论文部分内容阅读
【摘 要】社会的进步要求生产力更加发达，要求人类的经济生活更加智能化，以节省宝贵的时间去做其它有益的事情。电气自动化控制领域的革新需要人工智能的大力支持，而人工智能在自动化控制方面的优势在这个领域也确实能够得到极大的发挥，促进自动化控制的发展进步。自动化的特征，表达了一个共同的主题，即提高机械人类意识能力，强化控制自动化，因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。在将来，智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。
【关键词】人工智能技术；电气自动化控制；应用分析
一、人工智能技术的概念
通过计算机算法对人类的活动进行模拟，发出和人类行为类似的指令，对传统学科中的难题进行解决。作为一门新兴科学，人工智能技术包含计算机、数学等学科，还涵盖了心理学、哲学和伦理学等科学。所以，人工智能技术可以理解为全面的对人类大脑模拟的过程，从而达到人脑控制下的行为反应，从而实现依靠机械来完成复杂的、高危的工作。人工智能技术的特点是通过计算机来实现人脑思考的效果，一定程度上，人工智能技术对信息的采集、分析及处理比人脑更具有优势，是用智能运算取代复杂的脑力活动。通过人工智能技术的使用，降低了人力成本、减少了人力劳动、提高了工作效率，实现了生产力水平的发展。
二、人工智能控制器的优势
人工智能控制器的主要优势就在于它在算法上和其它的控制器存在着很大的差异，人工智能控制器的主要算法包括模糊理论算法、神经算法、遗传算法和模糊神经算法等，这些算法的一个最大优势就是可以设计在没有控制对象的模型上。它的特点在于能够运用不同的方法对电气自动化设备控制进行分类，更好地进行开发，所形成的函数比常规的函数具有以下三种优势：一是它的设计不需要对对象进行模型控制，即使实际控制的对象中具有很多不确定、不稳定因素，甚至难以适应的动态变化的控制对象，都能满足控制需求。二是能够不断进行调整、改善，具有很强的灵活性，相比之前的控制器更易调节，能够适应新数据、新信息的发展变化，能够不受其它驱动器影响，保证计算的准确率。
三、电气自动化控制中的人工智能技术应用
1、人工智能在直流传动中的运用
（1）模糊逻辑控制应用
主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅这里不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if-then模糊规则集。但Sugeno控制器的典型规则是“如果x是A，并且y是B，那么Z=f（x，y）”。这里A和B是模糊集；Z=f（x，y）是x，y的函数，通常是输入变量x，y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。
Mamdani控制器由下面四个主要部分组成：
①模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。
②知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。
③推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。
④反模糊化实现量化和反模糊化。有很多反模糊化技术，例如最大化反模糊化，中间平均技术等。
在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高，控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti-1）+Kp*CP，I（ti）=I（ti-1）*CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。
（2）ANNS的应用
过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。
2、人工智能技术在事故及其故障诊断中的应用
所谓电气故障诊断，就是通过对电气设备的相关信息，以确定其技术状况是否正常，确定故障的性质和部位，查找故障原因，并提出相应对策。在电气领域中，由于各种不确定的因素导致各种故障和事故频繁发生，如果这些故障或者意外不能妥善处理或及时判决，都将带来无法估量的损失。在传统的电气控制中，也可以采用一些诊断方法，但是这些方法用来确定结果的精确度不高，而且诊断过程和方法是非常繁琐、复杂的。例如，诊断变压器故障的传统方法，我们通常先收集所產生的气体，并通过对气体的诊断来判断是不是存在故障。这种诊断方法花费大量的人力和物力，如果诊断分析的结果不正确，损失很严重。自从引进人工智能技术后，变压器的故障诊断就变得方便和准确。除了变压器的故障诊断外，也可对发动机发电机等电气设备进行事故诊断，可极大的提高判断的及时性和准确性，提高工作效率，同时增加了企业的效益。
3、在电气设备设计中的应用
电气设备的设计并不是一个简单随机的过程，它涉及到很多的学科知识，比如电机、电路、电力电子技术、变压器、电磁场等，并且随着社会的进步，人们对于电气设备设计的要求也正在提高，进行电气设备设计的优化势在必行。原有的电气设备设计主要依赖于经验丰富的设计师，但是就算是最出色的设计师在设计的过程中也会浪费掉大量的不必要的资源，而人工智能的介入就改变了这一现象，人工智能能够简单的计算人脑所不能够计算的一些复杂公式，并且能够进行自主演练，在准确性和及时性上也有了一定的保障，对于工作人员的工作经验也没有了很严格的要求，只要熟悉操作人工智能系统就可以了。
4、对电气自动化控制流程的简化
因为电气自动化操作流程比较复杂，要求每个步骤都要严格的操作，一旦出现操作问题，会产生机器故障，导致损失的出现。为了保证电气设备正常运行，研究人员面对的难题是如何实现操作的程序化和简单化。而人工智能技术的出现对这一难题很好的进行了解决，通过对日常资料的收集与整理、分析，在及其出现故障后，及时的采取措施，保证的设备的运行。此外，通过对电气设备的远程操作，使控制过程程序化和简单化，技术人员的检修的时间降低，最终时设备的运行成本得到有效的控制。
结束语
通过在电气自动化控制中应用人工智能技术，不仅使得工作效率极大的提高、运行成本也更为降低了，从而使得电气自动化智能化更好地实现。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术所替代。
参考文献：
[1]耿英会.智能化技术在电气工程自动化控制中的应用[J].科技创新导报，2013.
