自动化前沿讲座体会

第一篇：自动化前沿讲座体会

自动化前沿讲座体会

经过自动化老师的讲解，我对电动机有了深入的了解，通过上网搜索资料，我更是受益匪浅。下面便谈谈我对电动机的理解以及对本次讲座的学习体会。一．电动机的定义

电动机是一种旋转式电动机器，它将电能转变为机械能，它主要包括一个用以产生磁场的电磁铁绕组或分布的定子绕组和一个旋转电枢或转子。在定子绕组旋转磁场的作用下，其在电枢鼠笼式铝框中有电流通过并受磁场的作用而使其转动。这些机器中有些类型可作电动机用，也可作发电机用。它是将电能转变为机械能的一种机器。通常电动机的作功部分作旋转运动，这种电动机称为转子电动机;也有作直线运动的，称为直线电动机。二．电动机的各种分类

图1

图2

图3

图4 三．几种常见电动机介绍

1.直流电动机 将直流电能转换为机械能的电动机。因其良好的调速性能而在电力拖动中得到广泛应用。直流电动机按励磁方式分为永磁、他励和自励3类,其中自励又分为并励、串励和复励3种。

直流电动机(图5)2.交流电动机

将交流电的电能转变为机械能的一种机器。交流电动机主要由一个用以产生磁场的电磁铁绕组或分布的定子绕组和一个旋转电枢或转子组成。电动机利用通电线圈在磁场中受力转动的现象而制成的。交流电动机由定子和转子组成，并且定子和转子是采用同一电源，所以定子和转子中电流的方向变化总是同步的。交流电动机就是利用这个原理而工作的。

交流电动机(图6)3.三相电动机 三相电机是指当电机的三相定子绕组(各相差120度电角度)，通入三相交流电后，将产生一个旋转磁场，该旋转磁场切割转子绕组，从而在转子绕组中产生感应电流(转子绕组是闭合通路)，载流的转子导体在定子旋转磁场作用下将产生电磁力，从而在电机转轴上形成电磁转矩，驱动电动机旋转，并且电机旋转方向与旋转磁场方向相同。

三相电动机(图7)三相异步电动机的三相定子绕组每相绕组都有两个引出线头，总共六个引出线头，分别以U1、U2;V1、V2;W1、W2表示。这六个引出线头引入电机接线盒的接线柱上。

三相电动机接线图(图8)4.单相电动机

单相电机一般是指用单相交流电源(AC220V)供电的小功率单相异步电动机。单相异步电动机通常在定子上有两相绕组，转子是普通鼠笼型的。两相绕组在定子上的分布以及供电情况的不同，可以产生不同的起动特性和运行特性。

单相电动机(图9)下图是带正反转开关的接线图，通常这种电机的起动绕组与运行绕组的电阻值是一样的，就是说电机的起动绕组与运行绕组是线径与线圈数完全一致的。一般洗衣机用得到这种电机。这种正反转控制方法简单，不用复杂的转换开关。

单相电动机正反转接线图(图10)5.步进电动机

步进电动机又称脉冲电机，是数字控制系统中的一种重要的执行元件，它是将电脉冲信号变换成转角或转速的执行电动机，其角位移量与输入电脉冲数成正比;其转速与电脉冲的频率成正比。在负载能力范围内，这些关系将不受电源电压、负载、环境、温度等因素的影响，还可在很宽的范围内实现调速，快速启动、制动和反转。

步进电动机(图11)6.伺服电动机

伺服电动机又叫执行电动机，或叫控制电动机。在自动控制系统中，伺服电动机是一个执行元件，它的作用是把信号(控制电压或相位)变换成机械位移，也就是把接收到的电信号变为电机的一定转速或角位移。其容量一般在0.1-100W,常用的是30W以下。伺服电动机有直流和交流之分。

伺服电动机(图12)7.无铁芯电动机

无铁芯电动机是代表电机行业未来发展方向的一种新型特种电机，采用无铁芯、无刷、无磁阻尼、稀土永磁发电技术，改变了传统电机运用硅钢片与绕线定子结构，结合电子智能变频技术，使电机系统效率提高到95%以上。

