发布时间 : 星期二 文章(精品)基于MATLAB的智能控制系统的介绍与设计实例最新毕业论文更新完毕开始阅读2108ef2c82c4bb4cf7ec4afe04a1b0717fd5b397
经验。此外由于没有被控对象的模型，在投入运行之前就很难进行稳定性、鲁棒性等系统分析。近年来，一些研究者们在模糊控制模式中引入模糊模型的概念，出现了模糊模型。模糊模型易于表达结构性知识，成为模糊控制系统研究的关键问题。最近，模糊控制理论成功地应用于飞行器的优化跟踪设计和产品加工过程。
②神经网络控制
神经网络控制NNC是研究和利用人脑的菜些结构机理以及人的知识和经验对系统的控制。一般地，神经网络控制系统的智能性、鲁棒性均较好，它能处理高维、非线性、强耦合和不定性的复杂工业生产过程的控制问题。显示了神经网络在解决高度非线性和严重不确定性系统的控制方面具有很大潜力。虽然神经网络在利用系统定量数据方面有较强的学习能力。但它将系统控制问题看成“黑箱”的映射问题，缺乏明确的物理意义，不易把控制经验的定性知识融入控制过程中。近来，在神经网络自适应控制、人工神经网络阀函数的数字设计、新的混合神经网络模型等方面都有一些重要进展，如应用于机器人操作过程神经控制、核反应堆的载重操作过程的神经控制。近年来，神经网络、模糊推理、各种特殊信号的有机结合，还导致了一些新的综合神经网络的出现。例如，小波神经网络、模糊神经网络和混沌神经网络的出现，为智能控制领域开辟了新的研究方向。
③实时专家系统
实时专家系统是基于广义模型化概念和系统仿真技术与人工智能技术的深度结合，构造出一种带模型库的控制系统。这种新型的专家系统能在工业生产系统的动态过程中，随时监视外界的环境，自动采集生产过程变量，并对生产过程实时在线的修改和补充。传统的专家系统是以交互方式操作，从外界获取的信息都是一次性和静止的，而信息的采集是主动的。实际工业生产系统中的多数信息都是连续时变的，且信息是大量的。因此，采用一般模糊辨识方法得到的模型在精度上往往不是十分理想。为适应现代工业的要求，实时专家系统应用模糊逻辑控制和神经元网络理论，将线模和模糊型结合在一起，融进专家系统，通过专家系统的启发性、透明性和灵活性以及线性模型良好的跟踪能力，对模糊模型进行动态的修改和补充，这样不再需要事先建立过程的数学模型。实时专家系统主要应用在咨询；自动化装置的设计、组态；诊断或诊断支持；复杂系统的调节等领域。其主要特点是：具有更高的智能判断能力和推理速度；同时，对外界的预测能力和自适应能力也很强。
目前关于智能控制的研究和应用沿着几个主要的分支发展，主要为：自适应控制（fadaptivo Control)、模糊控制(Fuzzy Control)、神经网络控制(Neural Net-based
Control)、基于知识的控制(Knowledge Based Control)、复合智能控制(Hybrid Intelligent Control)、学习控制(1earning Control)和基于进化机制的控制(Evolutionary Mechanism Based Control)。这些有的已在现代工业生产过程的智能控制与智能自动化投入实际应用。计算机仿真方法在各种工程领域和非工程领域中有许多成功应用的范例，其成效十分显著，影响也很大。在宇航工业中，有著名的阿波罗登月仿真系统。该系统包括混合计算机、运动仿真器、月球仿真器、驾驶舱、视景系统等，可实现在计算机上预先对登月计划进行分析、设计与检验，同时还可对宇航员进行仿真操作训练，从而大大降低了实际登月的风险系数。
第三章 MATLAB平台及对应工具箱
MATALAB是集科学计算、结果可视化和编程于一身，能够方便地进行科学计算和大量工程计算的数学软件。目前，它已成为世界上应用最为广泛的工程计算软件之一。MATALAB的最初版本是由Cleve Moler博士用FORTRAN语言开发的矩阵分析软件， MATALAB是“矩阵实验室”(Matrix Laboratory)的缩写，它是一种以矩阵计算为基础的交互式程序语言，最早用来作为LINPACK(线性代数软件包)和EISPACK(基于特征值计算的软件包)矩阵软件包的接口。在80年代初期，由Cleve Moler和John Little采用C改写了MATALAB的内核。不久，他们成立了MathWorks软件开发公司，并于1984年将MATALAB正式推向市场。1992年初推出了应用于Windows操作系统的MATALAB4.X版本，1998年推出5.2版本，1999年推出MATLAB5.3版本，2000年为MATLAB6.0版本，现在最新的为MATLAB6.5版本。
