
點擊:發布日期(qi):2022/6/29
1.PID控制。PID控制是最(zui)早發展起來的(de)、應用領域至今(jīn)仍然廣泛⁉️的控(kong)制方法之一,它(tā)是基于對象數(shù)學模型的方法(fa),尤其适用于可(kě)建立*數學模型(xíng)的确定性控制(zhi)系統。但對于非(fēi)線形、時變不确(què)定性系統,難以(yǐ)用常規的PID控制(zhì)👌器達到理想的(de)控制效果。而且(qie),在實際生産中(zhōng),由于受參數整(zhěng)定方法繁雜的(de)困‼️擾,常規的PID參(cān)數往往整定不(bú)良、性能欠佳。
2.人(ren)工神經網絡控(kong)制。人工神經網(wang)絡起源于20世紀(jì)40年代,它從某些(xiē)方面反映了人(rén)腦的基本特征(zhēng),但并不是人腦(nǎo)的真實描寫,而(ér)隻是它的抽象(xiàng)、簡化和模拟,網(wǎng)絡的信息處理(lǐ)由神經元間的(de)相互作用來實(shí)現。神經網絡控(kòng)制的關鍵是選(xuan)擇一個合适的(de)神經網絡模型(xíng),并對🔞其進行訓(xun)練與學習,直至(zhi)達到要求為止(zhǐ),即尋找*的神經(jīng)網絡結構與權(quan)值。然而,神經網(wang)絡🈚的學習,需要(yào)一定的實驗🚶♀️樣(yang)本,這些實驗樣(yang)本也必須從已(yǐ)知經驗和事先(xian)的實驗中獲得(de)。同時,神經網😘絡(luo)的訓練與學習(xí)過程,有時較👈為(wei)複雜,需要運行(hang)成千上萬次才(cái)能獲得*結構。有(yǒu)時獲得的是一(yi)個局部*解,而不(bu)是全局*解,因方(fāng)法😄的局限性,同(tong)樣也難于對‼️所(suo)讨論的對象實(shi)現有效的控制(zhì)。
3.模糊控制。實際(jì)工程中,一個非(fēi)常熟練的操作(zuo)人員,能憑借‼️自(zi)己豐富的實踐(jiàn)經驗,通過對現(xiàn)場的各種現象(xiang)📞的判斷取得較(jiao)滿意的控制效(xiao)果。如果将憑經(jīng)驗所采取的措(cuò)施轉變成相應(ying)的控制規則,并(bìng)且研制一個控(kòng)制器來代💞替這(zhe)些規則,也可實(shi)現對複雜工業(yè)過程的🌏控制。實(shi)踐證明,以模糊(hú)控制理論為基(jī)🐉礎的模糊控制(zhì)器(FC)能夠完成這(zhè)個任務。
模糊控(kong)制是基于模糊(hú)推理和模仿人(rén)的思維方法💔,對(duì)難以建立數學(xué)模型的對象實(shi)施的一種控制(zhi)。它用模糊數學(xue)中的模糊集合(he)來刻畫這些模(mo)糊語言,并用産(chǎn)♋生式規則,即“假(jia)如條件成立則(zé)✨執行”語句予以(yi)實現。模🌈糊控制(zhi)技🥰術的應用在(zai)國内已取得明(míng)顯效果。
4.專家控(kong)制。專家控制是(shì)智能控制的一(yī)個重要部分,它(tā)♌在将專家系統(tǒng)的理論和技術(shu)同控制理論的(de)理💔論和方法♉有(yǒu)機😍結合的基礎(chu)上,在未知環境(jìng)下模仿專家的(de)智能,實現對系(xì)統的有效控制(zhì)。專家控制的核(he)心是專♊家系統(tǒng),它具有處理各(ge)種非結構性問(wen)題,尤其是處理(lǐ)定性的、啟發式(shi)的或不确定性(xing)的知識🧡信息,經(jīng)過各種🥵推理過(guo)程達到系統的(de)控制目☎️标。
