控制理论 Control theory - 版本历史

2024年6月3日 (一) 08:39 13944556914

2024-06-03T08:39:31Z

薄荷：/* 编者推荐 */

2020-12-27T14:31:31Z

编者推荐

薄荷：/* 编者推荐 */

2020-12-27T14:31:22Z

编者推荐

薄荷：/* 编者推荐 */

2020-12-27T14:31:09Z

编者推荐

打豆豆：/* 控制规范 */

2020-09-29T01:29:59Z

控制规范

2020年9月29日 (二) 01:25 打豆豆

2020-09-29T01:25:37Z

2020年9月29日 (二) 01:25 打豆豆

2020-09-29T01:25:10Z

2020年9月29日 (二) 01:23 打豆豆

2020-09-29T01:23:21Z

打豆豆：/* 主要控制策略列表 */

2020-09-29T01:17:44Z

主要控制策略列表

打豆豆：/* 系统和控制领域的科学家 */

2020-09-29T00:46:57Z

系统和控制领域的科学家

@@ 第4行： / 第4行： @@
 }}
-'''控制理论 Control Theory '''研究机器和工程过程中连续运行的[[动态系统]]的控制。控制理论旨在开发一种以最优动作控制此类系统的控制模型，避免出现 ''延迟'' 或 ''超调'' ，并确保控制的稳定性。由于非常依赖相关学科的理论和实际应用，控制理论可以被视为[[控制工程]]、[[计算机工程]]、[[数学]]，[[控制论]]和[[运筹学]]的分支<ref>{{Cite web|url=https://portal.dnb.de/opac.htm?method=simpleSearch&cqlMode=true&query=nid=4032317-1|title=Katalog der Deutschen Nationalbibliothek (Authority control)|last=GND|website=portal.dnb.de|url-status=live|archive-url=|archive-date=|access-date=2020-04-26}}</ref>。
+'''控制理论 （Control Theory） '''研究机器和工程过程中连续运行的[[动态系统]]的控制。控制理论旨在开发一种以最优动作控制此类系统的控制模型，避免出现 ''延迟'' 或 ''超调'' ，并确保控制的稳定性。由于非常依赖相关学科的理论和实际应用，控制理论可以被视为[[控制工程]]、[[计算机工程]]、[[数学]]，[[控制论]]和[[运筹学]]的分支<ref>{{Cite web|url=https://portal.dnb.de/opac.htm?method=simpleSearch&cqlMode=true&query=nid=4032317-1|title=Katalog der Deutschen Nationalbibliothek (Authority control)|last=GND|website=portal.dnb.de|url-status=live|archive-url=|archive-date=|access-date=2020-04-26}}</ref>。
 为了达到控制的目的，我们需要一个在必要时具有纠正行为的 ''控制器'' 。一个优秀的控制器应当监视'''受控过程变量  Process Variable  PV '''，并将其与参考值或'''设定值 Set Point  SP '''进行比较。在控制过程中，过程变量的实际值和期望值之间的差被称为 ''误差'' 信号（或称 SP-PV 误差），被作为反馈来产生控制效果，使被控制的过程变量达到与设定点相同的值；此外，控制理论中也引入了[[能控性]]和[[能观性]]。控制理论是高级自动化的基础，为制造、航空、通信和其他行业带来了革命性的影响。具有反馈作用的控制器的系统被称为反馈控制系统。反馈控制通常是 ''连续'' 的，使用[传感器]测量控制变量，并通过诸如控制阀等“最终控制元件”的计算调整，使被测变量保持在一定范围内<ref>Bennett, Stuart (1992). A history of control engineering, 1930-1955. IET. p. 48.</ref>。
@@ 第19行： / 第19行： @@
 虽然各种类型的控制系统可以追溯到远古时期，但是对控制领域进行形式化的分析则始于1868年物理学家詹姆斯·克拉克·麦克斯韦 Maxwell, J.C. 题为“''On Governors''”<ref name="Maxwell1867">{{cite journal|author=Maxwell, J.C.|year=1868|title=On Governors|journal=Proceedings of the Royal Society of London|volume=16|pages=270–283|doi=10.1098/rspl.1867.0055|jstor=112510|doi-access=free}}<!--| accessdate = 2008-04-14--></ref>的对离心式调速器的动力学分析。这个时候，离心式调速器已经被用来调节风车的速度。麦克斯韦描述并分析了自激振荡现象——系统的时滞效应可能导致系统的过度补偿和不稳定的后果。这项研究引起了人们的浓厚兴趣，这段时间麦克斯韦的同学劳斯 Routh 将前者的研究成果抽象成了关于线性系统的一般结果。
-<ref name=Routh1975>{{cite book
+<ref name="Routh1975">{{cite book
   | author = Routh, E.J.
   |author2=Fuller, A.T.
@@ 第28行： / 第28行： @@
 }}</ref>
 年，阿道夫·赫维兹 Hurwitz, A. 独立地利用微分方程对系统稳定性进行了分析，得出了现在的劳斯-赫维兹定理。
-<ref name=Routh1877>{{cite book
+<ref name="Routh1877">{{cite book
   | author = Routh, E.J.
   | year = 1877

