近几十年来，人工智能引起众多学者和工程技术研究人员的日益 重视，并成为一门广泛的交叉学科。从上世纪九十年代初期开始出现 了许多运用智能控制算法的控制技术，如神经网络控制、模糊控制、 遗传控制等，但由于这些算法大多比较复杂，在实际应用中实施的难 度较大。因此，在目前许多工业的连续生产控制过程中，各种控制器 仍然采用传统的PID控制算法为主，较少应用智能控制技术。随着人 类社会的发展和特别是工业过程规模的不断扩大，出现越来越多的更 复杂的控制对象，并且对控制质量的要求也越来越高，使传统的控制 技术难以满足工业过程控制发展的需求。鉴于目前的控制需求现状， 迫切要求基于最新的人工智能技术，结合传统的控制技术研究发展新 的智能控制算法，以便克服原先控制算法在实际应用中存在算法复杂 不易实施、控制效果不理想及难以实现远程控制等问题。

随着生物控制理论的发展，智能控制理论和生物信息处理系统结 合得越来越紧密。从上世纪末开始，逐渐发展形成的新的生物智能技 术领域，如人工免疫系统、人工内分泌系统等的出现。诚如，丁永生 (《计算智能—理论、技术与应用》[M].北京：科学技术出版社， 2004)指出：生物信息处理系统包括神经系统、遗传系统、免疫系 统和内分泌系统，其中神经内分泌系统作为人体各种激素调控中心， 对各种体内激素的调控，具备较好的自适应性和稳定性等优点。神经 内分泌系统生物智能控制理论的研究，将会提供一些解决复杂问题的 方法，具有一定的实际意义。
本发明的目的在于提供一种基于人体生长激素双向调节机制，即 双向非线性调节和自适应能力的，具有支持远程访问等特点的新型嵌 入式智能控制器(EIC)，它包括输入接口电路、输出接口电路、中央 处理器、程序及数据存储器和通讯接口电路等部分。其特点是，控制 算法模块包括比较环节、增强控制单元、抑制控制单元和协同控制单 元。其中，比较环节主要起产生控制偏差的作用；增强控制单元主要 起快速消除控制偏差的作用；抑制控制单元则起稳定消除控制偏差的 作用；在协同控制单元的协调下，增强控制单元和抑制控制单元协同 工作，迅速、稳定地消除控制偏差。
关于本发明基于的“人体生长激素双向调节原理”概述
在中枢神经系统的控制下，神经内分泌生长激素(GH)的分泌受 下丘脑分泌的促生长激素(GHRH)和抑制生长激素(SRIF)双向调节， 其中GHRH具有促进GH分泌的作用，而SRIF则具有抑制作用。血液 或体液中的GH浓度，通过各种传导因子或感受器反馈给下丘脑的 GHRH神经元和SRIF神经元区，调节相应的GHRH和SRIF激素分泌量。 当GHRH浓度处于优势时，GH分泌增多；反之则GH分泌减少。另外， GHRH和SRIF神经调节单元之间也存在相互抑制影响。GHRH浓度升高 时，其浓度通过感受因子反馈给SRIF的神经调节单元，引起SRIF分 泌增加，进一步抑制GHRH的分泌。同样SRIF的浓度升高时，通过 GHRH神经调节单元，使GHRH分泌浓度降低，引起SRIF的分泌减少。 GHRH和SRIF两种激素作用于垂体，再通过垂体的协调调节使得GH 的分泌量得以精确稳定地控制。一般认为，GHRH在调节腺垂体生长 素的分泌过程中起主要作用，而SRIF是在应激刺激引起生长素分泌 过多时，才显著地对生长素分泌的抑制作用，其调节回路可以抽象归 纳为如附图1所示的体系结构。
关于本发明基于的“人体生长激素双向调节原理”的协同控制器 的工作原理
本发明的一种协同控制器，在基于上述“促生长激素(GHRH)” 和“抑制生长激素(SRIF)”而延生的“增强因子”和“抑制因子” 概念的同时，设计了与“促生长激素(GHRH)神经调节单元”和“抑 制生长激素(SRIF)神经调节单元”相应的“增强控制单元”和“抑 制控制单元”，对消除控制偏差分别起到增强和抑制作用。在消除控 制偏差的过程中，增强控制单元属于主控制单元，而抑制控制单元属 于辅助控制单元。在增强因子和抑制因子的协同作用下，当控制偏差 绝对值较大时，增强控制单元处于较强的控制作用，而抑制控制单元 处于较弱的抑制作用状态；随着控制偏差的减小，抑制作用随之加强 而增强控制作用却减弱，使总体控制作用减弱；当偏差变化较小时， 抑制控制单元的抑制作用最强，但总体仍然为增强控制单元发挥作 用，从而稳定而快速地消除控制偏差。这样，使得协同控制器具有增 强、抑制和调节更加迅速、稳定等特点，从而能够快速稳定消除控制 偏差。
