1.7 智能控制的应用

1. 在过程控制中的应用

智能控制从20世纪70年代开始应用以来，在冶金、电力、石油、化工、轻工等工业过程控制中获得迅猛的发展。应用广泛的智能控制系统主要有集散控制系统（DCS）和可编程逻辑控制器（PLC），应用领域包括加工制造、过程控制、冶金自动化等。例如，在石油化工方面，1994年，美国Gensym公司和NeuralWare公司联合将神经网络和优化软件与专家系统结合，用于Taxaco公司的Star炼油厂的非线性工艺过程，一年内就收回投资。在冶金方面，NNK公司成功开发了高炉温度模糊控制系统，川崎钢铁公司成功研制了烧结均一性模糊控制系统。在化工方面，日本三菱化学公司成功开发了乙烯工程模糊控制系统，美国杜邦公司研制出用于化工聚合中间物生产强度的专家系统PACE。鉴于DCS和PLC是过程控制的常用产品，引进智能控制技术能够增加功能、提高档次，如德国Siemens公司为其DCS Teleperm-M的现场控制器AS230/AS235（H）开发了模糊化模糊判决和规则确定的软件模块，日本横河公司在Centrum μXL中实现了模糊控制功能，还推出了用于和DCS通信的、具有PID专家自整定控制功能的YS-100系列调节器。Siemens公司把智能控制技术引入PLC，研制了标准的模糊控制软件包。德国AEG公司开发出PLC模糊控制模块。

2. 在机器人中的应用

随着人工智能技术、计算机技术、制造技术、传感器技术及其他相关技术的快速发展，智能控制被引入机器人技术，如机器人的多传感器信息融合和视觉处理、移动机器人运动过程中的自主避障和路径规划、机器人非线性动力学控制、空间机器人的姿态控制等。

3. 在智能电网中的应用

智能电网在电力系统的经济化运行与降损节能方面具有重要的意义。在智能电网运行的过程中，智能控制可以解决智能电网发展中存在的多项问题。将智能控制应用到智能电网中，可以明显提高系统的有功备用率。例如，采用模糊逻辑控制技术能够提高智能电网出现故障时的应急能力，对智能电网进行快速调节，可以增强电网的可靠性，提高抗干扰能力，保证智能电网系统的稳定性。又如，在电网与机组的远距离大容量输送电能的模式下，存在谐波干扰大、能源效率低等缺点，电网系统运行的动态安全性降低，在智能电网运行的过程中，通过神经网络控制，能够对谐波激荡、功率越限部分进行实时补偿，能够根据网络分布特点找出可能存在的外部干扰，进而采取有效的避免措施，提高智能电网的动态稳定性。

4. 在现代农业中的应用

智能控制在现代农业中的应用主要表现在设立大田种植、室内种植、动植物养殖等农业模式，建立植物生长智能控制系统，采用温度、肥力、光照强度、CO2浓度等传感器采集环境因素，并通过计算机运算处理，再由对应的执行操作系统执行智能控制方案，实现对植物生长因素的精准控制，增加产量和改善品质，实现规模化的发展。同时建立农业数据库，使种植者能够大面积、低成本、快速、准确地获取农业信息，实现农业数据处理的标准化与智能化。

5. 在机械制造中的应用

在现代先进制造系统中，通常需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，智能控制为解决这一难题提供了有效的解决方案。它利用模糊数学、神经网络的方法对制造过程进行动态环境建模，通过传感器融合技术进行信息的预处理和综合，利用神经网络的学习功能和并行处理信息的能力，对机械工况进行在线监控与故障诊断，处理机械制造中不完整的信息，保证机械加工过程的可靠性。在机械设计制作中，神经网络技术常常应用于机床运动过程中的误差补偿。在零配件设计和制造方面，神经网络技术还可以应用于齿轮CAD（计算机辅助设计）、齿轮形状与强度的设计，提高机械设计的精准性。