智能控制论文
智能控制技术毕业论文【范本模板】
摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用.关键字：自动化智能控制应用随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
一、智能控制的发展过程从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间.四十年代到五十年代形成了经典控制理论。
经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法，对于单输入—单输出系统极为有效，至今仍在广泛地应用。
但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响。
鼓传递函数描述不能包含系统的所有信息。
现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型.智能控制是在经典和现代控制理论基础上进一步发展和提高的。
智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。
智能控制提供了一种新的控制方法,基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。
二、智能控制的主要方法通俗地讲,智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。
智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径.智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等，以及常用优化算法有：遗传算法、蚁群算法、免疫算法等。
1、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础，以先验知识和专家经验作为控制规则。
智能家居控制系统研究论文
智能家居控制系统研究论文智能家居控制系统是一种将智能技术与家居建筑有机结合的产物，其开发目的在于实现对家居环境及设备的智能灵活控制，从而提高家居生活的便捷性和舒适度。
近年来随着科技的迅猛发展，智能家居控制系统成为了受到广泛关注的研究领域，其发展也呈现出了蓬勃的态势。
本文将探讨智能家居控制系统的现状与未来发展趋势，以及当前需要解决的主要问题。
一、智能家居控制系统的现状目前，智能家居控制系统已经得到广泛应用和推广，具备了智能化、自动化、网络化等特点。
智能家居控制系统可实现的基本功能包括环境控制、能源管理、安全监视、娱乐休闲等。
其中，环境控制可通过智能化调节家居温度、照明亮度、通风、湿度等，从而打造一个优美舒适的生活环境；能源管理方面，智能家居控制系统可通过智能监控和控制家居能源使用情况，实现家居能源节约，降低家庭能源成本；安防监视方面，智能家居控制系统可通过布置各类智能监控设备，实时检测家居安全状况，并通过智能警示措施及时报警处理；娱乐休闲方面，智能家居控制系统可通过数字家庭娱乐设备实现多媒体应用、网络娱乐等，为家庭休闲娱乐提供更多的便捷和选择。
智能家居控制系统不同于一般传统家居体系，它不仅具备传统的家居功能，还通过网络与云平台进行互联，能够实现对家居的长距离运营管理。
同时智能家居控制系统的应用领域也非常广泛，不仅涉及到住宅、公寓、别墅等个人家庭，还包括商业、教育、医疗、旅游等社会公共场所。
二、智能家居控制系统的未来发展趋势随着科技水平的不断提高，智能家居控制系统也在不断发展更新。
未来，智能家居控制系统的发展趋势将体现在以下几个方面：1、智能化程度及操作简便性：随着智能家居控制技术的不断发展，未来的智能家居控制系统将进一步智能化和自动化。
整合人工智能、大数据、云计算等技术，使智能控制系统更加智能化、高效化、人性化。
2、多设备互联及智能化应用：未来，智能家居控制系统将不再是仅仅控制空调、灯光、家电等设备的简单应用。
智能控制期末总结论文
智能控制期末总结论文1.引言智能控制作为现代控制理论的前沿领域，以其高效、智能、自适应的特点，在自动化控制系统中得到了广泛应用。
本文对于智能控制在期末考试中的学习及应用过程进行总结，分析了所学习的内容及实际应用中遇到的问题，并提出了对未来智能控制研究的建议。
2.学习成果总结在本学期的智能控制课程中，我学到了许多基本概念、方法和技能，如模糊控制、神经网络、遗传算法等。
通过理论学习和实践操作，我深入了解了智能控制的原理和基本方法，并掌握了如何将其应用于实际系统中。
在期末考试中，我充分运用所学知识解决了一系列智能控制问题，验证了所学内容的实用性和有效性。
3.实际应用总结在实际应用中，我发现智能控制技术在许多领域有着广泛的应用前景。
例如，在工业生产中，我可以使用模糊控制技术对温度、压力、流量等参数进行控制，以提高产线的稳定性和运行效率。
在交通管理中，我可以使用神经网络来处理交通流数据，预测交通拥堵情况，并做出相应的调控措施。
这些实际应用不仅提高了智能控制技术的应用水平，也对我个人的学习和实践能力提出了更高的要求。
4.遇到的问题及解决方法在学习和应用智能控制的过程中，我也遇到了一些问题。
首先，对于一些复杂的数学理论和算法，我往往难以理解其具体应用方式。
