(1) 模擬儀表時代
從20世紀60年代開始,為滿足工業發展的需要,將測量記錄和控制功能組合在一起,這類儀表稱為“基地式”儀表。通常是以在帶有調節單元的顯示記錄儀“基地”上,配上測量元件及執行器構成簡單控制系統。隨著生產規模的擴大,產生了以功能劃分的“單元組合式”儀表。根據不同的控制要求,選擇相應儀表單元組合起來構成各種不同復雜程度的控制系統。無論是“基地式”儀表還是“單元組合式”儀表,它們的共同特點都是模擬式的,采用的是模擬技術,而控制系統以經典控制理論為基礎。
(2) 數字化儀表時代
20世紀80年代,隨著計算機技術的發展及其在儀器儀表中的應用,以微處理器為核心器件的微機化儀表應運而生,產生了各種數字式變送器、數字式調節器、數字式顯示記錄儀、可編程控制器和智能儀表。數字化儀表與模擬式儀表相比,其功能、性能、可靠性、通信功能等均有了質的飛躍。主要的特點是采用數字技術,計算機技術用于儀器儀表和控制領域,計算機控制系統在工業控制中得到應用與推廣。
(3) 儀器儀表新概念—虛擬儀表技術
虛擬儀表技術從根本上開創了儀器儀表的新概念,它利用計算機技術實現和擴展儀器的功能。它是計算機硬件資源、儀器儀表測控硬件并用于數據分析、過程通信及圖形用戶界面的軟件之間的有效結合,是一種功能意義上的而非物理意義上的儀器儀表概念,軟件是關鍵。在虛擬儀表中,計算機作為一個控制和數據處理中心,傳統儀表的硬件被軟件所代替,用戶可以僅僅通過修改軟件而達到改變儀表功能的目的。可見,儀器儀表本身的硬件和軟件的界限已經模糊化了,儀器儀表設計的主要基礎是它的軟件,而不是傳統儀器儀表的硬件。在這種情況下,儀器儀表工作者從觀念到知識結構和素質,都要以信息技術和網絡思想來指導儀器儀表的設計與應用。
(4) 儀器儀表真正意義上的智能化—采用人工智能技術的智能儀表
智能化的自動化儀器儀表應以智能控制理論為基礎,體現人的智能行為。人工智能是智能控制理論的基本組成部分之一,它以知識為基礎,它的目標是建造智能化的計算機系統,用來模擬和執行人類的智力功能,如判斷、理解、推理、識別、規劃、學習和問題求解等等,進而用自動機模仿人類的思維過程和智能行為。
基于智能控制理論基礎的智能儀器儀表目前大致有幾方面的進展:
專家控制器
專家控制系統(expert control system, ECS)是典型的基于知識控制系統,它是一個具有大量的專門知識與經驗的程序系統。它運用人工智能技術和計算機技術,根據某領域一個或多個專家提供的知識和經驗,進行推理和判斷,模擬人類專家的決策過程,解決那些需要人類專家才能解決好的復雜問題。專家控制器的結構按控制要求的不同而有所不同。典型的結構由知識庫、推理機、人機接口等組成。其中,知識的獲取、知識庫的建立是關鍵。人們已經總結出的方法是領域專家和知識專家的有機結合,同時收集、歸納有經驗的操作員方面的知識。然后把獲取的知識變成可用的規則,以期在推理過程中得到更高的命中率。專家控制已在工業控制中得到廣泛的應用。
模糊控制器
模糊控制器(FC-Fuzzy Controller),也稱模糊邏輯控制器(FLC-Fuzzy Logic Controller)。自然界的事物都具有一定的模糊性,模糊邏輯在控制領域中的應用產生了模糊控制技術。由于模糊控制技術具有處理不確定性、不精確性和模糊信息的能力,對無法建造數學模型的被控過程能進行有效的控制,能解決一些用常規控制方法不能解決的問題,因而模糊控制在工業控制領域得到了廣泛的應用。模糊控制器一般由輸入標定、模糊化、模糊決策、清晰化、輸出標定等幾個部分組成。其中,模糊化、模糊決策、清晰化是主要和基本的部分,“模糊化”將輸入量(精確量)變為模糊量,“模糊決策”進行模糊運算,其過程是由推理機進行預估輸出推理,得到模糊量輸出。“清晰化”將模糊量輸出轉化為精確量,提供給系統的驅動器定標后使用。當前,模糊控制技術在工業控制中得到廣泛的應用,尤其在不確定性過程、難于建模的場合發揮了模糊控制技術的長處。模糊控制器在家電和其它行業同樣得到了廣泛的應用。
神經網絡控制器
神經網絡在工業控制系統中的應用提高了系統的信息處理能力,提高了系統的智能水平。所謂神經網絡控制,簡稱神經控制,它是指采用神經網絡這一技術對復雜的非線性對象進行建模,或擔當控制器,或優化計算,或進行推理,或故障診斷等工作。由于神經網絡具有高度的并行結構和并行實現能力,具有對任意非線性關系的描述能力,具有通過訓練學習歸納全部數據能力,使得它在控制系統中被廣泛靈活地應用。
仿人控制器
仿人控制器比起專家控制、模糊控制等更強調對人的控制行為和功能的綜合性模仿。在控制過程中,它利用計算機模擬人的控制行為和功能,實現對沒有精確模型的對象進行有效的控制。設計仿人控制器必須獲得控制系統的特征信息,即建立系統的特征模型,其方法是定性描述系統的動態特性,對信息空間劃分出一定的區域,分別表示系統的一種特征狀態,所有特征狀態的集合就構成特征模型。仿人控制器的算法設計就是根據特征模型和控制模態進行合理的組合,因而就出現了多種仿人控制模式和算法。仿人控制器的多模態方式在工業控制中被廣泛地采用。