智能控制算法及其用于结构振动控制的实践

智能控制算法及其用于结构振动控制的实践

郝志伟

新疆华隆油田科技股份有限公司新疆克拉玛依834000

摘要：在智能控制的领域里有很多的研究方向可以供科研工作者们进行探索，而在土木工程的领域里结构振动的相关研究方向里，结构振动控制一直都是其中的热点。本篇文章主要是论述了智能控制算法的有关现状和发展的方向，并且还探讨了目前国内对于智能控制算法及其用于结构振动控制的实践上的发展前景。总的来说，在某种程度上智能控制算法的不断进化为土木工程的不断发展提供了充分的科学和技术支持，并且目前结构控制的热门研究方向就是结构智能控制【1】。本文着重的概述智能控制领域中正在热门研究的模糊算法、人工智能算法和遗传算法等各个研究的方向，也会对目前国内的智能控制算法在结构振动控制上的发展进行探讨。

关键词：结构控制；智能算法；模糊推理；人工智能

国内的现代结构主动控制相关研究是在70年代的时候在国内刚刚兴起，目前已处于不断成熟的阶段，在国内的许多机械化的领域之内都十分的成功的应用了现代的控制理论，所以目前的结构控制的相关研究就是这样打下基础的。通过研究我们可以发现，在抗风和抗震程度上只有结构控制是能够得到的明显有效的效果。所以在国内的工程学一线领域里，结构控制是一个十分热门的研究方向。新兴的智能控制系统是一个十分新颖的理论技术，其具有十分强大的对整个局面的控制能力，即使面对复杂的系统操作也能进行有效的运算，容错能力显著，并且对于数学模型的处理能力很精通。

一、智能控制理论的起源

近百年以来各种新式技术不断的被发明发现，日新月异的更新着我们的生活和思想，而近十几年以来高新技术的迅速发展让越来越多的复杂数据需要更为精尖的科学技术理论和设备来进行操作处理，所以人工智能是顺应时代而生的产物。首次提出将人工智能和自动控制系统有效结合创新了这一领域的研究方向。从此以后，国内的相关领域便逐渐的转移到智能控制的高阶领域之中。除此之外，计算机领域的高速发展尤其是微计算机的研发和应用也为智能控制的研究提供了支持【2】。随着技术的不断进步和研究的逐渐深入，智能控制系统也在不断的完备。而智能控制算法和相关的智能控制结构也是以这个为基础得以被研究。

二、智能控制发展的相关方向

（一）模糊控制

科研者通过制定一系列的控制策略和相关的数据规则总成一个控制规则并加给被操纵者和操作过程就是模糊控制的基本内容。模糊控制的鲁棒性较强，使用的时候不需要输入和建立具体的模型，在处理时滞或者时变等复杂程度较强的系统时易于给出专家的知识。然而模糊算法也有其短板，如果模糊处理的操作选择简单的处理时容易出现所控制的品质出现问题不易提高系统的精度，这种较大的局限性导致了模糊控制的系统性缺失。

（二）人工智能算法

在某种程度上被称为机器智能的人工智能算法是一门较为边缘性的学科。通常被研发出来用于进行各种模拟替代人类行为，其研究前景极为广泛，在现阶段的发展范围之内，已经融入了多种学科并且涵盖了极为丰富的人文信息。并且根据现在科技的发展程度来看，其算法具有极强的可靠性和独立性。在进行运算的时候并不需要十分详细的具体参数数据和抗干扰能力十分了得。并且将人工智能算法用于产品的设计时，对于产品的设计整体性能都有更好的提升，其科学性设计理念和运算方式都对产品研发的效率大有裨益。

