专家系统控制技术优化指南

专家系统（Expert System，ES）也称为经典AI，是各类AI技术的先驱，一直以来都被认为是AI最重要的分支。20世纪80年代专家系统的概念和方法被引入控制领域，从而产生了专家控制系统这一智能控制类型，它在控制领域已成功应用于控制系统的辅助设计、系统分析、故障诊断与处理、生产过程的决策与调度等方面。

本质上，一个专家系统就是植入了人类在某一领域内专门知识的智能计算机程序。一个ES的基本单元是知识库、推理机、解释机构和知识获取机构，如图16-23所示。

图16-23中的知识库是专家系统的核心，因此专家系统有时也称为基于知识的系统。专业知识从领域专家获取，并保存到计算机程序中。推理机通过前向链、后向链或者两者结合的混合链来测试规则。前向链规则也称前提规则，工作依据是逻辑演绎原理——先检查前提部分，如果为真，就激活该规则。后向链规则为结论规则，工作依据是逻辑归纳原理——先假设推断或规则的结论部分，然后反向推理前提条件是否为真。如同医生先假设病人患有某种疾病，然后与病人的症状比较来判断这个假设是否正确。而著名的医学诊断程序MYCIN就是关于传染病的专家系统程序，它是20世纪70年代由斯坦福大学开发的。

根据专家系统原理设计的控制器可以分为直接专家系统控制、间接专家系统控制两种，如图16-24与16-25所示。前者是由专家控制器根据其输入信息和知识库匹配后直接得到作用于被控对象的控制作用；而后者中专家控制器的输出则用来调整或选择控制算法。

图16-23 专家系统的结构框图

一个典型的ES程序设计流程如图16-26所示。

图16-24 直接专家控制系统框图

在电气传动领域内，一个典型的ES系统如图16-27所示。图中采用专家控制器实现转速的自动调节功能。由于专家控制器没有直接输出转矩指令值，而是对PI调节器的K_P与K_I参数进行调节，所以这是一个间接专家控制系统。在图中ES帮助下，PI调节器比例系数、积分系数可以实现增益自调整功能。最初的PI参数一般情况下可以保守一些，尽量使系统保持稳定。采用一个辅助测试信号——方波注入给定转速中，可得到误差的情况，控制器根据实际误差情况，依据专家知识库推断参数K_P和K_I如何调整。在二阶的电气传动系统中，减少K_I将减少回路增益，同时转折频率也会降低；而减少K_P只会降低转折频率，对回路增益没有影响。

图16-25 间接专家控制系统框图

图16-26 专家系统程序开发流程图(www.xing528.com)

ES系统的典型规则如下：

1）如果阻尼系数小于0.4，那么K_I减少20%，K_P增加10%；

2）当系统的转速差处于大偏差情况下，如大于20%，则停止积分环节，并调整比例环节系数，将调节器输出维持在最大，以充分发挥系统能力，缩短过渡过程时间；

3）在接近系统稳定点阶段，调整调节器系数以减少系统的振荡，尽快稳定下来。

所以，针对传统控制系统难以兼顾“稳、准、快”的内在不足，采用专家系统的智能控制系统可以使系统做到稳定性高、响应速度快、超调量小、动态性能指标好，且动态性能与控制对象参数无关，系统的鲁棒性更强。

图16-27 电动机矢量控制系统中基于ES的转速PI调节器

与人类的稀缺专家相比，专家系统具有以下的优点：

1）专家系统的知识具有永久性；

2）专家系统的知识可以很容易地被传播和复制；

3）专家系统可以使知识形式化，而人类专家的知识往往只能非形式化、不能准确地说明对问题求解的推理过程，不便从中发现问题、总结经验、进行有效试验以提高求解水平；

4）专家系统可以博采众长，并且产生一致性更好的可重复结果；

5）专家系统的成本低。