自動(dòng)掌握原理總結(jié)報(bào)告專(zhuān)業(yè)自動(dòng)化班級(jí)09自動(dòng)化＜1＞班姓名梁超學(xué)號(hào)完成時(shí)間2011/12/28自動(dòng)掌握原理總結(jié)報(bào)告摘要：本學(xué)期我們學(xué)習(xí)了自動(dòng)掌握原理的前前8章,重點(diǎn)介紹了前6章,離散系統(tǒng)的分析與線(xiàn)性系統(tǒng)類(lèi)似。自動(dòng)掌握技術(shù)所取得的叔就和起到的作用給各行各業(yè)的人們留下了深刻的印象。從最初的機(jī)械轉(zhuǎn)速、位移的掌握到工業(yè)過(guò)程中對(duì)溫度、壓力、流量、物位的掌握,從遠(yuǎn)洋巨輪到深水潛艇的掌握,而今的數(shù)控機(jī)床,汽車(chē)工業(yè),自動(dòng)掌握技術(shù)的應(yīng)用幾乎無(wú)處不在。關(guān)鍵是自動(dòng)掌握理論和技術(shù)已經(jīng)介入到了電氣、機(jī)械、航空、化工、核反應(yīng)等諸多的學(xué)科和領(lǐng)域。所以越來(lái)越多的工程技術(shù)人員和科學(xué)工作者開(kāi)頭了解和關(guān)注自動(dòng)掌握的學(xué)問(wèn)。關(guān)鍵字：掌握方法進(jìn)展正文：一、自動(dòng)掌握理論的分析方法：（1）時(shí)域分析法；（2）頻率法；（3）根軌跡法；（4）狀態(tài)空間方法；（5）離散系統(tǒng)分析方法；（6）非線(xiàn)性分析方法系統(tǒng)的數(shù)學(xué)模型（1）解析表達(dá)：微分方程；差分方程；傳遞函數(shù)；脈沖傳遞函數(shù)；頻率特性；脈沖響應(yīng)函數(shù)；階躍響應(yīng)函數(shù)（2）圖形表達(dá)：動(dòng)態(tài)方框圖（結(jié)構(gòu)圖）；信號(hào)流圖；零極點(diǎn)分布；頻率響應(yīng)曲線(xiàn)；單位階躍響應(yīng)曲線(xiàn)自動(dòng)掌握原理基礎(chǔ)系列課程內(nèi)容體系具有系統(tǒng)性、科學(xué)性、先進(jìn)性、有用性，對(duì)課程體系進(jìn)行了改革確立了以系統(tǒng)分析、系統(tǒng)建模、系統(tǒng)綜合為自動(dòng)掌握原理課程的主線(xiàn)構(gòu)建了由時(shí)域分析、復(fù)域分析、頻域分析、系統(tǒng)校正4個(gè)模塊構(gòu)成的學(xué)問(wèn)體系。從課程的體系動(dòng)身以系統(tǒng)建模一系統(tǒng)分析一綜合設(shè)計(jì)作為課程主線(xiàn)。數(shù)學(xué)模型是描述系統(tǒng)內(nèi)部各物理量或變量之間關(guān)系的數(shù)學(xué)表達(dá)式建立一個(gè)合理的模型是系統(tǒng)分析和設(shè)計(jì)的前提。從不同的角度對(duì)系統(tǒng)進(jìn)行建模深入對(duì)這方面內(nèi)容的理解。例如可用船舶上的電機(jī)調(diào)速系統(tǒng)為例通過(guò)建立它的微分方程、傳遞函數(shù)、結(jié)構(gòu)圖、信號(hào)流圖這些不同的數(shù)學(xué)模型來(lái)建立各模型的聯(lián)系。系統(tǒng)分析方法是掌握系統(tǒng)綜合設(shè)計(jì)的基礎(chǔ)這部分的內(nèi)容主要包括時(shí)域分析法、根軌跡法、頻域響應(yīng)法是掌握理論的重點(diǎn)。在掌握系統(tǒng)中穩(wěn)定性、快速性和精確性是對(duì)掌握系統(tǒng)的基本要求也是衡量系統(tǒng)性能的重要指標(biāo)掌握系統(tǒng)不同的分析問(wèn)題方法都是緊緊圍繞這三個(gè)方面綻開(kāi)的。只要抓住這個(gè)特點(diǎn)就抓住了系統(tǒng)分析的關(guān)鍵有助于深入對(duì)不同方法的理解。例如以我軍某軍艦上的雷達(dá)定位系統(tǒng)為例假設(shè)給定目標(biāo)信號(hào)要求設(shè)計(jì)掌握器使系統(tǒng)在給定輸入下跟蹤指定目標(biāo)最小且抗干擾性最好。