为了解决这个问题，我充分利用课堂和教材上的案例和实例进行实际操作和演练，通过实践加深理解。
其次，在实际应用中，我发现系统参数的确定往往是一个关键问题。
为了解决这个问题，我通过理论分析和实际实验相结合的方式，对系统进行建模和参数辨识，以便更好地进行控制。
5.未来研究建议基于对智能控制的学习和实践经验，我对未来的智能控制研究提出以下建议。
首先，需要进一步深化对基本理论和算法的学习，扩大应用领域和深化应用方法。
其次，需要加强理论与实际的结合，加大对实际系统的建模和控制实验的研究力度。
此外，需要加强团队合作，开展多学科交叉研究，以进一步提升智能控制技术的水平和效果。
智能控制导论论文(人工神经网络)
智能控制导论论文●系别：●班级：●学号：●姓名：●日期：人工神经网络关键词:人工神经网络、产生、发展、应用内容摘要:人工神经网络是二十世纪科学技术所取得的重大成果之一，是人类认识自然道路上的又一座里程碑。
90年代以来，国际学术界掀起了研究人工神经网络的热潮，但是探讨其哲学思想方面的研究相对薄弱。
我们知道，任何一门影响巨大、意义深远的科学技术，其发展过程必然揭示了科学技术发展的基本规律以及影响其发展的主要因素。
人工神经网络（Artificial Neural Networks, ANN），一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。
这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。
人工神经网络是一门发展十分迅速的交叉学科，它是由大量处理单元组成的非线性大规模自适应动力系统，具有学习能力、记忆能力、计算能力以及智能处理能力，并在不同程度和层次上模仿人脑神经系统的信息处理、存储及检索功能。
同时，人工神经网络具有非线性、非局域性、非定常性、非凸性等特点，因此在智能控制、模式识别、计算机视觉、自适应滤波和信号处理、非线性优化、自动目标识别、连续语音识别、声纳信号的处理、知识处理、智能传感技术与机器人、生物医学工程等方面都有了长足的发展。
人工神经网络产生的背景自古以来，关于人类智能本源的奥秘，一直吸引着无数哲学家和自然科学家的研究热情。
生物学家、神经学家经过长期不懈的努力，通过对人脑的观察和认识，认为人脑的智能活动离不开脑的物质基础，包括它的实体结构和其中所发生的各种生物、化学、电学作用，并因此建立了神经元网络理论和神经系统结构理论，而神经元理论又是此后神经传导理论和大脑功能学说的基础。
智能控制论文智能控制论文
智能控制论文智能控制论文智能控制课程教学改革初探摘要结合自身教学实践，分析智能控制理论教学中存在的主要问题，并提出具体的教学改革措施与途径，包括简化教学内容、教学中引入MATLAB、加强实践教学等方面的改革。
实践证明，这些改革不仅取得良好的教学效果，而且激发了学生学习智能控制理论的兴趣。
关键词智能控制理论；教学改革；MATLAB中图分类号：G642.0 文献标识码：B 文章编号：1671-489X(2011)12-0035-02Practice and Reform on Teaching of Intelligent Control Theory Course//Li JunhongAbstract In this paper, the problems in teaching Intelligent Control Theory Course for undergraduates are pointed out, and some detailed approaches of teaching reform on Intelligent Control Theor y are proposed based on the self’s practical teaching experience. The approaches include three aspects, that is, simplifying teaching contents, introducing MATLAB in teaching and strengthening practice teaching. The practice illustrates that the proposed teaching reforms notonly obtain good effects, but also inspire students’ interest in intelligent control theory.Key words intelligent control theory; teaching reform; MATLABAuthor’s address School of Electrical Engineering, University of South China, Hengyang, Hunan, China 421001 智能控制是当今国内外自动化学科中十分活跃和具有挑战性的领域，是一门新兴的交叉学科，代表着当今世界控制理论和技术的发展方向，是一门集理论研究和工程实践于一体的综合性课程。
智能控制技术及其应用 毕业论文
摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用。