@@ 第491行： / 第491行： @@
 ====[https://campus.swarma.org/course/1921 赵博：强化学习与最优控制系统]====
 动态规划和最优化控制可以解决大型的多阶段决策问题，在计算资源有限的情况下，如何获得获得近似解，并且要求找到的近似解达到一定的性能需求。这类方法通常被统称为强化学习，有时也会被叫做近似动态规划或神经动态规划。从最优控制的角度解读强化学习，探索其中的内在联系。
 ----

@@ 第489行： / 第489行： @@
 ===集智相关课程===
-====好课分享：[https://campus.swarma.org/course/1921 赵博：强化学习与最优控制系统]====
+====[https://campus.swarma.org/course/1921 赵博：强化学习与最优控制系统]====
 动态规划和最优化控制可以解决大型的多阶段决策问题，在计算资源有限的情况下，如何获得获得近似解，并且要求找到的近似解达到一定的性能需求。这类方法通常被统称为强化学习，有时也会被叫做近似动态规划或神经动态规划。从最优控制的角度解读强化学习，探索其中的内在联系。

@@ 第480行： / 第480行： @@
 ===优秀教学视频===
-===[https://www.icourse163.org/course/ZJU-1206497805 现代控制理论]===
+====[https://www.icourse163.org/course/ZJU-1206497805 现代控制理论]====
 《现代控制理论》课程是电气工程、自动化、信息技术等相关学科的专业基础课程。本课程的核心内容为状态空间法和最优控制。本课程主要学习现代控制理论的建模、分析和综合的方法。
 ===[https://swarma.org/?p=9549 自动控制理论]===
 本课程是电气工程及自动化专业一门重要的技术基础课，涵盖了古典控制的主要内容。围绕控制系统稳定性、动态特性和稳态特性，从时域和频域的角度讲授控制系统分析和综合的基本原理和方法。主要内容包括：反馈的基本概念、控制系统的数学模型、控制系统的时域分析方法、根轨迹法、频率特性法等。
 ===集智相关课程===
+====好课分享：[https://campus.swarma.org/course/1921 赵博：强化学习与最优控制系统]====
 动态规划和最优化控制可以解决大型的多阶段决策问题，在计算资源有限的情况下，如何获得获得近似解，并且要求找到的近似解达到一定的性能需求。这类方法通常被统称为强化学习，有时也会被叫做近似动态规划或神经动态规划。从最优控制的角度解读强化学习，探索其中的内在联系。

@@ 第245行： / 第245行： @@
 自始至今，人们已经发明了许多不同的控制策略，其中有诸如PID一类应用及其广泛的控制器，也有针对特定系统设计的控制器（尤其是在机器人或飞行器巡航控制领域）。
-控制问题可以有不同规范。当然，稳定性是始终需要满足的。无论开环稳定性如何，控制器都必须确保闭环系统稳定。控制器选择不当甚至会恶化开环系统的稳定性，正常情况下必须避免。有时，我们希望在闭环系统中获得特定的动力学特征，即极点满足<math>Re[\lambda] < -\overline{\lambda}</math>，而不是简单地要求<math>Re[\lambda] < 0 </math>，其中 <math>\overline{\lambda}</math> 是一个严格大于零的固定值。
+控制问题的解决方式可以有不同方式，但是系统稳定性始终是最重要的。无论开环稳定性如何，控制器都必须确保闭环系统稳定。控制器选择不当甚至会恶化开环系统的稳定性，因此在控制器选择过程中应该极力避免选择错误的控制器。有时，我们希望在闭环系统中获得特定的动力学特征，即极点满足<math>Re[\lambda] < -\overline{\lambda}</math>，而不是简单地要求<math>Re[\lambda] < 0 </math>，其中 <math>\overline{\lambda}</math> 是一个严格大于零的固定值。
-另一个典型的规范是抑制阶跃扰动；这可以非常容易地通过在开环中（即直接在受控系统之前）添加一个积分器来实现。其他类型的扰动则需要添加不同类型的子系统。
+另一个典型的案例是抑制阶跃扰动；抑制阶跃扰动的方式非常简单，可以通过在开环系统中（即直接在受控系统之前）添加一个积分器来实现。其他类型的扰动则需要添加不同类型的子系统来实现扰动的抑制。
 其他“经典”控制理论规范与闭环系统的时域响应有关。其中包括上升时间（控制系统在扰动后达到期望值所需的时间）、超调量（响应达到期望值之前达到的最高值）和其他性能指标（稳定时间、1/4衰减等）。频域规范通常与鲁棒性有关（见后文）。