无铁芯电动机(图13)8.电动机的应用

根据其使用环境与使用频率的不同，形式也不同。不同形式的电机其特点也不一样。

电动车电机：目前电动车电机普遍采用永磁直流电机。所谓永磁电机，是指电机线圈采用永磁体激磁，不采用线圈激磁的方式。这样就省去了激磁线圈工作时消耗的电能，提高了电机机电转换效率，这对使用车载有限能源的电动车来讲，可以降低行驶电流，延长续行里程。

电动车电机(图14)9.刹车电机：刹车电机又名电磁失电制动电机、制动异步电动机，是全封闭、自扇冷、鼠笼型，附加直流电磁铁制动器的异步电机。刹车电机分为：直流刹车电机，交流刹车电机。直流刹车电机需要安装整流器，整流后的电压为99V，170V或90-108V，直流刹车电机因为要经过整流电压，最快刹车时间在0.6秒左右。交流刹车电机因为直接380V电压，不需整流，刹车时间可以在0.2秒内完成。

刹车电机(图15)10.调速电机：调速电机是利用改变电机的级数、电压、电流、频率等方法改变电机的转速，以使电机达到较高的使用性能的一种电机。具体有变极对数调速、变频调速、串级调速、绕线式电动机转子串电阻调速、定子调压调速、电磁调速电动机调速、组合型调速、PWM调速、液力耦合器调速。其中电磁调速电动机调速、液力耦合器调速、PWM调速等可进行无级调速。

调速电机(图15)

四．学习体会

本次讲座让我重点认识了三相异步电动机的工作原理，使用方法。老师耐心的解释了此类电动机的盘线方法，讲了电动机的维修，重点讲了n=60f/p(1-s)这个公式。n为转速，f为频率（日本为60HZ,中国为50HZ，所以同一电机在日本的速度比中国快。），p为极对（两个极为一对），s为转速差（实际的转速永远达不到磁场的转速，因为当两个速度接近时，导线中电流弱，切割磁感线所受力小，所以实际速度变慢，无法达到磁场速度。）。老师还拿来一些开关，连接器等小型设备，其中最吸引我的是连接器。

连接器利用电生磁的原理，在两个极板间盘上螺线圈，通过弱电控制两个极板的开合，避免了人工闭合高压极板引发的电弧所带来的危险，这样用弱电控制强电，体现了自动化在工业生产中的重要作用。此外老师还讲了一种自锁式的开关，与点动式开关相比，效率高出了不少，同时也解放了双手，可见自动化在生活中起到了不可或缺的作用。

我当初之所以选择自动化这个专业，正是出于我对自动化的无比热爱，当我第一次听说自动化这个词是在cctv-10，好像当时讲了人工智能和机器人，从此我对自动化产生了兴趣。通过选专业期间在网上的查询我深刻了解了自动化在我国的发展空间是很空旷的，所以我在志愿书上写了自动化三个字。

到了大二，开始有了自动化前沿讲座，此类讲座不止教授课堂以内的知识，更扩展了我们的眼界，贴近了现实实践。带给我们想象的空间与丰富的技巧，这样的课是多么宝贵，我蛮喜欢这类课的。

第二篇：电子信息前沿讲座体会1

电子信息前沿讲座体会

经过几周的电子信息前沿讲座的学习，印象最深的是观看高速列车发展的录像。

从录像中我们知道，记者从南车青岛四方机车车辆股份有限公司举行的新一代高速动车组设计交流会上了解到，新一代高速列车样车将于明年年底竣工下线，列车在进行一系列线路试验后进入批量化生产阶段，2011年实现批量交付。运营时速必须满足350公里要求，设计时速将达到380公里。

据介绍，中国新一代高速动车组将成为世界上商业运营速度最快、科技含量最高、系统匹配最优的动车组。通过新一代高速列车的研制，我国将建立起具有自主知识产权、时速350公里以上、国际竞争力强劲的中国高速列车技术体系，实现中国引领世界高速列车技术发展的战略目标。

