电气自动化控制中人工智能技术.docx

电气自动化控制中人工智能技术 电气自动化是一门以电气系统的运行、 控制、 研发为对象的 实践应用性学科。人类社会发展到当代，解放人类的双手，最大 程度实现机械运行与控制的自动化。 全面应用人工智能技术的最 新成就， 充分推动电气设备自动化的进一步深化发展， 提高其系 统运行趋于智能化的同时， 人工智能技术的应用还利于强化系统 工作的安全性、 稳定性， 有利于企业生产效率的提升以及市场竞 争力的增强。 1 人工智能技术研究与应用的现实情况 近年来，大量科研单位以及专业院校都在人工智能技术的创 新与研究以及其电气设备控制系统中的应用上开展了大量工作， 人工智能用于电气设备系统的结构设计、故障诊断、预警、监控 以及自动保护等方面都达到了一定的水平。 以结构设计方面为例，因电气设备系统结构设计复杂性高， 涉及到诸如电路、 电磁、电机电器应用等等大量的学科专业知识， 更要求工作人员有丰富的实践经验。 目前， 在数字技术空前创新 发展的背景下，电气产品及其控制系统的设计工作业已转向了 CAD使得新产品新系统的构建周期显著缩短。在此基础上加入 人工智能技术，系统设计的质量以及速度都可得到全面提升。 此外，人工智能技术在进行电气设备系统故障控制与预警方 面也有非常独特的优势。 电气控制系统出现故障之前征兆呈非线 性，因此人工智能技术中的模糊逻辑、 神经网络等等部分可以充 分发挥其优势。 最后是人工智能技术在电气自动化控制系统中的运用， 主要 的技术方法有、神经网络、专家系统以及模糊控制三种，其中以 最后一种控制技术最为简便， 可应用性最强。 人工智能技术在电 气自动化控制系统中以 AI 控制器为主，其可以视为非线性函数 近似器。与一般的函数估计设备相比较， AI 控制系统在进行设 计时不一定必须工作对象的具体模型， 这就避免在设计时需要考 虑控制对象模型本身的参数变等不确定性。 此外， 其性能提升的 空间比较大，而且易于调节，一致性强，对于新的数据信息适应 性良好；配置成本低而且更新简便、抗干扰能力强。 2 电气自动化控制系统中人工智能技术的具体应用 电气自动化控制系统当中， 人工智能技术的应用有两种， 一 是直流传动控制；另一种是效流传动控制。 在直流传动控制中， 人工智能技术的应用有模糊逻辑控制技 术为主，有Mamdani与两种可用于调速控制系统。它们均具备规 则库部分， 规则库实质上是一个 if-them 的模糊规则集合。 以后 者为例，它最主要的规则就是“ if x=A,且y=B,则z=f （ x，y）z 则z”。其中的都是模糊集。模糊控制设备以推理机为核心部分， 它负责模仿人脑的智能化决策以及模糊控制命令的推理。 除此以 外还有模糊化部分、 知识库部分以及反模糊化部分， 第一个部分 是通过多种不同形式的函数对所输入的变量做出测量， 并将其量 化、模糊化；第二部分就是由数据规则以及语言控制库构成所构 成的知识库，本库设计时就是应用专家的知识与经验对电气设备 进行控制，在建立设备模型时，模型操作设备依据人工神经网络 系统的推理机制进行模型建设； 最后是以模型参数量化与中间平 均技术等模糊化技术的应用。 除了模糊逻辑控制技术以外，还有人工神经网络控制技术。 这种技术主要用于不同模式的识别以及各种信号的处理， 可以在 电气传动控制工作中发挥有效作用。这种技术以并行结构为主， 适用范围比较广，可以大大提升条件监控、诊断系统的准确性； 该控制技术最常用的学习策略是误差反向传播， 也就是说在网络 具备充足的隐藏层、结点和恰当的激励函数的情况下， 多层人工 神经网络只要利用反向传播就可以计算出对应的非线性函数近 似参数，大大提高网络运行速度。 在交流传动控制中，人工智能技术的应用也同样有模糊逻辑 与神经网络两种具体运用。 就模糊逻辑而言，到目前为止均以模糊控制器直接代替原有 的普通速度控制设备为主，不过西方某大学研发了一种高性能的 带有多个模糊控制器的全数字化传动控制体系， 该体系所带有的 模糊控制器即可以用来代替普通的速度控制设备， 又可以用于执 行它控制任务。 就人工神经网络控制技术而言， 实践研究中以其对交流电气 设备及其驱动环境参数监测及诊断为主。 人工神经网络用作步进 电动机控制时， 可采用一般的反向转波计算方法， 就是通过实验 数据的应用， 通过电机负载转矩以及电机的初始速度最终确定智 能监控系统可监测的最大速度增加值。 这种设计方案的实现， 要 求神经网络具备识别三维图形映射的能力， 以便达到比常规梯形 控制计算模式强的控制成效。 在此模式下， 人工神经网络可以大 大缩减电气自动化系统定位所需要的时间， 并且强化对于负载转 矩以及非初始速度变化范围的控制工作。 人工神经网络的结构以 多层前馈型为主， 具体可分为两个系统： 系统一是在