智能制造试点示范项目申报书(1)

附件1

2017年智能制造试点示范项目要素条件

根据《关于开展2017年智能制造试点示范项目推荐的通知》要求，为做好试点示范项目遴选工作，特制订本要素条件。

一、智能制造模式要素条件

（一）离散型智能制造

1、车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。

2、应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统（PDM），实现产品数据的集成管理。

3、实现高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备在生产管控中的互联互通与高度集成。

4、建立生产过程数据采集和分析系统，充分采集生产进度、现场操作、质量检验、设备状态、物料传送等生产现场数据，并实现可视化管理。

5、建立车间制造执行系统（MES），实现计划、调度、质量、设备、生产、能效的全过程闭环管理。建立企业资源

计划系统（ERP），实现供应链、物流、成本等企业经营管理的优化。

6、建立车间/工厂内部互联互通网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及与制造执行系统（MES）和企业资源计划系统（ERP）的高效协同与集成，建立全生命周期产品信息统一平台。

7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。

通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的集成优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。

（二）流程型智能制造

1、车间/工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。

2、实现对物流、能流、物性、资产的全流程监控与高度集成，建立数据采集和监控系统，生产工艺数据自动数采率达到90%以上。

3、采用先进控制系统，车间/工厂自控投用率达到90%以上，关键生产环节实现基于模型的先进控制和在线优化。

4、建立制造执行系统（MES），生产计划、调度均建立模型，实现生产模型化分析决策、过程量化管理、成本和质量动态跟踪以及从原材料到产成品的一体化协同优化。建立企业资源计划系统（ERP），实现企业经营、管理和决策的智能优化。

5、对于存在较高安全风险和污染排放的项目，实现有毒有害物质排放和危险源的自动检测与监控、安全生产的全方位监控，建立在线应急指挥联动系统。

6、建立车间/工厂内部互联互通网络架构，实现工艺、生产、检验、物流等各环节之间，以及数据采集系统和监控系统、制造执行系统（MES）与企业资源计划系统（ERP）的高效协同与集成，建立全生命周期数据统一平台。

7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。

通过持续改进，实现生产过程动态优化，制造和管理信息的全程可视化，企业在资源配置、工艺优化、过程控制、产业链管理、节能减排及安全生产等方面的智能化水平显著提升。

（三）智能装备和产品

1、能够实现对自身状态、环境的自感知，具有故障诊断功能。

2、具有网络通信功能，提供标准和开放的数据接口，能够实现与制造商、用户之间的数据传送。

3、具有自适应能力，能够根据感知的信息调整自身的运行模式，使装备（产品）处于最优状态。

4、能够提供运行数据或用户使用习惯数据，支撑制造商、用户进行数据分析与挖掘，实现创新性应用。

通过持续改进，实现高端芯片、新型传感器、工业控制计算机、智能仪器仪表与控制系统、工业软件、互联网技术、信息安全技术等在装备（产品）中的集成应用，装备（产品）做到安全可控，自感知、自诊断、自适应、自决策功能的不断优化，技术水平达到国内领先或国际先进水平。

（四）网络协同制造

1、建有工业互联网网络化制造资源协同云平台，具有完善的体系架构和相应的运行规则。

2、通过企业间研发系统的协同，实现创新资源、设计能力的集成和对接。

3、通过企业间管理系统、服务支撑系统的协同，实现生产能力与服务能力的集成和对接，以及制造过程各环节和供应链的并行组织和协同优化。

4、利用工业云、工业大数据、工业互联网标识解析等技术，建有围绕全生产链协同共享的产品溯源体系，实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。

5、针对制造需求和社会化制造资源，开展制造服务和资源的动态分析和柔性配置。

6、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。

通过持续改进，工业互联网网络化制造资源协同云平台不断优化，企业间、部门间创新资源、生产能力和服务能力高度集成，生产制造与服务运维信息高度共享，资源和服务的动态分析与柔性配置水平显著增强。

（五）大规模个性化定制

1、产品采用模块化设计，通过差异化的定制参数，组合形成个性化产品。

2、建有工业互联网个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实等方式，实现与用户深度交互，快速生成产品定制方案。

3、建有个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析。

4、工业互联网个性化定制平台与企业研发设计、计划排产、柔性制造、营销管理、供应链管理、物流配送和售后服务等数字化制造系统实现协同与集成。

通过持续改进，实现模块化设计方法、个性化定制平台、个性化产品数据库的不断优化，形成完善的基于数据驱动的企业研发、设计、生产、营销、供应链管理和服务体系，快

速、低成本满足用户个性化需求的能力显著提升。

（六）远程运维服务

1、智能装备/产品配置开放的数据接口，具备数据采集、通信和远程控制等功能，利用支持IPv4、IPv6等技术的工业互联网,采集并上传设备状态、作业操作、环境情况等数据，并根据远程指令灵活调整设备运行参数。