新一代高速列车将采用GSM-R无线传输方式，可以实现实时、在线、大容量的车地双向信息交换。同时，列车的牵引和制动系统将体现轻量化、小体积，并将使用再生制动、风阻制动等节能环保技术；动力系统则采用动力分散方式，与动力集中方式相比，在速度提升、节能环保、综合经济性以及运输方案的适应性等方面，都有着明显优势。

据南车青岛四方股份的有关技术负责人介绍，目前，经过科研人员的联合攻关，已完成了20多种新头型的设计，这些头型方案前期已进行了气动阻力、气动升力、侧向力、隧道效应等大量的空气动力学的仿真计算，这些卓有成效的工作，不但为下一步新一代高速列车的研制打下坚实基础，更为建立中国的高速列车技术体系提供了有力保证。

记者了解到，按计划，新一代高速列车样车将于明年底竣工下线，2011年实现批量交付。自去年以来，南车青岛四方机车车辆股份有限公司已在铁道部统一组织下，开始了新一代高速列车的研发设计。

新一代高速列车持续运行速度350公里，最高运营速度380公里，在全长1300多公里的沪高速铁路上，按照设计运行速度，列车可以在4个小时以内点到点到达，平均时速达到330公里以上。

会上专家指出，新一代高速列车主要适应我国三条铁路干线的需求，其中，沪高铁全长1320公里，穿越21个大中型城市，年发送旅客达到4亿人次以上。预计到明年底，新一代高速列车样车竣工下线，并在进行一系列线路试验后进入批量化生产阶段，2011年实现批量生产。

观看完录像之后有种说不出的感觉，共发现自己的祖国在不段发展不段壮大。同时感到科学对现在社会的发展和进步有着巨大的推动作用，要努力学习，掌握知识，不段改变自己使自己成为对社会有用的人。

第三篇：计算机前沿讲座讲座体会（最终版）

计算机前沿讲座报告

最近听了温州大学***博士讲的机器学习，那么用对这堂课的心得体会来总结对计算机前沿技术的学习。先来说一个笑话，我们知道机器学习的子学习是深度学习，深度学习有一种叫做对抗网络（GAN）。对抗网络（GAN）类似：孙悟空：我是孙悟空。如来：你是真的。如来：你是假的。-六耳猕猴：我是孙悟空。

-如来：你是真的。

这就是机器学习，准确来说是最常见的一种，监督学习。最开始的几步是对于模型的训练，“多了”或“少了”可以理解为训练时的误差，模型根据误差调整自身参数，这就是机器学习里常用的反向传播(Backpropagation)的简单的解释。梯度下降涉及到算法，最终来提高机器处理问题的能力。

机器学习想做的事情，简单的说是要从资料中归纳出有用的规则。大数据说的是对大量的资料做分析，而人工智能说的是让机器看起来更聪明，两者都可以使用机器学习来做核心的工具。

一名程序员，最终将会遇到很多类型的顽固抵制逻辑的、程序的解决方案的问题。我的意思是，对于很多类问题，坐下来写出解决问题所需要的所有条件语句是既不可行也不划算的。我听到你的程序员大脑在大喊，“亵渎”。

这是真的，以每天的鉴别垃圾邮件问题为例，每当介绍机器学习时，它是一直被使用的例子。当一封邮件到来时，你将怎样写一个程序来过滤垃圾邮件，决定是将它放在垃圾箱还是收件箱中？你将可能开始收集一些实例并深入研究它们，你将寻找垃圾邮件和非垃圾邮件所特有的模式，你还将会考虑抽象出那些模式以便你的启发式学习将来能够应用到新案例之中。你将会忽视那些永远不会被看到的古怪邮件，你将能够轻松的提高准确率并为边界情况制定特殊的程序。你将反复多次的浏览邮件并抽象出新模式来改善做出的决策。

