建立在狀態(tài)空間法基礎(chǔ)上的一種控制理論，是自動(dòng)控制理論的一個(gè)主要組成部分。在現(xiàn)代控制理論中，對(duì)控制系統(tǒng)的分析和設(shè)計(jì)主要是通過對(duì)系統(tǒng)的狀態(tài)變量的描述來進(jìn)行的，基本的方法是時(shí)間域方法?，F(xiàn)代控制理論比經(jīng)典控制理論所能處理的控制問題要廣泛得多，包括線性系統(tǒng)和非線性系統(tǒng)，定常系統(tǒng)和時(shí)變系統(tǒng)，單變量系統(tǒng)和多變量系統(tǒng)。它所采用的方法和算法也更適合于在數(shù)字計(jì)算機(jī)上進(jìn)行?，F(xiàn)代控制理論還為設(shè)計(jì)和構(gòu)造具有指定的性能指標(biāo)的最優(yōu)控制系統(tǒng)提供了可能性?，F(xiàn)代控制理論的名稱是在1960年以后開始出現(xiàn)的，用以區(qū)別當(dāng)時(shí)已經(jīng)相當(dāng)成熟并在后來被稱為經(jīng)典控制理論的那些方法?，F(xiàn)代控制理論已在航空航天技術(shù)、軍事技術(shù)、通信系統(tǒng)、生產(chǎn)過程等方面得到廣泛的應(yīng)用?，F(xiàn)代控制理論的某些概念和方法，還被應(yīng)用于人口控制、交通管理、生態(tài)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)等的研究中。

現(xiàn)代控制理論是在20世紀(jì)50年代中期迅速興起的空間技術(shù)的推動(dòng)下發(fā)展起來的。空間技術(shù)的發(fā)展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造衛(wèi)星用最少燃料或最短時(shí)間準(zhǔn)確地發(fā)射到預(yù)定軌道一類的控制問題。這類控制問題十分復(fù)雜，采用經(jīng)典控制理論難以解決。1958年，蘇聯(lián)科學(xué)家Л.С.龐特里亞金提出了名為極大值原理的綜合控制系統(tǒng)的新方法。在這之前,美國(guó)學(xué)者R.貝爾曼于1954年創(chuàng)立了動(dòng)態(tài)規(guī)劃,并在1956年應(yīng)用于控制過程。他們的研究成果解決了空間技術(shù)中出現(xiàn)的復(fù)雜控制問題，并開拓了控制理論中最優(yōu)控制理論這一新的領(lǐng)域。1960～1961年，美國(guó)學(xué)者R.E.卡爾曼和R.S.布什建立了卡爾曼-布什濾波理論,因而有可能有效地考慮控制問題中所存在的隨機(jī)噪聲的影響，把控制理論的研究范圍擴(kuò)大，包括了更為復(fù)雜的控制問題。幾乎在同一時(shí)期內(nèi)，貝爾曼、卡爾曼等人把狀態(tài)空間法系統(tǒng)地引入控制理論中。狀態(tài)空間法對(duì)揭示和認(rèn)識(shí)控制系統(tǒng)的許多重要特性具有關(guān)鍵的作用。其中能控性和能觀測(cè)性尤為重要，成為控制理論兩個(gè)最基本的概念。到60年代初，一套以狀態(tài)空間法、極大值原理、動(dòng)態(tài)規(guī)劃、卡爾曼-布什濾波為基礎(chǔ)的分析和設(shè)計(jì)控制系統(tǒng)的新的原理和方法已經(jīng)確立，這標(biāo)志著現(xiàn)代控制理論的形成。

現(xiàn)代控制理論所包含的學(xué)科內(nèi)容十分廣泛,主要的方面有:線性系統(tǒng)理論、非線性系統(tǒng)理論、最優(yōu)控制理論、隨機(jī)控制理論和適應(yīng)控制理論。

線性系統(tǒng)理論 它是現(xiàn)代控制理論中最為基本和比較成熟的一個(gè)分支，著重于研究線性系統(tǒng)中狀態(tài)的控制和觀測(cè)問題，其基本的分析和綜合方法是狀態(tài)空間法。按所采用的數(shù)學(xué)工具，線性系統(tǒng)理論通常分成為三個(gè)學(xué)派：基于幾何概念和方法的幾何理論，代表人物是W.M.旺納姆;基于抽象代數(shù)方法的代數(shù)理論,代表人物是R.E.卡爾曼；基于復(fù)變量方法的頻域理論，代表人物是H.H.羅森布羅克。