這些生動(dòng)的工程實(shí)例大大激發(fā)了我的愛(ài)好使我感受到了掌握理論的魅力深刻理解了結(jié)合掌握理論的進(jìn)展更新教學(xué)內(nèi)容近年來(lái)掌握理論得到了蓬勃進(jìn)展特殊在非線(xiàn)性掌握、分布參數(shù)掌握、魯棒掌握、自適應(yīng)掌握、智能掌握等方向上取得了重要進(jìn)展。例如每章結(jié)束后都開(kāi)設(shè)一個(gè)專(zhuān)題介紹本學(xué)科的進(jìn)展動(dòng)態(tài)這種方法擴(kuò)大了我們的學(xué)問(wèn)面培育了我們探究科學(xué)技術(shù)的愛(ài)好。結(jié)合船舶電氣的進(jìn)展而言近幾年來(lái)隨著電力、電子、掌握技術(shù)、通訊及信息技術(shù)等的不斷進(jìn)展及其在船舶上的廣泛應(yīng)用船舶電氣自動(dòng)化程度大大地提高。新一代大功率半導(dǎo)體電力電子器件在材料、理論、機(jī)理、制造工藝和應(yīng)用技術(shù)等方面的討論開(kāi)發(fā)取得了突破性的進(jìn)展船舶設(shè)施進(jìn)一步向高牢靠、節(jié)能型方向進(jìn)展對(duì)船舶電力推動(dòng)和輔機(jī)電力拖動(dòng)技術(shù)帶來(lái)重大變革可編程序掌握器和單片機(jī)已漸漸進(jìn)展成為船舶掌握中的一種普遍掌握方式。自動(dòng)掌握原理課程雖然是電專(zhuān)業(yè)的基礎(chǔ)專(zhuān)業(yè)課程但是一般學(xué)時(shí)支配也不非常充裕。要想在有限的時(shí)間內(nèi)把這門(mén)理論性和工程應(yīng)用性都很強(qiáng)的課程學(xué)好必需仔細(xì)的學(xué)習(xí)。例如在課程緒論部分通過(guò)與專(zhuān)業(yè)相關(guān)的典型示例引出掌握、開(kāi)環(huán)掌握、閉環(huán)掌握以及反饋等基本概念使我們熟悉到學(xué)習(xí)本課程的重要性并對(duì)掌握理論在專(zhuān)業(yè)進(jìn)展的作用有了肯定的了解。二、掌握將來(lái)進(jìn)展(IntelligcntControl)智能掌握是人工智能和自動(dòng)掌握的結(jié)合物，是一類(lèi)無(wú)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)掌握。智能掌握的留意力并不放在對(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)別以及和推理機(jī)的設(shè)計(jì)開(kāi)發(fā)上。智能掌握用于，讓計(jì)算機(jī)系統(tǒng)仿照專(zhuān)家或嫻熟操作人員的閱歷，建立起以為基礎(chǔ)的廣義模型，采納符號(hào)、啟發(fā)式程序設(shè)計(jì)、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(guò)程進(jìn)行理解、推斷、猜測(cè)和規(guī)劃，使被控對(duì)象按肯定要求達(dá)到預(yù)定的目的。智能掌握的理論基礎(chǔ)是，，和系統(tǒng)學(xué)等學(xué)科的交叉。非線(xiàn)性掌握(NonlinearControl)非線(xiàn)性掌握是簡(jiǎn)單掌握理論中一個(gè)重要的基本問(wèn)題，也是一個(gè)難點(diǎn)課題，它的進(jìn)展幾乎與線(xiàn)性系統(tǒng)平行。非線(xiàn)性系統(tǒng)的進(jìn)展，數(shù)學(xué)工具是一個(gè)相當(dāng)困難的問(wèn)題，泰勒級(jí)數(shù)綻開(kāi)對(duì)有些狀況是不能適用的。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(xiàn)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(xiàn)性系統(tǒng)的討論缺乏系統(tǒng)的、一般性的理論及方法，于是綜合方法得到較大的進(jìn)展。