摘要:人工智能技术作为当今时代的新型产物,在电脑精确的计算下可以完成一系列的高难度工作,同时也能减少工作失误,提升工作效率。随着时代的发展,现代科学技术的提升,电气自动化需要人工智能的加入才能得到更好的发展,这是社会经济发展的局势,也是时代的发展的必要趋势。
关键词:人工智能技术;电气自动化控制;应用
一、人工智能技术的优势
人工智能技术也因此开始在各种领域中显露头角,被广泛应用。特别是在一些操作较为繁琐的工业领域中,人工智能凭借着自身优势逐渐取代传统劳动力。电气自动化作为目前工业领域上正在高速发展的一个重要行业,与人工智能有着极高的契合度。将人工智能技术运用到电气自动化控制中,不但能够扩大人工智能的实用价值,相较传统控制器,更加能够利用人工智能的优势来推动电气自动化的发展,提高产品质量,促进生产效率。
因此,将人工智能技术合理地,正确地运用到电气自动化控制中势在必行。相比于传统的方法,人工智能拥有很大的优势,比如设计思路简单,控制性能优越,使用便捷。
1、设计思路简单
传统控制器往往需要根据具体模型来设计,其中的参数等各种变量会导致设计过程较为麻烦。传统控制器在设计过程中需要考虑许多问题,比如如何分配电路、如何排除干扰以及如何平衡机械结构,整个设计过程较为复杂。而人工智能的AI函数近似器不需要对具体对象进行模型的设计,大大降低了设计难度,提高了设计效率。
2、控制性能优越
在电气自动化行业中,电气控制的核心内容就是控制器的运用。随着人工智能技术的发展,人工智能在自动化控制系统中的应用渐渐增加。人工智能技术主要是通过利用控制器来控制技术,对于不同的控制器有不同的解决方案,灵活性很高。在此种控制方式中,操作人员无需事先设定加工路线,可以根据现场情况而实施不同的调节方式。
此外,人工智能对数据的分析处理能力较强,相比于传统控制器,人工智能通过对机械设备的根本性能数据进行分析和微调,能够精确的控制各个环节有条不紊的进行,从而提高工作的效率。
3、使用更加便捷
在工业生产活动中,使用传统的人工控制器往往会有一些操作繁琐的弊端,这样往往会造成了上手时间长、操作难度大等问题。而人工智能技术更加容易调节,对新数据或者新信息的适应性更加强,如果相关的设计人员对专业知识了解不是特别深入,也依然可以运用语言或者相应的信息对其进行设计。
使用人工智能技术替代传统的人力进行电气自动化控制,能够让企业在较短时间内解决完成大量工作,这样就可以显著地解放劳动力,因而节省了企业雇佣人力所需的资本,节省了物力、财力,并提高了管理效率,这样企业就能够长久地发展壮大下去。
二、人工智能技术在电气自动化控制中的应用分析
计算机信息技术的进步,使新兴技术涌入工程和产品化的阶段,对自动化控制技术造成了冲击,促进了人工智能的理论性知识在控制中的应用,弥补了传统技术的弊端,使人工智能技术适应复杂、系统的工作需求。人工智能技术可以解放机器设备工作中的人力,实现对目标的自动控制和智能分析。对复杂的系统而言,人工智能技术以数学模型和控制理论进行定量计算分析,将定量、定性结合起来,让机器设备以人类经验和思考能力进行求解,实现智能化控制。人工智能技术分为神经网络控制、专家控制(以知识为基础)、模糊控制和集成智能控制等。以遗传算法、免疫算法、蚁群算法等为基础,实现人工智能技术的优化计算。下面对具体技术进行分析。
1、神经网络控制
