控制理论综述及其发展方向.docx

机电系统控制控制理论综述及其发展方向控制理论的综述及发展方向1控制理论的产生控制理论作为一门学科，它的真正应用开始于工业革命时期，即1788年瓦 特发明蒸汽机飞球调速器该种采用机械式调节原理实现的蒸汽机速度自动控制 是自动化应用的第一个里程碑二次大战前，控制系统的设计因为缺乏系统的理 论指导而多采用试凑法，二次大战期间，由于建造飞机自动驾驶仪、雷达跟踪系 统、火炮瞄准系统等军事设备的需要，推动了控制理论的飞跃发展1948年美 国数学家维纳总结了前人的成果，认为世界存在3大要素：物质、能量、信息， 发表了著名的《控制论》，书中论述了控制理论的一般方法，推广了反馈的概念， 从而基本上确立了控制理论这门学科［1］2控制理论的分类控制理论的发展分为经典控制理论阶段、现代控制理论阶段及大系统智能控 制理论阶段，下面将详细介绍各个控制理论的特点及优缺点⑵2.1经典控制理论自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支经典控制 理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统经典 控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频 率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。

经典控 制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方 法［3］经典控制理论主要用于解决反馈控制系统中控制器的分析与设计的问题如 图1所示为反馈控制系统的简化原理框图I干扰 W控制器|J控」对象图1反馈控制系统简化原理框图典型的经典控制理论包括PID控制、Smith控制、解耦控制、串级控制等 常接触到的系统，如机床和轧钢机中常用的调速系统、发电机的自动调节系统以 及冶炼炉的温度自动控制系统等，这些系统均被当作单输入一单输出的线性定常 系统来处理如果把某个干扰考虑在内，也只是将它们进行线性叠加而已解决 上述问题时，采用频率法、根轨迹法、奈氏稳定判据、期望对数频率特性综合等 方法是比较方便的，所得结果在对精确度、准确度要求不高的情况下是完全可用 的2.2现代控制理论经典控制理论对线性定常系统可产生良好的控制效果，但在具有非线性、时 变、多变量特征的系统控制中，经典控制理论力不从心所以50年代末60年 代初，学者卡尔曼等人将古典力学中的状态、状态空间概念加以发展与推广，将 经典控制理论中的高阶常微分方程转化为一阶微分方程组，用以描述多变量控制 系统，并深刻揭示了用状态空间描述的系统内部结构特性如可控性、可观性，从 而奠定了现代控制理论的基础。

现代控制理论的应用范围更加广泛主要的控制策略有极点配置、状态反馈、 输出反馈等由于现代控制理论的分析与设计方法的精确性，因此，现代控制可 以得到最优控制但这些控制策略大多是建立在已知系统的基础之上的严格来 说.大部分的控制系统是一个完全未知或部分未知系统，这里包括系统本身参数 未知、系统状态未知两个方面，同时被控制对象还受外界干扰、环境变化等的因 素影响从不同的角度出发，现代控制理论包括以下几个主要分支：2.2.1最优控制应用经典控制理论设计控制器时，依赖于设计人员的经验，在诸多相互矛盾 的要求（如控制精度与速度）之间寻求一个合理的这种，因此设计结果不可能实 现严格最优虽然有些控制使得系统得到了改善，如ITAE最优控制和P-ITAE 这种变结构最优控制（如图2），也只是多个项目主要指标的最优［4］变结构最优控制器图2变结构最优控制系统的框图2.2.2自适应控制在系统工作过程中，系统本身能不断地检测系统参数（模型参数），根据参 数的变化，改变控制参数或改变控制作用，使系统运行于最优或接近于最优工作 状态发展至今比较成熟的又两类：模型参考自适应控制和自校正控制下表1 为自适应控制与其他控制方法的比较表1与其他控制方法的比较比较对象异同点常规控制由系统输出或状态改变控制，反馈增益不变最优控制最优控制要求对象为确定性；自适应控制所讨 论的对象为结构已知、参数未知的不确定性系 统；两者都是基于数学模型的方法智能控制智能控制所讨论的对象为结构和参数都未知， 智能控制是不需要数学模型的2.2.3鲁棒控制自动控制系统最重要的特性是稳定性，鲁棒性是对系统稳定性的更高要求。