本发明协同控制器的控制方法。在构成协同控制器的控制算法模 块，包括比较环节、增强控制单元、抑制控制单元和协同控制单元等 四部分中，比较环节主要起产生控制偏差的作用；增强控制单元主要 起快速消除控制偏差的作用；抑制控制单元则起稳定消除控制偏差的 作用；在协同控制单元的协调下，增强控制单元和抑制控制单元协同 工作(协同控制器的具体控制系统结构如附图2所示)。
以下就有关“比较环节”、“增强控制单元”、“抑制控制单元”和 “协同控制单元”及算法作进一步的阐述：
一、比较环节及其算法
比较环节主要完成输入信号和反馈信号的比较，起产生控制偏差 的作用。令r(t)表示输入信号，b(t)表示反馈信号，e(t)表示控制偏差， 则有:
e(t)＝r(t)-b(t)                 ①
二、增强控制单元及其算法
对应生长激素的GHRH神经调节单元，设计增强控制单元。该控 制单元的作用主要是快速消除控制偏差。受启发于GHRH神经调节单 元的调节机制，根据激素分泌调节规律，设计增强控制单元的控制算 法。根据控制偏差e(t)的大小和变化率等信息，实时调整增强控 制单元的输出信号，使增强控制单元的控制输出信号能够快速消除控 制偏差。当控制偏差较大时，增强控制单元控制作用较强；当控制偏 差较小的时候，增强控制单元控制作用较弱。设增强控制单元的输出 为：
$u_{+}\left(t\right)=\alpha ·f_{+}(e\left(t\right),\stackrel{.}{e}\left(t\right))$ ②
其中，u+(t)为增强控制单元的输出信号；f+(·)为增强控制单元的辅 助控制规律，可以选择传统PID规律或模糊控制规律作为其具体辅助 控制规律；α为增强因子，且大于1。
三、抑制控制单元及其算法
对应生长激素的SRIF神经调节单元，设计抑制控制单元。该控 制单元的作用主要是配合增强控制单元，以稳定消除控制偏差。受启 发于SRIF神经调节单元的调节机制，设计抑制控制单元的控制算法： 为快速稳定消除控制偏差，设计抑制控制单元的控制作用与增强控制 单元的控制作用相反。在偏差比较大的时候，抑制控制单元作用比较 弱或不起作用；当偏差比较小的时候，抑制作用比较强，使增强控制 作用减弱，进而稳定消除控制偏差。设抑制控制单元的输出为：
$u_{-}\left(t\right)=\beta ·f_{-}(e\left(t\right),\stackrel{.}{e}\left(t\right))$ ③
其中，u-(t)为抑制控制单元的输出信号；f-(·)为抑制控制单元的辅 助控制规律，可以选择传统PID规律或模糊控制规律作为其具体辅助 控制规律；β为抑制因子，且β>0。
四、协同控制单元及其算法
为了提高双向调节智能控制器的控制效果，设计协同控制算法至 关重要。根据生长激素分泌机理，当GHRH浓度高于SRIF浓度时，GH 分泌增多；当GHRH浓度低于SRIF浓度时，则GH分泌减少；当GHRH 浓度和SRIF浓度相同时，GH分泌处于静止状态，即保持原浓度不变。 因此，协同控制单元的动态输出应为：
Δu(t)＝fo(u+(t)-u-(t))              ④
其中，Δu(t)是协同控制单元的动态输出，fo(·)为协同控制单元的控 制规律。协同控制规律应满足以下条件：当增强控制单元的输出信号 大于抑制控制单元的输出信号即(u+(t)-u-(t))>0时，协同控制单元的 动态输出大于零，也即协同控制单元的输出信号是增加的；反之，如 果(u+(t)-u-(t))<0时，则其输出信号是减小的；当(u+(t)-u-(t))＝0 时，其输出信号保持原信号不变。本发明选择fo(·)为线性函数，即 fo(·)＝λ·(·)，λ为正实数。因此，把②式和③式分别带入④式有：
$\mathrm{\Delta u}\left(t\right)=\lambda ·(\alpha ·f_{+}(e\left(t\right),\stackrel{.}{e}\left(t\right))-\beta ·f_{-}(e\left(t\right),\stackrel{.}{e}\left(t\right)))$ ⑤
从而有：
u(t)＝u(t-1)+Δu(t)               ⑥