(AdaptiveControl)自適應(yīng)掌握系統(tǒng)通過(guò)不斷地測(cè)量系統(tǒng)的輸入、狀態(tài)、輸出或性能參數(shù)，漸漸了解和把握對(duì)象，然后依據(jù)所得的信息按肯定的設(shè)計(jì)方法，作出決策去更新掌握器的結(jié)構(gòu)和參數(shù)以適應(yīng)環(huán)境的變化，達(dá)到所要求的掌握性能指標(biāo)。(RobustControl)中面臨的一個(gè)重要問(wèn)題就是模型，魯棒掌握主要解決模型的不確定性問(wèn)題，但在處理方法上與自適應(yīng)掌握有所不同。自適應(yīng)掌握的基本思想是進(jìn)行模型參數(shù)的辯識(shí)，進(jìn)而設(shè)計(jì)掌握器。掌握器參數(shù)的調(diào)整依靠于模型參數(shù)的更新，不能預(yù)先把可能消失的不確定性考慮進(jìn)去。而魯棒掌握在設(shè)計(jì)掌握器時(shí)盡量采用不確定性信息來(lái)設(shè)計(jì)一個(gè)掌握器，使得不確定參數(shù)消失時(shí)仍能滿(mǎn)意性能指標(biāo)要求。魯棒掌握認(rèn)為系統(tǒng)的不確定性可用模型集來(lái)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)的掌握器下，都能使模型集里的元素滿(mǎn)意要求。魯棒掌握的一個(gè)主要問(wèn)題就是魯棒穩(wěn)定性。(FuzzyControl)模糊掌握借助模糊數(shù)學(xué)模擬人的，將工藝操作人員的閱歷加以總結(jié)，運(yùn)用語(yǔ)言變量和模糊規(guī)律理論進(jìn)行推理和決策，對(duì)簡(jiǎn)單對(duì)象進(jìn)行掌握。模糊掌握既不是指被控過(guò)程是模糊的，也不意味掌握器是不確定的，它是表示學(xué)問(wèn)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)工程師首次把Fuzzy集合理論用于鍋爐和蒸氣機(jī)的掌握以來(lái)，開(kāi)拓了Fuzzy掌握的新領(lǐng)域，特殊是對(duì)于大時(shí)滯、非線(xiàn)性等難以建立精確數(shù)學(xué)模型的簡(jiǎn)單系統(tǒng)，通過(guò)計(jì)算機(jī)實(shí)現(xiàn)模糊掌握往往能取得很好的結(jié)果。(NeuralNetworkControl)神經(jīng)網(wǎng)絡(luò)是由所謂神經(jīng)元的簡(jiǎn)潔單元按并行結(jié)構(gòu)經(jīng)過(guò)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(lèi)許多，掌握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)掌握就是采用神經(jīng)網(wǎng)絡(luò)這種工具從機(jī)理上對(duì)人腦進(jìn)行簡(jiǎn)潔結(jié)構(gòu)模擬的新型掌握和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)在掌握系統(tǒng)中可充當(dāng)對(duì)象的模型，還可充當(dāng)掌握器實(shí)時(shí)專(zhuān)家掌握(RcalTimcExpertControl)是一個(gè)具有大量特地學(xué)問(wèn)和閱歷的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，依據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類(lèi)專(zhuān)家供應(yīng)的學(xué)問(wèn)和閱歷進(jìn)行推理和推斷，模擬人類(lèi)專(zhuān)家的決策過(guò)程，以解決那些需要專(zhuān)家打算的簡(jiǎn)單問(wèn)題。