第四章专家控制系统ppt课件.ppt

《第四章专家控制系统ppt课件.ppt》由会员分享，可在线阅读，更多相关《第四章专家控制系统ppt课件.ppt（42页珍藏版）》请在三一办公上搜索。

1、1,第4章 专家控制系统,专家控制（Expert Control）是智能控制的一个重要分支，又称专家智能控制。,它在将人工智能中专家系统的理论和技术同自动控制的理论、方法和技术有机结合的基础上，在未知环境下模仿专家的智能，实现对系统的有效控制。,2,4.1专家系统基础,4.1.1什么是专家系统,从本质上讲，专家系统是一类包含着知识和推理的智能计算机程序 。,现在习惯于把每一个利用了大量领域知识的大而复杂的人工智能系统都统称为专家系统。,专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。,3, 4.1专家系统基础,4.1.1什么是专家系统,专家系统和传统的计算

2、机“应用程序”最本质的不同之处在于，专家系统所要解决的问题一般没有算法解，并且经常要在不完全、不精确或不确定的信息基础上做出结论。,4,4.1.2专家系统的组成,专家系统的基本组成,5,知识库 知识库是知识的存储器，用于存储领域专家的经验性知识以及有关的事实、一般常识等。知识库中的知识来源于知识获取机构，同时它又为推理机提供求解问题所需的知识。,4.1.2专家系统的组成,推理机 推理机是专家系统的“思维”机构，实际上是求解问题的计算机软件系统。 推理机的运行可以有不同的控制策略。,6,综合数据库（全局数据库） 又称为“黑板”或“数据库”。它是用于存放推理的初始证据、中间结果以及最终结果等的工作

3、存储器（Working Memory）。,解释接口 又称人-机界面，它把用户输人的信息转换成系统内规范化的表示形式，然后交给相应模块去处理，把系统输出的信息转换成用户易于理解的外部表示形式显示给用户，回答用户提出的“为什么？”“结论是如何得出的？”等问题。,4.1.2专家系统的组成,7,知识获取 知识获取是指通过人工方法或机器学习的方法，将某个领域内的事实性知识和领域专家所特有的经验性知识转化为计算机程序的过程。对知识库的修改和扩充也是在系统的调试和验证中进行的，是一件很困难的工作。知识获取被认为是专家系统中的一个“瓶颈”问题。,4.1.2专家系统的组成,8,4.1.3专家系统的知识表示,知识

4、表示就是知识的形式化，就是研究用机器表示知识的可行的、有效的、通用的原则和方法。常用的知识表示方法为：产生式规则，框架，语义网络，过程。其中产生式规则是专家系统最流行的表达方法。由产生式规则表示的专家系统又称为基于规则的系统或产生式系统。,9,产生式规则的表达方式为：IF E THEN H WITH CF(E,H)其中，E表示规则的前提条件，即证据，它可以是单独命题，也可以是复合命题；H表示规则的结论部分，即假设，也是命题；CF（Certainty Factor）为规则的强度，反映当前提为真时，规则对结论的影响程度。,10,（1）知识库的设计 确定知识类型：叙述性知识，过程性知识，控制性知识；

5、 确定知识表达方法； 知识库管理系统的设计：实现规则的保存、编辑、删除、增加、搜索等功能。,4.1.4专家系统建立步骤,11,（2）推理机的设计 选择推理方式； 选择推理算法：选择各种搜索算法，如深度优先搜索、广度优先搜索、启发式优先搜索等。（3）人机接口的设计 设计“用户专家系统接口”：用于咨询理解和结论解释； 设计“专家专家系统接口”：用于知识库扩充及系统维护。,12,4.2专家控制,4.2.1概述 瑞典学者K.J.Astrom在1983年首先把人工智能中的专家系统引入智能控制领域，于1986年提出“专家控制”的概念，构成一种智能控制方法。,13,专家控制（Expert Control）是

6、智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。,14,专家控制试图在传统控制的基础上“加入”一个富有经验的控制工程师，实现控制的功能，它由知识库和推理机构构成主体框架，通过对控制领域知识（先验经验、动态信息、目标等）的获取与组织，按某种策略及时地选用恰当的规则进行推理输出，实现对实际对象的控制。,15,4.2.2基本原理,1结构,专家控制的结构,16,2功能（1）能够满足任意动态过程的控制需要，尤其适用于带有时变、非线性和强干扰的控制；（2）控制过程可以利用对象的先验知识；（3）通过