非線性系統(tǒng)理論 非線性系統(tǒng)的分析和綜合理論尚不完善。研究領(lǐng)域主要還限于系統(tǒng)的運(yùn)動(dòng)穩(wěn)定性、雙線性系統(tǒng)的控制和觀測(cè)問題、非線性反饋問題等。更一般的非線性系統(tǒng)理論還有待建立。從70年代中期以來，由微分幾何理論得出的某些方法對(duì)分析某些類型的非線性系統(tǒng)提供了有力的理論工具。

最優(yōu)控制理論 最優(yōu)控制理論是設(shè)計(jì)最優(yōu)控制系統(tǒng)的理論基礎(chǔ)，主要研究受控系統(tǒng)在指定性能指標(biāo)實(shí)現(xiàn)最優(yōu)時(shí)的控制規(guī)律及其綜合方法。在最優(yōu)控制理論中，用于綜合最優(yōu)控制系統(tǒng)的主要方法有極大值原理和動(dòng)態(tài)規(guī)劃。最優(yōu)控制理論的研究范圍正在不斷擴(kuò)大，諸如大系統(tǒng)的最優(yōu)控制、分布參數(shù)系統(tǒng)的最優(yōu)控制等。

隨機(jī)控制理論 隨機(jī)控制理論的目標(biāo)是解決隨機(jī)控制系統(tǒng)的分析和綜合問題。維納濾波理論和卡爾曼-布什濾波理論是隨機(jī)控制理論的基礎(chǔ)之一。隨機(jī)控制理論的一個(gè)主要組成部分是隨機(jī)最優(yōu)控制，這類隨機(jī)控制問題的求解有賴于動(dòng)態(tài)規(guī)劃的概念和方法。

適應(yīng)控制理論 適應(yīng)控制系統(tǒng)是在模仿生物適應(yīng)能力的思想基礎(chǔ)上建立的一類可自動(dòng)調(diào)整本身特性的控制系統(tǒng)。適應(yīng)控制系統(tǒng)的研究常可歸結(jié)為如下的三個(gè)基本問題：①識(shí)別受控對(duì)象的動(dòng)態(tài)特性；②在識(shí)別對(duì)象的基礎(chǔ)上選擇決策；③在決策的基礎(chǔ)上做出反應(yīng)或動(dòng)作。

1.智能控制(Intelligent Control)

智能控制是人工智能和自動(dòng)控制的結(jié)合物,是一類無需人的干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器,實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。智能控制的注意力并不放在對(duì)數(shù)學(xué)公式的表達(dá)、計(jì)算和處理上,而放在對(duì)任務(wù)和模型的描述,符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫(kù)和推理機(jī)的設(shè)計(jì)開發(fā)上。智能控制用于生產(chǎn)過程,讓計(jì)算機(jī)系統(tǒng)模仿專家或熟練操作人員的經(jīng)驗(yàn),建立起以知識(shí)為基礎(chǔ)的廣義模型,采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示和自學(xué)習(xí)、推理與決策等智能化技術(shù),對(duì)外界環(huán)境和系統(tǒng)過程進(jìn)行理解、判斷、預(yù)測(cè)和規(guī)劃,使被控對(duì)象按一定要求達(dá)到預(yù)定的目的。

智能控制的理論基礎(chǔ)是人工智能,控制論,運(yùn)籌學(xué)和系統(tǒng)學(xué)等學(xué)科的交叉,它的主要特點(diǎn)是:

(1)同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過程;

(2)智能控制的核心在高層控制,即組織級(jí),它的主要任務(wù)在于對(duì)實(shí)際環(huán)境或過程進(jìn)行組織;

(3)系統(tǒng)獲取的信息不僅是數(shù)學(xué)信息,更重要的是文字符號(hào)、圖像、圖形、聲音等各種信息。

智能控制正處于發(fā)展過程中,還存在許多有待研究的問題:

(1)探討新的智能控制理論;

(2)采用語音控制;

(3)提高系統(tǒng)的學(xué)習(xí)能力和自主能力;

(4)利用現(xiàn)有的非線性技術(shù)分析閉環(huán)系統(tǒng)的特性;

(5)智能控制的實(shí)現(xiàn)問題。

2.非線性控制(Nonlinear Control)