其中，u(t)，u(t-1)分别表示当前控制周期和前一控制周期协同控 制单元的全量输出信号。
遵循增强生长激素GHRH和抑制生长激素SRIF的分泌机理，设计 协同控制器的增强因子α和抑制因子β。根据生长激素的上升分泌规 律，设计α的调节规律：
$\alpha =A_1·\frac{{\left|e\left(t\right)\right|}^{n_1}}{A_2+{\left|e\left(t\right)\right|}^{n_1}}+A_3$ ⑦
其中，|e(t)|为控制偏差的绝对值，与激励激素信号对应；
A1，A2，A3，n1均为大于零的实数，且A3表示调节初始值。显然，随着|e(t)| 的增大，α随之增大；反之，α随之减少。
同样，根据生长激素的下降分泌规律，设计β的调节规律：
$\beta =\delta ·(B_1·\frac{1}{B_2+{\left|e\left(t\right)\right|}^{n_2}}+B_3)$ ⑧
其中，B1，B2，B3，n2均为大于零的实数，且B3表示调节初始值；δ为失 效因子，当|e(t)|≥ε(阈值ε为正实数)时δ＝0.0，否则δ＝1.0。阈值ε 的取值根据实际情况确定。同样，随着|e(t)|的增大，β随之减小；反 之，α随之增大。
在增强因子和抑制因子的作用下，使增强控制单元和抑制控制 单元对消除控制偏差分别起到增强和抑制作用。在消除控制偏差的过 程中，增强控制单元属于主控制单元，而抑制控制单元属于辅助控制 单元。在增强因子和抑制因子的协同作用下，当控制偏差绝对值较大 时，增强控制单元处于较强的控制作用，而抑制控制单元处于较弱的 抑制作用状态；随着控制偏差的减小，抑制作用随之加强而增强控制 作用却减弱，使总体控制作用减弱；当偏差变化较小时，抑制控制单 元的抑制作用最强，但总体仍然为增强控制单元发挥作用，从而稳定 而快速地消除控制偏差。这样，使得协同控制器具有增强、抑制和调 节更加迅速、稳定等特点，从而能够快速稳定消除控制偏差。
综上所述，本发明具有结构简单，稳定性、鲁棒性和抗干扰性等 均较好的特点。
附图说明：
图1为生长激素双向调节原理图；
图2为本发明控制系统原理框图；
图3为本发明组成硬件系统框图；
图4为本发明控制算法软件流程框图；
图5为本发明控制仿真效果图。
附图中标号说明：
1：输入信号；2：比较环节；3：增强控制单元；4：抑制控制单 元；5：协同控制单元；6：控制算法模块；7：协同控制单元输出信 号；8：执行器；9：控制对象；10：工艺输出信号；11：传感器；12： 增强控制单元的输出信号；13：抑制控制单元的输出信号；14：控制 偏差；15：反馈信号；16：输入接口电路；17：程序及数据存储器； 18：存储接口电路；19：SDRAM存储器；20：输出接口电路；21：中 央处理器；22：通讯接口电路。
具体实施方式：
以下结合附图和实施例对本发明作进一步的描述
本发明一种嵌入式协同智能控制器，其特点是，构成协同控制器 控制算法模块6，包括比较环节2、增强控制单元3、抑制控制单元4 和协同控制单元5等四部分，其中，比较环节2主要起产生控制偏差 的作用；增强控制单元3主要起快速消除控制偏差的作用；抑制控制 单元4则起稳定消除控制偏差的作用；在协同控制单元5的协调下， 增强控制单元3和抑制控制单元4协同工作。
所述的比较环节2及其算法
比较环节主要完成输入信号1和反馈信号15的比较，产生控制 偏差14。令r(t)表示输入信号，b(t)表示反馈信号，e(t)表示控制偏差 信号，则有:
e(t)＝r(t)-b(t)              ①
所述的增强控制单元3及其算法
对应生长激素的GHRH神经调节单元，设计增强控制单元，该控 制单元的作用主要是快速消除控制偏差；
受启发于GHRH神经调节单元的调节机制，根据激素分泌调节规 律，设计增强控制单元的控制算法：
根据控制偏差e(t)的大小和变化率信息，实时调整增强控制 单元的输出信号，使增强控制单元的控制输出信号能够快速消除控制 偏差；
当控制偏差较大时，增强控制单元控制作用较强；
当控制偏差较小的时候，增强控制单元控制作用较弱；
设增强控制单元的输出为：
$u_{+}\left(t\right)=\alpha ·f_{+}(e\left(t\right),\stackrel{.}{e}\left(t\right))$ ②
