论文部分内容阅读
内容摘要 在科学技术水平不断发展的今天，人工智能技术可以说是最前沿的发展技术之一。对于人工智能技术来说，其在经历了多年的发展阶段后，已经被广泛应用到各个行业中，在其发展过程中无数科学研究人员为其付出了努力。在电子传动控制中应用人工智能技术，不仅可以提高电力运输的稳定性，同时也能够促进电力行业的发展。基于此，文章主要对电气传动控制中人工智能的应用进行分析，以供参考。
关键词 电气传动控制 人工智能 应用
1 引言
对于人工智能来说，其属于一项使机器模仿人类行为的一种智能性学科研究，通过研究智能化系统构造，利用机器延伸与模仿人类行为，而后利用人工智能帮助人们工作，减轻人们工作业量与人们负担，同时也能够提高工作效率。在目前的社会发展中，人工智能所涉及的领域在不断扩展，将人工智能应用到电气自动化工作中，可以进一步促进电气自动化行业的发展。但是人工智能无论是在开放方面，还是在实际应用方面，都有一定的难度，这就需要科研技术人员必须要具备专业的计算机知识与专业知识，进行积极的探索与研究，从而使人工智能能够更好地应用到电气传动控制工作中。
2 电气传动控制中应用人工智能的优势
对于电力系统来说，每一种不同类型的控制机器，人工智能在实际使用时都存在明显的差异。比如，在电气传动控制系统中，人工智能的模糊神经、模糊、神经和遗传算法等不同种类的控制器，其在具体种类上都可以将其划分为AJ非线性函数近似器这一类型中，将其这样进行划分的主要目的就是为人工智能的相关研究与开发策略提供方便，并进行统一化、科学化与规范化管理[1]。对于AJ非线性函数近似器来说，其主要具有的优势如表1所示。
3 电气传动控制中人工智能的应用
3.1 模糊控制
模糊控制其主要指的就是利用模糊数学的原理与概念来控制动态模式的一种技术手段。如今，随着科学技术水平的不断提升，模糊控制器也在发展过程中形成了全数字化的高性能传动系统，并已经出现多种模糊处理器。利用模糊处理器，不仅可以发挥出常规处理器的作用，还能够有效应用到实际任务中，从而对感应电机的力矩和磁通进行有效的控制。对于控制方法而言，其主要分为两种：第一种是输入力矩和磁通所产生的误差，利用这两种误差来改变磁通矢量的数值，控制旋转的方向，使其发生变化，但是在这过程中却没有考虑到电压所发生的变化，无法选择最优化的梯度[2]，进而无法实现有效控制。另一种则是采用中心梯度方法，该方法与函数数据类似，当自变量发生改变时，因变量也会随之发生变化，因此，这种方法也得到了广泛的认可。在动态运行的过程中，对数字精准性的掌控度越高，那么所达到的控制度也就越高，但是在实际动态运行时，往往存在很多不确定因素，从而无法精准地捕捉每一个过程中所产生的数据。所以，应该重点关注缩减动态运行，对其进行合理、有效的控制，从而实现预期目标与效果。
3.2 神经网络控制
对于神经网络控制来说，其属于人工智能控制下所形成的全新控制技术，该控制技术的原理为控制理论和神经网络理论，在神经网络控制中，包含神经学、生物学、数学等相关的人工智能基础理科知识。在神经网络控制中，其对被控制对象精确度的要求比较低，只需要一个大致的函数模型即可，同时，该技术在电气传动控制系统中应用时也具有比较高的稳定性，而且对工作总所产生的众多数据也具有良好的一致性，并对噪声非常敏感。因此，只要不在极端的工作环境下，神经网络控制技术就可以得到良好的应用，正是因为如此，神经网络控制在众多传感器中都有广泛的应用。
