摘    要：基于控制微元的统计自适应增量控制方法是依据检测数据的周期性预测增量控制方法．编制仿真程序，对统计自适应增量控制方法实际运行所有的可能组态进行仿真研究。通过外层振荡组态，有效控制组态，无效控制组态，及控制组态概率仿真等多方面的调节增量分析，证明该方法能够使时间连续的控制微元群收敛于统计****化，说明统计自适应增量控制方法有很强的抗干扰能力。给出了基于控制微元的统计自适应增量控制方法的应用买例，进一步说明该方法在工业智能控制系统中对于非线性模拟量控制的有效性。

关键词：嵌入式系统；集散控制系统；智能控制；非线性模拟量控制

中图分类号：tp 273    文献标识码a

    在嵌入式集散控制系统中，对于非线性、无具体数学模型的被控对象，目前多采用神经网络、模糊处理、遗传算法等智能控制算法实现控制。这些智能控制算法依然是热门研究课题。

    模糊控制的实质是将相关领域的专家知识和熟练操作人员的经验，转换成模糊语言规则，通过模糊推理和模糊决策；实现对复杂系统的控制。但人的知识和经验是有限的，难以构造出准确描述实时控制系统控制状态的隶属函数；遗传算法是群体搜索策略与群体中所有个体之间的信息交换，适合于复杂和非线性问题的寻优。由于寻优需要较长的时间，很难用于实时系统的高速优化控制；神经网络是通过对被控系统进行学习、训练来实现控制。学习需大量的样本数据和一定的时间方能完成动态训练，无法应对实时控制系统的突发事件。

    针对当前流行的智能控制算法的缺陷，文献[10]和文献[11]提出了基于控制微元的统计自适应增量控制方法。文献[11]中，初步提出了统计自适应增量控制器的设计方案。文献[10]对该方法进行了较详细论述，给出了10个量化控制状态的控制方法。本文将通过统计自适应增量控制方法的收敛性分析，进一步说明该方法的有效性。

    基于控制微元的统计自适应增量控制方法是依据检测数据的固定周期预测增量控制方法。当量化控制状态数为10个时，时问连续的扩展控制微元群的统计自适应增量控制****化条件满足下式。

  

        

  该方法把控制微元检测数据的周期性统计与智能控制方法的理念相结合，选择控制周期为控制微元，通过对实时控制要求的细化，抽象出控制微元内控制曲线的量化控制状态统计图，对其进行统计分析，找出统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之间的关系，设计出统计预测自适应记忆增量控制器，实现对模拟量的快速实时控制。该控制器，依据对被控对象总体运行数据的统计辨识，直接确定新的控制微元的调节增量，增量可取值在较大范围内离散分布，对控制状态的分辨率很高，只需给定少量的控制条件即可运行。量化控制状态可按一个字节方式存取，算法所用存储空间小，其运算速度快，并且在非线性模拟量实时控制系统中取得了较好的控制效果。对于时间连续的控制微元群，若其量化控制状态符合式(2)的条件，则称为控制状态的外层振荡。

    外层振荡组态成对出现，共有3对，6种组态。外层振荡组态示例，如图l所示。

   

  其特点是控制组态在对应的不稳定状态下振荡。统计自适应增量控制方法首先应消除这种量化控制状态下的外层振荡。

    为了消除量化控制状态的外层振荡，取可调控制参数的****尺度kzt的部分值为基本调节增量△g为

    &nb