浅析智能控制在机电一体化系统中的应用

杨正英

摘要：在当前我国社会经济发展速度不断加快的宏观背景下，各行业领域中计算机技术与互联网的应用也更为深入，智能控制技术应运而生，并在各行业领域发展中扮演着越来越重要的作用。虽然我国有关机电一体化系统的研究与起步较晚，但其发展速度是非常可观的。并且，随着科学技术的不断更新与进步，智能控制技术与机电一体化系统的融合关系也更加紧密，机电一体化系统的发展完善也有了更加坚实的技术保障。本文即围绕智能控制在机电一体化系统中的应用问题展开分析与研究，望能够引起业内人士的关注与重视。

关键词：机电一体化；智能控制；应用

当前社会经济快速成长的背景下，以微电子技术以及超大规模集成电路技术为代表的电子科学技术得到了非常显著的进步，机电一体化技术也进一步成熟，在工业等各行业领域生产过程中应用广泛，有关机电一体化控制效果的要求也相应的更为具体。由于多数工业对象以及工业生产过程均具有时变性、非线性、层次性、多因素性、以及变结构性等不确定性特点，因此在对象控制的过程中难以建立精确可靠的数学模型，虽然一些复杂对象数学模型的导出已经变得可行，但由于模型算法复杂且不利于设计，因而在实际控制中效果难以得到保障。近年来，随着智能化控制技术的发展与完善，有关智能控制技术在机电一体化系统中的应用也成为了业内人士研究的重点，智能控制技术的重要性已经不单单体现在智能机器人、数控机床的应用，更在整个机电一体化系统中扮演着非常重要的角色。

1 机电一体化系统概述

机电一体化即宏观意义上的机械电子学，是多种机械电子技能综合较差的学科，是对各行业领域所涉及到机电技术的归纳与整合，本学科所涉及到的技术包括信息技能、微电子技能、机械技能、信息改换技能、传感器技能以及电工电子技能等在内。

具体而言，机电一体化系统的主要特点可以归纳为以下三个方面：（1）综合性。机电一体化系统的核心理论为信息理论、系统理论以及控制理论，基于上述核心理论所构成的复合型技术即机电一体化系统。本系统支持实现的功能包括控制、检测、管理以及机械等在内。具体而言，机电一体化系统综合了对机械技术以及微处理技术的应用；（2）智能性。隨着机电一体化系统的发展与完善，机械处理的表象发生了非常巨大的改变。借助于微处理技术的应用，系统传统控制方式发生转变，控制精度明显提升。作为机电一体化系统结构的主要构成部分，仪表以及传感器等关键装置系统参数设置与调整均在很大程度上与机电一体化系统技术的应用密切相关。通过机电一体化系统所配置传感器以及信号发射装置对数据信息的采集，在智能化技术辅助下将数据反馈至中央处理器单元，从而支持机电一体化系统中一系列控制功能的实现；（3）完整性。机电一体化系统的构成部件包括微处理器、传感器、传动系统、执行构件以及动力系统等，在改进传统机械设备结构的基础之上，机电一体化系统将微处理技术、无线通信技术以及智能测量技术等智能化技术引入其中，以一套完善机械化系统的方式面向各个行业领域提供优质的机电功能支持。

2 智能控制技术概述

智能控制，主要是指通过依赖计算机技术、通信技术等在非线性控制方面开展的智能化、自动化、无人化控制，智能控制是机电一体化系统的重要组成部分之一，由于智能控制性能的优异性使得智能控制越来越受到人们的青睐。机电一体化系统中智能化控制的应用日益广泛。机电一体化系统中智能化控制的应用极大的降低了企业的运营生产成本，提升了生产、管理、控制过程中的经济收益。

智能控制以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，形成了许多智能控制理论和方法，主要有：①专家控制；②模糊控制；③神经网络控制；④分级递阶智能控制；⑤集成智能控制，即将几种智能控制方法或机理融合在一起而构成的智能控制方法；⑥组合智能控制方法，即将智能控制和传统控制有机地结合起来而形成的控制方法；⑦混沌控制；⑧小波理论；⑨进化计算与遗传算法。

智能化是机电一体化系统发展过程中的必然方向与趋势之一。甚至可以说，机电一体化系统的整体质量将在很大程度上受到智能控制系统运行性能的影响。目前，智能控制研究领域中的专家系统、遗传算法、模糊控制系统以及神经网络等相关技术均在机电一体化系统领域中发挥着非常重要的应用价值，相互独立但同时也彼此影响，共同促进着机电一体化系统性能的改善与提升。

