国内外智能化控制系统发展态势的研究

□杨静

上海电气集团股份有限公司 中央研究院　上海　200070

国内外智能化控制系统发展态势的研究

□杨静

上海电气集团股份有限公司 中央研究院上海200070

首先介绍了智能化控制系统的概念和特点，然后详细介绍了国内外智能化控制系统的发展现状，再从过程智能化控制与智能化控制装备的分类入手，分析了智能化控制系统的发展趋势，最后介绍了重点企业院校智能化控制系统技术的发展动态。

1　智能化控制系统的定义

计算机、材料、能源等现代科学技术的迅速发展和生产系统规模的不断扩大，形成了复杂的控制系统，导致了控制对象、控制器和控制任务等复杂程度的加剧。与此同时，自动化程度面临的要求也更加多。面对来自柔性控制系统（FMS）、智能机器人系统（IRS）、数控系统（CNS）、计算机集成制造系统（CIMS）等复杂系统的挑战，经典与现代控制理论和技术已不适用于对复杂系统进行控制。

智能控制是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制技术。智能控制突破了传统控制理论中必须基于数学模型的框架，基本上按实际效果进行控制，不依赖或不完全依赖于控制对象的数学模型，同时，它还继承了人类思维的非线性特性。某些智能控制方法更是具有在线辨识、决策或总体自寻优能力，以及分层信息处理、决策的功能［1］。

2　智能化控制系统的特点

智能控制主要用来解决传统控制难以解决的高度非线性、强不确定性复杂系统的控制问题。一个理想的智能控制系统应具有如下性能：①学习能力。系统对一个未知环境提供的信息进行识别、记忆、学习，并利用积累的经验进一步改善自身性能的能力。②适应功能。系统应具有适应受控对象的动力学特性变化、环境变化和运行条件变化的能力，这实质上是不依赖模型的自适应估计，较传统的自适应控制中的适应功能具有更广泛的意义。除此之外，系统还应具有较强的容错性和鲁棒性。③组织功能。对于复杂任务和分散的传感信息具有自组织和自协调功能，使系统具有主动性和灵活性，即智能控制器可以在任务要求的范围内自行决策，主动采取行动。④智能控制系统还应具有相当的在线实时响应能力和友好的人机界面，以保证人机互助和人机协同工作。

智能控制理论不同于经典控制理论和现代控制理论，它研究的主要目标不再是被控对象，而是控制器本身。控制器不再是单一的数学模型解析，而是数学模型和知识系统相结合的广义模型。智能控制的特点概括为：①智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识，以及运用这些知识的能力。②智能控制的核心在高层控制，能对复杂系统进行有效的全局控制，实现广义问题求解，并具有较强的容错能力。系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。③智能控制具有混合控制特点，系统能以知识表示非数学广义模型和以数学表示混合控制过程，采用开闭环控制和定性决策及定量控制相结合的多模态控制方式。④智能控制系统有补偿及自修复能力。⑤控制系统具有判断决策能力，体现了“智能递增，精度递降”的一般组织结构的基本原理，并具有高度的可靠性。总之，智能控制系统通过智能机自动地完成其目标的控制过程，智能机可以在熟悉或不熟悉的环境中自动或人机交互地完成拟人任务。

3　全球智能化控制系统技术发展状况

3.1美国

（1）智能技术创新全球领先。在智能技术的理论和应用研究方面，美国长期处于全球主导地位，人工智能、控制论、物联网这些智能技术的基础大多起源于美国。计算机业界最高奖项图灵奖获得者绝大多数是美国科学家。智能产品研发方面，美国也一直走在全球前列，从早期的数控机床、集成电路、可编程序控制器（PLC），到如今的智能手机、无人驾驶汽车以及各种先进传感器等大量与智能技术相关的创新产品，均诞生自美国高校的实验室和企业的研发中心。