@@ 第1行： / 第1行： @@
 {{#seo:
-|keywords=控制理论,控制科学, Control theory
+|keywords=控制理论,控制科学,Control theory
-|description=控制理论,控制科学, Control theory
+|description=控制理论,控制科学,Control theory
 }}

@@ 第1行： / 第1行： @@
 {{#seo:
-|keywords=控制理论，控制科学，控制原理
+|keywords=控制理论，控制科学，Control theory
-|description=控制理论，控制科学，控制原理
+|description=控制理论，控制科学，Control theory
 }}
 '''控制理论 Control Theory '''研究机器和工程过程中连续运行的[[动态系统]]的控制。控制理论旨在开发一种以最优动作控制此类系统的控制模型，避免出现 ''延迟'' 或 ''超调'' ，并确保控制的稳定性。由于非常依赖相关学科的理论和实际应用，控制理论可以被视为[[控制工程]]、[[计算机工程]]、[[数学]]，[[控制论]]和[[运筹学]]的分支<ref>{{Cite web|url=https://portal.dnb.de/opac.htm?method=simpleSearch&cqlMode=true&query=nid=4032317-1|title=Katalog der Deutschen Nationalbibliothek (Authority control)|last=GND|website=portal.dnb.de|url-status=live|archive-url=|archive-date=|access-date=2020-04-26}}</ref>。