[2]梁宁波.浅析人工智能在电气自动化控制中的应用[J].黑龙江科技信息，2013.
【关键词】人工智能技术；电气自动化控制；应用分析
一、人工智能技术的概念
通过计算机算法对人类的活动进行模拟，发出和人类行为类似的指令，对传统学科中的难题进行解决。作为一门新兴科学，人工智能技术包含计算机、数学等学科，还涵盖了心理学、哲学和伦理学等科学。所以，人工智能技术可以理解为全面的对人类大脑模拟的过程，从而达到人脑控制下的行为反应，从而实现依靠机械来完成复杂的、高危的工作。人工智能技术的特点是通过计算机来实现人脑思考的效果，一定程度上，人工智能技术对信息的采集、分析及处理比人脑更具有优势，是用智能运算取代复杂的脑力活动。通过人工智能技术的使用，降低了人力成本、减少了人力劳动、提高了工作效率，实现了生产力水平的发展。
二、人工智能控制器的优势
人工智能控制器的主要优势就在于它在算法上和其它的控制器存在着很大的差异，人工智能控制器的主要算法包括模糊理论算法、神经算法、遗传算法和模糊神经算法等，这些算法的一个最大优势就是可以设计在没有控制对象的模型上。它的特点在于能够运用不同的方法对电气自动化设备控制进行分类，更好地进行开发，所形成的函数比常规的函数具有以下三种优势：一是它的设计不需要对对象进行模型控制，即使实际控制的对象中具有很多不确定、不稳定因素，甚至难以适应的动态变化的控制对象，都能满足控制需求。二是能够不断进行调整、改善，具有很强的灵活性，相比之前的控制器更易调节，能够适应新数据、新信息的发展变化，能够不受其它驱动器影响，保证计算的准确率。
三、电气自动化控制中的人工智能技术应用
1、人工智能在直流传动中的运用
（1）模糊逻辑控制应用
主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅这里不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if-then模糊规则集。但Sugeno控制器的典型规则是“如果x是A，并且y是B，那么Z=f（x，y）”。这里A和B是模糊集；Z=f（x，y）是x，y的函数，通常是输入变量x，y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。
Mamdani控制器由下面四个主要部分组成：
①模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。
②知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。
③推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。
④反模糊化实现量化和反模糊化。有很多反模糊化技术，例如最大化反模糊化，中间平均技术等。
在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高，控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti-1）+Kp*CP，I（ti）=I（ti-1）*CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。
（2）ANNS的应用
过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。
2、人工智能技术在事故及其故障诊断中的应用
所谓电气故障诊断，就是通过对电气设备的相关信息，以确定其技术状况是否正常，确定故障的性质和部位，查找故障原因，并提出相应对策。在电气领域中，由于各种不确定的因素导致各种故障和事故频繁发生，如果这些故障或者意外不能妥善处理或及时判决，都将带来无法估量的损失。在传统的电气控制中，也可以采用一些诊断方法，但是这些方法用来确定结果的精确度不高，而且诊断过程和方法是非常繁琐、复杂的。例如，诊断变压器故障的传统方法，我们通常先收集所產生的气体，并通过对气体的诊断来判断是不是存在故障。这种诊断方法花费大量的人力和物力，如果诊断分析的结果不正确，损失很严重。自从引进人工智能技术后，变压器的故障诊断就变得方便和准确。除了变压器的故障诊断外，也可对发动机发电机等电气设备进行事故诊断，可极大的提高判断的及时性和准确性，提高工作效率，同时增加了企业的效益。
3、在电气设备设计中的应用
电气设备的设计并不是一个简单随机的过程，它涉及到很多的学科知识，比如电机、电路、电力电子技术、变压器、电磁场等，并且随着社会的进步，人们对于电气设备设计的要求也正在提高，进行电气设备设计的优化势在必行。原有的电气设备设计主要依赖于经验丰富的设计师，但是就算是最出色的设计师在设计的过程中也会浪费掉大量的不必要的资源，而人工智能的介入就改变了这一现象，人工智能能够简单的计算人脑所不能够计算的一些复杂公式，并且能够进行自主演练，在准确性和及时性上也有了一定的保障，对于工作人员的工作经验也没有了很严格的要求，只要熟悉操作人工智能系统就可以了。
4、对电气自动化控制流程的简化
因为电气自动化操作流程比较复杂，要求每个步骤都要严格的操作，一旦出现操作问题，会产生机器故障，导致损失的出现。为了保证电气设备正常运行，研究人员面对的难题是如何实现操作的程序化和简单化。而人工智能技术的出现对这一难题很好的进行了解决，通过对日常资料的收集与整理、分析，在及其出现故障后，及时的采取措施，保证的设备的运行。此外，通过对电气设备的远程操作，使控制过程程序化和简单化，技术人员的检修的时间降低，最终时设备的运行成本得到有效的控制。
结束语
通过在电气自动化控制中应用人工智能技术，不仅使得工作效率极大的提高、运行成本也更为降低了，从而使得电气自动化智能化更好地实现。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术所替代。
参考文献：
[1]耿英会.智能化技术在电气工程自动化控制中的应用[J].科技创新导报，2013.
[2]梁宁波.浅析人工智能在电气自动化控制中的应用[J].黑龙江科技信息，2013.