其中，u+(t)为增强控制单元的输出信号12；
f+(·)为增强控制单元的辅助控制规律，可以选择传统PID 规律或模糊控制规律作为其具体辅助控制规律；
α为增强因子，且大于1；
所述的抑制控制单元4及其算法
对应生长激素的SRIF神经调节单元，设计抑制控制单元，该控 制单元的作用主要是配合增强控制单元，以稳定消除控制偏差；
受启发于SRIF神经调节单元的调节机制，设计抑制控制单元的 控制算法：
为快速稳定消除控制偏差，设计抑制控制单元的控制作用与增强 控制单元的控制作用相反；
当偏差比较大的时候，抑制控制单元作用比较弱或不起作用；
当偏差比较小的时候，抑制作用比较强，使增强控制作用减弱， 进而稳定消除控制偏差；
设抑制控制单元的输出为：
$u_{-}\left(t\right)=\beta ·f_{-}(e\left(t\right),\stackrel{.}{e}\left(t\right))$ ③
其中，u-(t)为抑制控制单元的输出信号13；
f-(·)为抑制控制单元的辅助控制规律，可以选择传统PID 规律或模糊控制规律作为其具体辅助控制规律；
β为抑制因子，且β>0；
所述的协同控制单元5及其算法
为了提高双向调节智能控制器的控制效果，设计协同控制算法至 关重要，根据生长激素分泌机理：
当GHRH浓度高于SRIF浓度时，GH分泌增多；
当GHRH浓度低于SRIF浓度时，则GH分泌减少；
当GHRH浓度和SRIF浓度相同时，GH分泌处于静止状态，即保 持原浓度不变；
据此，协同控制单元的动态输出应为：
Δu(t)＝fo(u+(t)-u-(t))             ④
其中，Δu(t)是协同控制单元的输出信号7的动态增量；
fo(·)为协同控制单元的控制规律；
协同控制规律应满足以下条件：
当增强控制单元的输出信号大于抑制控制单元的输出信号即 (u+(t)-u-(t))>0时，协同控制单元的动态输出大于零，也即协同控制 单元的输出信号是增加的；
反之，如果(u+(t)-u-(t))<0时，则其输出信号是减小的；
当(u+(t)-u-(t))＝0时，其输出信号保持原信号不变；
其中，选择fo(·)为线性函数，即fo(·)＝λ·(·)，λ为正实数；
据此，将②式和③式分别代入④式则有：
$\mathrm{\Delta u}\left(t\right)=\lambda ·(\alpha ·f_{+}(e\left(t\right),\stackrel{.}{e}\left(t\right))-\beta ·f_{-}(e\left(t\right),\stackrel{.}{e}\left(t\right)))$ ⑤
从而有：
u(t)＝u(t-1)+Δu(t)             ⑥
其中，u(t)，u(t-1)分别表示当前控制周期和前一控制周期协同控 制单元的全量输出信号。
遵循增强生长激素GHRH和抑制生长激素SRIF的分泌机理，分别 设计协同控制器的增强因子α和抑制因子β；
根据生长激素的上升分泌规律，设计α的调节规律：
$\alpha =A_1·\frac{{\left|e\left(t\right)\right|}^{n_1}}{A_2+{\left|e\left(t\right)\right|}^{n_1}}+A_3$ ⑦
其中，|e(t)|为控制偏差的绝对值，与激励激素信号对应；
A1，A2，A3，n1均为大于零的实数，且A3表示调节初始值；
显然，随着|e(t)|的增大，α随之增大；
反之，α随之减少；
同样，根据生长激素的下降分泌规律，设计β的调节规律：
$\beta =\delta ·(B_1·\frac{1}{B_2+{\left|e\left(t\right)\right|}^{n_2}}+B_3)$ ⑧
其中，B1，B2，B3，n2均为大于零的实数，且B3表示调节初始值；
δ为失效因子，当|e(t)|≥ε(阈值ε为正实数)时δ＝0.0，否则δ＝1.0；
阈值ε的取值根据实际情况确定；
同样，随着|e(t)|的增大，β随之减小；
反之，α随之增大。