5.仿人(rén)智能控制。仿人(ren)智能控制(HSIC)經過(guò)20年來的努力,已(yi)✊形成了基本理(li)論體系和較系(xì)統的設計方法(fǎ),并在大量的實(shí)🐪際應用中‼️獲得(de)成功。其主要内(nèi)容是總結⚽人的(de)控制經驗,模仿(páng)人的控制思想(xiǎng)和行為,以産生(shēng)式規則描述其(qi)在控制方面的(de)啟發與直覺推(tuī)理行為。由于HSIC的(de)基本特點是模(mo)仿控制專家的(de)控制行為,因此(cǐ)它的控制算法(fǎ)是多模态🏒控制(zhì)的,是多種模态(tai)控制間的相互(hu)交替使用。該算(suan)法可以完美地(di)協調控制系統(tǒng)中諸多相互矛(máo)盾的控制品質(zhì)的要求。比如,魯(lǔ)棒性🔞與*性,快速(sù)性㊙️與平穩🥵性等(děng)。
在發達國家競(jìng)争的同時也需(xū)要投資發展新(xin)産品
為提高競(jìng)争力,在發達市(shi)場需要一套不(bú)同的産品投資(zi)。許多發達地區(qū)的”Brownfield”目前正在實(shí)施基于FDT的PAM解決(jue)方案,提供🔱一套(tao)數據嵌入的多(duo)樣化的智能現(xiàn)場設備和其它(tā)生産設備,一個(ge)公司的這些設(shè)備來自多個供(gòng)應商🐪們的各種(zhong)通信協議。利用(yong)這個機會,控制(zhi)🏃♂️閥供應商已經(jing)在積極發展DTMs,使(shi)他們的數字定(dìng)位與基于FDT的PAM解(jiě)決方案一同工(gōng)作。此外,控制閥(fá)供應商正在考(kǎo)慮大力發展的(de)另一類産品為(wéi)無線HART。
在中東的(de)石油投資繼續(xu)推動市場增長(zhǎng)
在2008年*季度,控制(zhi)閥供應商繼續(xu)赢得在石油和(he)天然⭐氣開采、煉(liàn)油及石化行業(ye)的大型項目訂(ding)單。獲利于全球(qiú)持續的高❄️油價(jià),作為控制閥産(chan)業的*消費群體(ti)——石油與天然氣(qì)公司得到充足(zu)的資本去增加(jia)生産和煉油的(de)能力以滿足市(shi)場的💘需要,這種(zhong)趨勢一直呈上(shàng)升狀态🏃♂️。而高價(jià)的石油也讓石(shi)油和天然氣公(gōng)司開始提高現(xian)場設備的智能(neng)化水平,以改善(shan)他們的監測過(guò)🎯程、防止㊙️産品損(sǔn)失以及優化生(sheng)産,而智能化的(de)過程恰恰不能(neng)缺少控制閥的(de)身影。
2.人(ren)工神經網絡控(kong)制。人工神經網(wang)絡起源于20世紀(jì)40年代,它從某些(xiē)方面反映了人(rén)腦的基本特征(zhēng),但并不是人腦(nǎo)的真實描寫,而(ér)隻是它的抽象(xiàng)、簡化和模拟,網(wǎng)絡的信息處理(lǐ)由神經元間的(de)相互作用來實(shí)現。神經網絡控(kòng)制的關鍵是選(xuan)擇一個合适的(de)神經網絡模型(xíng),并對🔞其進行訓(xun)練與學習,直至(zhi)達到要求為止(zhǐ),即尋找*的神經(jīng)網絡結構與權(quan)值。然而,神經網(wang)絡🈚的學習,需要(yào)一定的實驗🚶♀️樣(yang)本,這些實驗樣(yang)本也必須從已(yǐ)知經驗和事先(xian)的實驗中獲得(de)。同時,神經網😘絡(luo)的訓練與學習(xí)過程,有時較👈為(wei)複雜,需要運行(hang)成千上萬次才(cái)能獲得*結構。有(yǒu)時獲得的是一(yi)個局部*解,而不(bu)是全局*解,因方(fāng)法😄的局限性,同(tong)樣也難于對‼️所(suo)讨論的對象實(shi)現有效的控制(zhì)。
3.模糊控制。實際(jì)工程中,一個非(fēi)常熟練的操作(zuo)人員,能憑借‼️自(zi)己豐富的實踐(jiàn)經驗,通過對現(xiàn)場的各種現象(xiang)📞的判斷取得較(jiao)滿意的控制效(xiao)果。如果将憑經(jīng)驗所采取的措(cuò)施轉變成相應(ying)的控制規則,并(bìng)且研制一個控(kòng)制器來代💞替這(zhe)些規則,也可實(shi)現對複雜工業(yè)過程的🌏控制。實(shi)踐證明,以模糊(hú)控制理論為基(jī)🐉礎的模糊控制(zhì)器(FC)能夠完成這(zhè)個任務。
