基本介紹
- 中文名：現代控制理論
- 外文名： Modern Control Theory
- 基本方法：時間域方法
- 套用學科：通信科技
發展過程,學科內容,智慧型系統,相關名詞,自適應控制,魯棒控制,模糊控制,神經網路控制,實時專家控制,定性控制,預測控制,分散式控制系統,
分類
發展過程
現代控制理論是在20世紀50年代中期迅速興起的空間技術的推動下發展起來的。空間技術的發展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造衛星用最少燃料或最短時間準確地發射到預定軌道一類的控制問題。這類控制問題十分複雜，採用經典控制理論難以解決。
1958年，蘇聯科學家Л.С.龐特里亞金提出了名為極大值原理的綜合控制系統的新方法。在這之前，美國學者R.貝爾曼於1954年創立了動態規劃，並在1956年套用於控制過程。他們的研究成果解決了空間技術中出現的複雜控制問題，並開拓了控制理論中最優控制理論這一新的領域。1960～1961年，美國學者R.E.卡爾曼和R.S.布希建立了卡爾曼-布希濾波理論，因而有可能有效地考慮控制問題中所存在的隨機噪聲的影響，把控制理論的研究範圍擴大，包括了更為複雜的控制問題。幾乎在同一時期內，貝爾曼、卡爾曼等人把狀態空間法系統地引入控制理論中。狀態空間法對揭示和認識控制系統的許多重要特性具有關鍵的作用。其中能控性和能觀測性尤為重要，成為控制理論兩個最基本的概念。到60年代初，一套以狀態空間法、極大值原理、動態規劃、卡爾曼-布希濾波為基礎的分析和設計控制系統的新的原理和方法已經確立，這標誌著現代控制理論的形成。
學科內容
按照發展的過程，我們通常把自動控制理論區分為經典控制理論和現代控制理論兩個部分。
經典控制理論經典控制理論的研究對象是單輸入單輸出的自動控制系統，特別是線性定常系統。經典控制理論的特點是以輸入輸出特性為系統的數學模型。
線性系統理論：它是現代控制理論中最為基本和比較成熟的一個分支，著重於研究線性系統中狀態的控制和觀測問題，其基本的分析和綜合方法是狀態空間法。按所採用的數學工具，線性系統理論通常分成為三個學派：基於幾何概念和方法的幾何理論，代表人物是W.M.旺納姆；基於抽象代數方法的代數理論，代表人物是R.E.卡爾曼；基於復變數方法的頻域理論，代表人物是H.H.羅森布羅克。
隨機控制理論：隨機控制理論的目標是解決隨機控制系統的分析和綜合問題。維納濾波理論和卡爾曼-布希濾波理論是隨機控制理論的基礎之一。隨機控制理論的一個主要組成部分是隨機最優控制，這類隨機控制問題的求解有賴於動態規劃的概念和方法。
適應控制理論：適應控制系統是在模仿生物適應能力的思想基礎上建立的一類可自動調整本身特性的控制系統。適應控制系統的研究常可歸結為如下的三個基本問題：①識別受控對象的動態特性；②在識別對象的基礎上選擇決策；③在決策的基礎上做出反應或動作。
智慧型系統
智慧型控制是人工智慧和自動控制的結合物，是一類無需人的干預就能夠獨立地驅動智慧型機器，實現其目標的自動控制。智慧型控制的注意力並不放在對數學公式的表達、計算和處理上，而放在對任務和模型的描述，符號和環境的識別以及知識庫和推理機的設計開發上。智慧型控制用於生產過程，讓計算機系統模仿專家或熟練操作人員的經驗，建立起以知識為基礎的廣義模型，採用符號信息處理、啟發式程式設計、知識表示和自學習、推理與決策等智慧型化技術，對外界環境和系統過程進行理解、判斷、預測和規劃，使被控對象按一定要求達到預定的目的。
⑴同時具有以知識表示的非數學廣義模型和以數學模型表示的混合控制過程；
⑵智慧型控制的核心在高層控制，即組織級，它的主要任務在於對實際環境或過程進行組織；
⑶系統獲取的信息不僅是數學信息，更重要的是文字元號、圖像、圖形、聲音等各種信息。
智慧型控制正處於發展過程中，還存在許多有待研究的問題：
⑴探討新的智慧型控制理論；
⑵採用語音控制；
⑶提高系統的學習能力和自主能力；
⑷利用現有的非線性技術分析閉環系統的特性；
相關名詞
自適應控制
