现代控制理论（汽车论文）
早在人类文明出现之初，人们就有了控制自然的愿望。尽管历史上出现过许多控制系统的实例，但是直到18世纪中期才出现一些蒸汽驱动的控制装置。
从二战前的25年开始，电子学特别是电路理论发展迅速。这也得益于奈奎斯特关于稳定性理论方面的研究工作，这一理论到现在还是经典性的。模拟计算机的出现加上电子学的进展奠定了控制系统作为一门学科的基础。计算机的使用开辟了数据采集、计算机控制、状态空间法等现代分析方法的新纪元。
有几个因素激励了现代控制理论的发展：
(a) 处理更加真实的系统模型的必要性。
(b) 研究重点朝向最优控制和最小系统设计的转移。
(c) 数字计算技术的不断发展。
(d) 原有方法的短缺。
(e) 对于将熟知方法在其他知识领域中的应用的广泛认同。
这种从简单易用的近似模型到更加真实模型的转移产生了几个方面的影响。首先，模型中必须包含众多的变量。其次，更为真实的模型往往具有非线性和时变参数。以前往往忽略的一些系统问题，例如关联问题以及通过环境形成的反馈等，现在却需要考虑。计算机技术的不断发展，已经对控制领域产生了三个方面的影响。影响之一与超大规模的巨型机有关。现在能够进行建模、分析和控制研究的问题的规模和困难级别都已经大大超过了本书第一版时的情况。
计算机技术的第二个影响与微型机在数量上的激增以及其在家庭、工作场所随处可用的便利性紧密相关。经典控制理论中图解法发展主导地位，这是因为当时图解是解决某些问题的唯一方法。现在，每一个控制工程技术人员都很容易获得功能强大的计算机软件包，用于系统地分析和设计工作。老的图解方法并没有消亡，不过已经能够自动进行工作了。它们之所以仍然存在的原因是其所具有的直观性和指导性。然而，一些完全不同的技术经常对计算机更加适合。尽管计算机可用于执行经典的变换-反变换运算，然而用计算机对微分方程尽心计分则往往更加有效。
第三方面计算机的影响来自于如今计算机就像在控制系统中其他常规元件应用得一样普及。计算机在成本、规模和可靠性方面的优势使其能够更普遍的应用于更多系统中，这就意味着离散时间和数字式的控制指系统现在应该受到远胜于以往的重视。
最后，芯片集成度的提高及相关计算机的开发引起了计算能力和计算机控制器件的大爆炸。其结果出现了许多新的制造方法，如计算机辅助设计和计算机辅助制造，而且，计算机控制的机器、机器手、和机器人带来了生产率的空前提高。
按照美国大百科全书的理解，所谓系统就是指“一个各种物体的集合，根据其性质或人的意愿而结合起来以至形成一个集中、复杂的整体”。数学中的系统理论就是对这种由若干“物体”构成的集合当其受到某些条件和输入作用的影响后的行为和阻断进行研究的一门学问。系统理论的抽象性质源于这样一个事实：系统理论更关心物体组成部件的数学性质是其物理形式。
控制理论通常与实际应用有关。一般认为，控制系统是任意一个这样的系统：其目的是为了某种期望的方式来调节或控制诸如：能量、信息、资金等物理量的流动。从更一般的意义上讲，控制系统就是一个按照一定方式由很多元件或功能单元构成的结合体，其目的是为了获得期望的结果。本书中，假定控制理论包括所有与控制系统设计和分析问题有关的内容。
任何工程系统或部件的设计都需要一个任务技术指标或系统必备的基本性能指标。这个技术指标应当是相当精确的；了解给定的设计任务在什么情况下恰好满足要求，这是很有益的因为更高的要求总是导致更复杂的、更困难的和更昂贵的装置。自动控制系统也不例外。
通常就有三组瞬态相应技术指标可供选用：
(a). 闭环阶越响应: 滞后时间（或上升时间），超调量，调整时间。
(b). 闭环频率特性：谐振峰值，频带宽度或谐振频率。
(c). 开环频率特性：增益裕量，相位裕量。