2、建立智能装备/产品远程运维服务平台，能够对装备/产品上传数据进行有效筛选、梳理、存储与管理，并通过数据挖掘、分析，提供在线检测、故障预警、故障诊断与修复、预测性维护、运行优化、远程升级等服务。

3、实现智能装备/产品远程运维服务平台与产品全生命周期管理系统（PLM）、客户关系管理系统（CRM）、产品研发管理系统的协同与集成。

4、建立相应的专家库和专家咨询系统，能够为智能装备/产品的远程诊断提供决策支持，并向用户提出运行维护解决方案。

5、建立信息安全管理制度，具备信息安全防护能力。

通过持续改进，建立高效、安全的智能服务系统，提供的服务能够与产品形成实时、有效互动，大幅度提升嵌入式系统、移动互联网、大数据分析、智能决策支持系统的集成应用水平。

二、新技术创新应用要素条件

（一）工业互联网

1、建立工业互联网车间/工厂内网，采用工业以太网、工业PON、工业无线、IPv6等技术，实现生产装备、传感器、控制系统与管理系统等的互联，实现数据的采集、流转和处理；利用IPv6、工业物联网等技术，实现与车间/工厂内、外网的互联互通，支持内、外网业务协同。

2、采用各类标识技术自动识别零部件、在制品、工序、产品等对象，在仓储、生产过程中实现自动信息采集与处理，通过与国家工业互联网标识解析系统对接，实现对产品全生命周期管理。

3、实现车间/工厂管理软件之间的横向互联，实现数据流动、转换和互认。

4、在车间/工厂内部建设工业互联网平台，或利用公众网络上的工业互联网平台，实现数据的集成、分析和挖掘，支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。

5、通过部署和应用工业防火墙、安全监测审计、入侵检测等安全技术措施，实现对工业互联网安全风险的防范、监测和响应，保障工业系统的安全运行。

通过持续改进，促进车间/工厂内部网络互联、数据交互和安全保障能力建设，推动车间/工厂外部网络基础设施建设、工业互联网平台和公共工业互联网标识解析体系建

设，加快新业务和新模式创新。

（二）人工智能

1、关键制造装备采用人工智能技术，通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术，实现制造装备的自感知、自学习、自适应、自控制。

2、构建工业大数据平台，通过数据采集系统和互联互通的网络架构，采集产品设计、工艺、制造、物流、管理、销售、服务、运维等各环节数据，并对采集到的数据进行有效筛选、梳理、存储和管理。

3、应用机器学习、专家系统、深度学习等人工智能新技术对数据进行分析和挖掘，实现对研发设计、生产制造、经营管理、物流销售、运维服务等环节的智能决策支持。

4、目标产品集成应用智能感知、模式识别、智能分析、智能控制等人工智能技术，实现传感、交互、控制、协作、决策等方面性能和智能化水平的显著提高。

智能控制课程论文

一、引言 (3) 二、轧机液压AGC数学模型 (3) 三、基于BP神经网络的轧机AGC过程控制 (5) （一）人工神经网络基本思想及其发展 (6) （二）人工神经网络的工作原理 (7) （三）人工神经网络的主要功能特点 (8) 四、神经网络辨识 (9) （一）扩展BP神经算法 (9) （二）基于时间序列的动态模型辨识 (11) 五、辨识结果 (12) （一）轧制力辨识 (12) （二）液压AGC参数辨识 (13) 六、结果检验 (14) （一）模型检验 (14) （二）辨识结果对比 (14) 七、结论 (15) 八、参考文献: (15)

先进过程控制技术在轧机液压领域的应用 摘要:轧机液压AGC控制过程的力控精度直接影响带钢的组织性能和力学性能，是保证板带质量和板形良好的关键因素。所以对轧机液压AGC的力控制，成为热轧生产中的重要环节，对其过程进行分析和研究具有深远的现实意义。本文以国内某热轧厂轧机液压AGC控制为背景，对如何提高轧机液压AGC控制的力控精度从控制方法上入手进行了较深入系统的研究。在分析液压AGC的组成元件及其动态特性的基础上, 利用神经网络具有逼近任何非线性函数且具有自学习和自适应的能力, 建立基于时间序列的前馈动态模型辨识结构, 应用扩展BP算法对轧机液压AGC力控制系统进行非线性预测, 将预测结果应用最小二乘辨识方法进行线性系统的特征参数辨识, 仿真及实测结果表明此方法行之有效, 为轧机液压AGC的控制提供了新途径。 关键词:自适应辨识;板带轧机;液压AGC;神经网络