3 智能控制技术的应用

3.1 在数控领域中的应用

当前技术条件下，数控系统不单单需要具备速度高、精度高、可靠性高的性能特点，还应当兼具更为完善的智能化功能，如知识处理能力（对智能化行为进行模拟、延伸以及扩展的能力）、感知能力（对加工运动规划、推理、决策以及加工环境的感知能力）、自适应能力、制造网络通信能力等在内。在数控系统需实现的一系列功能模块中，部分模块可以通过导入数学模型的方式，在经典控制理论辅助下实现控制，但也有一些环节模块无法建立精确的数学模型，所获取的数据信息为模糊信息，常规控制理论无法达到满意效果，此时就需要通过引入智能化技术的方式解决上述模块的功能化实现。

以数控机床故障诊断为例，该功能可以依赖于模糊推理规则实现，引入模糊集合理论对数控系统中部分参数进行模糊调节与整定，并在人工神经网络干预下实现故障诊断功能。而在数控机床实现插补计算功能的过程中，该模块作为数控机床的核心模块，可依据机床被技工零件的外观轮廓以及起终点、速度等基础信息，将中间点插入起终点之间，实现对数据节点的密化处理。在这一功能实现过程中，可借助于智能化控制技术的自适应特征，引入自适应性神经元单位来满足数控系统位置环软件增益的调节与控制。除此以外，作为具有极强复杂函数逼近能力的BP人工神经网络，可以实现对数控机床维修专家经验的优化整合，且对结构或算法不明确的知识推理问题有良好的适应性。在综合维修经验的基础之上，根据人工神经网络推理规则以及数控机床运行现场故障信息，获得机床维修的关键意见。在这一过程中，还可将前馈控制、学习控制、以及自适应控制等智能化技术的综合应用于数控机床故障诊断实践中，如结合数控加工实际需求，将故障诊断专家系统、刀具自动管理系统、数控编程专家系统、加工参数自动设定系统等共同引入数控机床内，形成基于自适应性的调节系统，并基于遗传进化算法，根据待加工工件实际参数计算最优加工路径。当数控机床处于高速加工状态下时，将预测预算、动态前馈等功能引入综合运动控制模块，并模糊控制加工速度、位置、温度、以及压力等参数，提升数控系统控制性能。

3.2 在机器人领域中的应用

从动力学角度上来说，机器人具有时变性、非线性性、强耦合性等特征，控制参数呈现多变量特点，传感器信息呈现多样化特点，控制任务呈现出多类型特点，这些特点对于智能控制应用而言的适应性是非常高的。目前，智能控制技术已经在机器人领域的多个方面发挥应用价值，例如机器人多传感器信息融合。视觉处理、移动机器人行走路径规划、定位、运动轨迹跟踪、行走期间障碍自主规避、机器人手臂动作规划等等功能的实现均与智能控制技术的应用存在密切关系。在人工神经网络、专家系统、以及模糊控制等智能化技术的辅助下对机器人进行精准定位、环境建模、规划、检测以及控制的研究已经日趋成熟，并在大量实际应用系统中得到了证实。

人工神经网络的非线性映射能力以及自主学习能力是毋庸置疑的，这对于机器人动力学的发展完善是非常有利的，尤其是在多自由度机器人手臂现场学习控制中发挥着非常重要的应用价值。在机器人手臂现场学习中，人工神经网络可以融合各个传感器所采集信息，系统鲁棒性以及容错性强，根据对采集参数的融合学习，能够使机器人手臂作用力、位置、以及模糊补偿控制均更加精确与可靠。除此以外，在移动机器人移动路径的规划中，遗传免疫算法也有非常重要的应用价值，还能够使机器人系统编程以及控制技术得到进一步的優化。在此基础之上，机器人系统研发领域中还积极尝试将多种智能控制技术或方法结合起来，形成集成化的智能控制系统，并与传统控制技术功能优势相结合，以促进智能控制系统整体适应性能以及鲁棒性的提升。例如，将人工神经网络与模糊控制技术相结合，发挥前者在自主学习方面的优势以及模糊控制环节训练的功能；将人工神经网络模糊控制思维推理功能与神经元连接拓扑结构任意性相结合，弥补两者的性能局限；将模糊控制与变结构控制相融合；将模糊控制与神经网络控制相结合等等，使智能技术能够协助机器人完成复杂环境下探索、通信、合作等在内的一系列功能。

3.3 在机械制造领域中的应用

将机电一体化系统相关智能技术与机械制造各个工作环节相结合能够明显改善整个机械制造行业的智能化的的水平，通过计算机技术对人脑进行仿真模拟，替代传统机械制造流程中部分依赖于人脑的工作，大大降低了机械制造过程中各个环节作业人员的劳动压力，将工作注意力转移至其他环节中。同时，依赖于计算机智能化控制技术工作方式还能够实现对人工作业误差的有效控制，改善机械制造生产的精度水平。除此以外，人工神经网络还能够为机械制造过程中各个环节的生产状态进行实时性且动态性的监督，中央处理器在接收来自现场传感器所采集各类参数信息的基础之上对控制模式中的关键信息进行实时性调整与修改，以支持机械制造生产控制模式智能化以及实时性的转变。从这一角度上来说，机电一体化系统中智能控制在机械制造领域中的硬装，主要是机械制造系统的智能检测和监测、故障的实时监测。