自適應控制系統通過不斷地測量系統的輸入、狀態、輸出或性能參數，逐漸了解和掌握對象，然後根據所得的信息按一定的設計方法，作出決策去更新控制器的結構和參數以適應環境的變化，達到所要求的控制性能指標。
自適應控制系統應具有三個基本功能：
⑴辨識對象的結構和參數，以便精確地建立被控對象的數學模型;
⑵給出一種控制律以使被控系統達到期望的性能指標；
⑶自動修正控制器的參數。因此自適應控制系統主要用於過程模型未知或過程模型結構已知但參數未知且隨機的系統。
自適應控制系統的類型主要有自校正控制系統，模型參考自適應控制系統，自尋最優控制系統，學習控制系統等。非線性系統的自適應控制，基於神經網路的自適應控制又得到重視，提出一些新的方法。
魯棒控制
過程控制中面臨的一個重要問題就是模型不確定性，魯棒控制主要解決模型的不確定性問題，但在處理方法上與自適應控制有所不同。自適應控制的基本思想是進行模型參數的辯識，進而設計控制器。控制器參數的調整依賴於模型參數的更新，不能預先把可能出現的不確定性考慮進去。而魯棒控制在設計控制器時儘量利用不確定性信息來設計一個控制器，使得不確定參數出現時仍能滿足性能指標要求。
魯棒控制認為系統的不確定性可用模型集來描述，系統的模型並不唯一，可以是模型集裡的任一元素，但在所設計的控制器下，都能使模型集裡的元素滿足要求。魯棒控制的一個主要問題就是魯棒穩定性，常用的有三種方法：
⑴當被研究的系統用狀態矩陣或特徵多項式描述時一般採用代數方法，其中心問題是討論多項式或矩陣組的穩定性問題；
⑵李雅普諾夫方法，對不確定性以狀態空間模式出現時是一種有利工具；
⑶頻域法從傳遞函式出發研究問題，有代表性的是Hoo控制，它用作魯棒性分析的有效性體現在外部擾動不再假設為固定的，而只要求能量有界即可。這種方法已被用於工程設計中，如Hoo最優靈敏度控制器設計。
模糊控制
模糊控制藉助模糊數學模擬人的思維方法，將工藝操作人員的經驗加以總結，運用語言變數和模糊邏輯理論進行推理和決策，對複雜對象進行控制。模糊控制既不是指被控過程是模糊的，也不意味控制器是不確定的，它是表示知識和概念上的模糊性，它完成的工作是完全確定的。
1974年英國工程師E.H.Mamdam首次把Fuzzy集合理論用於鍋爐和蒸氣機的控制以來，開闢了Fuzzy控制的新領域，特別是對於大時滯、非線性等難以建立精確數學模型的複雜系統，通過計算機實現模糊控制往往能取得很好的結果。
模糊控制的類型有：
⑴基本模糊控制器，一旦模糊控制表確定之後，控制規則就固定不變了；
⑵自適應模糊控制器，在運行中自動修改、完善和調整規則，使被控過程的控制效果不斷提高,達到預期的效果；
⑶智慧型模糊控制器，它把人、人工智慧和神經網路三者聯繫起來，實現綜合信息處理，使系統既具有靈活的推理機制、啟發性知識與產生式規則表示，又具有多種層次、多種類型的控制規律選擇。
模糊控制的特點是不需要精確的數學模型，魯棒性強，控制效果好，容易克服非線性因素的影響，控制方法易於掌握。有人提出神經——模糊Inter3融合控制模型，即把融合結構、融合算法及控制合為一體進行設計。又有人提出利用同倫BP網路記憶模糊規則，以“聯想方式”使用這些經驗。
模糊控制有待進一步研究的問題：模糊控制系統的功能、穩定性、最最佳化問題的評價；非線性複雜系統的模糊建模，模糊規則的建立和模糊推理算法的研究；找出可遵循的一般設計原則。
神經網路控制
神經網路是由所謂神經元的簡單單元按並行結構經過可調的連線權構成的網路。神經網路的種類很多，控制中常用的有多層前向BP網路，RBF網路，Hopfield網路以及自適應共振理論模型（ART）等。
神經網路控制就是利用神經網路這種工具從機理上對人腦進行簡單結構模擬的新型控制和辨識方法。神經網路在控制系統中可充當對象的模型，還可充當控制器。常見的神經網路控制結構有：
⑴參數估計自適應控制系統;
⑵內模控制系統；
⑶預測控制系統；
⑷模型參考自適應系統；
⑸變結構控制系統。
神經網路控制的主要特點是：可以描述任意非線性系統；用於非線性系統的辨識和估計；對於複雜不確定性問題具有自適應能力；快速最佳化計算能力；具有分散式儲存能力，可實現線上、離線學習。