除此之外，神经网络控制系统所具有的性能也比较高，与常规的控制算法系统相比，其可以进行更加精准化的定位，准确找到对象后，可以在对象的一定范围内发挥作用，具有良好的控制效果与运转速度。但是值得注意的是，神经网络控制大多数采用ANNS的多层反馈作为反向传播的算法，但是在不同的运算过程中，实际所采用的参数或者是不同的模型需要稍加进行调整。
3.3 ANNS
对于ANNS来说，其与人工智能神经网络控制相辅相成，并在人工智能神经网络控制中获得了广泛的认可。对于ANNS来说，其主要应用在信号处理与模式识别过程中，除此之外，在ANNS的实际运用过程中也包括非线性函数，所以，函数估计也是一种非线性函数估计，其在这方面具有无可比拟的优势，进而可以使人工神经网络控制也可以在电气传动控制中得到广泛的应用。
ANNS中所有使用到的结构都是共同并行的，其既适用于传感器的实际输入中，也可以提高决策运行的可靠性[3]，在一些特殊情况下，电气传动控制也可以同时使用多个传感器，从而不仅可以强化敏感性，也能够减少缺陷的存在。
3.4 遗传算法
对于遗传算法来说，其与计算机技术基本上没有特别大的关联，遗传算法是模仿达尔文所提出的进化论而延伸出来的一种理论。遗传算法的基本内涵指的就是模仿大自然进化中优胜劣汰的方法，选择最为匹配、合适的程序优解算法。对于该方法来说，其主要的优势就是在预算不需要使用到其他计算机辅助信息，比如梯度信息等，只需要有目标计算对象向对应的函数即可。运用这种方式，不仅能够为解决问题、难题提供基本框架，而且也可以将人工智能系统运用到电气传动控制中，有效的解决电气传动控制中存在的一些问题。
3.5 人工智能在故障诊断与优化设计中的应用
设计电气传动控制人工智能系统时，必须要充分的掌握相关的专业知识与基础知识，并在总结过去设计中留存下来的经验，从而设计出更加符合要求的人工智能系统。在实际进行设计时，通常采用经验与经验结合的方法进行设计，但是在这种情况下，所设计出来方法却未必是最好的。现如今随着计算机技术的快速发展，也使CAD设计得到了更加广泛的应用，使用CAD对所涉及的方法进行模拟试验，以此来提高电力生产质量。同时，也可以采用遗传算法来优化设计，因为遗传算法是一种先进化的算法，并具有比较高的精准度，因为电气传动中所发生的故障非常复杂，难以直接进行确定，但是采用人工智能技术能够利用专家系统、神经网络以及逻辑模糊等对故障进行查找、分析以及诊断，正是因为如此，该技术被广泛地应用到发电机、电动机以及变压器等设备的故障诊断工作中。
现如今，随着社会经济的发展，电气传动控制技术已经充分的深入到人们的日常生活与生产中，采用智能化电气技术，不仅可以解决传统电气控制中存在的效率低、误差高以及操作复杂等相关问题，同时也能够使电子自动化的操作更加简单化，这样一来就能够有效降低误差率的发生，并减少成本，避免在恶劣工作环境下长时间工作。总而言之，将人工智能技术应用到电气传动控制中，不仅可以改善人们的生活质量，提高人们的生活水平，同时也能够进一步促进我姑电力行业的发展，带动整个电气行业经济效益的提升。
4 结语
综上所述，虽然在如今的电气传动控制中，人工智能技术的应用还存在一定的缺点，但是人工智能技术自身仍然具有不可比拟的优势与优点。为了能够提高电气传动控制中人工智能技術应用的水平，应从人工智能技术的开发与利用角度入手，投入更多的精力与时间，使人工智能技术能够真正成为电气传动控制中的主体，进一步推动我国电气行业的发展。
（作者系大连宏光电气有限公司 工程师）
【参考文献】
[1]宋凯.传动设备智能检测平台系统开发与应用[J].中国设备工程，2019（11）：96-97.
