1) Collective and distributive intelligent control computer system
智能控制集散控制系统
2) Intelligent Distributed Control System (IDCS)
智能型集散控制系统
3) distributed control system/intelligent control
集散系统/智能控制
4) Integrated Intelligent Control System
集成智能控制系统
5) intelligent control system
智能化控制系统
1.
The intelligent control system of rapier loom;
剑杆织机智能化控制系统
6) intelligent control system
智能控制系统
1.
IPC-PLC-PROFIBUS-based intelligent control system for electrical drive drilling rigs;
基于IPC、PLC、PROFIBUS的电动钻机智能控制系统
2.
Design of intelligent control system for dynamic emulsification process of marine heavy oil;
船舶重油动态乳化过程智能控制系统设计
3.
Application Research of Vehicle Waste Intelligent Control System Based on PLC;
PLC在车载垃圾智能控制系统中的应用研究
补充资料：系统控制导论
| 系统控制导论 system control，anintroduction of 研究各类系统的状态和结构的变化规律，并按人们需求对系统进行设计和在运行过程施加控制以保证实现其预定功能要求的理论和技术。它除了研究各类作为控制对象的受控系统以及加上信息获取、控制决策和执行机构之后构成的控制系统的结构、行为和功能等相互关联的特性外；还必须综合考虑人们对所研究系统的要求及有关的技术经济约束，以及系统的运行环境和干扰特性等问题。在控制系统中，不仅包含各种不同复杂程度的工程系统、自然系统和社会系统 ，还可能包含以计算机为代表的人为设计的控制部件，乃至需要人类的直接干预。这些因素的相互作用提出了日益复杂的独特研究课题，使得系统控制理论成为富有生命力的交叉学科，促进许多高新技术领域的发展。 早期的系统控制理论 自动控制的思想虽古已有之，但比较自觉地设计成功的装置当属瓦特为蒸汽机设计的离心调速器。麦克斯韦1868年发表论文对它进行了稳定性分析。关于保持系统稳定性的理论和方法，曾是早期系统控制理论首先关注的命题。20世纪由于无线电技术的发展，使频谱分析技术得到广泛应用并由此形成一套比较完善的反馈控制理论。当时控制的对象大多是部件较少、相互关系简单、常可用微分方程描述和求解的简单系统，诸如电路、电机、运动物体等。这种系统的控制问题可用“经典”的反馈控制理论解决。为了保证系统在不确定性的条件下能正常工作，人们很早就提出了系统行为对参量变化的灵敏度、系统稳定性的裕度等理论问题，在此基础上创立的反馈设计则表现出很大的优越性，得到普遍应用。40年代N.维纳在《控制论》中所强调应用的统计方法和建造具有适应性、自学习、自组织、自繁殖等高度应变能力的控制系统的思想，以及J.von诺伊曼等人在博弈论中对人类决策行为的研究等，都表现出人们力图从人和动物的控制机制中探求更新、更灵活的控制系统设计的原理。 现代系统控制理论的形成和发展 60年代由于航天等高技术推动，加上电子计算机日益强大和实用化，一套基于状态空间模型的“现代”控制理论应运而生。与高科技中精确的对象模型和计算机应用相适应，许多数学方法得到应用和发展并揭示了系统更深刻普遍的内在规律。著名的例子有R.B.贝尔曼的动态规划、P.S.庞特里亚金的极大值原理等优化方法，R.E.卡尔曼的能控性、能观性和滤波理论，以及极点配置、观测器和LQG等反馈设计技术，等等。由于许多复杂的控制算法已不难实现，工程师的思维境界大为拓广，在“计算机控制”的旗号下，模糊、随机、鲁棒、自适应、自校正、自学习等控制系统相继出现。然而这种成功常使人更习惯于由建立精确模型、数学分析和计算实现的研究和设计途径。但对于大多数找不到既精确又可处理的模型的复杂系统来说，这种理论与工程实际间有明显的鸿沟。当大量控制专家转向生物医学、工业过程、社会经济以及电力、交通、资源、环境等复杂大系统时，这种矛盾就更加突出。