动控制理论的结合，形成了专家控制系统，这类系统以模仿人类智能为基础，弥补了以数学模型为基础的控制系统的不足。 目前专家控制的研究大致包括： 1.用于传统PID控制和自适应控制的专家控制。如隋清(1994)根据系统的性能指标(如超调、振荡、稳态误差等)实时地对PID调节器参数进行调整，以实现最佳控制效果。罗安等(1992)提出了一种专家PID控制器，利用模糊规则实时修改PID参数KP、KI、KD，使控制系统达到良好的控制特性和鲁棒性。Astrom等(1984)把自调整和自适应的启发式知识用于自适应控制，典型地体现了专家控制原理的本质。 2.基于模糊规则的控制方法。该方法试图模拟控制专家或人工对于受控过程中的手动控制规则，把不同工况如何选择不同控制信号的经验用定性语言变量规则来描述，完全取代传统的控制算法，适合于难以建立精确数学模型甚至根本没有任何形式的数学模型的对象，如工业窑炉控制、生化催化反应过程等。 2 专家式智能控制器的基本结构 在总结以往专家控制研究成果的基础上，从工程实用的角度出发，基于智能控制思想，将传统控制理论、模糊控制理论、自适应控制理论相结合，我们提出了几种专家智能控制结构及算法，下文将介绍这几种控制器的描述和设计方法及应用实例。 2.1增量式专家控制 根据人的控制经验，一般这样考虑对控制量的调整：当误差较大或大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要防止超调。我们设控制器在K时刻的输出为U(K)，K+1时刻的控制量U(K+1)用增量形式表示： U(K+1)=U(K)+Δ 其中Δ的值由专家控制的经验，根据系统当时所处的特征状态具体确定，Δ的全体构成了智能控制器控制规则集M△，M△的一般形式为： M△=｛Δ1，Δ2，Δ3，……Δn3 ，K1e(K)，K2e(K)，…，Kn4e(K)｝ 其中Δi，Kj为常数(i=1，2，…n3，j=1，2，…，n4)，e(K)为系统误差。 增量式专家智能控制器的推理机实际上是实现系统行为空间B到控制规则集M△的映射，推理规则用条件语句IF…THEN…形式表示。例如：若B=｛B1，B2，B3｝，MΔ=｛1，2，0.9e(K)，e(K)｝，推理规则： IF B1 THEN Δ=1 IF B2 THEN Δ=2 IF B3 THEN Δ=0.9e(K) 任一时刻K控制器检验条件B，输出相应的控制量U(K)=U(K-1)+Δ，Δ的值取决于推理结果。 由于智能控制器的输出是以增量的形式给出的，而增量Δ取值由专家经验通过条件与规则的匹配而得到，故我们称之为增量式专家智能控制器。控制规则集M确定了Δ的取值范围，Δ可取某一常数，也可取与误差e(K)成正比的值，因而使控制算法具有模糊增量控制算法的特点，又具有普通积分控制的特点，这样我们可适当地确定一组推理规则，使系统在平衡状态附近平稳、无振荡、无静差，过渡过程快速、无超调，克服常规调节器存在的快速性与平稳性的矛盾。 2.2自学习专家控制器 由于从有限范围内实验而得到的专家知识总是有局限性的，在系统不确定性因素的作用下，就产生了专家控制器控制策略的可靠性问题，然而我们可通过实时学习算法在线调整变权系数使系统输出响应达到满意的动态性能。设这种满意的动态性能用一理想的传递函数来描述，学习算法通过适时调整变权系数使系统性能达到或逼近理想的动态响应。 控制器方程为：(1-z-1)U(K)=KR(K)+C(Z-1)Y(K) (1) 设理想的闭环传递函数为Y(K)／R(K)=N(z-1)／M(z-1) (2) 不失一般性，令N(z-1)=kz-1，M(z-1)=1+M-1z-1+…+MnZ-n，M(z-1)为一预先指定的多项式。