丁大為

濰坊工程職業(yè)學(xué)院

淺析人工智能在電氣自動(dòng)化控制中的應(yīng)用

丁大為

濰坊工程職業(yè)學(xué)院

智能控制作為電氣自動(dòng)化生產(chǎn)中不可或缺的一步，也是提高我國(guó)電氣工程技術(shù)水平的前提步驟，為電氣領(lǐng)域的機(jī)械性能與外形質(zhì)量提供了保障。因此，在追求高性能、高質(zhì)量的要求下，針對(duì)電氣工程及其自動(dòng)化的智能識(shí)別與控制研究顯得尤為重要。

人工智能；電氣自動(dòng)化；應(yīng)用；識(shí)別

1.電氣自動(dòng)化中的人工智能方法分析

1.1 模糊分類方法

采用模糊分類方法可以通過(guò)加權(quán)系數(shù)來(lái)抵消可預(yù)測(cè)干擾帶來(lái)的影響，提高了電流識(shí)別的抗干擾能力。在電氣設(shè)備的配置限制以內(nèi)，理論上可以滿足任意精度的缺陷識(shí)別。且此類智能算法簡(jiǎn)單易懂，現(xiàn)在也已經(jīng)成為板形缺陷模式識(shí)別的一種重要方法。

1.2 BP人工神經(jīng)網(wǎng)絡(luò)方法

通常電氣自動(dòng)化設(shè)備的行波識(shí)別其實(shí)是非線性映射屬性的估計(jì)問(wèn)題，這正是人工神經(jīng)網(wǎng)絡(luò)擅長(zhǎng)處理的問(wèn)題。先確定行波缺陷識(shí)別的BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，再進(jìn)行訓(xùn)練學(xué)習(xí)，學(xué)習(xí)以后，輸入樣本，計(jì)算輸出。由于人工神經(jīng)網(wǎng)絡(luò)的抗干擾、容錯(cuò)能力的特點(diǎn)，具有高度的魯棒性，經(jīng)過(guò)大量的試驗(yàn)研究，表明基于人工神經(jīng)網(wǎng)絡(luò)的行波缺陷模式識(shí)別方法的準(zhǔn)確率是極高的，此方法也是目前重點(diǎn)研究的識(shí)別方法。

1.3 小波分析方法

經(jīng)過(guò)大量的試驗(yàn)研究，將小波分析應(yīng)用于電氣故障的模式識(shí)別中，發(fā)現(xiàn)此方法是極為有效的。結(jié)果顯示與實(shí)測(cè)情況接近，精確度高，并且能夠分辨行波的各基本缺陷類型的缺陷程度。并且由于其出色的抗干擾能力，即使輸入信號(hào)不完整或是含有噪聲數(shù)據(jù)，仍然能較好的做出正確的缺陷識(shí)別。

1.4 遺傳算法

根據(jù)遺傳算法的特點(diǎn)，將其應(yīng)用于電氣設(shè)備運(yùn)行模式識(shí)別中，可以不固定標(biāo)準(zhǔn)板形模式，它可以適應(yīng)不同的設(shè)備智能控制策略。并且我們都不需要采用歸一化處理，而直接進(jìn)行識(shí)別。設(shè)計(jì)算法時(shí)，罰函數(shù)的設(shè)置是一個(gè)重點(diǎn)。

1.5 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)（GA-BP）模型

該模型結(jié)合了遺傳算法和神經(jīng)網(wǎng)絡(luò)兩者的優(yōu)點(diǎn)，使用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)，能更好的達(dá)到全局最優(yōu)，不至于陷入局部極小點(diǎn)。并且，其結(jié)構(gòu)簡(jiǎn)單，物理意義明確，不僅能智能控制電氣設(shè)備模式，還能識(shí)別每種基本行波分量的比列。是一種全局優(yōu)化、高效率的算法，識(shí)別精度也優(yōu)于普通神經(jīng)網(wǎng)絡(luò)和遺傳算法。

1.6 基于數(shù)據(jù)挖掘技術(shù)的智能控制方法

數(shù)據(jù)挖掘作為一種在大量數(shù)據(jù)中發(fā)現(xiàn)知識(shí)的新技術(shù)，利用先進(jìn)的人工智能和統(tǒng)計(jì)分析，以及其多交叉性的性質(zhì)，結(jié)合豐富的算法，給電氣自動(dòng)化領(lǐng)域帶來(lái)了極大的方便，不僅提高了識(shí)別精度，更提高了效率。