模糊控(kong)制是基于模糊(hú)推理和模仿人(rén)的思維方法💔,對(duì)難以建立數學(xué)模型的對象實(shi)施的一種控制(zhi)。它用模糊數學(xue)中的模糊集合(he)來刻畫這些模(mo)糊語言,并用産(chǎn)♋生式規則,即“假(jia)如條件成立則(zé)✨執行”語句予以(yi)實現。模🌈糊控制(zhi)技🥰術的應用在(zai)國内已取得明(míng)顯效果。
4.專家控(kong)制。專家控制是(shì)智能控制的一(yī)個重要部分,它(tā)♌在将專家系統(tǒng)的理論和技術(shu)同控制理論的(de)理💔論和方法♉有(yǒu)機😍結合的基礎(chu)上,在未知環境(jìng)下模仿專家的(de)智能,實現對系(xì)統的有效控制(zhì)。專家控制的核(he)心是專♊家系統(tǒng),它具有處理各(ge)種非結構性問(wen)題,尤其是處理(lǐ)定性的、啟發式(shi)的或不确定性(xing)的知識🧡信息,經(jīng)過各種🥵推理過(guo)程達到系統的(de)控制目☎️标。
5.仿人(rén)智能控制。仿人(ren)智能控制(HSIC)經過(guò)20年來的努力,已(yi)✊形成了基本理(li)論體系和較系(xì)統的設計方法(fǎ),并在大量的實(shí)🐪際應用中‼️獲得(de)成功。其主要内(nèi)容是總結⚽人的(de)控制經驗,模仿(páng)人的控制思想(xiǎng)和行為,以産生(shēng)式規則描述其(qi)在控制方面的(de)啟發與直覺推(tuī)理行為。由于HSIC的(de)基本特點是模(mo)仿控制專家的(de)控制行為,因此(cǐ)它的控制算法(fǎ)是多模态🏒控制(zhì)的,是多種模态(tai)控制間的相互(hu)交替使用。該算(suan)法可以完美地(di)協調控制系統(tǒng)中諸多相互矛(máo)盾的控制品質(zhì)的要求。比如,魯(lǔ)棒性🔞與*性,快速(sù)性㊙️與平穩🥵性等(děng)。
在發達國家競(jìng)争的同時也需(xū)要投資發展新(xin)産品
為提高競(jìng)争力,在發達市(shi)場需要一套不(bú)同的産品投資(zi)。許多發達地區(qū)的”Brownfield”目前正在實(shí)施基于FDT的PAM解決(jue)方案,提供🔱一套(tao)數據嵌入的多(duo)樣化的智能現(xiàn)場設備和其它(tā)生産設備,一個(ge)公司的這些設(shè)備來自多個供(gòng)應商🐪們的各種(zhong)通信協議。利用(yong)這個機會,控制(zhi)🏃♂️閥供應商已經(jing)在積極發展DTMs,使(shi)他們的數字定(dìng)位與基于FDT的PAM解(jiě)決方案一同工(gōng)作。此外,控制閥(fá)供應商正在考(kǎo)慮大力發展的(de)另一類産品為(wéi)無線HART。
在中東的(de)石油投資繼續(xu)推動市場增長(zhǎng)
在2008年*季度,控制(zhi)閥供應商繼續(xu)赢得在石油和(he)天然⭐氣開采、煉(liàn)油及石化行業(ye)的大型項目訂(ding)單。獲利于全球(qiú)持續的高❄️油價(jià),作為控制閥産(chan)業的*消費群體(ti)——石油與天然氣(qì)公司得到充足(zu)的資本去增加(jia)生産和煉油的(de)能力以滿足市(shi)場的💘需要,這種(zhong)趨勢一直呈上(shàng)升狀态🏃♂️。而高價(jià)的石油也讓石(shi)油和天然氣公(gōng)司開始提高現(xian)場設備的智能(neng)化水平,以改善(shan)他們的監測過(guò)🎯程、防止㊙️産品損(sǔn)失以及優化生(sheng)産,而智能化的(de)過程恰恰不能(neng)缺少控制閥的(de)身影。