[2]孙砺寒.人工智能技术在电气自动化控制中的应用思路分析[J].中小企业管理与科技（下旬刊），2018（11）：160-161.
[3]程卫权，龙罡.电气传动工厂信息化系统规划设计研究[J].信息与电脑（理论版），2018（16）：41-43.
关键词 电气传动控制 人工智能 应用
1 引言
对于人工智能来说，其属于一项使机器模仿人类行为的一种智能性学科研究，通过研究智能化系统构造，利用机器延伸与模仿人类行为，而后利用人工智能帮助人们工作，减轻人们工作业量与人们负担，同时也能够提高工作效率。在目前的社会发展中，人工智能所涉及的领域在不断扩展，将人工智能应用到电气自动化工作中，可以进一步促进电气自动化行业的发展。但是人工智能无论是在开放方面，还是在实际应用方面，都有一定的难度，这就需要科研技术人员必须要具备专业的计算机知识与专业知识，进行积极的探索与研究，从而使人工智能能够更好地应用到电气传动控制工作中。
2 电气传动控制中应用人工智能的优势
对于电力系统来说，每一种不同类型的控制机器，人工智能在实际使用时都存在明显的差异。比如，在电气传动控制系统中，人工智能的模糊神经、模糊、神经和遗传算法等不同种类的控制器，其在具体种类上都可以将其划分为AJ非线性函数近似器这一类型中，将其这样进行划分的主要目的就是为人工智能的相关研究与开发策略提供方便，并进行统一化、科学化与规范化管理[1]。对于AJ非线性函数近似器来说，其主要具有的优势如表1所示。
3 电气传动控制中人工智能的应用
3.1 模糊控制
模糊控制其主要指的就是利用模糊数学的原理与概念来控制动态模式的一种技术手段。如今，随着科学技术水平的不断提升，模糊控制器也在发展过程中形成了全数字化的高性能传动系统，并已经出现多种模糊处理器。利用模糊处理器，不仅可以发挥出常规处理器的作用，还能够有效应用到实际任务中，从而对感应电机的力矩和磁通进行有效的控制。对于控制方法而言，其主要分为两种：第一种是输入力矩和磁通所产生的误差，利用这两种误差来改变磁通矢量的数值，控制旋转的方向，使其发生变化，但是在这过程中却没有考虑到电压所发生的变化，无法选择最优化的梯度[2]，进而无法实现有效控制。另一种则是采用中心梯度方法，该方法与函数数据类似，当自变量发生改变时，因变量也会随之发生变化，因此，这种方法也得到了广泛的认可。在动态运行的过程中，对数字精准性的掌控度越高，那么所达到的控制度也就越高，但是在实际动态运行时，往往存在很多不确定因素，从而无法精准地捕捉每一个过程中所产生的数据。所以，应该重点关注缩减动态运行，对其进行合理、有效的控制，从而实现预期目标与效果。
3.2 神经网络控制
对于神经网络控制来说，其属于人工智能控制下所形成的全新控制技术，该控制技术的原理为控制理论和神经网络理论，在神经网络控制中，包含神经学、生物学、数学等相关的人工智能基础理科知识。在神经网络控制中，其对被控制对象精确度的要求比较低，只需要一个大致的函数模型即可，同时，该技术在电气传动控制系统中应用时也具有比较高的稳定性，而且对工作总所产生的众多数据也具有良好的一致性，并对噪声非常敏感。因此，只要不在极端的工作环境下，神经网络控制技术就可以得到良好的应用，正是因为如此，神经网络控制在众多传感器中都有广泛的应用。
除此之外，神经网络控制系统所具有的性能也比较高，与常规的控制算法系统相比，其可以进行更加精准化的定位，准确找到对象后，可以在对象的一定范围内发挥作用，具有良好的控制效果与运转速度。但是值得注意的是，神经网络控制大多数采用ANNS的多层反馈作为反向传播的算法，但是在不同的运算过程中，实际所采用的参数或者是不同的模型需要稍加进行调整。