Advanced process control technology in the field of rolling mill hydraulic applications Abstr act: In the process of rolling mill hydraulic AGC control force control precision directly affects the organization performance and mechanics performance of the steel strip, is guarantee the quality of strip and plate shape of the key factors. So the force control of rolling mill hydraulic AGC, become the important link between the hot rolling production, analyzes its process and research has far-reaching practical significance. This paper, taking a warmwalzwerk domestic mill hydraulic AGC control as the background, on how to improve the force control precision of the rolling mill hydraulic AGC control from the control methods of conducted in-depth study of the system. Based on the analysis of dynamic characteristics of hydraulic AGC components and, on the basis of using the neural network has any nonlinear function approximation, and has the ability of self learning and adaptive feedforward dynamic model identification based on time series structure, extend the BP algorithm was applied to rolling mill hydraulic AGC force control system for nonlinear prediction, and the predicted results using least squares identification method for characteristic parameters of a linear system identification, simulation and experimental results show that this method is effective, for rolling mill hydraulic AGC control provides a new way. Key wor ds: adaptive identification; stripe mill; hydraulic AGC; neural network

2018年智能制造试点示范申报内容具体要求

附件3 2018智能制造试点示范申报内容具体要求 模式一：离散型智能制造试点示范 1. 系统模型建立与运行情况 请分别提供车间/工厂总体设计模型、工程设计模型、工艺流程及布局模型的架构及说明；提供上述系统模型模拟仿真的情况。 2. 先进设计技术应用和产品数据管理系统（PDM）建设情况 请描述数字化三维设计与工艺技术的应用情况，以及通过物理检测与试验进行验证和优化的情况；提供产品数据管理系统（PDM）的整体架构图，描述其主要功能。 3. 关键技术装备应用情况 请提供高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备的应用及互联互通情况。 4. 生产过程数据采集与分析系统建设情况 请提供生产过程数据采集与分析系统的整体架构及功能描述。 5. 制造执行系统（MES）与企业资源计划系统（ERP）建设情况 请提供制造执行系统（MES）的架构，描述其主要子系统的

功能；提供企业资源计划系统（ERP）架构，并描述其主要子系统的功能。 6. 工厂内部网络架构建设及信息集成情况 请提供工厂内部工业通信网络结构图，并对架构进行说明；提供实现系统、装备、零部件以及人员之间信息互联互通和有效集成的方案，生产过程数据采集与分析系统与制造执行系统（MES）实现信息集成的技术方案，以及制造执行系统（MES）与企业资源计划系统（ERP）实现信息集成的技术方案；提供全生命周期产品信息统一平台的架构，说明其建设和运行情况。 7. 信息安全保障情况 请描述试点示范的信息安全管理制度、技术防护体系和功能安全保护系统的建设情况。 模式二：流程型智能制造试点示范 1. 系统模型建立与运行情况 请分别提供工厂总体设计模型、工程设计模型、工艺流程及布局模型的架构及说明，并提供上述系统模型模拟仿真的情况。 2. 数据采集与监控系统建设情况 请提供数据采集与监控系统架构图、系统建设和运行情况；描述关键现场装备的智能功能。 3. 先进控制系统建设情况 请提供先进控制系统架构图、系统建设情况；描述关键环节

智能控制习题答案

智能控制习题答案 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT

第一章绪论 1. 什么是智能、智能系统、智能控制 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。 人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。

智能控制理论结课论文

用模糊控制实现恒压供水 参考文献： 文献一：基于模糊控制的恒压供水研究 中图分类号: TU991 文献标识码: A 文章编号: 1672- 9900(2007)04- 0028- 03 总结： 由于供水系统的管网和水泵存在着非线性、多变量等特性, 而且相间有交叉耦合, 很难建立精确的数学模型。如果采用常规的PID 算控制,往往难以得到较理想的静动态特性。采用模糊逻辑控制的方法对水压进行控制, 可以达到良好的控制性能。模糊控制器结构如图1示。采用双输入单输出的形式, 以水压给定值SP 和实际水压测量值PV 的误差e( e=SP- PV) 及误差变化率ec( ec=de/dt) 作为糊控制器的输入量, 经模糊化后分别得到模糊量 E 和EC, 并分别用模糊语言加以描述, 建立输入和输出之间的模糊控制规则。如果用PLC 进行在线模糊推理,将花费大量运算时间,从而影响系统工作。根据控制规则采用离线方式计算出模糊控制表, 存于可编程控制器PLC 内存中, 在实时控制时将复杂的推理运算过程简化为查表运算, 极大地提高了恒压供水系统的响应速度。

系统将自调整模糊控制技术应用到基于PLC 控制的变频调速恒压供水系统中,能够很好地克服供水系统数学模型难以确定、使用传统PID控制方式调节器参数调整困难的缺点, 较好地消除了系统非线性、时变等因素的干扰影响。系统经过调试和实际运行, 其压力始终稳定在设定的范围内, 具有节约能源、操作方便、自动化控制程度高等优点, 系统可广泛应用于住宅小区、高楼供水系统。 文献二：恒压供水系统的模糊控制 (1·温州大学工业工程学院,浙江温州325000;2·浙江大学工业控制技术国家重点实验室,浙江杭州310000) 总结： 恒压供水是指用户段不管用水量大小,总保持管网水压基本恒定,这样,既可满足各部位的用户对水的需求,又不使电动机空转,造成电能的浪费。为实现上述目标,利用PLC根据给定压力信号和反馈 压力信号,通过模糊推理运算,控制变频器调节水泵转速,从而达到控制管网水压的目的。变频恒压供水系统如图3—1所示。根据供水压力要求,采用一用一备变频恒压供水系统。