将R(K)=M(z-1)Y(K)／N(z-1)代入(1)得系统误差方程为： (1-z-1)U(K)-M(z-1)Y(K+1)=C(z-1)Y(K) (3) 其中C(z-1)=c1+c2z-1+c3z-2，令G(z-1)=1-z-1，ψ(K+1)=G(z-1)U(K)-M(z-1)Y(K+1)，θT=［c1,c2，c3］，φT(K)=［Y(K)，Y(K-1)，Y(K-2)］，进一步得误差方程： ψ(K+1)=θTφ(K)(4) 根据方程(4)得如下自学习算法： θ(K)=θ(K-1)+F-1(K-1)φ(K-1)em(K) (5) F(K)=βF(K-1)+φ(K)φT(K)(0＜β≤1) (6) em(K)=ψ(K)-θT(K-1)φ(K-1) (7) U(K)=U(K-1)+kR+θT(K)φ(K) (8) 其中k由专家经验确定，实现该算法时，首先给出多项式M(z-1)，遗忘因子β，参数θ(0)，K(0)，然后按(5)～(8)式计算每一时 刻K的em(K)、θ(K)及U(K)。这里 的自学习算法为改进的递推最小二乘算法，大量仿真及实验证明，算法有效。 3 单片机实现的专家智能控制器 本课题研究了专家智能控制的数字式闭环控制技术，研究的专家智能控制器采用8031及8098单片机系统实现，应用领域涉及冶金、机械、电焊等领域。结果表明：专家控制技术不仅能解决好传统控制系统的闭环调节问题，而且能解决好系统故障诊断、多级协调控制等复杂的控制问题，提高了系统的可靠性和智能度。 单片机智能控制器如图1所示，由单片机CPU(8098)，地址数字锁存电路(74LS373)，数据存储器(62256)程序存储器(27256)，I／O接口电路，I／O光电隔离电路，A／D及D／A转换电路，抗干扰电源等组成。智能控制软件采用单片机汇编语言编制而成，并通过EPROM芯片固化。 图1专家智能控制器框图 4 智能控制器的应用 4.1砂轮厂回转实验机直流传动专家智能控制系统 控制系统包括电流控制及转速控制，控制软件全部由8098单片机实现。转速控制规则采用上面介绍的增量式专家控制规则： U(K)=U(K-1)+Δ e(K)＞0∧e(K)≥M1时Δ=K1 e(K)＞0∧M2≤e(K)＜M1时Δ=K2 ｜e(K)｜＜M2时Δ=K3e(K)-K4e(K-1) e(K)＜0∧｜e(K)｜≥M3时Δ=K5 e(K)＜0∧M2＜｜e(K)｜＜M3时Δ=K6 其中Ki，Mj根据现场控制经验决定，U(k)为k时刻控制器的输出，其值与可控硅的触发角相对应，与可控硅整流电路的输出电压成正比关系。 U(0)=U0。i=1，2，…6，j=1，2，3。  电流控制方程如下： I≤(KpU(K)-KN(K))／R 其中R为电枢及可控硅回路的总电阻，KN(K)为K时刻电机的反电势，KpU(K)为可控硅电路的输出电压。e(K)=R(K)-N(K)，R(K)、N(K)分别为系统的输入(给定值)和反馈值。 采用上述全数字式专家控制直流传动控制装置、22 KW直流驱动电机、升速机械及砂轮回转实验台构成砂轮回转实验机，代替某厂原引进产品。砂轮回转实验机传动控制对象为大惯量被控对象，反应速度慢，要求控制精度在1%以内，调整范围达到300∶1，采用传统PID控制器达不到生产要求。我们设计全数字直流控制系统，性能指标达到要求，满足了生产需要，效果良好。控制系统的速度响应曲线如图2所示，系统速度响应超调小,过渡过程时间可调，其值根据生产要求设定。 一年多的运行证明全数字、全国产化的智能控制直流稳速控制装置结构简单、性能优越、可靠，具有广阔的应用前景。 4.2高低温、湿热实验箱温、湿度控制系统的自学习专家控制 采用上面介绍的自学习专家控制算法，我们对某电子产品检验所湿热实验箱的温度、湿度进行微机闭环控制，取得了良好的控制效果。具体控制参数如下： 加热炉控制算法： e(K)＞89.0时，输出 u(K)=20 mA 10.0＜e(K)≤89.0时，输出 u(K)=u(K-1)+3.1e(K)-2.8e(K-1) ｜e(K)｜＜10时， u(K)=u(K-1)+f1e(K)-f2[y(K)-y(K-1)］ e(K)＜-10