（三）优化算法

优化算法是结合新式理论发展起来的应用前景十分广泛的热门研究，优化算法的出现成功的解决了神经网络应用中的短板和不足，对于神经网络的高效学习的有关算法和拓扑结构的优化设计的改善起到了十分关键的地步。而优化算法中的遗传算法是其中发展较为领先的方向。其通过模拟生物本身拥有的搜索功能和自身的优化算法，建立了一套独特的机制。现阶段的科研者们也在逐步的采用将遗传算法逐步的与神经网络控制和模糊控制相结合，通过将这三种各有优势和长处的智能控制算法相互取其长处的融在一起，在性能上既可以将模糊算法的推理规则和隶属的函数结构进行优化，还可以让神经控制算法的计算量得到有效的减少，对于实时控制的应用能够起到有效的实践作用【3】。

三、结构振动控制的实践

我国在早期就已经开始运用神经网络于智能控制的研究中，并且通过研究发现在非线性的建模中，神经网络算法的实际应用具有很强的作用。并且在近些年以来随着我国工业技术的不断革新，工业管理体系也在逐步的发展。在传统的研究方法之中，科研工作者们常常将神经网络和模糊算法的部分研究方向结合在一起，而在隶属函数的获取上应用更为广泛【4】。采用遗传算法来对隶属函数的参数进行操作节，可以较好的获得理想的实验数据。

到目前为止的国际上的结构振动控制相关的研究之中，智能控制一直是持续获得关注的研究热点。而目前，在无数科学家和相关科研人员们的努力之下，已经成功的将现代控制理论成功的转变为智能控制理论，该理论融合了大量的模糊识别和人工智能相关的理论知识，并且这一理论已经总结出了一系列成果例如结构智能控制等。近些年来由于智能控制系统的研发不断在进步，引起了我国许多社会部门和机械研究学科的相关领域的注意。例如在工业化生产中的油田开采就是极为重要的一项，所以现阶段国内的油田自动化技术与之前相比进步很大，尤其是油田自动化监控系统。在具体的生产运作中都是各个系统相互独立进行运作，但是彼此之间又是联系密切，共同组成一个完整综合的管理系统。基本上是可以实现从开采之前的数据采集研究到最后的生产管理都能在有效的自动体系之下进行运作【5】。除此之外还能实现数据的实时更新，方便企业对完成对数据库的完全掌握。而这些技术的革新，都会使油田的管理方式更加科学化和符合人工智能技术的要求，并且最终会带领着我国的油田工业在迈向更好更快发展的道路上，稳定前进。而现目前也有许多学者也对此提出了切实有效的研究策略和实验结果，例如以张顺宝为带头人的科研小组就实现了通过为结构的主动控制系统提供了时间差以便于能够缩短时迟的问题等。

结语：

本文通过对智能控制的相关发展方向和研究现状进行了详尽的概述，尤其是在结构振动控制的相关应用中的前景讨论的较多。就目前国内的研究方向和研究程度而言，神经网络在面对进行未知的系统操作问题时，优势十分明显，其自主的学习能力极强并且能都广泛的适用于各个方面，基本上可以达到能够独立的进行数据的操作而不需要依赖任何的数学模型；而在智能控制算法发展早期时，模糊控制是其相关的研究热点，在进行模糊控制的操作时并不需要知道知道精准的模型，只要一部分的相关数据就可以很快的解决系统的不确定性控制问题；尽管在智能控制算法不断发展至今以来，由模糊算法逐渐的演变精进到神经网络的应用，其二者在某种程度上是具有相同的性能，但是具体的应用之中又有各自不同的特点。神经网络的自主学习能力极强，如果能将二者充分发挥各自的特长结合到引一起，就能在未来的研究热点中取得领先地位。

参考文献：

[1]权渭锋,毛剑琴,李超,李帆.智能结构与智能控制在振动主动控制中的应用[J].信息与电子工程,2004,03:232-237.

[2].自动化技术、计算机技术[J].中国无线电电子学文摘,2010,06:166-242.

[3]黄全振.压电智能结构自适应滤波振动主动控制研究[D].上海大学,2012.

[4]李辉.人工智能算法在自动化控制中的应用[J].中小企业管理与科技(中旬刊),2015,07:189.

[5]徐健.电气自动化技术在油田生产中的应用[J].油气田地面工程,2015,02:26-28.