《广东智能制造试点示范行动计划实施方案》

《广东智能制造试点示范行动计划实施方 案》 为贯彻落实《中国制造2025》和《广东省智能制造发展规划（xx-2025年）》，结合工业和信息化部《xx年智能制造试点示范专项行动实施方案》要求，切实做好我省智能制造试点示范相关工作，制定本实施方案。 一、总体思路和目标 坚持统筹规划、分类实施、重点突破、示范引领的原则，以企业为主体、以市场为导向、以应用为核心，结合我省产业发展情况，聚集制造业关键核心环节，分类、分步推进省级智能制造试点示范工作，同时为推荐申报国家智能制造试点示范项目奠定基础。 xx年，以提高装备智能化率、成果转化率、劳动生产率、产品优等率、节能减排率、生产安全率为主攻方向，每年在全省范围内遴选30个左右智能制造试点示范项目，并以此为基础做好推荐国家智能制造试点示范条件准备。结合试点示范项目认真总结经验、加强推广应用，通过试点示范，推进生产装备数字化，提升我省关键智能部件、装备和系统自主化水平，推进生产过程智能化，提高设计、生产、物流、销售、服务等生命周期的智能化水平。 二、重点任务 （一）制定省级智能制造试点示范评价指标体系结合我省制造业发展情况，参照工信部智能制造试点示1范专项行动实施方案，开展试点示范要素条件调研，研究制定符合我省产业发展情况的省级智能

制造试点示范指标体系。 （二）组织实施省智能制造试点示范项目 1.流程型制造行业试点示范项目 以石化、化工、冶金、建材、纺织、食品、医药等流程型制造领域，推进新一代信息技术与制造技术融合创新，全面提升企业的资源配置优化、实时在线优化、生产管理精细化和智能决策科学化水平。 2.离散型制造行业试点示范项目 在机械、汽车、船舶、家电、电子信息等离散型制造领域，组织开展数字化车间试点示范项目建设，推进装备自动化、柔性化、智能化升级，实现工艺流程改造、生产与管理数据互联共享。 3.智能制造装备试点示范项目 在智能制造装备领域，加快推进高端芯片、新型传感器、智能仪器仪表与控制系统、工业软件、机器人以及高精密数控机床及系统、工作母机等智能设备的研发和产业化，实现装备和系统的自感知、自适应、自诊断能力的大幅提升，实现智能装备的自主可控。 4.智能产品制造试点示范项目 在智能移动终端、可穿戴设备产品、智能家居产品、智能交通电子信息产品、智能医疗设备、智能轻工消费品等领域开展智能产品生产制造和服务试点示范，强化产品网络化2特征、功能可扩展性和人机交互能力，提升产品核心技术、关键零部件和软件系统的自主化率。 5.智能服务和管理试点示范项目 开展在线监测、远程诊断、云服务、大数据及系统解决方案等制

学习智能控制课程的研究报告样本

学习智能控制课程的研究报告 经过本学期所学的智能控制知识、上网搜集资料和参考论文的情况下, 对智能控制这门学科的学习做出了简要总结。 1智能控制的发展 自动控制经过百余年的发展, 无论是在控制理论还是控制工程上都取得了巨大成功, 可是, 随着人类社会的发展, 控制对象日益复杂、控制目标越来越高, 控制理论与控制工程面临的挑战也越来越大。以控制理论和智能理论为基础, 以模拟人的智能化操作和经验为手段的智能控制方法应运而生。 智能控制是基于人类对自然界的智能的认识所发展起来的智能理论与方法, 包括基于符号逻辑的传统AI理论与基于复杂计算的计算智能理论。它是人工智能和自动控制的重要研究领域, 并被认为是通向自主机器递阶道路上自动控制的顶层。人工智能的发展促进自动控制向智能控制发展, 智能控制思潮第一次出现于20世纪60年代。1965年, 美籍华人傅京孙教授在她的论文中首先提出把人工智能的直觉推理方法用于学习控制系统, 最早把人工智能引入到控制技术中。1966年, Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术, 而且提出了”人工智能控制”的概念。 1967年, Leondes和Mendel 首先正式使用”智能控制”一词。 20世纪70年代是智能控制的发展初期, 傅京孙、 Gloriso和