@@ 第299行： / 第299行： @@
 *智能控制使用各种人工智能计算方法来控制动态系统，例如人工神经网络，贝叶斯概率，模糊逻辑，<ref>{{cite journal | title=A novel fuzzy framework for nonlinear system control| journal=Fuzzy Sets and Systems | year=2010 | last=Liu |first1=Jie |author2=Wilson Wang |author3=Farid Golnaraghi |author4=Eric Kubica | volume=161 | issue=21 | pages=2746–2759 | doi=10.1016/j.fss.2010.04.009}}</ref> 机器学习，进化计算和遗传算法或这些方法的组合（例如神经模糊算法）。
-*最优控制是一种利用控制信号优化某个“成本指标”的特殊控制技术：例如，卫星进入指定轨迹所需的喷射推力消耗的燃料需要最小化。由于已经证明可以保证闭环稳定性，有两种最优控制设计方法已在工业界广泛使用：模型预测控制 MPC 和线性二次高斯控制 LQG。前者可以更明确地考虑对系统中信号的约束，而这是许多工业过程中的重要特征。但是，MPC中的“最佳控制”结构只是实现目标的手段之一，因为它没有最优化闭环控制系统的实际性能指标。MPC系统与PID控制器是过程控制中使用最广泛的控制技术。
+*最优控制是一种利用控制信号优化某个“成本指标”的特殊控制技术：例如，卫星进入指定轨迹所需的喷射推力消耗的燃料需要最小化。由于已经证明可以保证闭环稳定性，有两种最优控制设计方法已在工业界广泛使用：模型预测控制 MPC和线性二次高斯控制 LQG。前者可以更明确地考虑对系统中信号的约束，而这是许多工业过程中的重要特征。但是，MPC中的“最佳控制”结构只是实现目标的手段之一，因为它没有最优化闭环控制系统的实际性能指标。MPC系统与PID控制器是过程控制中使用最广泛的控制技术。
-*鲁棒控制明确地解决了控制器设计方法的不确定性。使用鲁棒控制方法设计的控制器往往能够应对真实系统与用于设计的标称模型之间的微小差异。<ref>{{cite journal|last1=Melby|first1=Paul|last2=et.|first2=al.|title=Robustness of Adaptation in Controlled Self-Adjusting Chaotic Systems |journal=Fluctuation and Noise Letters |volume=02|issue=4|pages=L285–L292|date=2002|doi=10.1142/S0219477502000919}}</ref> 波特 (Bode) 和其他人使用的早期方法相当鲁棒；而1960年代和1970年代发明的状态空间方法有时则缺乏鲁棒性。现代鲁棒控制技术的例子包括邓肯·麦克法兰 Duncan McFarlane 和基思·格洛弗 Keith Glover 开发的H-infinity回路成形，由瓦迪姆·乌特金 Vadim Utkin 开发的滑动模式控制 SMC，以及旨在控制智能电网应用中的大量异构负载<ref name='TCL1'>{{cite journal|title=Safe Protocols for Generating Power Pulses with Heterogeneous Populations of Thermostatically Controlled Loads |author=N. A. Sinitsyn. S. Kundu, S. Backhaus |journal=Energy Conversion and Management|volume=67|year=2013|pages=297–308|arxiv=1211.0248|doi=10.1016/j.enconman.2012.11.021}}</ref> 的安全协议。鲁棒控制的目标是在存在微小建模误差的情况下实现稳健性和/或稳定性。
+*鲁棒控制明确地解决了控制器设计方法的不确定性。使用鲁棒控制方法设计的控制器往往能够应对真实系统与用于设计的标称模型之间的微小差异。<ref>{{cite journal|last1=Melby|first1=Paul|last2=et.|first2=al.|title=Robustness of Adaptation in Controlled Self-Adjusting Chaotic Systems |journal=Fluctuation and Noise Letters |volume=02|issue=4|pages=L285–L292|date=2002|doi=10.1142/S0219477502000919}}</ref> 波特 Bode 和其他人使用的早期方法相当鲁棒；而1960年代和1970年代发明的状态空间方法有时则缺乏鲁棒性。现代鲁棒控制技术的例子包括邓肯·麦克法兰 Duncan McFarlane 和基思·格洛弗 Keith Glover 开发的H-infinity控制，由瓦迪姆·乌特金 Vadim Utkin 开发的滑动模式控制 SMC，以及旨在控制智能电网应用中的大量异构负载<ref name='TCL1'>{{cite journal|title=Safe Protocols for Generating Power Pulses with Heterogeneous Populations of Thermostatically Controlled Loads |author=N. A. Sinitsyn. S. Kundu, S. Backhaus |journal=Energy Conversion and Management|volume=67|year=2013|pages=297–308|arxiv=1211.0248|doi=10.1016/j.enconman.2012.11.021}}</ref> 的安全协议。鲁棒控制的目标是在存在微小建模误差的情况下实现稳健性和/或稳定性。
 *随机控制处理模型内部存在不确定性的控制设计。在典型的随机控制问题中，我们假设模型和控制器中存在随机噪声和干扰，并且控制设计必须考虑这些随机偏差。

@@ 第323行： / 第323行： @@
 *哈里·奈奎斯特 Harry Nyquist 在1930年代为反馈系统开发了奈奎斯特稳定性判据。
-*理查德·贝尔曼 Richard Bellman 从1940年代开始开发动态编程<ref>{{cite magazine |author=Richard Bellman |date=1964 |title=Control Theory |url=http://www.nature.com/scientificamerican/journal/v211/n3/pdf/scientificamerican0964-186.pdf |magazine=[[Scientific American]] |volume=211 |issue=3 |pages=186–200|author-link=Richard Bellman }}</ref>。
+*理查德·贝尔曼 Richard Bellman 从1940年代开始开发动态编程<ref>{{cite magazine |author=Richard Bellman |date=1964 |title=Control Theory |url=http://www.nature.com/scientificamerican/journal/v211/n3/pdf/scientificamerican0964-186.pdf |magazine=Scientific American|volume=211 |issue=3 |pages=186–200|author-link=Richard Bellman }}</ref>。
 *安德雷·柯尔莫哥洛夫Andrey Kolmogorov 于1941年共同开发了维纳-柯尔莫哥洛夫滤波器。