非線性控制是復(fù)雜控制理論中一個(gè)重要的基本問題,也是一個(gè)難點(diǎn)課題,它的發(fā)展幾乎與線性系統(tǒng)平行^[2][3]。非線性系統(tǒng)的發(fā)展,數(shù)學(xué)工具是一個(gè)相當(dāng)困難的問題,泰勒級(jí)數(shù)展開對(duì)有些情況是不能適用的。古典理論中的“相平面”法只適用于二階系統(tǒng),適用于含有一個(gè)非線性元件的高階系統(tǒng)的“描述函數(shù)”法也是一種近似方法。由于非線性系統(tǒng)的研究缺乏系統(tǒng)的、一般性的理論及方法,于是綜合方法得到較大的發(fā)展,主要有:

(1)李雅普諾夫方法:它是迄今為止最完善、最一般的非線性方法,但是由于它的一般性,在用來分析穩(wěn)定性或用來鎮(zhèn)定綜合時(shí)都欠缺構(gòu)造性。

(2)變結(jié)構(gòu)控制:由于其滑動(dòng)模態(tài)具有對(duì)干擾與攝動(dòng)的不變性,到80年代受到重視,是一種實(shí)用的非線性控制的綜合方法。

(3)微分幾何法:在過去的的20年中,微分幾何法一直是非線性控制系統(tǒng)研究的主流,它對(duì)非線性系統(tǒng)的結(jié)構(gòu)分析、分解以及與結(jié)構(gòu)有關(guān)的控制設(shè)計(jì)帶來極大方便.用微分幾何法研究非線性系統(tǒng)是現(xiàn)代數(shù)學(xué)發(fā)展的必然產(chǎn)物,正如意大利教授Isidori指出:“用微分幾何法研究非線性系統(tǒng)所取得的成績(jī),就象50年代用拉氏變換及復(fù)變函數(shù)理論對(duì)單輸入單輸出系統(tǒng)的研究,或用線性代數(shù)對(duì)多變量系統(tǒng)的研究?！钡@種方法也有它的缺點(diǎn),體現(xiàn)在它的復(fù)雜性、無層次性、準(zhǔn)線性控制以及空間測(cè)度被破壞等。因此最近又有學(xué)者提出引入新的、更深刻的數(shù)學(xué)工具去開拓新的方向,例如:微分動(dòng)力學(xué)、微分拓?fù)渑c代數(shù)拓?fù)?、代?shù)幾何等。

3.自適應(yīng)控制(Adaptive Control)

自適應(yīng)控制系統(tǒng)通過不斷地測(cè)量系統(tǒng)的輸入、狀態(tài)、輸出或性能參數(shù),逐漸了解和掌握對(duì)象,然后根據(jù)所得的信息按一定的設(shè)計(jì)方法,作出決策去更新控制器的結(jié)構(gòu)和參數(shù)以適應(yīng)環(huán)境的變化,達(dá)到所要求的控制性能指標(biāo)。

自適應(yīng)控制系統(tǒng)應(yīng)具有三個(gè)基本功能:

(1)辨識(shí)對(duì)象的結(jié)構(gòu)和參數(shù),以便精確地建立被控對(duì)象的數(shù)學(xué)模型;

(2)給出一種控制律以使被控系統(tǒng)達(dá)到期望的性能指標(biāo);

(3)自動(dòng)修正控制器的參數(shù)。因此自適應(yīng)控制系統(tǒng)主要用于過程模型未知或過程模型結(jié)構(gòu)已知但參數(shù)未知且隨機(jī)的系統(tǒng)。

自適應(yīng)控制系統(tǒng)的類型主要有自校正控制系統(tǒng),模型參考自適應(yīng)控制系統(tǒng),自尋最優(yōu)控制系統(tǒng),學(xué)習(xí)控制系統(tǒng)等。最近,非線性系統(tǒng)的自適應(yīng)控制,基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制又得到重視,提出一些新的方法。

4.魯棒控制(Robust Control)

過程控制中面臨的一個(gè)重要問題就是模型不確定性,魯棒控制主要解決模型的不確定性問題,但在處理方法上與自適應(yīng)控制有所不同。自適應(yīng)控制的基本思想是進(jìn)行模型參數(shù)的辯識(shí),進(jìn)而設(shè)計(jì)控制器。控制器參數(shù)的調(diào)整依賴于模型參數(shù)的更新,不能預(yù)先把可能出現(xiàn)的不確定性考慮進(jìn)去。而魯棒控制在設(shè)計(jì)控制器時(shí)盡量利用不確定性信息來設(shè)計(jì)一個(gè)控制器,使得不確定參數(shù)出現(xiàn)時(shí)仍能滿足性能指標(biāo)要求。