神经网络控制以仿生物神经功能为模型,生物神经元受传入数据的刺激产生应激反馈,输出至相联神经元,以此传递。输出及输入之间以非线性关系变换。神经网络由简单自适应元件和层次组织构成,采用大规模并行连接,形成神经网络,类似生物神经网络处理接受的信息,因此成为仿生物神经功能。神经网络控制模仿生物的思考建立网络,其对接受信息具有功能性反应,且反应非常剧烈,能对接受的信息做出处理动作。神经网络由大量处理元连接构成。为了科学模拟生物的脑部特性,在神经技术研究中,提出神经模型的建立。实际上,建设神经网络仅对生物思考进行抽象模拟,并未完全反映生物思考的功能性。神经网络对信息处理以神经元的作用来完成,对信息和知识以元件相互分布联系储存,其学习及识别取决于神经元连接权系数,是系数动态演化的表现。不同神经元组成网络,其中,单个神经元可接受多组输入信息,按设定规则处理,转换为输出信号输出。神经网络中神经元连接复杂,各神经元以非线性方式传递信息,输入、输出信号之间存在多种联系,可以人工构建特殊联系,以此表达为“黑箱模型”,阐述机理模型无法精确表述,但输入、输出存在模糊规律事件。人工神经网络属经典经验模型,在电气自动化控制中应用广泛。
2、专家控制
在大角度方面分析,专家控制是将专业规范及运行机制,结合控制理论、技术,形成新的控制系统,以实现科学控制。结合专家系统理论技术,模拟人为控制知识经验,建立系统,此为专家控制系统。因此,专家控制隶属以专家系统知识和技术为支持的控制系统。解决专家系统问题,可获取知识、表示知识、推理、建立知识库,总结经验并存入知识库。专家控制系统需考虑以下内容:问题求解可建立推理模型:
U=f(E,K,I)
U=(u1,u2...um)
E=(e1,e2,e3...en)
K=(k1、k2、k3...kp)
I=(i1,i2,i3...iq)
式中f为智能算子函数,由输入数据E及系统中知识K推理,得到推理结果I,确定的控制行为U。智能算子含义以产生式为支持,产生式结构推理可模拟大部分问题求解。实际中,智能算子可模拟其他知识表达形式,模拟语义、谓词、过程,实现对应推理。专家控制推理机制以正向推理并不合理,在结论无法自动推导下,需采用反向推理,调用前链控制产生式的知识,或以过程式知识反证结论。
3、模糊控制
如图1所示,模糊控制分为输入接口、控制器、输出接口、执行机构、被控对象及检测装置。
1)模糊控制器。模糊控制器为各系统核心。受被控对象差异,系统动态、静态要求及应用控制规范的不同,控制器也有一定差异。在模糊控制中,以理论知识和固定规范推理语言为支持,实现模糊量化处理、模糊决策和精确化处理。
2)输入、输出接口。控制器以输入、输出接口从对象获取数据,将控制器决策输出的信号以数模方式转换,变为模拟信号,反馈给被控对象。如在I/O接口设备上,除A/D、D/A转换外,还有电平转换。
3)执行机构。主要指交流电机、直流电机等。
4)被控对象。被控对象可具备确定性和不确定性,线性和非线性。若有多种形式,无法建立精确的复杂对象,可以模糊控制操作。
5)检测装置。在形式上为传感器,其作用是将被控对象的被控量变为数字电信号。被控量常为速度、温度、压力等变量,属非电量。检测装置是传感器模糊控制中的重要部分,其精度影响到传感器精度,选择设备时应注重精确度和稳定性。
结束语
综上所述,人工智能技术不仅能够增强系统运行过程中的安全性以及稳定性,也能够降低生产运行中的成本,还能大幅提高电气自动化工作的效率和产品的质量,促进我国电气自动化水平的进一步发展。在科技日益发展的今天,要想跟上科技发展的步伐,满足人民日益增长的物质需求,就要充分利用人工智能的智能性和高效性。将人工智能融入到电气自动化技术应用中。但是,目前人工智能技术还不是完全成熟,在控制的准确度及灵活度方面还有待提高,在未来的发展道路上,我们需要继续完善人工智能技术,同时也要将人工智能技术更加广泛地与电气自动化技术相结合。
参考文献:
[1]贾刚,张萌.浅谈电气自动化控制中的人工智能技术[J].中小企业管理与科技旬刊,2011(27):294.
[2]王帮元.电气自动化控制中人工智能技术应用探究[J].赤峰学院学报(自然科学版),2015(9):50-52.
论文作者:郑涵波
论文发表刊物:《电力设备》2019年第2期
论文发表时间:2019/6/5
标签:人工智能论文; 技术论文; 神经网络论文; 控制器论文; 神经元论文; 自动化控制论文; 模糊论文; 《电力设备》2019年第2期论文;