Saridis等人正式提出了智能控制就是人工智能技术与控制理论的交叉。70年代中期前后, 以模糊集合论为基础, 从模仿人的控制决策思想出发, 智能控制在另一个方向规则控制上也取得了重要的进展。 80年代为智能控制的迅速发展期, 智能控制的研究及应用领域逐步扩大并取得了一批应用成果。1987年1月, 第一次国际智能控制大会在美国举行, 标志着智能控制领域的形成。 1992年至今为智能控制进人崭新的阶段。随着对象规模的扩大和过程复杂性的加大, 形成了智能控制的多元论, 而且在应用实践方面取得了突破性的进展, 应用对象也更加广泛。 智能控制采用各种智能技术来实现复杂系统和其它系统的控制目标, 是一种具有强大生命力的新型自动控制技术。智能控制的产生和发展正反映了当代自动控制以至整个科学技术的发展趋势, 是历史的必然。智能控制已成为自动控制发展道路上的一个新的里程碑, 正发展为一种日趋成熟和日臻完删的控制手段, 并获得日益广泛的应用。2智能控制的研究内容 当前关于智能控制的研究和应用沿着几个主要的分支发展, 主要有专家控制、模糊控制、神经网络控制、学习控制、基于知识的控制、复合智能控制、基于进化机制的控制、自适应控制等等。有的已在现代工业生产过程与智能自动化方面投入应用。主要介绍如下: 1、专家控制是智能控制的一个重要分支, 其研究始于60年代中期, 是由美国斯坦福大学Feigen-baum于1965年开创的人工智能研究的新领域。所谓专家控制是指将专家系统的理论和技术同控制理论方

2018年智能制造试点示范项目要素条件

附件1 2018年智能制造试点示范项目要素条件 根据《智能制造发展规划（2016-2020年）》《智能制造工程实施指南（2016-2020年）》的要求，重点围绕五种智能制造模式，鼓励新技术集成应用，开展智能制造试点示范。为做好项目遴选工作，特制订本要素条件。 一、智能制造模式要素条件 （一）离散型智能制造 1.车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。 2.应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统（PDM），实现产品设计、工艺数据的集成管理。 3.制造装备数控化率超过70%，并实现高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备之间的信息互联互通与集成。 4.建立生产过程数据采集和分析系统，实现生产进度、

现场操作、质量检验、设备状态、物料传送等生产现场数据自动上传，并实现可视化管理。 5.建立车间制造执行系统（MES），实现计划、调度、质量、设备、生产、能效等管理功能。建立企业资源计划系统（ERP），实现供应链、物流、成本等企业经营管理功能。 6.建立工厂内部通信网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及制造过程与制造执行系统（MES）和企业资源计划系统（ERP）的信息互联互通。 7.建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。 通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的产品全生命周期闭环动态优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。 （二）流程型智能制造 1.工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。 2.实现对物流、能流、物性、资产的全流程监控，建立数据采集和监控系统，生产工艺数据自动数采率达到90%

智能控制技术复习题课后答案

一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例 如、、和。 1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和 。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是 、和。 7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控 制系统 8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、 、和。 9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。

智能控制课程结课作业

智能控制 1对于模糊控制（fuzzy）的认识和体会 模糊控制作为给合传统的基于规则的专家系统、模糊集理论和控制理论的成果而诞生,使其与基于被控过程数学模型的传统控制理论有很大的区别。在模糊控制中，并不是像传统控制那样需要对被控过程进行定量的数学建模，而是试图通过从能成功控制被控过程的领域专家那里获取知识，即专家行为和经验，当被控过程午分复杂甚全“病态”时，建立被控过程的数学校型或者不可能，或者需要高昂的代价。此时模糊控制就显得具有吸引力和实用性。由于人类专家的行为是实现模糊控制的基础，因此，必须用一种容易且有效的方式来表达人类专家的知识。IF-THEN规则格式是这种专家控制知识最和适的表式方式之一，即1F“条件”THEN“结果”，这种表示方式有两个显著的特征:它们是定性的而不是定量的;它们是一种局部知识，这种知识将局部的“条件”与局部的“结果”联系起来，前者可用模糊子集表示，而后者需要模糊蕴涵或模糊关系来表达。然而，当用计算机实现时，这种规则最终需具有数位形式，隶属函数和近似推理为数值表示集合模糊蕴涵提供了一种有利工具。 一个实际的模糊控制系统实现时需要解决三个问题:知识表示、推理策略和知识获取。知识表示是指如何将语言规则用数值方式表示出来;推理策略是指如何根据当前输入“条件”生一个合理的“结果”；知识的获取解决如何获得一组恰当的规则。由于领域专家提供的知识常常是定性的，包含某种不确定性。因此，知识的表示和推理必须是模糊的或近似的，近似推理理论正是为满足这种需要而提出的。近似推理科看做是根据一些不精确的条件推导出个精确结论的过程，许多学者对模糊表示、近似推理进行了大量的研究，在近似推理算法中，最厂泛使用的是关系矩阵模型，它基于L.A.Zadeh的合成推理规则首次由Mamdani采用，由于规则可被解释成逻辑意义上的蕴涵关系，因此人最的蕴涵算子已被提出并应用于实际中由此可见。模糊控制是以模糊集合沦、模糊语言变量及校糊逻辑推理为基础的一种计算机控制，从线性控制与非线性控制的角度分类，模糊井制是一种非线性控制。从控制器智能性看，模糊控制属智能能控制的范畴，而且它已成为日前实现智能控制的一种重要而又有效的形式。尤其是模糊制和神经网络、预测控制、遗传算法和混沌理论等新学科的相结合，正在显示出其巨大的应用潜力。 模糊控制器的基本结构包括以下四部分 1.模糊化 模糊化的作用是将输入的精确量转换成模糊化量，其中输入成份包括外界的参考输入、系统的输出或状态等。模糊化的具体过程如下：首先对这此输入进行处理，以变成模糊控制器要求的输入从。然后将上述己经处理过的输入量进行尺度变换，使其变换到各自的论域范围。在将已经变换到论域范的输入最进行模糊处理，使原先精确的输入带变成模糊量，并用相应的模糊集合来表。 2.知识库 知识库包含了具体应用领域中的知识和要求的控制目标。它通常由数据库和模糊控制规则库两部分组成：1.数据库主要包括各种语言变量的隶属函数，尺度变换因子以及模糊空间的分级数等。2.规则库包括了用模糊语言变量表示的一系列控制规则。它们反映了控制专家的经验和知识。 3.模糊推理 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。 4.清晰化 洁晰化的作用是将模糊推理得到的控制量(模糊量)变换为实际用于控制的清晰量，它包

