InternalCombustionEngine&Parts·231·浅析智能控制技术的发展与应用王宁曰张雅娇（陕西交通职业技术学院，西安710021）标志着控制科学发展的新阶段。20世纪80年代以来，摘要院智能控制是当今控制科学发展前沿，计算机技术与信息技术的快速发展及其他相关学科的相互渗透,智能技术的发展已成为一种趋势。本文主要从控制理论的发展与智能控制技术的应用两个大方面并分析了智能控制在工程机械产品、着手，重点介绍了控制理论发展的阶段，电力系统、风电智能控制和智能机器人方面的几点应用。关键词院智能控制；智能控制应用0引言智能控制（intelligentcontrols）是指在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术，智能控制技术的研究与应用是现代控制理论在深度和广度上的拓展[1]。1971年傅京孙教授提出了“智能控制”的概念，19871985年第一次智能控制学术讨论会在美国成功召开，的召开正式意味着智能控制成为了一项新的学科分支。年又召开了智能控制国际学术会议，这次国际会议近年来随着计算机技术、信息融合技术、传感器技术等的高速发展和各学科间的融合渗透，智能控制的发展创新与应用成为了一种必然。1控制理论的发展控制理论的发展普遍意义上可分为三个主要阶段：首先是上世纪40年代开始发展的以调节原理为标志的，这一阶段是发展的初期，多存在应用于工业控制领域；其次是60年代初开始，在经典控制理论的基础上以状态空间法为标志的“现代控制理论阶段”；最后则是新兴起的智能控制理论阶段[2]，这一阶段主要是把人工智能与控制理论相结合来进行“仿人”的思维和行为，出现了专家系统、人工神经网络等算法。智能控制主要集中在高层组织控制，即要根据实时环境和影响因素等来进行变化与决策，从而解决现实问题。这往往都需要涉及信息融合与处理、规则知识的表达、自适应控制和推理决策等算法，由于这种方式模拟了人脑的思维过程，类似于具有了“智能”。智能控制与经典控制并不是完全独立的，他们相互包容密切联系，常规控制方法常常也存在于智能控制系统中，用来解决智能控制系统中的“简单”问题并不断拓展出新的解决方法来适应和处理更加复杂的问题。通用的智能控制方法可归纳为：递阶控制、专家系统、模糊控制、神经网络系统、基于规则的仿人智能控制、基于混沌理论的混沌控制等。其中模糊控制、神经控制与专家系统被认为是典型的智能控制方法。2智能控制的应用2.1工程机械产品在控制历史上，主要经过了机械化、自动化、智能化3个主要阶段。机械化是由人操作，机器作为执行机构；自动化是在机械化的基础上，机械按照设定好的固定的模式自动工作；智能化相当于具有“智力”，具有人的分析和决策能力可以根据实际变化而变化。在工程机械产品中，日本小松公司研发的推土机智能控制系统将负载感应变速系统、静压转向、电子控制等技术成功地应用推土机上，可以根据外载荷自动调节车速及发动机飞轮转矩，实现高速小转矩及低速大转矩动力输出。此外，还有利用模糊控制技术较强的鲁棒性和较强的适应性等特性，将其应用于传统的蒸汽发动机控制系统上，克服了传统系统中的非线性和强噪声，取得了良好的应用效果。在机械制造中，还可利用智能控制与传感器与控制器相结合，利用专家系统与模糊控制技术，达到提升效率节省能源的效果[3]。除了在工程机械产品中的应用外，在工业生产过程中智能控制也越来越多的参与其中，主要应用在整个过程控制中的生产自动化、故障诊断、工艺流程控制等方面。2.2电力系统电力系统是由发电设备、变压器、输配电线路和用电设备等很多单元组成的复杂的非线性动态系统。继电器、断路器等控制装置在电力系统中屡见不鲜，正是通过这些简单的分部控制组合从而构成了庞杂的实时电力控制系统。近年来随着智能控制的发展，将模糊控制、专家系统、神经网络等算法融入在电力控制系统中的应用越来越常见[4]。应用智能控制技术对电网控制系统进行升级，可以完成例如在电力系统突发故障时，快速分析准确地给出相应故障的原因结果，并能够给系统后期的故障恢复及电网重组提供最佳的控制策略。人工智能的研究发展也给电力设备的故障诊断以及电力系统的控制管理带来了新的发展。2.3风电智能控制随着工业化的发展，能源问题越来越严重，开发新能源迫在眉睫，目前常见的新能源如风能、太阳能、潮汐能中也出现了智能化的控制技术，模糊控制、递阶控制等也用在了开发新能源中。例如在德国就开发出了一种应用于风力发电领域的智能控制系统，该系统可以以系统电力输出功率为依据对相关设备关键部件进行实时的监控，这样可以实现提早发现设备故障进行提前优化，有效的提高了设备的工作寿命和检修效率。同时该系统还可以在出现极端天气情况下停止发电来保障发电设备的安全，该系统的应用大大提升了风力发电系统的可靠性与安全性[5]。2.4智能机器人工业机器人是一个庞杂的动态变化系统，该系统具有非线性、强耦合、多变量等特点[6]，在实时工作时具有很多的不稳定性和不确定性，利用现有的机器人动力学模型的先验知识常常难以建立其精确的数学模型。