机电控制系统中的智能控制关键技术研究

邓智远

摘要：本文介绍了模糊逻辑控制，神经网络控制以及学习控制三个重要的控制方法，研究了智能控制技术在机电控制系统中的应用。

关键词：神经网络技术;智能控制;策略控制

中图分类号：TP273 文献标识码：A 文章编号：1007-9416（2018）11-0028-01

0 引言

智能控制技术是指基于智能化设备，利用非线性控制系统对其进行控制，保证机器能够在结构化或者非结构化环境中实现自主活动的控制技术。智能控制是电子信息技术发展到高级阶段的表现，主要包括智能信息处理，信息反馈以及控制决策等几个方面。智能控制技术主要是针对传统控制方法无法解决的问题而提出的，因而无法像传统控制方法一样基于数学模型或大量的实验数据进行设计，而是一个不断探索，智能实现的过程。机电控制系统的根本要求是要求系统具有自主决策、自主控制的能力，控制多样性的系统。随着研究的不断深入，模糊逻辑控制神经网络学习技术得到迅猛发展，成为智能控制技术中最为关键的内容，在机电控制系统中起到了举足轻重的作用，因此，分析关键控制技术的主要原理，探索智能控制技术主要应用内容十分有必要。

1 智能控制技术概述

面对不同的被控对象以及控制的任务目标和工作环境结合形成的复杂控制环境，智能控制技术这一技术概念被提出。和传统的控制方法手段相比，智能控制技术的控制方法中被控对象模型所起到的作用得到降低，在控制系统没有明确的数学模型下也可以进行有效的控制，常见的智能控制技术主要包括以下几个方面。

1.1 模糊逻辑控制

扎德教授于1965年首先提出模糊逻辑控制理论，这种控制理论的特点是借鉴人类大脑思考问题时具有模糊联想的特点，借助于经验控制和模糊逻辑对不确定性的系统进行控制和设计。和传统的控制方式相比，模糊控制不是从被控对象本身的数学结构进行控制方法的设计，而是从人类逻辑思考的特性出发，设计实现出一套完整的控制方法。一般地，经典的模糊逻辑控制器的控制规则以及函数是通过经验总结得到的，没有学习能力，在控制过程中不会对规则和函数进行实时修改，适应性较差，这种控制器多应用于炉窑温度控制、水处理过程、化工企业处理等方面。为了适应更多的工作场合，在此基础上出现了很多改进的控制器，例如模糊PID调节器和模糊神经网络控制器等。在该领域相对应的热点和难点问题也得到了进一步的发展，例如模糊系统建模、模糊控制器的设计以及模糊控制器的稳定分析等方面。

1.2 神经网络控制

在1943年，McCmIcon和Pitts两名科研人员提出了神经元的数学模型，神经网络理论开始发展，但是直到80年代该理论才真正得到人们的重视并开始迅速发展，尤其是感知器网络的学习算法于1986年提出后，神经网络理论的应用变得更加广泛，也引申出了神经网络控制算法。该算法主要是指利用传感器和微电子电路对人类大脑进行模拟，通过仿照人脑结构和工作原理的方法来实现对被控对象的控制，并且拥有学习能力、非线性映射功能和并行计算的能力。因此，面对多线性、强耦合以及不确定性系统时，利用该理论可以有效地解决这类控制问题。神经网络模型的种类较多，在控制领域也渐渐起到越来越重要的作用，影响着控制器的智能化实现，目前，应用于机电控制系统中的神经网络算法主要有多层前向传波网络（MLP）、递归神经网络等智能控制算法[1]。

1.3 学习控制

由于被控对象的非线性和系统建模的偏差会导致不确定性，对于这种缺乏必须的实验数据的对象，在进行控制时会存在较大的困难，而学习控制的目的就是应用在这些方面以减小控制的难度。和自适应控制理论相比，这种控制理论重点是学习控制强调记忆，将过去的经验数据和过去的控制条件进行联系，并且可以通过适当的控制局势来选取适合的控制经验。为了保证学习的有效进行，选取合适的奖惩函数和学习次数可以针对不同的工作需求进行设定，从而保证学习的高效性。