魯棒控制認(rèn)為系統(tǒng)的不確定性可用模型集來描述,系統(tǒng)的模型并不唯一,可以是模型集里的任一元素,但在所設(shè)計(jì)的控制器下,都能使模型集里的元素滿足要求。魯棒控制的一個(gè)主要問題就是魯棒穩(wěn)定性,目前常用的有三種方法:

(1)當(dāng)被研究的系統(tǒng)用狀態(tài)矩陣或特征多項(xiàng)式描述時(shí)一般采用代數(shù)方法,其中心問題是討論多項(xiàng)式或矩陣組的穩(wěn)定性問題;

(2)李雅普諾夫方法,對(duì)不確定性以狀態(tài)空間模式出現(xiàn)時(shí)是一種有利工具;

(3)頻域法從傳遞函數(shù)出發(fā)研究問題,有代表性的是Hoo控制,它用作魯棒性分析的有效性體現(xiàn)在外部擾動(dòng)不再假設(shè)為固定的,而只要求能量有界即可。這種方法已被用于工程設(shè)計(jì)中,如Hoo最優(yōu)靈敏度控制器設(shè)計(jì)。

5.模糊控制(Fuzzy Control)

模糊控制借助模糊數(shù)學(xué)模擬人的思維方法,將工藝操作人員的經(jīng)驗(yàn)加以總結(jié),運(yùn)用語言變量和模糊邏輯理論進(jìn)行推理和決策,對(duì)復(fù)雜對(duì)象進(jìn)行控制。模糊控制既不是指被控過程是模糊的,也不意味控制器是不確定的,它是表示知識(shí)和概念上的模糊性,它完成的工作是完全確定的。

1974年英國(guó)工程師E.H.Mamdam首次把Fuzzy集合理論用于鍋爐和蒸氣機(jī)的控制以來,開辟了Fuzzy控制的新領(lǐng)域,特別是對(duì)于大時(shí)滯、非線性等難以建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng),通過計(jì)算機(jī)實(shí)現(xiàn)模糊控制往往能取得很好的結(jié)果。

模糊控制的類型有:

(1)基本模糊控制器,一旦模糊控制表確定之后,控制規(guī)則就固定不變了;

(2)自適應(yīng)模糊控制器,在運(yùn)行中自動(dòng)修改、完善和調(diào)整規(guī)則,使被控過程的控制效果不斷提高,達(dá)到預(yù)期的效果;

(3)智能模糊控制器,它把人、人工智能和神經(jīng)網(wǎng)絡(luò)三者聯(lián)系起來,實(shí)現(xiàn)綜合信息處理,使系統(tǒng)既具有靈活的推理機(jī)制、啟發(fā)性知識(shí)與產(chǎn)生式規(guī)則表示,又具有多種層次、多種類型的控制規(guī)律選擇。

模糊控制的特點(diǎn)是不需要精確的數(shù)學(xué)模型,魯棒性強(qiáng),控制效果好,容易克服非線性因素的影響,控制方法易于掌握。最近有人提出神經(jīng)——模糊Inter3融合控制模型,即把融合結(jié)構(gòu)、融合算法及控制合為一體進(jìn)行設(shè)計(jì)。又有人提出利用同倫BP網(wǎng)絡(luò)記憶模糊規(guī)則,以“聯(lián)想方式”使用這些經(jīng)驗(yàn)。

模糊控制有待進(jìn)一步研究的問題:模糊控制系統(tǒng)的功能、穩(wěn)定性、最優(yōu)化問題的評(píng)價(jià);非線性復(fù)雜系統(tǒng)的模糊建模,模糊規(guī)則的建立和模糊推理算法的研究;找出可遵循的一般設(shè)計(jì)原則^[4]。

6.神經(jīng)網(wǎng)絡(luò)控制(Neural Network Control)

神經(jīng)網(wǎng)絡(luò)是由所謂神經(jīng)元的簡(jiǎn)單單元按并行結(jié)構(gòu)經(jīng)過可調(diào)的連接權(quán)構(gòu)成的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的種類很多,控制中常用的有多層前向BP網(wǎng)絡(luò),RBF網(wǎng)絡(luò),Hopfield網(wǎng)絡(luò)以及自適應(yīng)共振理論模型(ART)等。

