- 相關(guān)推薦
智能控制及其應用論文外文翻譯
摘 要: 介紹了一些有關(guān)智能控制的基本概念，如模糊控制，自適應模糊神經(jīng)控制，專(zhuān)家模糊系統和人工神經(jīng)網(wǎng)絡(luò )等等,并簡(jiǎn)要分析了模糊理論與人工神經(jīng)網(wǎng)絡(luò )的特點(diǎn)，將人工神經(jīng)網(wǎng)絡(luò )技術(shù)與PID控制相結合，用神經(jīng)網(wǎng)絡(luò )PID控制方法控制一個(gè)溫控系統，從輸出曲線(xiàn)中可見(jiàn)，這種方法有輸出超調小、上升時(shí)間快等許多優(yōu)點(diǎn)，為系統提供了一個(gè)優(yōu)良的控制效果。
關(guān)鍵詞: 智能控制;神經(jīng)網(wǎng)絡(luò );溫度控制系統；
正如大家所知道的，在控制系統發(fā)展中，智能控制技術(shù)的出現有益于邏輯控制、人工神經(jīng)網(wǎng)絡(luò )技術(shù)和專(zhuān)家模糊系統的一體化。在由一個(gè)誤差信號驅動(dòng)的學(xué)習控制中可以看出，對于許多復雜變量的非線(xiàn)性方程，這些系統的功能得以淋漓盡致地發(fā)揮。換句話(huà)說(shuō)，和普通軟件一樣，工業(yè)生產(chǎn)的各種各樣應用軟件已經(jīng)溶入了智能控制的思想。舉個(gè)例來(lái)說(shuō)，對于一些較難為傳統方案所能控制的復雜或不大明了的系統，這種高級控制能提供一個(gè)切實(shí)可行的方案使其接近目前人類(lèi)專(zhuān)家認識水平上的定性數據。隨著(zhù)工業(yè)控制的發(fā)展，智能控制技術(shù)領(lǐng)域的繁榮已經(jīng)為新的控制技術(shù)提供了一些重要的應用。
關(guān)于智能控制的一些基本概念已在本篇文章中加以解釋?zhuān)⑼ㄟ^(guò)一個(gè)例子說(shuō)明智能控制在溫度控制系統中的運用。
模糊控制
模糊理論的發(fā)展源于用精確、傳統的模型沒(méi)法解釋一些現實(shí)中遇到的物理現象，因
此，模糊理論成為探索復雜問(wèn)題的一種有力工具，因為在沒(méi)有使用精確、常規模型的情況下，對于定的輸入它都能測定出輸出量。它是沒(méi)有模型的控制器。模糊控制理論的本質(zhì)就是把復雜問(wèn)題簡(jiǎn)單化。
設全域U中的一個(gè)子集為A，它們之間的關(guān)系用函數描述為：μA(χ):χ∈→[0,1]，表示χ中的所有元素在A(yíng)中的級別。模糊理論在很大程度上得益于人類(lèi)語(yǔ)言，它是一
語(yǔ)言控制器，自然語(yǔ)言中的每個(gè)字或術(shù)語(yǔ)都可以視為全域U中的具體模糊子集A的一個(gè)標志。這個(gè)語(yǔ)言標志是用字、語(yǔ)法和句子來(lái)描述全域U.的子集。一個(gè)模糊語(yǔ)言上的變
量值就是作為模糊狀態(tài)標志使用的語(yǔ)言術(shù)語(yǔ)，且是可以變化的。例如，模糊子集標志的高、中、低可作為模糊變量的值。
2、自適應模糊神經(jīng)控制
自適應模糊神經(jīng)控制通常包含在體系結構中設定的兩個(gè)多層神經(jīng)網(wǎng)絡(luò )模型。其中第一個(gè)神經(jīng)網(wǎng)絡(luò )是一個(gè)設備競爭者，第二個(gè)作為一種補償以提高基本模糊邏輯控制器的性能。這個(gè)系統的發(fā)展由三個(gè)階段組成：第一階段，為設備發(fā)展一個(gè)基本模糊邏輯控制器；第二階段，依據設備動(dòng)力學(xué)訓練控制神經(jīng)網(wǎng)絡(luò )模型，根據設備的不同類(lèi)型，這種神經(jīng)網(wǎng)絡(luò )的訓練實(shí)時(shí)或離線(xiàn)時(shí)都可以使用；第三階段，主要包括神經(jīng)模糊補償的在線(xiàn)學(xué)習。預期輸出與實(shí)際輸出之間所表現出的誤差會(huì )通過(guò)神經(jīng)設備競爭者向后反饋，以適應在線(xiàn)神經(jīng)模糊補償的分量。這種過(guò)程促進(jìn)了神經(jīng)網(wǎng)絡(luò )設備競爭者與實(shí)際輸出之間的誤差在后向反饋中的即時(shí)改進(jìn)。
3、專(zhuān)家模糊系統