综合来看，学习控制理论的研究方向主要包括四个方面：（1）基于迭代的学习控制。主要应用于周期性工作的非线性控制系统，例如机械手控制;（2）基于模式识别的学习控制，例如VC学习、再励学习、随机逼近以及Bayes学习等;（3）进化计算。进化计算是一种随机性全局优化算法，其工作原理是模拟自然进化过程。对于全局性、并行性和鲁棒性等方面进行控制算法的优化学习，遗传算法、进化策略等优化算法起到了非常重要的作用;（4）连接主义学习控制。这一内容的实现主要基于人工神经网络技术。

2 智能控制技術在机电控制系统中的应用

2.1 智能化控制与策略控制

智能控制技术应用在工程机械行业中，能够大大提高机械的工作效率、对于各种故障的诊断能力以及工程的质量有很大提升，除此之外还能够很好地解决传统方法的控制问题。对于高温、高寒以及水下等恶劣的工作环境，使用智能机械来代替人工进行作业能够提高工程的质量，在救灾等紧急任务中，智能机械技术发挥着极其重要的作用，并且在将来会得到越来越广泛的应用。因为控制机械的工具具有多样性，对于不同的被控对象所使用的控制策略也不尽相同，而智能操作技术能够根据不同的被控对象进行控制策略的更改。例如，压路机进行作业时的控制要求要提高作业质量，而挖掘机在作业中的控制要求是高效环保，因此控制策略要在具体的工程中进行分析[2]。

2.2 在机器人智能控制中的应用

智能机器人能够协助人们完成许多困难的作业要求，在提高生产加工精度和加工效率等方面起到了非常重要的作用，备受机械加工领域的重视，近年来科学技术得到了大规模的发展，机器人领域中的机电控制系统也成为了人们重点关注的对象。在近年科学技术不断提高发展的前提下，机器人控制系统的优化与探究逐渐成为人们最关注的热点之一。机电控制系统是机器人的核心，神经网络，机器学习等先进算法不断对机器人的控制系统进行优化，进一步扩大了机器人的应用范围[3]。

2.3 在工業智能控制中的应用

针对于化工行业，材料加工行业以及生物医学等原理复杂，加工困难，加工要求高的行业，因为生产线大多复杂，生产过程中受制因素较多，利用利用智能控制技术可以对生产线进行进一步的优化，提高加工过程的精确度，改善加工条件。

3 结语

在数学模型和非线性等实际工程中，智能控制是一种系统性、精准性的处理工具，在选择智能方案时要综合考虑各个因素的影响，例如对于具体的智能机械控制对象，在选择优化的控制方案时，要去全面考虑控制器各个部件组合的难易程度再进行采购;为了使得人机交互操作更加简便，在控制策略和控制界面的设计中要进行合理的选择和布局;在保证技术满足工程需求的同时，要尽可能地使用优化过的经典系统控制方案。这类问题在智能控制技术的应用中要进行充分地考虑并进行解决，随着科学技术的不断进步，终有一天会将这些问题完善解决，智能控制技术也会在机电控制系统中发挥更加重要的作用。

参考文献

[1]王富田.基于智能技术的电气自动化控制系统[J].南方农机，2018（4）：106.

[2]孙中建，卜留军.人工智能技术在电气自动化控制系统中的应用分析[J].机电信息，2012（33）：137-138.

[3]赵磊.智能化技术在电气自动化控制系统中的应用分析[J].中国高新科技，2018（2）：74-76.

Research on Key Technologies of Intelligent Control in Electromechanical Control System

DENG Zhi-yuan

（Jining No.1 Middle School， Jining Shandong  272000）

Abstract：This paper introduces three important control methods： fuzzy logic control， neural network control and learning control， and studies the application of intelligent control technology in electromechanical control system.

Key words：neural network technology; Intelligent control; strategic control