供水泵站運動控制的主要方法

PID控制

PID控制是最早發展起來的、應用領域至今仍然廣泛的控制方法之一，它是基于對象數學模型的方法，尤其適用于可建立精確數學模型的確定性控制系統。但對于非線形、時變不確定性系統，難以用常規的PID控制器達到理想的控制效果。而且，在實際生產中，由于受參數整定方法繁雜的困擾，常規的PID參數往往整定不良、性能欠佳。

人工神經網絡控制

人工神經網絡起源于20世紀40年代，它從某些方面反映了人腦的基本特征，但并不是人腦的真實描寫，而只是它的抽象、簡化和模擬，網絡的信息處理由神經元間的相互作用來實現。神經網絡控制的關鍵是選擇一個合適的神經網絡模型，并對其進行訓練與學習，直至達到要求為止，即尋找最優的神經網絡結構與權值。然而，神經網絡的學習，需要一定的實驗樣本，這些實驗樣本也必須從已知經驗和事先的實驗中獲得。同時，神經網絡的訓練與學習過程，有時較為復雜，需要運行成千上萬次才能獲得最佳結構。有時獲得的是一個局部最優解，而不是全局最優解，因方法的局限性，同樣也難于對所討論的對象實現有效的控制。

模糊控制

實際工程中，一個非常熟練的操作人員，能憑借自己豐富的實踐經驗，通過對現場的各種現象的判斷取得較滿意的控制效果。如果將憑經驗所采取的措施轉變成相應的控制規則，并且研制一個控制器來代替這些規則，也可實現對復雜工業過程的控制。實踐證明，以模糊控制理論為基礎的模糊控制器(FC)能夠完成這個任務。

模糊控制是基于模糊推理和模仿人的思維方法，對難以建立數學模型的對象實施的一種控制。它用模糊數學中的模糊集合來刻畫這些模糊語言，并用產生式規則，即“假如條件成立則執行”語句予以實現。模糊控制技術的應用在國內已取得明顯效果。

專家控制

專家控制是智能控制的一個重要部分，它在將專家系統的理論和技術同控制理論的理論和方法有機結合的基礎上，在未知環境下模仿專家的智能，實現對系統的有效控制。專家控制的核心是專家系統，它具有處理各種非結構性問題，尤其是處理定性的、啟發式的或不確定性的知識信息，經過各種推理過程達到系統的控制目標。

仿人智能控制

仿人智能控制(HSIC)經過20年來的努力，已形成了基本理論體系和較系統的設計方法，并在大量的實際應用中獲得成功。其主要內容是總結人的控制經驗，模仿人的控制思想和行為，以產生式規則描述其在控制方面的啟發與直覺推理行為。由于HSIC的基本特點是模仿控制專家的控制行為，因此它的控制算法是多模態控制的，是多種模態控制間的相互交替使用。該算法可以完美地協調控制系統中諸多相互矛盾的控制品質的要求。比如，魯棒性與精確性，快速性與平穩性等。

返回頂部 | 返回列表