关键字：自动化智能控制应用随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
一、智能控制的发展过程从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间。
四十年代到五十年代形成了经典控制理论。
经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法，对于单输入-单输出系统极为有效，至今仍在广泛地应用。
但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响。
鼓传递函数描述不能包含系统的所有信息。
现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型。
智能控制是在经典和现代控制理论基础上进一步发展和提高的。
智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。
智能控制提供了一种新的控制方法，基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。
二、智能控制的主要方法通俗地讲，智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。
智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径。
智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。
1、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。
智能控制器基本控制规律论文
试析智能控制器的基本控制规律随着微电子技术的不断发展，集成了cpu、存储器、定时器/计数器、并行和串行接口、看门狗、前置放大器甚至a／d、d／a转换器等电路在一块芯片上的超大规模集成电路芯片(即单片机)出现了。
以单片机为主体，将计算机技术与测量控制技术结合在一起，又组成了所谓的“智能化测量控制系统”，也就是智能控制器。
智能控制器工作原理。
传感器拾取被测参量的信息并转换成电信号，经滤波去除干扰后送入多路模拟开关；由单片机逐路选通模拟开关将各输入通道的信号逐一送入程控增益放大器，放大后的信号经a／d转换器转换成相应的脉冲信号后送入单片机中；单片机根据仪器所设定的初值进行相应的数据运算和处理(如非线性校正等)；运算的结果被转换为相应的数据进行显示和打印；同时单片机把运算结果与存储于片内flashrom(闪速存储器)或e2prom(电可擦除存贮器)内的设定参数进行运算比较后，根据运算结果和控制要求，输出相应的控制信号(如报警装置触发、继电器触点等)。
此外，智能控制器还可以与pc机组成分布式测控系统，由单片机作为下位机采集各种测量信号与数据，通过串行通信将信息传输给上位机，由pc机进行全局管理。
智能控制器基本构成1、硬件部分（1）主机电路主要由微处理器cpu、只读存储器rom和eprom、随机存储器ram、定时/计数器ctc以及输入/输出接口等组成，它是数字控制器的核心，用于数据运算处理和各组成部分的管理。
（2）过程输入通道包括模拟量输入通道和开关量输入通道两部分，其中模拟量输入通道主要由多路模拟开关、采样/保持器和a/d转换器等组成，其作用是将模拟量输入信号转换为相应的数字量；而开关量输入通道则将多个开关输入信号通过输入缓冲器将其转换为能被计算机识别的数字信号。
（3）过程输出通道主要包括模拟量输出通道和开关量输出通道两部分，其中模拟量输出通道由d/a转换器、多路模拟开关输出保持器和v/i转换器等组成，其作用是将数字信号转换为1～5v模拟电压或4～20ma模拟电流信号。
DCS智能控制论文
DCS智能控制论文1DCS智能控制系统用于矿山生产的优势1、1设计思路简单在传统的矿井生产控制器的设置过程之中，在设置之前，充分了解到要进行控制的矿井生产系统的实际情况，根据要进行控制的矿井生产设备的实际情况来进行控制模型的设计，在这个过程之中，随着矿井生产系统的运行变化，往往会出现一些不确定性因素，导致矿井生产系统出现变化，影响到矿井生产控制系统功能的发挥，可以说，要进行传统的矿井生产控制系统的设计是相当麻烦的。
在这样的背景下，将DCS智能控制系统技术应用在矿井生产控制领域，利用DCS智能控制系统技术之中的函数近似技术，将自动化控制参数拟合成为相应的数学模型，根据内置的模拟器系统进行对控制参数的转换，有效降低了矿井生产控制系统的设计难度。
1、2性能优越DCS智能控制系统技术的应用，可以对矿井生产系统之中的各种参数进行调整优化，相比较于传统的矿井生产控制系统，也更容易进行操作调控，对于新型数据信息的处理能力也更优越。
1、3一致性好传统的矿井生产系统是根据特定的矿井生产设备所设定的，只能够对特定的矿井生产系统进行控制。
而应用了DCS智能控制系统技术的矿井生产系统对于大部分的矿井生产系统都有着良好的控制效果。
2DCS智能控制系统用于矿山生产的具体途径2、1优化设计在DCS智能控制系统技术用于矿井生产控制的过程之中，可以充分结合DCS智能控制系统的先进理论技术以及相应的实践经验。
