人工智能在自动化学科中的应用.docxVIP

人工智能在自动化学科中的应 用 2 人工智能在自动化学科中的应用 社会的进步和人类的长寿要求生产力更加 兴旺,要求人类的经济生活更加智能化, 以节省珍 贵的人类时间去做其它有益的事情。 自动化领域 的革新需要人工智能的大力支持,而人工智能在 自动化学科方面的优势在这个领域也确实能够 得到极大的发挥,促进自动化的开展进步。 自动化是研究与电气工程有关的系统运行、 自动控制、 电力电子技术、 信息处理、 试验分析、 研制开发以及电子与计算机应用等领域的一门 学科。实现机械的自动化,让机械部份脱离人类 的直接控制和操作自动实现某些过程是自动化 和人工智能研究的交汇点。 积极运用人工智能的 知识。 人工智能在电力系统运行控制中的应用综述 人工智能技术(AI)广泛应用于求解非线性 问题中,在电力系统的控制、管理、运行等领域 发挥着重要的作用。 阐述了专家系统、 人工神经 网络、模糊集理论和启发式搜索等人工智能技术 在电力系统中各自的应用特点,展望了人工智能 3 技术在电力系统中的开展趋势,指出混合智能是 人工智能的重要开展方向之一。 电力系统应用人工智能的起因电力系统运行 控制的一个根本目标就是在经济合理的条件下 向用户提供高质量的电能。为此,有必要对电力 系统进行规划、 监视和控制。 随着电力系统规模 的不断增加,能源管理系统(EMS)运行人员所面 临的决策任务也日趋加大,这使得运行人员很难 保证电力系 简要介绍了现有的高级人工智能技术的开 展概况及其实现方法,全面综述了模糊逻辑(F L)、专家系统(ES)、人工神经网络(ANN)和遗传 算法(GA)等典型人工智能技术在电能质量控制 中的应用情况及国内外的研究现状,并就值得进 一步研究的问题及今后的主要研究方向进行了 展望. 近年来, 电能质量问题受到人们越来越广泛的 关注.对电能质量问题的正确诊断和处理需要高 水平的专家知识,并且所需要的专家知识不是仅 仅在某一个领域,而是涉及到电气工程中的许多 领域,如电子驱动、传感器、旋转电机、变压器、 4 电力电子、电能传输与供给、保护、谐波、信号 分 人工智能在智能传感器领域的应用 传感器在自动化信息系统中的重要性不言而 喻 ,它的特性的好坏、输出信息的可靠性对整个 系统的质量至关重要。 各行各业的自动化程度的 迅速提高 ,特别是工业生产的自动化程度的提 高 ,对传感器的性能提出了更高的要求。传统的 传感器技术由于存在着性能不稳定、可靠性差、 准确度低等缺点已经不能够满足自动化技术迅 猛开展的需要。 而人类在人工智能方面取得的进 展为人工智能与传感器技术的结合 ———新型 智能传感器的出现提供了契机。 主要介绍了人工 智能的四个分支 :模糊逻辑、人工神经网络、专 家系统、遗传算法在传感器领域的应用。 1 模 糊逻辑模糊逻辑在传感器领域的应用主要是将 模糊逻辑与传感器技术结合构成模糊传感器。 由 于传统的传感器是数值传感器 ,所以传统的传 感器难以对具有较大的非线性或者无法建立精 确的数学模型的被测对象进行有效的测量 ,而 5 模糊传感器那么能很好的完成这些测量任务。 模 糊血压传感器是模糊逻辑在传感器系统中的典 型应用。 测量血压是医生检查心血管病例的一种 手段。将医生的知识和经验集成到模糊血压传感 器 ,模糊血压传感器就可以充当一位经验丰富 的医生的角色。 模糊血压传感器通过建立有关不 同年龄、性别......。 人工智能在故障诊断中的应用 人类社会进入工业化阶段以来， 各种复杂的机器 设备不断涌现， 设备的故障诊断就成了一项重要 的研究课题。就诊断方法而言，目前，除了传统 的单一参数、单一故障的技术诊断外，多参量、 多故障的综合， 诊断已经兴起。 随着现代科学技 术的开展，故障诊断技术和方法也不断推陈出 新， 正走向智能化阶段。 人工智能的开展为故障 诊断提供了智能化的诊断方法． 故障诊断专家系 统不仅在理论上得到了相当的开展． 而且已有了 成功的应用实例。 与此同时， 人工神经网络的研 究也进入到了故障诊断领域， 成为故障诊断的一 个最新研究热点， 并已在许多实际系统中得到了 很好的应用。此外．模糊理论、模糊逻辑系统也 已经应用到故障诊断领域， 并且与人工神经网络 6 和专家系统互相结合， 突显出其独特的优势， 成 为一种很有价值的故障诊断方法。 人工智能在电气传动中运用的进展 人工智能控制器可分为监督、非监督或增强 学习型三种。 常规的监督学习型神经网络控制器 的拓朴结构和学习算法已经定型， 这就给这种结 构的控制器增加了限制， 使得计算时间过长， 常 规非人工智能学习算法的应用效果不好。 采用自 适应神经网络和试探法就能克服这些困难， 加快 学习过程的收敛速度。 常规模糊控制器的规那么 初值和模糊规那么表是既定