本发明一种嵌入式协同智能控制器(如附图3所示)，由输入接 口电路16、程序及数据存储器17、存储接口电路18、SDRAM存储器 19、输出接口电路20、中央处理器21和通讯接口电路22以电信号 连接方式组成，其特点是，协同控制器的控制算法模块6，包括用于 产生控制偏差的比较环节2、快速消除控制偏差的增强控制单元3和 用于稳定消除控制偏差的抑制控制单元4及用于双向协调控制效果 的协同控制单元5。
其中，硬件部分主要包括主机和外围接口两大部分
1)主机
程序及数据存储器17采用FLASH闪存作为程序及数据存储器， 存储协同控制器的控制算法软件、操作系统、通讯软件、WEB远程访 问软件及输入/输出接口软件等；
存储接口电路18用作提供中央处理器与程序及数据存储器和 SDRAM存储器之间的数据访问接口电路；
SDRAM存储器19作为计算机内部存储器，提供系统运行的内部 数据交换的场所；
中央处理器21作为控制核心，负责控制器各组成部分协调工作， 可采用32位，主频70MHZ左右，如ARM7系列等芯片；
采用外界提供电源方式；
2)外围接口
输入接口电路16主要提供4-20mA电流输入和1-5VDC电压输入 接口，以及与中央处理器21电信号相连的接口电路；
输出接口电路20主要提供4-20mA电流输出和1-5VDC电压输出 接口，以及与中央处理器21电信号相连的接口电路；
通讯接口电路22主要提供标准的USB、VGA、RJ45、RS232、RS485 接口，以及与中央处理器21电信号相联的接口电路；
所述的嵌入式协同智能控制器，软件部分主要包括控制算法模块 软件、操作系统、通讯软件、WEB远程访问软件及输入/输出接口软 件等；
其中，
1)控制算法模块软件
按照本发明协同控制器的算法原理，采用嵌入式C++语言开发控 制算法模块软件；附图4为本发明控制算法模块6软件流程框图。每 一个控制周期流程包括信号采样处理101、控制偏差计算102、初始 控制作用计算103、增强因子α计算104、抑制因子β计算105、协同 控制输出计算106和协同控制输出107等步骤。
2)操作系统
采用流行的具有与Windows应用程序兼容的嵌入式操作系统，如 Win CE等；
3)通讯软件
采用提供TCP/IP协议、RS232或485协议的支持软件等；
4)WEB远程访问软件
用于完成远程访问、通讯、操作功能等；
5)输入/输出接口软件
用于完成模拟信号或数字信号的输入/输出。
本发明按照附图2所示，组成一个实施例的控制器反馈控制系 统。附图2中输入信号1即设定值信号，协同控制单元输出信号7输 出至执行器8，执行器8与控制对象9相连，工艺输出信号10经传 感器11转换为反馈信号15，输入信号1和反馈信号15一起进入比 较环节2，并产生控制偏差14。
本发明协同控制器的控制性能，经选取二阶温度纯滞后对象模型 进行仿真实验，并与传统PID的控制效果进行比较。在仿真过程中， 增强控制单元的f+(·)辅助控制规律和抑制控制单元的f-(·)辅助控制 规律选取传统PID控制规律，且控制参数(均为控制增益)设置相同， 取n1＝n2＝1；控制误差均进行了标量化处理，其中阈值ε＝0.1。为了 便于控制效果比较，与传统PID控制算法比较控制效果时，设置传统 PID控制参数与本发明协同控制器的增强控制单元的控制参数相同
某生产过程设备的温度控制系统的传递函数为：
$G\left(s\right)=\frac{2}{(3s+1)(4s+1)}{e}^{-7s}$
本发明控制器的控制参数设置如表1所示。
为了检验本发明协同控制器的控制性能，在200秒和400秒时， 分别改变工艺给定值。另外，为了验证本发明协同控制器的适应能力， 在600秒时突然改变系统参数为：
$G\left(s\right)=\frac{2.4}{(3s+1)(5s+1)}{e}^{-7s}$
800秒时恢复其原参数值。最后，为了检验本发明协同控制器抗 干扰能力，在1000秒至1200秒期间，加入均值为0范围为[-0.1， 0.1]的随机白噪声。其对比控制效果如附图5所示。由附图5可以看 出，相对传统PID控制器，本发明协同控制器能够以较小超调量、更 迅速达到给定值；改变系统参数后，本发明协同控制器具有较好的鲁 棒性；当加入随机噪声后，表明本发明协同控制器具有更强的抗干扰 能力，其控制输出更加稳定。总之，相对传统PID控制器，本发明控 制器具有较好的稳定性、鲁棒性和抗干扰能力。
  表1 设置控制参数表