在那里有一个机器学习算法，所有这些事情都由程序员而不是电脑来完成。这种手动导出的硬编码系统将具有同程序员一样的、从数据中提取规则并将其实现的能力。这能够做到，但是它将花费太多的资源，而且会是一个持续的噩梦。

在垃圾/非垃圾邮件的例子中，经验E就是我们所收集的邮件，任务T是一个决策问题（也称为分类），它需要标记每一封邮件是否为垃圾邮件，并将其放入到正确的文件夹中。我们的性能度量将是一些类似于准确率之类的、介于0%-100%之间的一个百分比（正确决策数除以总的决策数再乘以100）。

准备这样一个决策程序的过程通常被称为训练，收集到的实例称为训练集，程序即为一个模型，一个把非垃圾邮件从垃圾邮件的分离出来的问题的模型。作为程序员，我们喜欢这个术语，一个模型具有特定的状态并且需要被保持，训练是一个执行一次的过程，也可能会根据需要重新运行，分类是待完成的任务。这些对我们来说都是有意义的。

我们能够看到上面定义中所用到的术语并不是很适合于程序员。从技术上来说，我们写的所有的程序都是一个自动化操作，因此，机器学习是自动化学习的这一说明是没有意义的。

第四篇：前沿讲座

计算机视觉学科前沿知识

计算机视觉就是用计算机来模拟人的视觉系统，实现人的视觉功能，通常是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等，从而实现对客观的三维世界的识别。人与其他动物一样，视觉、听觉、触觉等感官功能的产生，首先在于进化过程中生存的需要。根据美国心理学家Gibson的理论，人的视觉不管有多少用处，但主要功能可概括为适应外界环境和控制自身的运动。看到汽车冲过来，你会赶快回避；看到前面有激流，你不会冒然趟过去。“适应外界环境和控制自身的运动”还是比较抽象的概念。事实上，为了适应外界环境和控制自身的运动，视觉系统需要能识别物体（可想而知，一个人连亲戚、同事、朋友都不认识，会怎样生活），能判断物体的运动以及确定物体的形状和方位（否则，无法抓取物体）。所以，物体识别、物体定位、物体三维形状恢复和运动分析，就构成了计算机视觉的主要研究内容。

随着自动化水平不断的提高，机器视觉在自动化行业中应用也是越来越多，而机器视觉在我国可以说处于刚起步发展阶段，机器人视觉是一门新兴的发展迅速的学科，八十年代以来, 机器人视觉的研究已经历了从实险室走向实际应用的发展阶段。从简单的二值图象处理到高分辨率多灰度的图象处理,从一般的二维信息处理到三维视觉机理以及模型和算法的研究都取得了很大的进展。而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展,更促进了机器人视觉系统的实用化和涉足许多复杂视觉过程的研究。

目前，机器人视觉系统正在广泛地应用于视觉检测、机器人的视觉引导和自动化装配领域中。在现代化的大生产之中，视觉检测往往是不可缺少的环节。比如，汽车零件的外观，药品包装的正误，IC字符印刷的质量，电路板焊接的好坏等等，都需要众多的检测工人，通过肉眼或结合显微镜进行观测检验。大量的人工检测不仅影响工厂效率，而且带来不可靠的因素，直接影响产品质量与成本。另外，许多检测的工序不仅仅要求外观的检测，同时需要准确获取检测数据，比如零件的宽度，圆孔的直径，以及基准点的坐标等等，这些工作则是很难靠人眼快速完成。近年来发展迅猛的机器视觉技术解决了这一问题。机器视觉系统一般采用CCD照相机摄取检测图象并转化为数字信号，再采用先进的计算机硬件与软件技术对图象数字信号进行处理，从而得到所需要的各种目标图象特征值，并由此实现模式识别，坐标计算，灰度分布图等多种功能。然后再根据其结果显示图象，输出数据，发出指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。与人工视觉相比较，机器视觉具有精确，快速，可靠，和易数字化等优点。