1.MATLAB的主要特点
①MATLAB的基本单位为矩阵，其表达式与数学、工程计算中常用的形式类似。并且矩阵的行和列无需定义，可随时添加和修改；
②MATLAB语言以解释方式工作，对每条语句进行解释后即运行，键入算式即得结果，无需编译，对错误可立即作出反映，大大减少了编程和调试的工作；
③MATLAB语言规则与人们长期以来使用的在演算纸上进行演算的书写习惯十分相似，易学易读适于交流；
④具有强大的作图和数据可视化功能。可以把数据以多种形式加以表现，非常简单、直观、方便；
⑤具有极强的可扩展性；
⑥具有非常友好的人机界面。
2.MATLAB软件包括MATLAB主程序和许多日益增多的工具箱，工具箱实际就是用MATLAB 基本语句编写的各种子程序集，用于解决某一方面的专门问题或实现某一类的新算法。MATLAB 还提供了与其他应用语言的接口，以实现数据的共享和传递。
3.MATLAB的基本组成．MATLAB主要由MATLAB主程序、SIMULINK动态系统仿真和MATLAB工具箱三大部分组成。
其中MATLAB主程序包括MATLAB语言、工作环境、句柄图形、数学函数库和应用程序接口五个部分；SIMULINK是用于动态系统仿真的交互式系统，允许用户在屏幕上绘制框图来模拟一个系统，并能动态地控制该系统，目前的SIMULINK可以处理线性、非线性、连续、离散、多变量及多系统；工具箱实际就是用MATLAB的基本语句编写的各种子程序集和函数库，用于解决某一方面的特定问题或实现某一类的新算法，它是开放性的，可以应用也可以根据自己的需要进行扩展。MATLAB工具箱大体可分为功能性的工具箱和学科性的工具箱两类。功能性的工具箱主要用于扩展MATLAB的符号计算功能、图形建模功能、文字处理功能和与硬件的实时交互过程，如符号计算工具箱等；学科性的工具箱则有较强的专业性，用于解决特定的问题，如信号处理工具箱和通信工具箱。
第四章 Matlab程序设计实例——倒立摆控制
倒立摆系统是一个典型的非线性、强耦合、多变量和不稳定系统，作为控制系统的被控对象，许多抽象的控制概念都可以通过倒立摆直接的表现出来。对系统建立数学模型是系统分析、设计的前提，而一个准确又简练的数学模型将大大简化后期的工作。为了简化系统的分析，在实际建立模型的过程中，要忽略空气的流动阻力，以及各个次要的摩擦阻力。这样，可以将倒立摆系统抽象成小车和匀质刚性杆组成，如图1所示。
图1 倒立摆系统
假定倒立摆系统的参数如下。 摆杆的质量：m=0.1g 摆杆的长度：2l=1m 小车的质量：M=1kg 重力加速度：g=10s2
摆杆惯量：I=0.003kgm2(摆杆的质量在摆杆的中心)
设计一个控制系统，使得当给定任意初始条件(由干扰引起)时，最大超调量? %≤
10%，调节时间ts≤4s，使摆返回至垂直位置，并使小车返回至参考位置(x=0)。要求：
①建立倒立摆系统的数学模型；
②分析系统的性能指标——能控性、能观性、稳定性；
③设计状态反馈阵，使闭环极点能够达到期望的极点，这里所说的期望的极点确定
是把系统设计成具有两个主导极点，两个非主导极点，这样就可以用二阶系统的分析方法进行参数的确定；
④用MATLAB进行程序设计，得到设计后系统的脉冲响应、阶跃响应，绘出相应状
态变量的时间响应图。
⑤根据自身的课题情况，任意选择一个被控对象，按照上题所示步骤进行分析和设
计，并给出仿真程序及其执行结果。
控制系统设计步骤： 1.系统建模
图2是系统中小车和摆杆的受力分析图。其中，N和P为小车与摆杆相互作用力的水平和垂直方向的分量。Φ是摆杆与垂直向上方向的夹角；θ是摆杆与垂直向下方向的夹角（考虑到摆杆初始位置为竖直向下）。
注意：在实际倒立摆系统中检测和执行装置的正负方向已经完全确定，因而矢量方向定义如图所示，图示方向为矢量正方向。
N Iθ F
P
bx
θ
Mg N
图2 小车及摆杆受力分析
分析小车水平方向所受的合力，可以得到以下方程：
由摆杆水平方向的受力进行分析可以得到下面等式： 即：
??cos??ml??2sin? ??ml?N?m?x把这个等式代入式(3-1)中，就得到系统的第一个运动方程：
??cos??ml??2sin??F ??bx??ml?(M?m)?x为了推出系统的第二个运动方程，我们对摆杆垂直方向上的合力进行分析，可以得