7、修改、增加控制规则，可不断积累知识，改进控制性能；（4）可以定性地描述控制系统的性能，如“超调小”、“偏差增大”等；（5）对控制性能可进行解释；（6）可通过对控制闭环中的单元进行故障检测来获取经验规则。,17,3. 与专家系统的区别 专家控制引入了专家系统的思想，但与专家系统存在区别：（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。,18,4. 知识表示 专家控制将系统视为基于知识的系统，控制系统的知识表示如下：（1）受

8、控过程的知识 先验知识：包括问题的类型及开环特性； 动态知识：包括中间状态及特性变化。（2）控制、辨识、诊断知识 定量知识：各种算法； 定性知识：各种经验、逻辑、直观判断。 按照专家系统知识库的结构，有关知识可以分类组织，形成数据库和规则库，从而构成专家控制系统的知识源。,19,数据库包括：事实已知的静态数据。例如传感器测量误差、运行阈值、报警阈值、操作序列的约束条件、受控过程的单元组态等；证据测量到的动态数据。例如传感器的输出值、仪器仪表的测试结果等。证据的类型是各异的，常常带有噪声、延迟，也可能是不完整的，甚至相互之间有冲突；,20,假设由事实和证据推导的中间结果，作为当前事实集合的补充。

9、例如，通过各种参数估计算法推得的状态估计等；目标系统的性能指标。例如对稳定性的要求，对静态工作点的寻优、对现有控制规律是否需要改进的判断等。目标既可以是预定的，也可以是根据外部命令或内部运行状况在线地动态建立的。专家控制的规则库一般采用产生式规则表示：IF 控制局势（事实和数据） THEN 操作结论由多条产生式规则构成规则库。,21,5. 分类 按专家控制在控制系统中的作用和功能，可将专家控制器分为以下两种类型：(1) 直接型专家控制器 直接专家控制器用于取代常规控制器，直接控制生产过程或被控对象。具有模拟（或延伸，扩展）操作工人智能的功能。该控制器的任务和功能相对比较简单，但是需要在线、实时

10、控制。因此，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。 直接型专家控制器的示意图见图中的虚线所示。,22,图 直接型专家控制器,23,(2)间接型专家控制器 间接型专家控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制的智能控制系统。具有模拟（或延伸，扩展）控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型：,24, 优化型专家控制器：是基于最优控制专家的知识和经验的总结和运用。通过设置整定值、优化控制参数或控制器，实现控制器的静态或动态优化。 适应型专家控制

11、器：是基于自适应控制专家的知识和经验的总结和运用。根据现场运行状态和测试数据，相应地调整控制规律，校正控制参数，修改整定值或控制器，适应生产过程、对象特性或环境条件的漂移和变化。,25, 协调型专家控制器：是基于协调控制专家和调度工程师的知识和经验的总结和运用。用以协调局部控制器或各子控制系统的运行，实现大系统的全局稳定和优化。 组织型专家控制器：是基于控制工程的组织管理专家或总设计师的知识和经验的总结和运用。用以组织各种常规控制器，根据控制任务的目标和要求，构成所需要的控制系统。,26,间接型专家控制器可以在线或离线运行。通常，优化型、适应型需要在线、实时、联机运行。协调型、组织型可以离线、

12、非实时运行，作为相应的计算机辅助系统。 间接型专家控制器的示意图如图所示。,27,4.2.3专家控制的关键技术及特点,1专家控制的关键技术(1) 知识的表达方法；(2)从传感器中识别和获取定量的控制信号；(3)将定性知识转化为定量的控制信号；(4)控制知识和控制规则的获取。2专家控制的特点（1）灵活性：根据系统的工作状态及误差情况，可灵活地选取相应的控制律；（2）适应性：能根据专家知识和经验，调整控制器的参数，适应对象特性及环境的变化；（3）鲁棒性：通过利用专家规则，系统可以在非线性、大偏差下可靠地工作。,28,4.3专家PID控制,4.3.1专家PID控制原理,PID专家控制的实质是，基于受

