MATLAB模糊-PID的电锅炉温度控制及仿真+文献综述(3)
智能控制方案是一类无需人的干预就能够针对控制对象的状态自动地调节控制规律以实现控制目标的控制策略。它避开了建立精确的数学模型和用常规控制理论进行定量计算与分析的困难性。它实质是一种无模型控制方案，即在不需要知道对象精确模型的情况下，通过自身的调节作用，使实际响应曲线逼近理想响应曲线。
智能控制系统有以下一些特点
(1)智能控制系统一般具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。它适用于含有复杂性、不完全性、模糊性、不确定性和不存在己知算法的生产过程。
(2)智能控制具有信息处理和决策机构，它实际上是对人神经结构或专家决策机构的一种模仿。
(3)智能控制器具有非线性。这是因为人的思文具有非线性，作为模仿人的思文进行决策的智能控制也具有非线性的特点。
(4)智能控制器具有变结构的特点。
(5)智能控制器具有总体自寻优的特点。智能控制方案主要包括模糊控制、神经网络和遗传算法控制等。
常用的温度控制电路根据应用场合和要求的性能指标有所不同。除了传统的PID控制方法，近几年来快速发展的是将模糊控制、神经网络、遗传算法等智能控制方法应用于温控系统，包括智能控制与PID控制相结合及这些智能控制之间的结合。具体有如下一些方法:
(1)模糊控制
模糊控制是基于模糊逻辑的描述一个过程的控制算法，它不需要被控对象的精确模型，仅依赖于操作人员的经验和直觉判断，容易应用。模糊温控的实现过程为:①将温控对象的偏差和偏差率以及输出量划分为不同的模糊值，建立规则，将这些模糊规则写成模糊条件语句，形成模糊模型。②根据模糊查询表，形成模糊控制算法。③对输入量的精确值模糊化，经数学处理输入计算机，计算机由模糊规则推理做出模糊决策，求出相应的控制量，变成精确值去驱动执行机构，调整输入，达到调节温度，使其稳定的目的。
(2)神经网络与PID的结合
神经网络是一种采用数理模型的方法模拟生物神经细胞结构及对信息的记忆和处理而构成的信息处理方法。人工神经网络以其高度的非线性映射、自组织、自学习和联想记忆等功能，可对复杂的非线性系统建模。该方法响应速度快，抗千扰能力强、算法简单，且易于用硬件和软件实现。在温度控制系统中，将温度的影响因素作为网络的输入，将其输出作为PID控制器的参数，以实验数据作为样本，在微机上反复迭代，自我完善与修正，直至系统收敛，得到网络权值，达到自整定PID控制器参数的目的，也就是神经网络整定PID参数的方法。
(4)模糊控制与PID的结合
具体结合形式有多种，主要是Fuzzy-PID复合控制和模糊整定PID参数的方法。①Fuzzy-PID复合控制:当偏差较大时采用模糊控制，响应速度快，动态性能好；偏差较小时采用PID控制，使具有好的静态性能。是一种模糊控制和PID控制的分阶段切换控制方法。②模糊整定PID参数的方法:根据偏差和偏差变化率，由模糊推理来调整PID参数，也就是一种以模糊规则调节PID参数的自适应控制方法。
(5)模糊控制与神经网络的结合
模糊控制所基于的经验不易获得，一成不变的控制规则也很难适应不同被控对象的要求。所以应使模糊控制向着自适应的方向发展。基于这样的要求，可以利用神经网络的来修正偏差和偏差变化率的比例系数，达到优化模糊控制器的作用，从而进一步改进实时控制的效果，有强的鲁棒性和适应能力。
神经网络和模糊控制都属于智能控制方法，它们与PID控制结合，适应温控系统非线性、干扰多、大滞后、时变等特点。模糊控制特别适应于大惯性和纯滞后的系统，无须知道系统的精确信息。