（2）制造产业化应用不断加深。一是智能元器件和制造装备在生产环节中得到广泛使用。生产线自动化控制、仓储管理等早已大面积应用射频识别（RFID）技术，有的自动化车间已经开始使用超高频RFID。据美国机器人工业协会估计，全美已有大约23万台机器人投入工厂生产。二是依托大数据、物联网等新一代信息技术的智能系统平台相继推出。罗克韦尔的开放式智能制造平台、通用的Predix软件平台都是依托数据采集实现工况监测管理的典范。三是生产流程管理由数字化进入智能化。特斯拉打造的机器人全自动化超级工厂5 d内就可以实现一辆电动车从模型到成型的生产过程。

（3）制造产业体系日趋完善。美国从基础元器件到智能制造装备，再到工业软件系统的智能制造产业体系越来越完善。在基础元器件领域，不仅有艾默生、霍尼韦尔这样的工业巨头，更有大量专注于某一细分领域的优秀小企业，仅PLC厂商就多达上百家，传感器更是拥有上千家研发生产商。在数控机床方面，拥有MAG、哈挺、哈斯、格里森等一批知名企业满足美国市场需求，工业机器人领域也拥有American Robot这样的知名企业。在工业软件方面，从研发设计软件到管理软件，再到生产控制软件，全球绝大多数有实力的企业都来自美国。

3.2欧洲

在欧洲竞争力受到美、亚挤压的情况下，工业竞争力的提升已经成为欧洲的一个重要课题。德国工业4.0计划的提出，将成为欧洲重振创新的强力助推器，工业4.0带来的信息化、自动化、数字化会展现智能化工厂，助力欧洲制造业实力再上新台阶。

德国工业4.0战略的要点可以概括为：建设一个网络（信息物理系统网络，CPS）、研究两大主题（智能工厂和智能生产）、实现三项集成（横向集成、纵向集成与端对端集成）、实施八项计划。

3.3中国

随着信息技术与先进制造技术的高速发展，我国智能制造装备的发展深度和广度日益提升，以新型传感器、智能控制系统、工业机器人、自动化成套生产线为代表的智能制造装备产业体系初步形成，一批具有知识产权的重大智能制造装备实现突破。

2015年，中国产业规模快速增长，产业销售收入超过10 000亿元，年增长率超过25%，工业增加值达到35%。

到2020年，中国要将智能制造装备产业培育成为具有国际竞争力的先导产业。建立完善的智能制造装备产业体系，产业销售收入超过30 000亿元，实现装备的智能化及制造过程的自动化，使产业生产效率、产品技术水平和质量得到显著提高，能源、资源消耗和污染物的排放明显降低。

4　智能化控制系统发展趋势

从过程智能化控制与智能化控制装备的分类，对国内外智能化控制系统的发展趋势进行分析。其中，过程智能化控制包括了遗传算法、神经网络算法、模糊控制技术等；智能化控制装备包括了PLC、机床数控系统和分布式控制系统等装备。

4.1遗传算法技术

使用引文分析可视化工具Citespace，可探测和分析学科研究前沿的变化趋势，以及研究前沿与其知识基础之间、不同研究前沿之间的相互关系。通过对文献信息的可视化，能够较为直观地识别学科前沿的演进路径及学科领域的经典基础文献。以SCI-web ofscience中的科学引文索引数据库为数据来源，共检索到遗传算法相关文献2 494篇。

根据图1中节点的大小来寻找关键节点，以揭示主要技术研究领域。如图1所示，优化（Optimization）是图谱中的最大节点，即遗传算法是目前广泛应用的一种随机搜索全局优化算法，函数优化是遗传算法的经典应用领域。遗传算法通过对群体所施加的迭代进化过程，不断地将当前群体中具有较高适应度的个体遗传到下一代群体中，并且不断地淘汰适应度较低的个体，从而最终寻找适应度最大的个体，这个适应度最大的个体经过解码处理后所对应的个体表现型就是这个实际问题的最优解或近似最优解。从时间段上看，连续性很强，每年都有出现。另外，模糊控制（FuzzyConrtol）、神经网络（Neural Network）及自适应遗传算法（Adaptive Genetic Algorithm）等节点也非常显眼，节点相对较大，在每个时间片中都有出现。

