数字化控制系统的结构原理

数字化控制系统的结构随着控制对象、环境复杂性和不确定性程度的不同而变化。数字化控制系统基本结构中的“广义对象”包括一般的控制对象和外部环境。例如，在智能机器人系统中，传感器机器人的手臂、移动载体、被操作的对象和其所处的工作环境统称为广义对象；而在传感器中广义对象则是将其中所需物理量等变换成计算机能处理的电信号装置的总称。在机器人系统中，有位置传感器、力传感器、接近传感器、里程计及视觉传感器等。感知信息处理是将传感器获得的各种信息进行处理，这种处理可以是单个传感器的信息处理，也可能包括多种传感器的信息融合处理。随着智能水平的提高，后一种信息融合处理就显得更加重要。认识学习部分主要是接受和存储知识、经验和数据，并对它们进行分析、学习和推理，然后送到规划与控制决策部分。规划与控制决策部分根据给定的任务要求、反馈的信息及经验知识，进行自动搜索、推理决策、动作规划，最后经执行器作用于控制对象。通信接口部分不但要建立人机之间的联系，还要负责各模块之间的通信，以保证必要信息的传递。

美国的控制理论家Saridis在提出数字化控制系统的人工智能、自动控制和运筹学的三元结构的同时，提出了分层递阶的数字化控制系统结构。他把数字化控制系统分为三级：执行级、协调级和组织级，并规定各级之间实现“智能递增精度递减”的原则。

第一级为组织级。它接收其他级的反馈信息，进行组织决策和任务分配。它表现为系统的高级智能，技术上以人工智能为主体。

第二级为协调级。它接收来自组织级的指令和有关的反馈信号，协调执行级的动作。协调级实际上是一个离散事件的动态系统，技术上主要以人工智能和运筹学为主体。(www.xing528.com)

第三级为执行级。它面向控制对象，直接实施控制并接受来自被控过程中的反馈信号。这一级一般需要比较准确的数学模型，以保证较高的控制精度，这一级技术上主要以传统自动控制为主体。

数字化控制系统这种分层递阶结构的优点是控制路线明确，易于解析描述。它已成功地应用于机器人数字化控制、交通系统的控制与管理等一些领域。