智能制造试点示范项目要素条件

附件1 2016年智能制造试点示范项目要素条件 根据《工业和信息化部办公厅关于开展2016年智能制造试点示范项目推荐的通知》要求，离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务5种智能制造新模式试点示范项目要素条件如下： 一、离散型智能制造模式 1、车间/工厂的总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理。 2、应用数字化三维设计与工艺技术进行产品、工艺设计与仿真，并通过物理检测与试验进行验证与优化。建立产品数据管理系统（PDM），实现产品数据的集成管理。 3、实现高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等关键技术装备在生产管控中的互联互通与高度集成。 4、建立生产过程数据采集和分析系统，充分采集生产进度、现场操作、质量检验、设备状态、物料传送等生产现场数据，并实现可视化管理。

5、建立车间制造执行系统（MES），实现计划、调度、质量、设备、生产、能效的全过程闭环管理。建立企业资源计划系统（ERP），实现供应链、物流、成本等企业经营管理的优化。 6、建立工厂内部互联互通网络架构，实现设计、工艺、制造、检验、物流等制造过程各环节之间，以及与制造执行系统（MES）和企业资源计划系统（ERP）的高效协同与集成，建立全生命周期产品信息统一平台。 7、建有工业信息安全管理制度和技术防护体系，具备网络防护、应急响应等信息安全保障能力。建有功能安全保护系统，采用全生命周期方法有效避免系统失效。 通过持续改进，实现企业设计、工艺、制造、管理、物流等环节的集成优化，推进企业数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。 二、流程型智能制造模式 1、工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现生产流程数据可视化和生产工艺优化。 2、实现对物流、能流、物性、资产的全流程监控与高度集成，建立数据采集和监控系统，生产工艺数据自动数采率达到90%以上。 3、采用先进控制系统，工厂自控投用率达到90%以上，关键生产环节实

智能控制课程设计报告书

《智能控制》课程设计报告题目：采用BP网络进行模式识别院系： 专业： 姓名： 学号： 指导老师： 日期：年月日

目录 1、课程设计的目的和要求 (3) 2、问题描述 (3) 3、源程序 (3) 4、运行结果 (6) 5、总结 (7)

课程设计的目的和要求 目的：1、通过本次课程设计进一步了解BP网络模式识别的基本原理，掌握BP网络的学习算法 2、熟悉matlab语言在智能控制中的运用，并提高学生有关智能控制系统的程序设计能力 要求：充分理解设计容，并独立完成实验和课程设计报告 问题描述 采用BP网络进行模式识别。训练样本为3对两输入单输出样本，见表7-3。是采用BP网络对训练样本进行训练，并针对一组实际样本进行测试。用于测试的3组样本输入分别为1,0.1；0.5,0.5和 0.1,0.1。 表7-3 训练样本 说明：该BP网络可看做2-6-1结构，设权值wij，wjl的初始值取【-1，+1】之间的随机值，学习参数η=0.5，α=0.05.取网络训练的最终指标E=10^（-20），在仿真程序中用w1,w2代表wij，wjl，用Iout代表 x＇ｊ。 源程序 %网络训练程序

clear all; close all; xite=0.50; alfa=0.05; w2=rands(6,1); w2_1=w2;w2_2=w2; w1=rands(2,6); w1_1=w1;w1_2=w1; dw1=0*w1; I=[0,0,0,0,0,0]'; Iout=[0,0,0,0,0,0]'; FI=[0,0,0,0,0,0]'; k=0; E=1.0; NS=3; while E>=1e-020 k=k+1; times(k)=k; for s=1:1:NS xs=[1,0; 0,0; 0,1]; ys=[1,0,-1]'; x=xs(s,:); for j=1:1:6 I(j)=x*w1(:,j); Iout(j)=1/(1+exp(-I(j))); end y1=w2'*Iout;