智能控制技术的出现为智能机器人控制系统中出现的“经典控制理论阶段”·232·内燃机与配件NSGA-II算法在多层共挤吹塑装备中的应用周瑜哲西安710300）（陕西国防工业职业技术学院，摘要院采用带精英策略的快速非支配排序遗传算法（Non-dominatedSortingGeneticAlgorithm-域，简称NSGA-域）对所设计的由于传统多目标优化问题通过加权方式转换为单目标问题，FPGA（Field-ProgrammableGateArray）张力控制系统进行多目标优化。对以权值比较敏感，且每次只能得到一种权值下的最优解。NSGA-II算法能够避免传统加权求解时权值的选择和解的偏好性。首先，PID控制器参数、张力为目标函数，提出一种用于多层共挤吹塑装备的多目标优化模型。其次，将NSGA-II的交叉算子进行改进，提高得到理想的Pareto解集，而且能够对全局的搜索能力。算例测试结果表明，该优化方法不仅能找到符合各优化目标的全局最优解，FPGA张力控制过程实现有效优化，所提方法可应用于多层共挤吹塑装备中。关键词院FPGA张力控制系统；NSGA-II算法；多目标优化0引言薄膜收卷是多层共挤吹塑机生产过程中最后的环节，收卷中的张力直接影响薄膜收卷质量，收卷张力太小，会褶皱现象，收卷张力太大，出现薄膜收卷不整齐、会造成薄牵引辊与收卷辊线速度的变化影膜的过度拉伸甚至断裂。响张力大小，特别是在线测试中加速和减速阶段。收卷薄但由于收卷薄膜的膜要在一定的牵引力和线速度下工作，半径不断变化，线速度也随即不断变化，而且这种变化是不同的半径值对应不同的未知的，卷取时要求外松内紧，张力和速度的变化又张力，给张力控制带来了很大困难，料辊相互影响，两者之间具有很强的耦合性。卷筒不圆、偏心等来自机械的干扰也影响张力大小，张力控制系统强干扰的系统。如Okada和Chung是一个非线性、多模态、2]等人[1，将模糊逻辑控制应用在张力控制中，Luo和Wang4]但是，等人[3，应用神经网络实现张力和速度的解耦控制，或这些控制方法均需实践经验丰富的工程师设定权函数，者优化控制参数，从而影响了这些控制方法的使用。要要要要要要要要要要要要要要要要要要要要要要要（1988-）助教，主要从事智能作者简介院周瑜哲，男，陕西人，硕士，制造装备及技术方面的研究。不依靠被控对象的PID控制器结构简单、鲁棒性强、数学模型、使用方便、易于工程实现。常规PID控制器[5]是一种线性控制器，其参数根据指定工作点确定的固定值，而张力控制系统中，所控制的模型参数是随着薄膜收卷半常规PID控制器不具备时变性。张力径的增大而变化的，控制系统严重依赖于PID控制器参数，如果每次在线测试而且手都采用手动调节参数，那么非常浪费时间和精力，为了能够动调节必须由经验丰富、能力较高的工程师操作，自动获取控制器的最优参数，国内外的研究学者已经研究出多种融合了免疫算法、遗传算法、粒子群算法、机器学习、7]神经网络等人工智能算法的PID控制器。Jeon、Song等人[6，提出了对传统PID控制进行自适应改进的控制方法，但这些改进的PID控制策略对张力控制系统的鲁棒性依然较差，其中遗传算法是计算数学中用于解决最佳化的搜索算是一种进化算法。它的基本计算过程包括初始化、法，个体评价、选择运算、交叉运算、变异运算和终止条件判断，现如俞珏[8]等人提出基于遗今已成功解决了众多工程优化问题，传算法优化的PID控制，但是它的可行度、计算复杂度没有而且效率低、易于过早收敛。有效的定量分析方法，尽管智能控制技术已经取得了一定的成果与发展，但作为一门新兴学科无论在理论上还是在实践应用中都仍就相信随着科学技不够完善，有待继续研究和进一步的拓展。智能控制技术也术的不断深入、人工智能技术的不断创新，其应用领域也将越来越广泛。将进一步的深入完善，参考文献院[1]常春阳.智能控制综述[J].科技创新导报，2012（12）：15.[2]黄蕾.智能控制技术与应用[J].产业与科技论坛，2012（5）：81-82.[3]李学忠，孙宽.工程机械产品的自动化与智能化控制———信息技术在工程机械上的应用综述之一[J].工程机械，2009，40(7):49-55.[4]刘洋.智能控制技术在电力系统中的应用与发展[J].中国科技博览，2010（31）：351.[5]德国风电智能控制技术取得重要进展[J].电力系统自动化，2012，36（5）：111.[6]甘昌武.智能控制在机器人技术中的应用[J].科海故事博览·科教论坛，2012（6）：89，102难点与问题开辟了新的道路。通过利用智能控制的整体优不依赖对象模型，化，自学习和自适应等特性，用它解决机器人等复杂的控制问题，可以获得良好效果。利用专家系统和神经网络技术可以使机器人模仿人的思维和行为。专家系统用规则或语义网来表示知识规因此专则，但人类的某些知识并不能用显式规则来描述，近年来神经网络技术取得了一定家系统曾一度陷人困境，突破，也使生物模拟学派活跃起来，解决了一些智能机器人研究的问题。虽然应用智能控制技术提高了机器人的稳定性和精准度，但仍就还是存在一定的局限，例如抖振现象、局部极小值等问题还是需要解决。3结束语智能控制作为一门新兴的学科分支，其在工农业、航空通过模拟人的航天、军事等方面已经有了一定的实践应用，思维思想的遗传算法、模糊控制、神经网络等智能控制技术也已经成功应用在了复杂的非线性控制系统项目中。