3.4 在交流伺服领域中的应用

交流伺服驱动系统作为机电一体化系统中非常重要的构成部分之一，可以将电信号转变为机械动作，是非常关键的转换装置之一。机电一体化系统中交流伺服驱动系统的性能枝江将在很大程度上影响系统控制功能的实现。在当前电力电子技术发展速度不断提升，矢量控制技术日趋完善的背景下，交流调速系统性能更加完善，交流伺服系统所呈现出的参数时变、负载扰动特性更加突出，加之交流调速系统中交流电动机自身以及被控制对象均表现出了强烈的强耦合性以及非线性特征，因而构建数学模型的难度是非常大的，参考传统控制模式所给出的近似模型无法获得准确的PID参数，对系统性能指标的要求无法满足。因而，可以尝试将智能控制技术引入机电一体化系统交流伺服领域中，将控制理论结合并逼近期望目标，，以获得更为理想的性能指标。

智能控制技术与常规P}控制相结合形成智能PID设计思想是将人工智能以非线性控制方式引入到控制器中，使系统在任何运行状态下均能得到比传统PID控制更好的控制性能，具有不依赖系统精确数学模型和控制器参数在线自动调整等特点，对系统参数变化具有较好的适应性。单独采用模糊控制算法，可以提高系统的动态响应速度和静态性能，也具有较好的抗干扰能力，但存在“抖振”问题，在自组织、自学习能力上也有欠缺利用神经网络在线调节系统误差和误差变化率，改善对模糊控制器输出影响程度，调节模糊控制，可以极大地改善模糊控制的效果，使模糊控制器具有自适应、自组织且又保留其鲁棒性因此，其位置环可采用神经网络的规则自校正模糊控制器构成位置调节器针对永磁同步电动机交流伺服系统，采用模糊神经网络控制器作为其位置调节器，结合遗传算法的快速搜索功能，使系统定位准确、快速，与常规的PID控制模式相比，具有良好的动态、稳态性能以及较强的鲁棒性在大型发电机励磁控制器当中，将变结构附加励磁控制器中加入人工神经网络根据控制时刻及前两个时刻的状态变量。在此基础之上，通过变结构控制与模糊控制的结合，模糊化传统边界层，使其转变为一个具有模糊化特征的开关曲面，以减弱功能控制中存在的“抖振”问题。

4 结束语

随着科学技术的不断更新与进步，智能控制技术与机电一体化系统的融合关系也更加紧密，机电一体化系统的发展完善也有了更加坚实的技术保障。本文即围绕智能控制在机电一体化系统中的应用问题展开分析与研究，首先阐述了机电一体化系统的基本概念以及在综合性、智能性以及完整性方面的特点，然后对智能控制技术进行了简要介绍，最后分别从数控领域、机器人领域、机械制造领域、以及交流伺服领域中智能控制技术的应用入手展开分析，验证了智能控制技术在机电一体化系统中所发挥的重要作用，望能够引起业内人士的关注与重视。

参考文献：

[1]万浩."工业4.0"推动机电一体化走向智能技术系统[J].电子测试，2019，（2）：128-129.

[2]余方林.智能控制及其在机电一体化系统中的应用思考[J].中外交流，2018，（52）：53.

[3]宋涛.智能控制在矿山机电一体化系统中的应用[J].建筑工程技术与设计，2018，（35）：828.

[4]陈巍.机电一体化技术在智能制造中的应用[J].矿业装备，2018，（6）：48-49.

[5]姜华.智能控制及其在机电一体化系统中的应用[J].南方农机，2018，49（22）：78.

[6]童群.机电一体化技术在企业智能制造中的应用探析[J].信息系统工程，2018，（11）：102.

[7]吴群波.农业机械机电一体化技术的运用研究[J].南方农机，2018，49（23）：69.

[8]李 宁.浅析机电一体化系统中智能控制的应用[J].建筑工程技术与设计，2018，（18）：4179.

[9]郑峰.关于企业智能制造中机电一体化技术的发展分析与应用探讨[J].科技风，2018，（27）：175.

[10]阿古达木.机电一体化设备的故障诊断技术分析[J].时代农机，2018，45（11）：199.

[11]陈海亮.综合机械化和机电一体化在煤矿开采中的应用[J].中国科技投资，2019，（3）：86.

[12]刘现智.基于PLC控制的机电一体化设备的安装与调试[J].科学与财富，2019，（6）：57.

[13]王飞飞.关于机电一体化在焊接生产中的应用分析[J].现代信息科技，2018，2（12）：172-173.

[14]刘营.智能控制在煤矿机电一体化系统中的应用分析[J].建筑工程技术与设计，2018，（17）：4805.

[15]王鹏杰.在机电一体化系统中运用智能控制技术的分析[J].建筑工程技术与设计，2018，（17）：661.