3.3 ANNS
对于ANNS来说，其与人工智能神经网络控制相辅相成，并在人工智能神经网络控制中获得了广泛的认可。对于ANNS来说，其主要应用在信号处理与模式识别过程中，除此之外，在ANNS的实际运用过程中也包括非线性函数，所以，函数估计也是一种非线性函数估计，其在这方面具有无可比拟的优势，进而可以使人工神经网络控制也可以在电气传动控制中得到广泛的应用。
ANNS中所有使用到的结构都是共同并行的，其既适用于传感器的实际输入中，也可以提高决策运行的可靠性[3]，在一些特殊情况下，电气传动控制也可以同时使用多个传感器，从而不仅可以强化敏感性，也能够减少缺陷的存在。
3.4 遗传算法
对于遗传算法来说，其与计算机技术基本上没有特别大的关联，遗传算法是模仿达尔文所提出的进化论而延伸出来的一种理论。遗传算法的基本内涵指的就是模仿大自然进化中优胜劣汰的方法，选择最为匹配、合适的程序优解算法。对于该方法来说，其主要的优势就是在预算不需要使用到其他计算机辅助信息，比如梯度信息等，只需要有目标计算对象向对应的函数即可。运用这种方式，不仅能够为解决问题、难题提供基本框架，而且也可以将人工智能系统运用到电气传动控制中，有效的解决电气传动控制中存在的一些问题。
3.5 人工智能在故障诊断与优化设计中的应用
设计电气传动控制人工智能系统时，必须要充分的掌握相关的专业知识与基础知识，并在总结过去设计中留存下来的经验，从而设计出更加符合要求的人工智能系统。在实际进行设计时，通常采用经验与经验结合的方法进行设计，但是在这种情况下，所设计出来方法却未必是最好的。现如今随着计算机技术的快速发展，也使CAD设计得到了更加广泛的应用，使用CAD对所涉及的方法进行模拟试验，以此来提高电力生产质量。同时，也可以采用遗传算法来优化设计，因为遗传算法是一种先进化的算法，并具有比较高的精准度，因为电气传动中所发生的故障非常复杂，难以直接进行确定，但是采用人工智能技术能够利用专家系统、神经网络以及逻辑模糊等对故障进行查找、分析以及诊断，正是因为如此，该技术被广泛地应用到发电机、电动机以及变压器等设备的故障诊断工作中。
现如今，随着社会经济的发展，电气传动控制技术已经充分的深入到人们的日常生活与生产中，采用智能化电气技术，不仅可以解决传统电气控制中存在的效率低、误差高以及操作复杂等相关问题，同时也能够使电子自动化的操作更加简单化，这样一来就能够有效降低误差率的发生，并减少成本，避免在恶劣工作环境下长时间工作。总而言之，将人工智能技术应用到电气传动控制中，不仅可以改善人们的生活质量，提高人们的生活水平，同时也能够进一步促进我姑电力行业的发展，带动整个电气行业经济效益的提升。
4 结语
综上所述，虽然在如今的电气传动控制中，人工智能技术的应用还存在一定的缺点，但是人工智能技术自身仍然具有不可比拟的优势与优点。为了能够提高电气传动控制中人工智能技術应用的水平，应从人工智能技术的开发与利用角度入手，投入更多的精力与时间，使人工智能技术能够真正成为电气传动控制中的主体，进一步推动我国电气行业的发展。
（作者系大连宏光电气有限公司 工程师）
【参考文献】
[1]宋凯.传动设备智能检测平台系统开发与应用[J].中国设备工程，2019（11）：96-97.
[2]孙砺寒.人工智能技术在电气自动化控制中的应用思路分析[J].中小企业管理与科技（下旬刊），2018（11）：160-161.
[3]程卫权，龙罡.电气传动工厂信息化系统规划设计研究[J].信息与电脑（理论版），2018（16）：41-43.