它指系统的稳定性及性能指标对结构和参数变化的不敏感性，也即是当内部和外 部条件发生变化时，系统本身仍能保持能良好运行的“鲁棒程度”鲁棒控制就 是基于这种性能指标发展起来的一类控制理论2.3.4预测控制预测控制是一种直接来源于实践的计算机控制算法，它不需要事先知道过程 结构和参数的有关先验知识，也不需要辨识系统数学模型它根据对象的历 史信息和未来输入预测其未来输出，一经问世就在复杂的工业过程中得到成功的 引用，显示出强大的活力，它一般包括预测模型、滚动优化、反馈校正3部分, 拓宽了模型含义只有功能要求，而无结构限制，以有限时段的反复滚动优化代替 最优控制的一次离线优化，以时刻最优代替全局最优，提高了控制精度以上所描述的经典控制理论和现代控制理论都是建立在数学模型之上的，下 表2说明了经典控制理论和现代控制理论的特点表2经典控制理论和现代控制理论特点项目经典（频域法）现代（时域法）理论基础建立在以1、常微分方程稳定性 理论2、Fourier变化为基础的根 轨迹和奈奎斯特判据理论之上1、常微分方程稳定性理论2、 状态空间分析3、泛函分析、 微分几何等现代数学分支数学模型传递函数（研究系统外部特性， 属于外部描述，不完全描述）状态空间表达式（深入系统内 部，是内部描述，完全描述）适用对象仅适用于：单输入单输出、线性 定常、集中参数可推广至：多输入多输出、非 线性时变、分布参数性能指标幅值裕度、相位裕度、超调量调 节时间等指标；性能指标不直 观，难于接受；无法设计出最优、 综合性的系统时间最短、能量最少、综合性 能指标最优等时间域指标；性 能指标直观，易于接受，可以 达到性能指标最优、多个性能 指标最优初始条件处理初始条件处理困难；对高精度的 位置、速度等性能指标难于达到 要求易于处理初始条件；更易达到高精度的位置、速度性能指标设计与综合是分析方法而不是最佳的综合 方法；针对某个性能指标，设计 方案多样；分析与设计需要丰富 的经验及试凑；设计和实时控制 难于计算机实现是分析综合方法；分析与设计 多为解析和优化计算；设计和 实时控制易于计算机实现2.3大系统智能控制第三代控制理论分为两个发展分支：大系统理论和智能控制理论。

2.3.1大系统理论大系统理论是第二代控制理论与运筹学相结合的产物，代表传统控制理论向 着广度发展它主要采用状态方程及代数方程的数学模型，利用“分解”和“协 调”相结合的设计原则，使求解复杂的控制问题得到简化，并以集中与分散相结 合的控制系统加以实现，使每个控制器处理的信息大大减少，从而简化了处理器 的结构大系统理论主导思想是研究系统结构的能通性、可控性、可观性、可协 调性，以求大系统的最优化、稳定化⑵2.3.2智能控制理论一种能更好地模仿人类智能的、非传统的控制方法，它采用的理论方法则主 要来自自动控制理论、人工智能和运筹学等学科分支它的目标是提高控制系统 自寻优、自适应、自学习、自组织等方面的智能水平，是现今为止发现的最完善 的智能系统（图3）⑸，从不同角度模拟人的智能产生了不同的智能控制理论分 支图3智能控制框图1）专家智能控制专家智能控制是指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，仿效专家的智能，实现对系统的控制它对环境的变化有很强的 自适应能力和自学习功能，具有高可靠性及长期运行的连续性、控制的实时 性等特点，专家控制器的一般原理框图如图4所示给定JLI被控 对象输出知识库图4专家控制器原理框图2）模糊控制模糊控制的基本思想是把人类专家对特定的被控对象或过程的控制策略总 结成一系列以“IF （条件）THEN （作用）”产生式形式表示的控制规则，通过模 糊推理得到控制作用集，作用于被控对象或过程，5所示为模糊控制的一般结构。