70年代针对这些问题发展的大系统理论着重于运用分解、降阶、集结等简化方法和递阶协调、分数化等控制技术来解决由于系统规模庞大而带来的信息采集、通信、计算、决策的复杂性、昂贵费用和可靠性等问题。系统大、小与否，严格地说只能按是否需要采用上述这些技术来界定。人们已经注意到不同种类子系统相互耦合时的数学困难和不同宏微观层次上运动形态的质的差异，认识到“复杂”并不单是由于维数高、尺度大而引起，因而大系统理论有待创新。 与此相应，在数理学科中出现了微分动力系统、突变和分岔理论，以及耗散结构、协同学、混沌、分维和分形等一系列新的理论，大大加深了对复杂系统行为的认识。在技术上，大型航天结构、智能机器人、计算机集成制造系统、大型信息处理和控制软件设计，以及更复杂的生物医学、社会经济等系统的控制和决策问题都对系统控制理论提出了严重的挑战。复杂系统的控制问题已经提到了日程上来了。 复杂系统的概念是相对于前述简单系统（包括大系统）而言的，其内涵亦在不断变化之中。虽然没有公认严格的定义，但当前一般认为它是由处在多重宏微观层次上相互关联的许多子系统组成并具有某种整体的功能。这些子系统常需用多种不同的数学模型来描述它的不同侧面或称视图(view)。这里的数学模型应作广义理解，既可能有描述数量关系的方程式或算法，也可能有描述定性关系的图、表、符号逻辑语言，甚至对许多机制规律尚未弄清的对象只能用某些模糊量、黑箱或灰箱来描述。大型航天结构包括刚体、液体和细薄而长的挠性体，各有不同数学模型而且其间耦合关系非常复杂。智能机器人包括机械运动控制和视觉图像处理等不同子系统。计算机集成制造（CIM）需要从功能结构、信息结构和物料处理等几个视图方面分别描述，而其中物料处理是一种由离散事件驱动的过程，又要按操作逻辑顺序、时间调度、随机排队几个层次而采用不同的数学模型来描述。再如人体，中西医就各有一套模型。社会经济系统尽管极为复杂，针对特定问题也还有不同流派的许多可操作的、作了不同程度简化的模型。实践证明所有这些模型都能说明一定问题，同时也都有局限性，关键是如何将它们集成起来形成对复杂事物比较全面的认识和进行更为有效的控制。 进一步考察复杂性，还有不同的层次。若系统中部件或子系统个数极多，上万上亿以至于无法枚举，则称之为巨系统。例如一团气体包含大量分子，但品种不多、结构简单 ，可用统计方法处理。而社会中大量各种各样的人，生物体中构成各种组织、器官的大量细胞，大脑中亿万的神经元，由于其子系统品种繁多且处在复杂的组织结构之中，不能简单地靠统计方法处理。前一类称为简单巨系统，后一类则称为复杂巨系统。复杂巨系统的组织结构通常是在“自组织”的演化过程中形成的，因此它必须是和外界环境具有物质、能量或信息交换的开系统。研究这种系统只能用从定性到定量的综合集成方法，借助计算机等处理大量信息和处理定性知识的能力加以实现。这已成为许多学科领域共同关注的研究课题。 和单纯探索复杂性不同，控制学科的特点在于它以明确的改造世界的目标作为导向并可充分发挥人的主观能动性 。和“自在”的复杂系统相比，复杂控制系统包含着复杂受控对象、复杂多变而不确定的工作环境和具有很强信息处理能力的复杂控制机构以及它们的相互作用。但另一方面，由于人们总可以调整自己的目标而使之现实可行，可以人为地设定各种规则，绕开不明之物，运用经验和试凑方法，一般总可以得到比较满意的解答，这又是它更具实践性的品格。这两方面决定了系统控制理论具有自己独特的思维方式和理论体系，成为一个独立的学科。 就内容而言，现代系统控制理论除了进一步研究各种复杂系统的动态行为特征，特别是在具误差和各种不确定条件下的行为特征以外，还应当包括：①对复杂对象各层次上不同视图的多模型描述及其综合集成问题。这里可能涉及描述本质不同的对象所需的特殊建模工具和数学方法、描述它们之间相互作用的特殊接口，还会遇到当不同模型互不兼容甚至矛盾时应如何综合分析的问题。②和模型体系结构相适应，设计多级递阶形式的控制结构。良好的互连结构可以使系统具有必需的整体功能、较强的容错能力和高的可靠性而无须对部件的品质提出过高的要求。当前神经元网络等各种并行分布式处理结构在这方面有许多优越性并已成为研究的热点。③开展智能控制和人机交互的研究。能自主工作的控制系统可以说是把人的知识、技能“物化”的结果。而复杂控制系统往往需要人类更多的监督和干预。智能控制和人机交互已成为不可避免的趋势并要求更加系统完整的基础理论的支持。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条