在传统的矿井生产控制过程之中，主要采用的设计手段就是结合实际的工作经验来进行控制系统的设计，这种设计方法缺乏先进的系统理论的支持，在实际的运行过程中，往往会出现一些难以解决的故障问题。
DCS智能控制系统技术的应用，可以有效地优化矿井生产控制系统的设计，并通过对先进的计算机科学技术的应用，有效地缩减产品从设计到成型的时间，提升了矿井生产控制的控制效率。
截至目前为止，DCS智能控制系统技术主要应用的是遗传算法技术和专家系统技术，通过对遗传算法技术的应用，可以直接对矿井生产控制系统的结构对象进行优化设计，这就可以保证矿井生产控制系统具备更好的全局控制能力，也可以自动进行对于相关问题的检索控制；通过对专家系统的应用，可以充分吸取来自专家的相关意见，对于矿井生产控制系统进行有效的优化设计，提升矿井生产控制系统的应用水平。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能控制论文摘要：基于智能控制和常规控制的本质区别和内在联系，对智能控制的概念进行了研究，同时介绍了智能控制的学科基础和主要分支，并且总结了智能控制的基本分析方法，最后指出了智能控制的实现中存在的一些问题。
关键词智能控制，人工控制，控制论1 引言自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。
智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。
智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。
随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。
2 智能控制的概念智能控制的定义一: 智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为,在结构化或非结构化的,熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器.定义二: K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域.,这就是智能控制.他还认为自调节控制,自适应控制就是智能控制的低级体现.定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。
3 智能控制系统的类型1)集成或者（复合）混合控制几种方法和机制往往结合在一起,用于一个实际的智能控制系统或装置,从而建立起混合或集成的智能控制系统.2）分级递阶控制系统分级递阶智能控制是在自适应控制和自组织控制基础上,由美国普渡大学Saridis提出的智能控制理论.分级递阶智能控制(Hierarchical Intelligent Control)主要由三个控制级组成,按智能控制的高低分为组织级,协调级,执行级,并且这三级遵循"伴随智能递降精度递增"原则。
组织级(organization level):组织级通过人机接口和用户(操作员)进行交互,执行最高决策的控制功能,监视并指导协调级和执行级的所有行为,其智能程度最高.协调级(Coordination level):协调级可进一步划分为两个分层:控制管理分层和控制监督分层.执行级(executive level):执行级的控制过程通常是执行一个确定的动作.3）专家控制系统（Expert System）专家指的是那些对解决专门问题非常熟悉的人们,他们的这种专门技术通常源于丰富的经验,以及他们处理问题的详细专业知识. 专家系统主要指的是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题.它具有启发性,透明性,灵活性,符号操作,不一确定性推理等特点.应用专家系统的概念和技术,模拟人类专家的控制知识与经验而建造的控制系统,称为专家控制系统.专家系统是利用专家知识对专门的或困难的问题进行描述. 用专家系统所构成的专家控制,无论是专家控制系统还是专家控制器,其相对工程费用较高,而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题. 尽管专家系统在解决复杂的高级推理中获得较为成功的应用,但是专家控制的实际应用相对还是比较少。
4)人工神经网络控制系统神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络;或由大量象生物神经元的处理单元并联互连而成.这种神经网络具有某些智能和仿人控制功能.学习算法是神经网络的主要特征,也是当前研究的主要课题.学习的概念来自生物模型,它是机体在复杂多变的环境中进行有效的自我调节.神经网络具备类似人类的学习功能.一个神经网络若想改变其输出值,但又不能改变它的转换函数,只能改变其输人,而改变输人的唯一方法只能修改加在输人端的加权系数. 神经网络的学习过程是修改加权系数的过程,最终使其输出达到期望值,学习结束.常用的学习算法有：Hebb学习算法,widrow Hoff学习算法,反向传播学习算法一BP学习算法,Hopfield反馈神经网络学习算法等。