專(zhuān)家系統有許多專(zhuān)家知識和實(shí)踐經(jīng)歷，所以被稱(chēng)為程序系統；在專(zhuān)家的知識和先前實(shí)驗數據的基礎上，專(zhuān)家系統得到了很大的發(fā)展。為了要圖解式地表達專(zhuān)家的知識，一個(gè)知識網(wǎng)絡(luò )常通過(guò)因果關(guān)系的例證被證實(shí)；模糊全集函數可以像語(yǔ)言學(xué)上的陳述來(lái)使用。當專(zhuān)家系統出現故障時(shí)，它便開(kāi)始使用向后和向前的鏈接方法查找根本原因。然后，依照查找到的原因修正控制策略；對每一步操作，它都會(huì )考慮到確切步驟不同程度的作用。如果最初原因的判斷超過(guò)了預先定義的界限，專(zhuān)家系統會(huì )執行操作；當判斷低于預
定的界限，而且如果這步操作不可撤消的話(huà)，專(zhuān)家系統就會(huì )給操作員發(fā)出消息等待他的決斷。如果操作是可逆的，專(zhuān)家系統會(huì )毅然使用該操作。這三種不同的控制方案研究是
可選的，比如：給操作員“提出要點(diǎn)”、“模糊回答”、“建議”等。當專(zhuān)家系統執行使用“提出要點(diǎn)”這一方案時(shí)，就會(huì )發(fā)送進(jìn)程變量的一個(gè)最新值給高層控制系統。使用“建議”方案時(shí)，系統將“建議”發(fā)給進(jìn)程操作員讓其手動(dòng)完成操作�！澳：卮稹卑ㄈ齻�(gè)部分，一個(gè)進(jìn)程變量、自預定義模糊集合方程和所發(fā)現原始明確原因的程度。對于出現的每一個(gè)故障，將建立一個(gè)“模糊回答”。
4．人工神經(jīng)網(wǎng)絡(luò )
人工神經(jīng)網(wǎng)絡(luò )在數學(xué)模型中模擬了生物大腦神經(jīng)網(wǎng)絡(luò )，大腦是一個(gè)大規模的信息處理系統，它連接了將近1010個(gè)神經(jīng)元。人工神經(jīng)網(wǎng)絡(luò )以平行分布的方式連接了許多線(xiàn)性
或非線(xiàn)性的神經(jīng)元模型和進(jìn)程信息。當傳統計算機的計算速度因為從計算方案的預指定運算法則減緩時(shí)，神經(jīng)網(wǎng)絡(luò )就會(huì )以很高的速度執行計算。另外，神經(jīng)網(wǎng)絡(luò )有很多有趣吸引人的特征，比如寬大的并行處理，錯誤容忍力，自適應學(xué)習能力和自我組織能力。
一個(gè)人工神經(jīng)網(wǎng)絡(luò )就是在不同層聚集起來(lái)的神經(jīng)單元的一個(gè)集合。如圖1所示為一個(gè)典型的多個(gè)神經(jīng)網(wǎng)絡(luò )。
多個(gè)網(wǎng)絡(luò )可以實(shí)現任意復雜輸入輸出之間的映射。一個(gè)神經(jīng)元i在第k層的輸出如下：
， k= 1, 2,…m . (1)
其中yik是第k層第i個(gè)神經(jīng)元的輸出，wyk是第k-i層第i個(gè)神經(jīng)元與第k層第i個(gè)神經(jīng)元之間的連接分量，m是總的層數，Xik-1是第k-i層第i個(gè)神經(jīng)元的活化，θj是第j個(gè)神經(jīng)元的極值，函數表示神經(jīng)元的活化規則，它通常是一個(gè)分段、具有一定斜率的線(xiàn)性s曲線(xiàn)。在一個(gè)競爭的神經(jīng)網(wǎng)絡(luò )中，在第k層每一個(gè)神經(jīng)元i和同層中的其他神經(jīng)元形成競爭關(guān)系。為了學(xué)習神經(jīng)網(wǎng)絡(luò )的
分量，可以使用后向反饋誤差的運算法則。這種法則運用傾斜的搜索技巧求出誤差函數的最小值。近來(lái)，神經(jīng)網(wǎng)絡(luò )使用控制系統與其他控制器組合到一起，比如神經(jīng)網(wǎng)絡(luò )PID控制器，神經(jīng)網(wǎng)絡(luò )模糊控制……眾多實(shí)例說(shuō)明組合控制的效果優(yōu)于單個(gè)系統。
5、仿真實(shí)例
在鍋爐溫度控制中，神經(jīng)網(wǎng)絡(luò )控制的實(shí)現過(guò)程如圖2所示：
控制器是神經(jīng)網(wǎng)絡(luò )PID控制計劃，溫度控制系統結構如圖3所示：
當神經(jīng)網(wǎng)絡(luò )PID校準器是一個(gè)兩層網(wǎng)絡(luò )控制的系統，其如圖4所示：
當 x0=1,x1=e(t),x2=, x3=△e(t)-e(t-1)時(shí)，目標函數可以如下定義：
, ( 2 )
,
運算法則是基于一種傾斜的理論基礎上的，它被稱(chēng)之為后向傳輸理論，這個(gè)在兩層
之間的反向誤差信號表達式為：
， （3）
其中f(x)是f與x之間關(guān)系的派生，這個(gè)關(guān)系分量表示為：
， （4）
其中，學(xué)習比例 ， （5）
精深的論據 ， （6）
系數 η0=0.3 ,α0=0.95 .