有人提出以Hopfield網路實現一種多解析度體視協同算法，該算法以逐級融合的方式自動完成由粗到細，直至全解析度的匹配和建立。又有人提出一種網路自組織控制器，採用變斜率的最速梯度下降學習算法，套用在非線性跟蹤控制中。今後需進一步探討的問題是提高網路的學習速度，提出新的網路結構，創造出更適用於控制的專用神經網路。
實時專家控制
專家系統是一個具有大量專門知識和經驗的程式系統，它套用人工智慧技術，根據某個領域一個或多個人類專家提供的知識和經驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的複雜問題。專家系統和傳統的電腦程式最本質的區別在於：專家系統所要解決的問題一般沒有算法解，並且往往要在不完全、不精確或不確定的信息基礎上作出結論。
實時專家系統套用模糊邏輯控制和神經網路理論，融進專家系統自適應地管理一個客體或過程的全面行為，自動採集生產過程變數，解釋控制系統的當前狀況，預測過程的未來行為,診斷可能發生的問題，不斷修正和執行控制計畫。實時專家系統具有啟發性、透明性、靈活性等特點，已經在航天試驗指揮、工業爐窯的控制、高爐爐熱診斷中得到廣泛套用。需要進一步研究的問題是如何用簡潔語言來描述人類長期積累的經驗知識，提高聯想化記憶和自學習能力。
定性控制
定性控制是指系統的狀態變數為定性量時（其值不是某一精確值而只知其處於某一範圍內），套用定性推理對系統施加控制變數使系統在某一期望範圍。
定性控制方法主要有三類：
⑴基於定量模型的定性控制，其特點是系統的定量模型假定已知，以定量模型為基礎推導定性模型；
⑵基於規則的定性控制，其特點是構成定性模型的規則憑人們經驗的定性推理即可得到，或通過狀態的窮舉得到；
⑶基於定性模型的定性控制，其特點是直接通過對定性模型的研究來導出定性控制。
定性控制與模糊控制的區別：模糊控制不需建模，其控制律憑經驗或算法調整，而定性控制基於定性模型，控制規則基於對系統的定性分析；模糊控制是基於狀態的精確測量值，而定性控制基於狀態的定性測量值。
定性控制面臨的問題：發展定性數學理論，改進定性推理方法，注重定性和定量知識的結合；研究定性建模方法，定性控制方法；加強定性控制套用領域的研究。
預測控制
預測控制是在工業實踐過程中獨立發展起來的一種新型控制方法，它不僅適用於工業過程這種“慢過程”的控制，也能適用於快速跟蹤的伺服系統這種“快過程”控制。實用的預測控制方法有動態矩陣控制（DMC），模型算法控制（MAC），廣義預測控制（GPC），模型預測啟發控制（MPHC）以及預測函式控制（PFC）等。這些方法具有以下特徵：
⑴以計算機為實現手段，採取線上實現方式；
⑵建模方便，不需深入了解過程的內部機理，對模型精度要求不高；
⑶採用滾動最佳化策略，線上反覆進行最佳化計算，使模型失配、外界環境的變化引起的不確定性及時得到彌補，提高控制質量。
最有人提出一種新的基於主導內模概念的預測控制方法：結構對外來激勵的回響主要由其本身的模態所決定，即結構只對激勵信息中與其起主導作用的幾個主要自振頻率相接近的頻率成分有較大的回響。利用神經網路對被控對象進行線上辨識，然後用廣義預測控制規律進行控制得到較多重視。
預測控制存在的問題是預測精度不高；反饋校正方法單調；滾動最佳化策略少；對任意的一般系統，其穩定性和魯棒性分析較難進行；參數調整的總體規則雖然比較明確，但對不同類型的系統的具體調整方法仍有待進一步總結。
分散式控制系統
分散式控制系統又稱集散控制系統,是70年代中期發展起來的新型計算機控制系統，它融合了控制技術（Control），計算機技術（Computer），通信技術（Communication），圖像顯示技術（CRT）的“4C”技術，形成了以微處理器為核心的系統，實現對生產過程的監視、控制和管理。
既打破了常規控制儀表功能的局限，又較好地解決了早期計算機系統對於信息、管理過於集中帶來的危險，而且還有大規模數據採集、處理的功能以及較強的數據通信能力。
分散式控制系統既有計算機控制系統控制算法靈活，精度高的優點，又有儀表控制系統安全可靠，維護方便的優點。它的主要特點是：真正實現了分散控制；具有高度的靈活性和可擴展性；較強的數據通信能力；友好而豐富的人機聯繫以及極高的可靠性。