神经网络控制，即基于神经网络控制或简称神经控制，是指砸控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，遗迹同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统，将这种控制方式称为神经网络控制。
5）模糊控制系统模糊控制,就是在被控制对象的模糊模型的基础上,运用模糊控制器近似推理手段,实现系统控制的一种方法.模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标.模糊控制的基本思想是用机器去模拟人对系统的控制.它是受这样事实而启发的:对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统,有经验的操作者或专家却能取得比较好的控制效果,这是因为他们拥有日积月累的丰富经验,因此人们希望把这种经验指导下的行为过程总结成一些规则,并根据这些规则设计出控制器.然后运用模糊理论,模糊语言变量和模糊逻辑推理的知识,把这些模糊的语言上升为数值运算,从而能够利用计算机来完成对这些规则的具体实现,达到以机器代替人对某些对象进行自动控制的目的。
6）学习控制系统学习是人类的主要智能之一,人类的各项活动也需要学习.在人类的进化过程中,学习功能起着十分重要的作用.学习控制正是模拟人类自身各种优良的控制调节机制的一种尝试. 所谓学习是一种过程,它通过重复输人信号,并从外部校正该系统,从而使系统对特定输人具有特定响应.学习控制系统是一个能在其运行过程中逐步获得受控过程及环境的非预知信息,积累控制经验,并在一定的评价标准下进行估值,分类,决策和不断改善系统品质的自动控制系统。
以上这些控制方法之间，及其与常规控制之间的相互结合，又会构成各种各样的控制，但基本上都是以上这些控制方法的派生。
4 智能控制系统的分析方法智能控制系统是一类复杂的非线性动力学系统，不能用某一种单纯的模型去描述它，相应地所采用的分析方法也不同。
1）常规模型分析法许多智能控制器都能常微分方程表示，这部分可用常规模型分析理论来分析，适用于作稳定性分析和描述函数分析。
2）离散事件系统模型分析法离散事件模型适用于作专家系统,规划系统,抽象学习系统以及智能控制系统中较高级的组织级和协调级。
3）混杂模型分析法对于非常复杂的混杂控制器以及混杂控制过程要大力发展非线性分析技术。
5 智能控制的研究对象智能控制的研究对象具备以下的一些特点：1）不确定性的模型智能控制的研究对象通常存在严重的不确定性。
这里所说的模型不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。
2）高度的非线性对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。
3）复杂的任务要求对于智能控制系统，任务的要求往往比较复杂。
6 智能控制的应用智能控制在各行各业的应用：工业过程中的智能控制生产过程的智能控制主要包括两个方面:局部级和全局级。
局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等。
研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显的优势,且可用于控制一些非线性的复杂对象。
全局级的智能控制主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。
机械制造中的智能控制在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。
智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。
可采用专家系统的“Then-If”逆向推理作为反馈机构,修改控制机构或者选择较好的控制模式和参数。
利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。
利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。
电力电子学研究领域中的智能控制电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程,国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了良好的控制效果。
遗传算法是一种先进的优化算法,采用此方法来对电器设备的设计进行优化,可以降低成本,缩短计算时间,提高产品设计的效率和质量。
应用于电气设备故障诊断的智能控制技术有:模糊逻辑、专家系统和神经网络。
在电力电子学的众多应用领域中,智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一,也是研究的新热点之一。
7 结语智能控制理论经过多年的发展，已经取得了可喜的成果。
但是智能控制尚未形成一个完整、系统的理论，在分析、设计以及实际应用中还存在许多重要的问题。
随着各门前沿学科的发展以及人们认识的提高，智能控制的发展必将越来越完善。
参考文献[1] 王中杰，余章雄，柴天佑，《智能控制综述》东北大学自动化研究中心 1998[2] 李士勇.模糊控制.神经控制和智能控制论.哈尔滨：哈尔滨工业大学出版社，1998，9[3] 李人厚，秦世引.智能控制理论和方法.西安：西安交通大学出版社，1994。