W0=θ0為極限值，w1=kp為比例系數，w2=ki為積分系數，w3=kd為微分系數。
實(shí)驗中使用容積為8升的鍋爐，選用800W的加熱器，當時(shí)間0 <t<60 min溫度保持40℃，60<t<120 min時(shí)保持60℃，采樣時(shí)間間隔設為20秒。實(shí)驗中可觀(guān)察到使用神經(jīng)PID控制器的過(guò)程輸出，如圖5（a）為其輸入、輸出曲線(xiàn)圖。但如果使用的是基本的PID控制器，則輸出曲線(xiàn)在理想輸出線(xiàn)附近逆向振蕩，其輸入、輸出曲線(xiàn)如圖5（b）所示。
6、結論
在使用一個(gè)神經(jīng)網(wǎng)絡(luò )PID控制系統后，鍋爐溫度控制系統中的智能控制系統能達到預期目的。通過(guò)提高溫度過(guò)程的即時(shí)實(shí)驗驗證了該系統的性能，它是相當穩定、靈敏的。系統展示了它的許多優(yōu)越性，例如超調量減小、上升時(shí)間快等等。
參考文獻：
[1] A ntonio Visioli. Fuzzy logic based set-point weight tuning of PID controllers[J].IEEE transaction son systems,1999,29(6):587-592.
[2] Leonid Reznik ,Omar Ghanayem ,Anna Bourmistrov.PID plus fuzzy controller structures as a design base for industrial applications[J].Engineering applications of intelligence. 2000,13:419-430.
[3] Radu-Emil Precup, Simona Doboli,Stefan Preitl. Stability analysis and development of a class of fuzzy control systems[J]. Engineering applications of artifical intelligence. 2000,13:237-247.
[4] Tzafestas S G. Fuzzy systems and fuzzy expert control: An overview [J]. Knowl. Eng.Rev.1990,9(3):229-268.
[5] Psaltis D, Sideris A A,Yamamra A. A multi-layered neural network controller [J]. IEEE Control Systems Magazine. 1991,8,17-21.
[6] 楊玉璞，許曉明，張文遠. 基于模糊邏輯的神經(jīng)網(wǎng)絡(luò )設計 [J]. 模糊理論及系統.2000，414：325-328.
[7] Abdollah Homaifar, Ed Mc-Cormick. Simultaneous design of membership functions and rule sets for fuzzy controllers using genetic algorithm「J」.IEEE Transactions on Fuzzy Systems, 1995, 3(2):129一135.
[8] Astrom K E, Anton J J.,Arzen. K.E Expert Contro[J] Automatica. 1986, 22( 3):277一286.
[9] Khanmohammadi S, Hassanzadeh I, Zarei Poor H R. Fault diagnosis competitive neural network with prioritized modification rule of connection weights「J].Artificial intelligence in engineering. 2000, 14(2):127-129
[10] Karendra K S, Parthasarathy K. Identofocation and control of dvnamical systems using neural network「J]. IEEE Trans on Neural Networks.,1996, 1( 1):1一27.
【智能控制及其應用論文外文翻譯】相關(guān)文章：
LonWorks及其在智能小區中的應用08-10
論等效翻譯及其在漢英翻譯中的應用09-28
無(wú)線(xiàn)控制授時(shí)技術(shù)(RCT)及其應用05-03
智能天線(xiàn)及其在無(wú)線(xiàn)通信中的應用07-05
智能照明控制系統的設計和應用09-21
綜合智能控制技術(shù)在電網(wǎng)規劃中的應用08-17
智能化技術(shù)在電氣工程自動(dòng)化控制的應用論文09-09
詞組堆迭句及其在翻譯中的應用09-01