图1遗传算法共现的科学知识图谱

可以看出，优化是遗传算法技术的主要研究领域。粒子群优化与多目标优化遗传算法是近期主要的研究热点，在电网规划和微电网能量管理的优化运行方面得到了广泛应用。此外，遗传算法技术是解决车间调度优化问题的有效方法。

4.2神经网络算法技术

如图2所示，目前控制理论与技术向着两个方向发展，一是对一个理论或方法本身的深入研究；二是将不同的方法适当地结合在一起，相互取长补短，发挥各自优势，形成新的控制系统，获得单一方法所难以达到的效果［2］，例如神经网络与模糊逻辑相结合应用于氩弧焊、机器人控制等。

4.3 PLC

如图3所示为PLC技术的专利地图，颜色表明了专利文献的密集程度，“山顶”代表专利文献最密集的研究主题，地图中的距离显示了不同主题间的相关程度，距离越远，相关度越低。从图中可以看出，PLC相关专利主要集中于生产线、自动化工厂及机床等技术领域。

自动化生产线是由工件传送系统和控制系统将一组自动机床和辅助设备按照工艺顺序联结起来，自动完成产品全部或部分制造过程的生产系统。PLC技术具有安全可靠性高、通用性强、灵活方便等优点，目前在自动化生产线例如配料生产、自动装配、自动喷漆、电缆等生产线上发挥了重要作用。

图2神经网络共现的科学知识图谱

传统机床的电控多采用继电器控制，设备相对独立性差，接线复杂且控制不及时，长期使用，设备可靠性大大降低，控制故障和机械故障多发。现代化的单片机和PID控制系统配置高、抗干扰能力差、编程复杂、参数调整麻烦，同样不适合数控机床的工作环境。PLC扬长避短，可对数控机床的进刀、加工、退刀等加工工序及步进电机的旋转进行控制，提高了系统的可靠性和抗干扰性。

4.4机床数控系统

从机床数控系统的专利地图分布图（如图4所示）可以看出，机床数控系统相关专利主要集中于工件装置、数据生产、电机驱动及测试装置等技术领域。高端数控机床将成为我国智能制造装备行业未来发展重点，“十二五”以来，高端装备制造业被确定为七大战略新兴产业之一，国家产业政策为我国机床行业的战略调整和产业升级提供了难得的历史机遇。“十二五”期间将重点发展面向航空航天、船舶、发电设备制造业的重型和超重型数控加工机床，以及多轴联动和复合加工机床、高速和高效加工机床、大型和精密数控机床等，向高精度、高效率、高自动化、智能化方向发展。中高档数控机床是市场需求的方向，重型、超重型机床市场空间也将打开，专用机床市场需求将逐步释放［3］。2009年正式启动的数控机床专项将延续到2020年，预计中央财政、地方财政及企业总投入将达到数百亿元。在国家重大科技专项等政策的指引和支持下，我国数控机床行业正向高档数控机床领域进发。

图4　机床数控系统专利地图

5　重点企业院校智能控制系统技术发展分析

5.1麻省理工学院（MIT）

MIT的温斯顿教授指出，人工智能就是研究如何使计算机去做过去只有人才做的智能性工作，一个系统如果具有感知环境和不断获得信息，以减小不确定性，并计划、产生及执行控制行为的能力，即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境。

2014年7月的相关报道显示，MIT研究人员开发出了一种可穿戴在人类手臂上的机器人，为穿戴者提供了靠近大拇指和小拇指的两根“手指”，提高了穿戴者的抓握能力。新型的控制算法使这种机器人可以与穿戴者的手指同时动作，轻松抓握不同形状和尺寸的物体，如图5所示。

该研究小组正在开发新的协同算法，让额外的机器人附件协助难以用单手完成的任务，未来，还可能进一步协助人类顺利完成以双手或双臂难以完成的工作。此外，并不需要给这些机器手（人）清楚的指令，它就能依照与人类手指协同作业的方式，配合手指的动作与需要共同抓取物件。