大多数经典控制技术都是带有一个输入、一个输出（也许可有数个输入和输出）的线性、常系数系统而发展起来的。经典技术的表述语言是拉普拉斯或Z变换以及传递函数。一旦出现非线性和时变性，经典技术最根本的基础就不复存在了。诸如相平面方法、描述函数法和其他有关方法这样一些很成功的技术能够得以发展的原因就是为了弥补这一短处。然而经典控制理论最大的成功也是局限于低阶系统中。现代控制理论的状态变量法提供了一种统一、高效的方法来描述具有任意阶次、线性或非线性、时变或常系数的各种系统。它也为计算机处理提供了一种理想的表示方法，并引起了许多方面最优化理论的进展。
现代控制理论是在控制领域中的新发展。因此，可以说它是名副其实。然而，现代控制理论的基础却应该在其他一些发展成熟的领域中寻找。以状态变量形式来表示一个系统的方法完全等价于在哈密尔顿力学中采用通用坐标和通用动量的方法。这种方法的优越性在经典物理学中多年来已经众所周知。当处理各种联立方程时采用矩阵的好处在应用数学领域中也久为人知。线性代数对现代控制理论的发展更是功不可没。其原因在于线性代数所提供的简洁的表达、通用的结果以及高效的思路。
前面曾提到，在很多情况下瞬态和稳态响应可能不满足系统要求，我们希望在系统中引进控制器修正顺态特性或稳定特性，或者两者兼而有之。下面我们将说明一个适当的控制器确实会改变系统的响应，尽管它也会带来一些不希望的附加变化要求任何东西都达到最优并不总是不可能的，最终付出的代价和得到的收益必须进行权衡。
图37.1时对开环控制系统的一般性表示。输入变量或控制作用u(t)是根据本系统的目标以及所有可获取的先验知识而选定的。输入变量绝不会受到y(t)所表示统输出变量的影响。如果有不期望的扰动作用在开环系统上，或者，如果其行为不能完全掌握的话，则该系统的输出就不会完全如预期般动作。
另一类常见的控制系统是闭环或反馈控制系统，如图37.2所示，闭环控制系统中，控制作用u(t)被以某种方式由与系统输出行为有关的信息所矫正。一个反馈系统经常能更好的应付不期望的扰动作用以及系统动态性能的不确定性。然而， 闭环控制并不一定总是优于开环控制。当输出的测量误差足够大或不期望的扰动无关紧要时，闭环控制的性能就会避开环控制的性能差。
所有的实际控制系统都包含直观推断的成分。一般表现为基于基本控制算法之上的逻辑推断。自适应系统在安全逻辑中带有很多直观的推断。专家系统为在控制系统中构造关系而提供了一种有益的可能性。如果有便于使用的好方法来处理直观逻辑推断，那么也就可能引入包括数种不同算法的更为复杂的控制系统。例如，有可能将自动整定器与具有互补性质的自适应算法结合起来。自动整定器要求较少的先验知识，鲁棒性很强并且对于简单控制规律能够生成很好的参数。自适应调节器则可能更为复杂，但可能具有潜在的更好性能。由于自适应调节器的理论基础是局部梯度法，因此能够通过调整调节器参数而获得一个性能良好的闭环系统，只要能够对系统的阶数、采样周期和参数有一个较为合理的预估值即可。但如果此预估值相差太远，则此算法可能根本无法工作。先验数据太差时，闭环系统甚至可能不稳定。
专家系统
专家系统的目标之一是为待解问题建立基于计算机的模型。该模型完全不同于由物理建模或参数估计建模的道的成果。专家系统就是要对人类专家在解决待定领域的问题中所采用的知识和过程加以模型化。在专家系统中，只是表示是一个关键问题。前人已经试过了很多不同方法，例如一阶谓词演算（逻辑）、过程表示、语义网络、产生式系统或规则以及框架表示等。一个基于知识的专家系统是由知识库、推理机和用户界面构成。
专家控制
专家控制的思路就是由专家系统来协调用于控制、监督和自适应的一个算法集合。此系统是自整定调节器的一个自然推广。本系统具有若干算法，而不是仅有一套控制和估计算法。这里又有用于激励和诊断的算法，还有数据存储表。此外，本系统还包括一个专家系统。该专家系统决定何时采用何种特定算法。专家系统包含了一些关于特定算法及使用该算法的条件等等方面的知识。
特定情况下，每个类型可能只有一个算法，这种方法具有将安全逻辑与控制算法分离开来的优点。另一优点是其知识是显示的，宾客通过用户界面进行研究。
微信
QQ1：3097331788 QQ2：2601997959 QQ3：2993773635