神經(jīng)網(wǎng)絡(luò)控制就是利用神經(jīng)網(wǎng)絡(luò)這種工具從機(jī)理上對(duì)人腦進(jìn)行簡(jiǎn)單結(jié)構(gòu)模擬的新型控制和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中可充當(dāng)對(duì)象的模型,還可充當(dāng)控制器。常見的神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)有:

(1)參數(shù)估計(jì)自適應(yīng)控制系統(tǒng);

(2)內(nèi)?？刂葡到y(tǒng);

(3)預(yù)測(cè)控制系統(tǒng);

(4)模型參考自適應(yīng)系統(tǒng);

(5)變結(jié)構(gòu)控制系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)控制的主要特點(diǎn)是:可以描述任意非線性系統(tǒng);用于非線性系統(tǒng)的辨識(shí)和估計(jì);對(duì)于復(fù)雜不確定性問題具有自適應(yīng)能力;快速優(yōu)化計(jì)算能力;具有分布式儲(chǔ)存能力,可實(shí)現(xiàn)在線、離線學(xué)習(xí)。

最近有人提出以Hopfield網(wǎng)絡(luò)實(shí)現(xiàn)一種多分辨率體視協(xié)同算法,該算法以逐級(jí)融合的方式自動(dòng)完成由粗到細(xì),直至全分辨率的匹配和建立^[5]。又有人提出一種網(wǎng)絡(luò)自組織控制器,采用變斜率的最速梯度下降學(xué)習(xí)算法,應(yīng)用在非線性跟蹤控制中^[6]。今后需進(jìn)一步探討的問題是提高網(wǎng)絡(luò)的學(xué)習(xí)速度,提出新的網(wǎng)絡(luò)結(jié)構(gòu),創(chuàng)造出更適用于控制的專用神經(jīng)網(wǎng)絡(luò)。

7.實(shí)時(shí)專家控制(Real Time Expert Control)

專家系統(tǒng)是一個(gè)具有大量專門知識(shí)和經(jīng)驗(yàn)的程序系統(tǒng),它應(yīng)用人工智能技術(shù),根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)行推理和判斷,模擬人類專家的決策過程,以解決那些需要專家決定的復(fù)雜問題。專家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的區(qū)別在于:專家系統(tǒng)所要解決的問題一般沒有算法解,并且往往要在不完全、不精確或不確定的信息基礎(chǔ)上作出結(jié)論。

實(shí)時(shí)專家系統(tǒng)應(yīng)用模糊邏輯控制和神經(jīng)網(wǎng)絡(luò)理論,融進(jìn)專家系統(tǒng)自適應(yīng)地管理一個(gè)客體或過程的全面行為,自動(dòng)采集生產(chǎn)過程變量,解釋控制系統(tǒng)的當(dāng)前狀況,預(yù)測(cè)過程的未來行為,診斷可能發(fā)生的問題,不斷修正和執(zhí)行控制計(jì)劃。實(shí)時(shí)專家系統(tǒng)具有啟發(fā)性、透明性、靈活性等特點(diǎn),目前已經(jīng)在航天試驗(yàn)指揮、工業(yè)爐窯的控制、高爐爐熱診斷中得到廣泛應(yīng)用。目前需要進(jìn)一步研究的問題是如何用簡(jiǎn)潔語言來描述人類長(zhǎng)期積累的經(jīng)驗(yàn)知識(shí),提高聯(lián)想化記憶和自學(xué)習(xí)能力。

8.定性控制(Qualitative Control)

定性控制是指系統(tǒng)的狀態(tài)變量為定性量時(shí)(其值不是某一精確值而只知其處于某一范圍內(nèi)),應(yīng)用定性推理對(duì)系統(tǒng)施加控制變量使系統(tǒng)在某一期望范圍^[7]。

定性控制方法主要有三類:

(1)基于定量模型的定性控制,其特點(diǎn)是系統(tǒng)的定量模型假定已知,以定量模型為基礎(chǔ)推導(dǎo)定性模型;

(2)基于規(guī)則的定性控制,其特點(diǎn)是構(gòu)成定性模型的規(guī)則憑人們經(jīng)驗(yàn)的定性推理即可得到,或通過狀態(tài)的窮舉得到;