2014年8月，麻省理工学院的计算机科学与人工智能实验室公布了一项研究结果，显示在制造业使用机器人监督人类工作，不仅工人表现得更加高效，而且他们还更愿意接受来自机器人的工作安排。

不过，完全由机器人控制并不是说只需要一群机器人就可以完成所有工作，而是说分配工作、排班和协调工人等工作由机器人按照人类设计的算法去完成。

图5　MIT机器手操作实例

5.2西门子

2013年9月，西门子（中国）有限公司位于成都高新区的西门子工业自动化产品成都生产研发基地（以下简称“SEWC”）正式投产。该项目总建筑面积35 300 m2，是全球最先进的电子工厂之一，也是西门子在德国之外建立的首家数字化企业。如今，随着信息技术和制造技术的深度融合，历经了机械、电气和信息技术阶段的工业生产正迎来新的变革——工业4.0，而SEWC则是西门子通往工业4.0之路的最新实践。

SEWC以突出的数字化、自动化、绿色化、虚拟化等特征定义了现代工业生产的可持续发展，是数字化企业中的典范。作为西门子工业自动化全球生产及研发体系中最新建成的一座数字化企业，SEWC实现了从产品设计到制造过程的高度数字化。

2014年9月，西门子传动中心开发了基于Sinumerik 828D的控制硬件系统。新PPU2xx.3面板处理单元取代了PPU2xx.2代，可用于所有六个版本的西门子紧凑型数控机床。更强大的计算能力大大加快了编程和操作过程中Sinumerik用户界面的操作速度。

2014年9月，西门子传动技术部门增加了新的应用，即将Sinumerik集成生产软件用于网络机床。新版本包含了一个有效的维护管理系统Manage My Maintenance（MMM）。Access MyData（AMD）允许对机器和过程数据进行直接访问。

2013年9月，西门子驱动技术集团和库卡机器人有限公司合作，合作的主要内容是集成库卡机器人与西门子数控机床技术，开发和推广用于数控机床上下料的机器人解决方案。目前，高度灵活的全自动化生产要求把机器人完全集成到生产流程中，与自动化生产环境融为一体。机器人在数控机床领域的应用，在新的市场要求和技术进步中稳步增长。为高度灵活的装载自动化和机械加工提供更好的服务，是西门子与库卡在机器人方面合作的初衷，并有力地推动了工业4.0计划中所提出的智能自动化解决方案向前发展，覆盖了从设计到仿真生产，直至加工和车间级生产活动的整个生命周期。此外，近年来数控机床与工业机器人的配合使用，更使智能生产或者无人化工厂成为发展趋势。

6　结论

智能化控制系统可以分为过程智能化控制及智能化控制装备，其中，过程智能化控制的研究向着多种控制理论相结合的方向发展，形成综合控制技术。PLC、机床数控系统及DCS等智能化控制装备均处于成熟的发展阶段，但核心技术仍然掌握在国外厂家手中，中国仅仅扮演着市场的角色。国内外相关院校及企业对智能化控制系统进行了较多的研究，随着工业4.0技术的不断发展，这将更加推动智能化控制系统的快速发展。

［1］张钟俊，蔡自兴.智能控制与智能控制系统［J］.信息与控制，1989（5）：30-39.

［2］王伟.智能控制的发展趋势与展望［J］.精密制造与自动化，2008（3）：4-6.

［3］曾礼德.工业自动化控制系统发展现状及趋势［J］.中国石油和化工标准与质量，2012（8）：272.

It introduced the concept and characteristics of intelligent control systems，and then presented the details on current status of intelligent control system at home and abroad.Starting with the intelligent process control and classification of intelligent control equipment it analyzed the development trend of intelligent control system.Finally，the technical trends on intelligent control systems developed by key enterprises&universities were introduced.

智能化控制；遗传算法；数控机床；工业4.0

Intelligent Control；Genetic Algorithm；NC Machine Tool；Industry 4.0

D18

B

1672-0555（2016）01-059-06

2015年9月

杨静（1981—），女，硕士，工程师，主要从事标准化研究工作