專(zhuān)家系統(tǒng)和傳統(tǒng)的計(jì)算機(jī)程序最本質(zhì)的區(qū)分在于：專(zhuān)家系統(tǒng)所要解決的問(wèn)題一般沒(méi)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(zhuān)家系統(tǒng)應(yīng)用模糊規(guī)律掌握和，融進(jìn)專(zhuān)家系統(tǒng)自適應(yīng)地管理一個(gè)客體或過(guò)程的全面行為，自動(dòng)采集生產(chǎn)過(guò)程變量，解釋掌握系統(tǒng)的當(dāng)前狀況，猜測(cè)過(guò)程的將來(lái)行為，診斷可能發(fā)生的問(wèn)題，不斷修正和方案。實(shí)時(shí)專(zhuān)家系統(tǒng)具有啟發(fā)性、透亮性、敏捷性等特點(diǎn)，目前已經(jīng)在航天試驗(yàn)指揮、工業(yè)爐窯的掌握、高爐爐熱診斷中得到廣泛應(yīng)用。目前需要進(jìn)一步討論的問(wèn)題是如何用簡(jiǎn)潔語(yǔ)言來(lái)描述人類(lèi)長(zhǎng)期積累的閱歷學(xué)問(wèn)，提高聯(lián)想化記憶和自學(xué)習(xí)力量。定性掌握(QualitativeControl)定性掌握是指系統(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)施加掌握變量使系統(tǒng)在某一期望范圍。定性掌握與模糊掌握的區(qū)分:模糊掌握不需建模，其掌握律憑閱歷或算法調(diào)整，而定性掌握基于定性模型，掌握規(guī)章基于對(duì)系統(tǒng)的；模糊掌握是基于狀態(tài)的精確測(cè)量值，而定性掌握基于狀態(tài)的定性測(cè)量值。定性掌握面臨的問(wèn)題：進(jìn)展定性數(shù)學(xué)理論，改進(jìn)定性推理方法，留意定性和定量學(xué)問(wèn)的結(jié)合；討論定性建模方法，定性掌握方法;加強(qiáng)定性掌握應(yīng)用領(lǐng)域的討論。(PredictiveControl)猜測(cè)掌握是在工業(yè)實(shí)踐過(guò)程中獨(dú)立進(jìn)展起來(lái)的一種新型掌握方法，它不僅適用于工業(yè)過(guò)程這種“慢過(guò)程”的掌握，也能適用于快速跟蹤的伺服系統(tǒng)這種“快過(guò)程”掌握。目前有用的猜測(cè)掌握方法有動(dòng)態(tài)矩陣掌握(DMC),模型算法掌握(MAC),廣義猜測(cè)掌握(GPC),模型猜測(cè)啟發(fā)掌握(MPHC)以及猜測(cè)函數(shù)掌握(PFC)等。這最近有人提出一種新的基于主導(dǎo)內(nèi)模概念的猜測(cè)掌握方法：結(jié)構(gòu)對(duì)外來(lái)激勵(lì)的響應(yīng)主要由其本身的模態(tài)所打算，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)。目前采用神經(jīng)網(wǎng)絡(luò)對(duì)被控對(duì)象進(jìn)行在線(xiàn)辨識(shí)，然后用廣義猜測(cè)掌握規(guī)律進(jìn)行掌握得到較多重視。猜測(cè)掌握目前存在的問(wèn)題是猜測(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)章雖然比較明確，但對(duì)不同類(lèi)型的系統(tǒng)的詳細(xì)調(diào)整方法仍有待進(jìn)一步總結(jié)。(DistributedControlS)^stem)分布式掌握系統(tǒng)又稱(chēng)集散掌握系統(tǒng)，是70年月中期進(jìn)展起來(lái)的新型計(jì)算機(jī)掌握系統(tǒng)，它融合了掌握技術(shù)(Control),計(jì)算機(jī)技術(shù)(Computer),通信技術(shù)0,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(guò)程的監(jiān)視、掌握和管理。既打破了常規(guī)掌握儀表功能的局限，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(guò)于集中帶來(lái)的危急，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