(3)基于定性模型的定性控制,其特點(diǎn)是直接通過對(duì)定性模型的研究來導(dǎo)出定性控制。

定性控制與模糊控制的區(qū)別:模糊控制不需建模,其控制律憑經(jīng)驗(yàn)或算法調(diào)整,而定性控制基于定性模型,控制規(guī)則基于對(duì)系統(tǒng)的定性分析;模糊控制是基于狀態(tài)的精確測(cè)量值,而定性控制基于狀態(tài)的定性測(cè)量值。

定性控制面臨的問題:發(fā)展定性數(shù)學(xué)理論,改進(jìn)定性推理方法,注重定性和定量知識(shí)的結(jié)合;研究定性建模方法,定性控制方法;加強(qiáng)定性控制應(yīng)用領(lǐng)域的研究。

9.預(yù)測(cè)控制(Predictive Control)

預(yù)測(cè)控制是在工業(yè)實(shí)踐過程中獨(dú)立發(fā)展起來的一種新型控制方法,它不僅適用于工業(yè)過程這種“慢過程”的控制,也能適用于快速跟蹤的伺服系統(tǒng)這種“快過程”控制^[8]。目前實(shí)用的預(yù)測(cè)控制方法有動(dòng)態(tài)矩陣控制(DMC),模型算法控制(MAC),廣義預(yù)測(cè)控制(GPC),模型預(yù)測(cè)啟發(fā)控制(MPHC)以及預(yù)測(cè)函數(shù)控制(PFC)等。這些方法具有以下特征:

(1)以計(jì)算機(jī)為實(shí)現(xiàn)手段,采取在線實(shí)現(xiàn)方式;

(2)建模方便,不需深入了解過程的內(nèi)部機(jī)理,對(duì)模型精度要求不高;

(3)采用滾動(dòng)優(yōu)化策略,在線反復(fù)進(jìn)行優(yōu)化計(jì)算,使模型失配、外界環(huán)境的變化引起的不確定性及時(shí)得到彌補(bǔ),提高控制質(zhì)量。

最近有人提出一種新的基于主導(dǎo)內(nèi)模概念的預(yù)測(cè)控制方法:結(jié)構(gòu)對(duì)外來激勵(lì)的響應(yīng)主要由其本身的模態(tài)所決定,即結(jié)構(gòu)只對(duì)激勵(lì)信息中與其起主導(dǎo)作用的幾個(gè)主要自振頻率相接近的頻率成分有較大的響應(yīng)。目前利用神經(jīng)網(wǎng)絡(luò)對(duì)被控對(duì)象進(jìn)行在線辨識(shí),然后用廣義預(yù)測(cè)控制規(guī)律進(jìn)行控制得到較多重視。

預(yù)測(cè)控制目前存在的問題是預(yù)測(cè)精度不高;反饋校正方法單調(diào);滾動(dòng)優(yōu)化策略少;對(duì)任意的一般系統(tǒng),其穩(wěn)定性和魯棒性分析較難進(jìn)行;參數(shù)調(diào)整的總體規(guī)則雖然比較明確,但對(duì)不同類型的系統(tǒng)的具體調(diào)整方法仍有待進(jìn)一步總結(jié)。

10.分布式控制系統(tǒng)(Distributed Control System)

分布式控制系統(tǒng)又稱集散控制系統(tǒng),是70年代中期發(fā)展起來的新型計(jì)算機(jī)控制系統(tǒng),它融合了控制技術(shù)(Control),計(jì)算機(jī)技術(shù)(Computer),通信技術(shù)(Communication),圖像顯示技術(shù)(CRT)的“4C”技術(shù),形成了以微處理器為核心的系統(tǒng),實(shí)現(xiàn)對(duì)生產(chǎn)過程的監(jiān)視、控制和管理。

既打破了常規(guī)控制儀表功能的局限,又較好地解決了早期計(jì)算機(jī)系統(tǒng)對(duì)于信息、管理過于集中帶來的危險(xiǎn),而且還有大規(guī)模數(shù)據(jù)采集、處理的功能以及較強(qiáng)的數(shù)據(jù)通信能力。

分布式控制系統(tǒng)既有計(jì)算機(jī)控制系統(tǒng)控制算法靈活,精度高的優(yōu)點(diǎn),又有儀表控制系統(tǒng)安全可靠,維護(hù)方便的優(yōu)點(diǎn)。它的主要特點(diǎn)是:真正實(shí)現(xiàn)了分散控制;具有高度的靈活性和可擴(kuò)展性;較強(qiáng)的數(shù)據(jù)通信能力;友好而豐富的人機(jī)聯(lián)系以及極高的可靠性。