机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。例如生产线上的单摄像机视觉系统，它的视觉系统用来检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS其它系统集成。

由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。过去，许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。但是，这些光源的一个最大缺点是光能不能保持稳定。以日光灯为例，在使用的第一个100小时内，光能将下降15%，随着使用时间的增加，光能将不断下降。因此，如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一个方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏的方法，减少环境光的影响。由于存在上述问题，在现今的工业应用中，对于某些要求高的检测任务，常采用X射线、超声波等不可见光作为光源。但是不可见光不利于检测系统的操作，且价格较高，所以，目前在实际应用中，仍多用可见光作为光源。

机器视觉系统中，视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。图像的增强用于调整图像的对比度，突出图像中的重要细节，改善视觉质量。通常采用灰度直方图修改技术进行图像增强。图像的灰度直方图是表示一幅图像灰度分布情况的统计特性图表，与对比度紧密相连。图像的数据编码和传输，数字图像的数据量是相当庞大的，一幅512*512个像素的数字图像的数据量为256 K字节，若假设每秒传输25帧图像，则传输的信道速率为52.4M比特/秒。高信道速率意味着高投资，也意味着普及难度的增加。因此，传输过程中，对图像数据进行压缩显得非常重要，数据的压缩主要通过图像数据的编码和变换压缩完成。图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。图像分割是将图像分成若干部分，每一部分对应于某一物体表面，在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量。图像的识别过程实际上可以看作是一个标记过程，即利用识别算法来辨别景物中已分割好的各个物体，给这些物体赋予特定的标记，它是机器视觉系统必须完成的一个任务。

在本世纪四、五十年代发展起来的线性滤波器以其完善的理论基础，数学处理方便，易于采用FFT和硬件实现等优点，一直在图像滤波领域占有重要地位，其中以WIENER滤波器理论和卡尔曼滤波理论为代表。但是线性滤波器存在着计算复杂度高，不便于实时处理等缺点。虽然它对高斯噪声有良好的平滑作用，但对脉冲信号干扰和其它形式的噪声干扰抑制效果差，信号边缘模糊。为此，1971年，著名学者TUKEY提出非线笥滤波器——中值滤波器，即把局部区域中灰度的中值作为输出灰度，并将其与统计学理论结合起来，使用迭代方法，比较理想地将图像从噪声中恢复出来，并且能保护图像的轮廓边界，不使其变模糊。近年来，非线性滤波理论在机器视觉、医学成像、语音处理等领域有了广泛的应用，同时，也反过来促使该理论的研究向纵深方向发展。

第五篇：前沿讲座

智能控制及其应用

院 － 系： 信息工程与自动化学院 专 业： 模式识别与智能系统 年 级： 2011 级 学生姓名： 朱 丹 学 号： 2011204082 任课教师： 杨承志、冯丽辉、万舟

2011年11月

摘要

智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制的主要方法有人工神经网络、模糊控制与专家系统，为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。

关键词： 智能控制 人工神经网络 模糊控制 专家系统

ABSTRACT

Intelligent automatic control is the advanced stage of development of automatic control．It is comprehensive and integrated subject of artificial intelligence, cybernetics, information theory, system theory, bionics, evolutionary computation, computer and so on.It is a new edge of the overlapping subject.The main method of intelligent control are following：artificial neural network , fuzzy control and expert system.In order to solve the complex control problem which is difficult to solve by the traditional methods.It provides effective theory and method.At present, the intelligent control has been widely used in industry, agriculture, services, military aviation, etc, and has a broad development prospects.Keywords: intelligent automatic control artificial neural network fuzzy control expert system

引言

随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出了新的挑战，促进了智能控制理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。智能控制不仅包含了自动控制、人工智能、系统理论和计算机科学的内容，而且还从生物学等学科汲取丰富的营养，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。

一、智能控制的基本概念和特点

传统的控制方法是建立在被控对象的精确数学模型之上的，而智能控制是针对系统的复杂性、非线性、不确定性等提出来的。IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。一个智能控制系统一般应具有以下一些特点：