给定知识库 ■*输出图5模糊控制的一般结构3） 神经网络控制从仿生学观点来看，由于人工神经网络具有许多优异的性能，它的可塑性、 自适应性和自组织性使它具有很强的学习能力；它的并行处理机制使它求解问题 时间很短，满足实时性要求；它的分布式存储使它的鲁棒性和容错性相当好，所 以将它与控制理论结合，建立神经元到神经元之间的联结关系模型，模拟人智能 的神经网络控制成为智能控制发展的一条重要途径4） 仿人智能控制人本身就是一个控制器，无数事实证明最高级最有效的控制系统是人类自 身模糊控制从思维方式上模拟人类决策过程，神经网络从结构上模拟人类智 能，仿人智能控制则是从行为功能上综合性地模拟人的控制过程仿人智能控制 系统在结构和实现上遵循精度递增，智能递减（IPDI）原则，要具有辨识与 特征记忆能力，能运用启发式与直觉推理进行问题求解5） 定性控制理论定性推理是一种基于模型的推理，其不是通过系统变量在不同时间点上 的取值来模拟系统行为，而是在更高的抽象层次上关心系统行为的定性特征，一 边掌握用于行为定性推理的知识种类，开发用于这种知识表示的一般模式，并寻 求对物理系统进行行为推理的有效过程将定性推理应用到控制领域，便形成了 定性控制。

定型控制器根据系统的不完全知识，对系统的输出行为做出预测和控 制，这是常规控制器所无法完成的定性控制与模糊控制的主要区别：A模糊控 制基于“黑箱“系统，不需要建立数学模型，其控制规则需要凭经验或算法调整， 而定性控制则基于定性模型，控制规则基于人们对系统的定性分析；B模糊控制 是基于状态的精确测量值，而定性控制基于状态的定性测量值⑹6） 遗传算法与控制理论结合遗传算法的基本思想是基于Darwin的进化论和Mendel的遗传学硕遗传算 法通过将问题转换成由染色体组成的进化群体和对该群体进行操作的一组遗传 算子（最基本的3个遗传算子是复制、交叉和突变），通过“适者生存，不适者 淘汰”的进化机制，通过“生成一评价一选择一操作”的进化过程反复进行，直 到搜索到最优解为止虽然遗传算法与控制理论结合有其突出的特点，但是，由 于它目前还不能满足控制系统实时性的要求，所以影响了它的实际应用综上，智能控制系统具有以下几个特点［5］：① 较强的学习能力能对位置环境提供的信息进行识别、记忆、学习、融 合、分析、推理，并利用积累的知识和经验不断优化、改进和提高自身的控制能 力；② 较强的自适应能力具有适应受控对象动力学特性变化、环境特性变化 和运行条件变化的能力；③ 较强的容错能力。

系统对各类故障具有自诊断、屏蔽和自恢复能力；④ 较强的鲁棒性系统性能对环境干扰和不确定性因素不敏感；⑤ 较强的组织功能对于复杂任务和分散的传感信息具有自组织和协调功 能，使系统具有主动性和灵活性；⑥ 实时性好系统具有较强的实时响应能力；⑦ 人一机协作性能好系统具有友好的人机界面，以保证人一机通信、人 —机互助和人一机协同工作；⑧ 只能控制具有变结构和非线性的特点，其核心是组织级3控制理论未来的发展动态3.1完善已有的理论、方法、技术，扩大其适用领域随着控制系统复杂性的增加，不确定因素的增多，要求各控制理论分支有进 一步的发展，弥补各理论分支的缺点与不足，以满足更高的控制性能指标比如： 预测控制需要建立高精度的信息预测模型，研究新的滚动优化策略和更有效的反 馈校正方法；鲁棒控制要求寻找保守性小，且易于验证的。