13、控对象和控制规律的各种知识，无需知道被控对象的精确模型，利用专家经验来设计PID参数。专家PID控制是一种直接型专家控制器。,29,图 典型二阶系统单位阶跃响应误差曲线,典型的二阶系统单位阶跃响应误差曲线如图所示。对于典型的二阶系统阶跃响应过程作如下分析。,30,令 表示离散化的当前采样时刻的误差值， 和 分别表示前一个和前两个采样时刻的误差值，则有,31,根据误差及其变化，可设计专家PID控制器，该控制器可分为以下五种情况进行设计：（1）当 时，说明误差的绝对值已经很大。不论误差变化趋势如何，都应考虑控制器的输出应按最大（或最小）输出，以达到迅速调整误差，使误差绝对值以最大速度减小。此时，它

14、相当于实施开环控制。,32,（2）当 或 时，说明误差在朝误差绝对值增大方向变化，或误差为某一常值，未发生变化。 此时，如果 ，说明误差也较大，可考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小方向变化，并迅速减小误差的绝对值，控制器输出为,33,如果， 说明尽管误差朝绝对值增大方向变化，但误差绝对值本身并不很大，可考虑控制器实施一般的控制作用，只要扭转误差的变化趋势，使其朝误差绝对值减小方向变化，控制器输出为,34,（3）当 、 或者 时，说明误差的绝对值朝减小的方向变化，或者已经达到平衡状态。此时，可考虑采取保持控制器输出不变。（4）当 、 时，说明误差处于极值状态。如果此时误差

15、的绝对值较大，即 ，可考虑实施较强的控制作用,35,如果此时误差的绝对值较小，即 ，可考虑实施较弱的控制作用（5）当 时，说明误差的绝对值很小，此时加入积分，减少稳态误差。 式中， 为增益放大系统， 为抑制系数， ，为任意小的正实数。,36,图中，、区域，误差朝绝对值减小的方向变化。此时，可采取保持等待措施，相当于实施开环控制；、区域，误差绝对值朝增大的方向变化。此时，可根据误差的大小分别实施较强或一般的控制作用，以抑制动态误差。,37,4.3.2仿真程序及分析仿真实例求三阶传递函数的阶跃响应其中对象采样时间为1ms。 采用专家PID设计控制器。在仿真过程中， 取0.001，程序中的五条规则与

16、控制算法的五种情况相对应。,38,%Expert PID Controllerclear all;close all;ts=0.001;sys=tf(5.235e005,1,87.35,1.047e004,0); %Plantdsys=c2d(sys,ts,z);num,den=tfdata(dsys,v);u_1=0;u_2=0;u_3=0;y_1=0;y_2=0;y_3=0;x=0,0,0;x2_1=0;kp=0.6;ki=0.03; kd=0.01;error_1=0;for k=1:1:500time(k)=k*ts;,程序,39,r(k)=1.0; %Tracing Step Sig

17、nalu(k)=kp*x(1)+kd*x(2)+ki*x(3); %PID Controller%Expert control ruleif abs(x(1)0.8 %Rule1:Unclosed control rule u(k)=0.45;elseif abs(x(1)0.40 u(k)=0.40;elseif abs(x(1)0.20 u(k)=0.12; elseif abs(x(1)0.01 u(k)=0.10; end if x(1)*x(2)0|(x(2)=0) %Rule2 if abs(x(1)=0.05 u(k)=u_1+2*kp*x(1); else u(k)=u_1+0

18、.4*kp*x(1); endend,40,if (x(1)*x(2)0)|(x(1)=0) %Rule3 u(k)=u(k);endif x(1)*x(2)=0.05 u(k)=u_1+2*kp*error_1; else u(k)=u_1+0.6*kp*error_1; endendif abs(x(1)=10 u(k)=10;endif u(k)=-10 u(k)=-10;end,41,%Linear modely(k)=-den(2)*y_1-den(3)*y_2-den(4)*y_3+num(1)*u(k)+num(2)*u_1+num(3)*u_2+num(4)*u_3;error

19、(k)=r(k)-y(k);%-Return of parameters-%u_3=u_2;u_2=u_1;u_1=u(k);y_3=y_2;y_2=y_1;y_1=y(k); x(1)=error(k); % Calculating Px2_1=x(2);x(2)=(error(k)-error_1)/ts; % Calculating Dx(3)=x(3)+error(k)*ts; % Calculating Ierror_1=error(k);endfigure(1);plot(time,r,b,time,y,r);xlabel(time(s);ylabel(r,y);figure(2);plot(time,r-y,r);xlabel(time(s);ylabel(error);,42,结果,