智能控制技术(第三章) 答案

3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）、数据库数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最 AHA12GAGGAGAGGAFFFFAFAF

佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 {模糊控制器采用数字计算机。它具有三个重要功能：1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 AHA12GAGGAGAGGAFFFFAFAF

智能控制课程设计(报告)(DOC)

HUNAN UNIVERSITY 智能控制课程设计(报告) 课程设计题目：基于模糊控制光伏并网发电系 统的研究 学生姓名： 学生学号： 专业班级： 学院名称： 指导老师： 2017年5月30 日

目录 第1章绪论 (1) 第2章光伏并网发电系统MPPT的研究进展 (2) 2.1 光伏发电系统最大功率跟踪控制 (2) 2.2 几种最大功率点跟踪方法的比较 (3) 第3章光伏并网发电系统MPPT模糊控制器 (7) 3.1 模糊化 (7) 3.2 模糊控制规则库的建立 (7) 3.3 解模糊 (7) 第4章 MPPT模糊控制器设计 (8) 4.1选择观测量和控制量 (8) 4.2 输入量和输出量的模糊化 (8) 4.3 制定模糊规则 (9) 4.4 求解模糊关系 (9) 4.5进行模糊决策 (10) 4.6 控制量的反模糊化 (10) 第5章模糊控制光伏并网发电系统仿真 (11) 附录 (15)

第1章绪论 在应对全球能源危机和保护环境的双重要求下，开发利用清洁可再生的太阳能越来越受到人们的关注。伴随着太阳能光电转换技术的不断发展，大规模的利用太阳能成为可能。光伏并网发电系统将成为太阳能利用的主要形式。目前，转换效率低是光伏并网发电系统面临的主要问题，这成为阻碍光伏并网发电系统广泛应用的一个重点问题。智能控制是这门新兴的理论和技术，它是传统控制发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制。智能控制包括专家系统、神经网络和模糊控制，而模糊控制是目前在控制领域中所采用的三种智能控制方法中最具实际意义的一种方法。在光伏系统MPPT控制中，由于外界光照强度和温度变化的不确定性以及并网逆变器的非线性特性，则使用模糊逻辑的MPPT控制方法进行控制，有望获得理想的控制效果。 随着近年智能控制的不断发展和完善，模糊控制技术也日趋成熟，被人们广泛接受。模糊控制的优点很多，例如：模糊控制器设计简单，不需要依赖被控对象的精确数学模型；模糊规则用自然语言表述，易于被操作人员接受；模糊控制规则可以转换成数学函数，易与其他物理规律结合，便于用计算机软件实现；模糊控制抗干扰能力强，且响应快，对复杂的被控对象能有效控制，鲁棒性和适应性都易达到要求。模糊控制以其适应面广泛和易于普及等特点，成为智能控制领域最重要，最活跃和最实用的分支之一。目前，模糊控制已经在工业控制领域、经济系统、人文系统以及医学系统中解决了传统控制方法难以解决甚至无法解决的实际控制问题。本文正是基于光伏发电系统存在的处理复杂，外界不确定因素多等特点，将模糊控制理论应用于光伏发电最大功率跟踪系统中，跟踪系统最大功率工作点，提高光电转换效率，充分利用太阳能资源。 本文以光伏并网发电系统最大功率点跟踪为研究对象，将模糊控制理论应用于光伏并网系统最大功率跟踪控制中，从光伏阵列的原理和特性、光伏并网系统的结构设计、最大功率点跟踪的原理和模糊控制理论等方面进行详细的分析和探讨。本设计报告比较多种最大功率点跟踪控制技术，实现光伏并网发电系统的研究，根据其不同的优缺点，然后选用模糊控制方法来实现最大功率跟踪。通过对模糊论域、隶属度函数计算，制定处模糊规则，设计出模糊控制器。最后建立光伏并网发电系统仿真模型，并对仿真结果进行了分析。

智能控制习题参考答案

1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协

调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：

2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下，获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息，具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据（或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合