1.智能控制具有混合控制特点，系统能以知识表示非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性决策及定量控制相结合的多模态控制方式；

2.智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力；

3.智能控制系统具有自学习、自适应、自组织能力，能从系统的功能和整体优化的角度来分析和综合系统，以实现预期的控制目标； 4.智能控制系统有补偿及自修复能力；

5.智能控制系统能对复杂系统(如非线性、多变量、时变、环境扰动等)进行有效的全局控制，并具有较强的容错能力。

二、智能控制的主要方法 2.1 模糊控制

模糊控制是基于模糊推理和模仿人的思维方法，对难以建立精确数学模型的对象实施的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。

2.2 专家控制

专家控制是智能控制的一个重要部分，它在将人工智能中专家系统的理论和技术同自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对系统的有效控制。专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等，可通过知识获取系统对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。

2.3 神经网络控制

神经网络是模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。随着人工神经网络应用研究的不断深入，新的模型不断推出，在智能控制领域中，应用最多的是BP网络Hopfield网络等。与传统控制相比，它具有以下重要特性：○1非线性神经元网络在理论上可以充分逼近任意非线性函数；○2自学习和自适应能力；○3并行式分布处理机制；○4数据融合能力。目前神经网络在信号处理、系统辨识和优化、模式识别、故障诊断、机器人等多个领域取得成功应用，它对智能控制的发展应用将具有重大而深远的意义。

三、智能控制的应用

目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。主要表现在以下几个方面：

3.1机械制造

在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。

3.2 智能仪器

随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器正朝着智能化、系统化、模块化和机电一体的方向发展，微型计算机或微处理机在仪器中得到广泛应用，已成为仪器的核心组成部件之一。它能够实现信息的记忆、判断、处理、执行以及测控过程的操作、监视和诊断，因而这类仪器被称为”智能仪器”。

3.3 智能机器人

智能机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。一个规定的任务出台之后，设计人员首先必须作出满足该任务要求的运动规划；然后，规划再由控制来执行，该控制足以使机器人适当地产生所期望的运动。

3.4 智能监控

在许多的工业连续生产线，其生产过程需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度确保产品的优质高产，我们已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、工业锅炉的递阶智能控制以及核反器的知识基控制等。

3.5 医疗过程智能控制

从70年代中叶起，专家系统技术就被成功的应用于各种医疗领域。医用智能过程控制的新例子之一就是一个用于控制手术过程中麻醉深度的病人平均动脉血压(MAP)的模糊逻辑控制系统。MAP是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，我们采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。

四、智能控制的发展前景

智能控制广泛应用于工业、农业、服务业、军事航空等多个领域，解决了传统控制无法解决的实际控制问题。但是智能控制仍然只处于开创性阶段。就目前智能控制系统的研究和发展来看，智能控制还有许多问题有待解决，主要有以下几点： ○1加强理论研究，给出智能控制的稳定性、可测性、可控性、鲁棒性定义及准则；○2解决知识获取和优化的瓶颈问题，特别是动态系统的知识获取和分类； ○3加强各种智能控制方法结合的耦合度； ○4加强学习问题的研究，进而加快收敛速度，提高实时控制能力； ○5融入更多领域知识，拓宽智能控制的范围。

智能控制是一门跨学科、需要多学科提供基础支持的科学，智能控制很难存在普遍、统一的理论体系，因此，建立具有开放性、形式非唯一的集成化智能控制框架是现实的，也是必要的。

参考文献

[1] 安宁，邱玮炜，戚焐.智能控制综述[J].技术与市场,2010,5(17):10-11.[2] 胡博.智能控制及其应用[J].芜湖职业技术学院，2010，1(12).[3] 宋胜利.智能控制技术概论[M]．北京：国防工业出版社，2008.[4]习玲丽，王永初.智能控制的发展前景[J].国立华侨大学机电及自动化学院，2006.[5] 魏峰，胡腾，王晓明.智能控制研究的发展及应用[J].工业控制计算机

2007(8).