1、概述
专家控制（Expert Control）是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
专家控制试图在传统控制的基础上“加入”一个富有经验的控制工程师，实现控制的功能，它由知识库和推理机构构成主体框架，通过对控制领域知识（先验经验、动态信息、目标等）的获取与组织，按某种策略及时地选用恰当的规则进行推理输出，实现对实际对象的控制。
2、结构
专家控制的基本结构如图2-2所示。
3、功能
（1）能够满足任意动态过程的控制需要，尤其适用于带有时变、非线性和强干扰的控制；
（2）控制过程可以利用对象的先验知识；
（3）通过修改、增加控制规则，可不断积累知识，改进控制性能；
（4）可以定性地描述控制系统的性能，如“超调小”、“偏差增大”等；
（5）对控制性能可进行解释；
（6）可通过对控制闭环中的单元进行故障检测来获取经验规则。
4、与专家系统的区别
专家控制引入了专家系统的思想，但与专家系统存在区别：
（1） 专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。
（2） 专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。
5、知识表示
专家控制将系统视为基于知识的系统，控制系统的知识表示如下：
（1）受控过程的知识
① 先验知识：包括问题的类型及开环特性；
② 动态知识：包括中间状态及特性变化。
（2）控制、辨识、诊断知识
① 定量知识：各种算法；
② 定性知识：各种经验、逻辑、直观判断。
按照专家系统知识库的结构，有关知识可以分类组织，形成数据库和规则库，从而构成专家控制系统的知识源。
数据库包括：
① 事实──已知的静态数据。例如传感器测量误差、运行阈值、报警阈值、操作序列的约束条件、受控过程的单元组态等；
② 证据──测量到的动态数据。例如传感器的输出值、仪器仪表的测试结果等。证据的类型是各异的，常常带有噪声、延迟，也可能是不完整的，甚至相互之间有冲突；
③假设─由事实和证据推导的中间结果，作为当前事实集合的补充。例如，通过各种参数估计算法推得的状态估计等；
④目标─系统的性能指标。例如对稳定性的要求，对静态工作点的寻优、对现有控制规律是否需要改进的判断等。目标既可以是预定的，也可以是根据外部命令或内部运行状况在线地动态建立的。
专家控制的规则库一般采用产生式规则表示：
IF 控制局势（事实和数据） THEN 操作结论由多条产生式规则构成规则库。
6、分类
按专家控制在控制系统中的作用和功能，可将专家控制器分为以下两种类型：
(1) 直接型专家控制器
直接专家控制器用于取代常规控制器，直接控制生产过程或被控对象。具有模拟（或延伸，扩展）操作工人智能的功能。该控制器的任务和功能相对比较简单，但是需要在线、实时控制。因此，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。
直接型专家控制器的示意图见图2-3中的虚线所示。
(2)间接型专家控制器
间接型专家控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制的智能控制系统。具有模拟（或延伸，扩展）控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型：
① 优化型专家控制器：是基于最优控制专家的知识和经验的总结和运用。通过设置整定值、优化控制参数或控制器，实现控制器的静态或动态优化。
② 适应型专家控制器：是基于自适应控制专家的知识和经验的总结和运用。根据现场运行状态和测试数据，相应地调整控制规律，校正控制参数，修改整定值或控制器，适应生产过程、对象特性或环境条件的漂移和变化。
③ 协调型专家控制器：是基于协调控制专家和调度工程师的知识和经验的总结和运用。用以协调局部控制器或各子控制系统的运行，实现大系统的全局稳定和优化。
④ 组织型专家控制器：是基于控制工程的组织管理专家或总设计师的知识和经验的总结和运用。用以组织各种常规控制器，根据控制任务的目标和要求，构成所需要的控制系统。
间接型专家控制器可以在线或离线运行。通常，优化型、适应型需要在线、实时、联机运行。协调型、组织型可以离线、非实时运行，作为相应的计算机辅助系统。
间接型专家控制器的示意图如图2-4所示。
7、专家控制的关键技术及特点
1专家控制的关键技术
(1) 知识的表达方法；
(2)从传感器中识别和获取定量的控制信号；
(3)将定性知识转化为定量的控制信号；
(4)控制知识和控制规则的获取。
2 专家控制的特点
（1）灵活性：根据系统的工作状态及误差情况，可灵活地选取相应的控制律；
（2）适应性：能根据专家知识和经验，调整控制器的参数，适应对象特性及环境的变化；
（3）鲁棒性：通过利用专家规则，系统可以在非线性、大偏差下可靠地工作。