广东省智能制造试点示范项目实施方案

附件1 广东省智能制造试点示范项目实施方案 为切实做好我省智能制造试点示范，推动企业实施智能化改造，推进产业转型升级，制定本实施方案。 一、总体思路 坚持统筹规划、分类实施、重点突破、示范引领的原则，以企业为主体、以市场为导向、以应用为核心，结合我省产业发展情况，聚集制造业关键核心环节，分类、分步推进省级智能制造试点示范工作，同时为推荐申报国家智能制造试点示范项目奠定基础。以提高装备智能化率、成果转化率、劳动生产率、产品优等率、节能减排率、生产安全率为主攻方向，在全省范围内遴选一批智能制造试点示范项目，并以此为基础做好推荐国家智能制造试点示范条件准备。结合试点示范项目认真总结经验、加强推广应用，通过试点示范，推进生产装备数字化，提升我省关键智能部件、装备和系统自主化水平，推进生产过程智能化，提高设计、生产、物流、销售、服务等生命周期的智能化水平。 二、重点任务 （一）制定实施省级智能制造试点示范评价指标体系 结合我省制造业发展情况，总结以往试点示范开展情况，制定实施符合我省产业发展情况的省级智能制造试点示范指标体系。 （二）组织实施省智能制造试点示范项目

1.流程型制造行业试点示范项目 以石化、化工、冶金、建材、纺织、食品、医药等流程型制造领域，推进新一代信息技术与制造技术融合创新，全面提升企业的资源配置优化、实时在线优化、生产管理精细化和智能决策科学化水平。 2.离散型制造行业试点示范项目 在机械、汽车、船舶、家电、电子信息等离散型制造领域，组织开展数字化车间试点示范项目建设，推进装备自动化、柔性化、智能化升级，实现工艺流程改造、生产与管理数据互联共享。 3.智能制造装备试点示范项目 在智能制造装备领域，加快推进高端芯片、新型传感器、智能仪器仪表与控制系统、工业软件、机器人以及高精密数控机床及系统、工作母机等智能设备的研发和产业化，实现装备和系统的自感知、自适应、自诊断能力的大幅提升，实现智能装备的自主可控。 4.智能产品制造试点示范项目 在智能移动终端、可穿戴设备产品、智能家居产品、智能交通电子信息产品、智能医疗设备、智能轻工消费品等领域开展智能产品生产制造和服务试点示范，强化产品网络化特征、功能可扩展性和人机交互能力，提升产品核心技术、关键零部件和软件系统的自主化率。 5.智能服务和管理试点示范项目 开展在线监测、远程诊断、云服务、大数据及系统解决

质量安全监督申请书(新)

公路工程质量安全监督 申请书 申请单位：(盖章） 申请时间：年月日 山西省交通建设质量安全监督局制

填写说明 1．本申请书由工程项目建设单位在办理施工许可前填报，一式两份送山西省交通建设质量安全监督局办理工程质量安全监督手续； 2．本申请书由申请单位统一使用A4号纸按规定的格式打印填写，要有目录及页码，装订要整齐； 3．申请单位必须填报申请书中全部内容，如果必要可增加附页，内容要真实、可靠。 4.路面、交安、机电、房建、绿化工程招标完成后，及时补充完善。

公路工程质量安全监督申请书 闻喜县交通运输工程基本建设质量监督站： 工程项目开工前各项准备工作已完 成。按照交通部《公路工程质量监督规定》、《公路工程质量管理办法》 和《公路水运工程安全生产监督管理办法》的要求，现提供该工程项目相 关资料（见附件），申请对工程质量、安全进行监督，请予以办理有关手续。 附件一：建设依据，工程概况，主要结构及构造物情况，项目法人、设计单位概况，监理单位和施工单位一览表，监理单位情况，施工合同段划分及主要工程数量及安全生产监控重点，施工单位现场主要人员备案登记表，监理工程师信息备案登记表。 附件二：其他资料 申请单位：（全称、盖章） 年月日 注：申请单位应提交正式申请文件1份，监督申请书2份。附件二的其他资料为：①初步设计批复文件、施工图设计批复文件复印件；②施工及监理合同副本；③建设、设计、监理、施工单位质量、安全保证体系组织机构框架及工作流程图；④设计、监理、施工单位资质证明材料；⑤施工单位安全生产许可证复印件；⑥建设、监理、施工单位安全生产领导机构设立文件；⑦施工单位三类人员安全生产考核合格证复印件及汇总表。⑧施工、监理单位工伤保险等资料复印件。⑨各参业人员安全责任合同。

智能控制技术(第三章)-答案

. 3-1 模糊逻辑控制器由哪几部分组成各完成什么功能 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 — {模糊控制器采用数字计算机。它具有三个重要功能： 1） 把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2） 对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2 模糊逻辑控制器常规设计的步骤怎样应该注意哪些问题 答：常规设计方法设计步骤如下： 1、 确定模糊控制器的输入、输出变量 2、 确定各输入、输出变量的变化范围、量化等级和量化因子 3、 . 4、 在各输入和输出语言变量的量化域内定义模糊子集。 5、 模糊控制规则的确定 5、 求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为：0.30.810.50.1 12345 C = ++++ -----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ= ?? 离散：101 () () m k v k k m v k k v v v v μμ=== ∑∑