2.人工智能在電氣自動(dòng)化中的發(fā)展與應(yīng)用

20世紀(jì)50年代初，英國(guó)鋼鐵協(xié)會(huì)（BISRA）建立了電氣設(shè)備彈跳方程和設(shè)備剛度的概念，將機(jī)器運(yùn)行理論從單純以經(jīng)典力學(xué)知識(shí)為基礎(chǔ)研究其變形規(guī)律轉(zhuǎn)化為力學(xué)和自動(dòng)控制理論相結(jié)合的統(tǒng)一研究，并建立了電氣自動(dòng)控制系統(tǒng)的數(shù)學(xué)模型，使得電氣自動(dòng)化控制研究從人工手動(dòng)調(diào)節(jié)和電機(jī)壓下階段進(jìn)入了自動(dòng)控制階段，實(shí)現(xiàn)了電氣自動(dòng)化控制史的一次重大突破。由于該自動(dòng)控制系統(tǒng)的推廣，使得制作出的產(chǎn)品在幾何精度上有了極大的提高，并在一段時(shí)間內(nèi)被廣泛使用。而后隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及廣泛應(yīng)用，將計(jì)算機(jī)技術(shù)引入到電氣自動(dòng)化控制中，再一次實(shí)現(xiàn)了自動(dòng)化水平的飛躍，從此進(jìn)入了計(jì)算機(jī)控制階段。如今AGC在電氣自動(dòng)化生產(chǎn)中已非常成熟。如基于模型參考自適應(yīng)Smith預(yù)估器的反饋式AGC智能控制系統(tǒng)，該方法很好的將出電氣設(shè)備波動(dòng)現(xiàn)象給消除了，從而提升了響應(yīng)速度。還有學(xué)者將傳統(tǒng)的PI控制與嵌入式重復(fù)控制相結(jié)合，所提出的新型復(fù)合控制方案，也在電氣自動(dòng)化領(lǐng)域取得了很好的效果。

隨著電氣自動(dòng)化控制系統(tǒng)的日臻完善以及板厚精度的不斷提高，人工智能控制作為電氣自動(dòng)化控制的另一重要方面，面臨著巨大的挑戰(zhàn)。以工業(yè)軋機(jī)為例，上世紀(jì)60年代，學(xué)者們以M.D.Stone的理論為基礎(chǔ)，不斷研究彈性基礎(chǔ)理論及軋機(jī)液壓彎輥技術(shù)，建立了板形自動(dòng)控制系統(tǒng)（AFC），板形控制技術(shù)迅速發(fā)展起來(lái)。70年代，日本研制出的HC軋機(jī)，以其優(yōu)異的控制能力，廣泛應(yīng)用于冷軋領(lǐng)域中。同時(shí)，板形控制的研究還依賴于板形測(cè)量手段，這就需要先進(jìn)的板形測(cè)量?jī)x，目前我國(guó)所自主研發(fā)的板形測(cè)量?jī)x也已經(jīng)達(dá)到了國(guó)際領(lǐng)先水平。近年來(lái)，也有眾多學(xué)者對(duì)板形控制進(jìn)行了深入研究。如張秀玲等人提出的板形模式識(shí)別的GA-BP模型和改進(jìn)的最小二乘法，便很好的將遺傳算法的優(yōu)點(diǎn)和神經(jīng)網(wǎng)絡(luò)結(jié)合，克服了傳統(tǒng)的最小二乘法的缺點(diǎn)。劉宏民等人提出的板形曲線的理論計(jì)算方法，實(shí)驗(yàn)結(jié)果表明該方法對(duì)于消除板凸度方面取得了很好的效果。再加上模糊控制的引入，在模糊控制理論的基礎(chǔ)上進(jìn)行板形控制的建模，這使得板形控制不再局限于對(duì)稱板形，對(duì)于非對(duì)稱板形上也能進(jìn)行控制。

自上世紀(jì)70年代，M.Tarokh等人將AGC和AFC結(jié)合，提出電氣工程智能控制系統(tǒng)后，國(guó)內(nèi)外諸多學(xué)者對(duì)此進(jìn)行了大量研究。由于此智能控制研究涉及的理論知識(shí)繁多，難以建立精確模型，同時(shí)還需要一定的工藝知識(shí)以及如何運(yùn)用到生產(chǎn)設(shè)備中，這使得到目前為止還未達(dá)到理想的控制精度。但隨著研究的深入，科技的發(fā)展，越來(lái)越多的理論運(yùn)用到其中，這讓人工智能技術(shù)在電氣自動(dòng)化控制領(lǐng)域也取得不錯(cuò)的成績(jī)。如借助PSO的小波神經(jīng)網(wǎng)絡(luò)解耦PID控制技術(shù)，使用小波神經(jīng)網(wǎng)絡(luò)解耦，然后PSO優(yōu)化PID控制器參數(shù)，該方法具有良好的抗干擾能力。而今，隨著現(xiàn)代控制理論和智能控制理論的發(fā)展，將兩者結(jié)合運(yùn)用到電氣自動(dòng)化控制系統(tǒng)中已經(jīng)成為了主流趨勢(shì)，并且還在不斷完善。

3.結(jié)論

為了滿足市場(chǎng)對(duì)電氣工程智能化的巨大需求，同時(shí)針對(duì)現(xiàn)有的電氣設(shè)備故障識(shí)別方法中的識(shí)別率不高以及控制手段不夠精確的問(wèn)題，我們需要不斷創(chuàng)新，研究出高識(shí)別率、高效率的人工智能識(shí)別方法和控制算法。隨著我國(guó)科學(xué)技術(shù)的快速發(fā)展，人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用前景越來(lái)越大，而且在電氣自動(dòng)化控制使用人工智能能夠極大程度的提高電氣自動(dòng)化的效率，在此希望在國(guó)內(nèi)的人工智能技術(shù)發(fā)展的越來(lái)越好。

[1]楊勝波.論電氣控制線路設(shè)計(jì)的應(yīng)用[J].中國(guó)新技術(shù)新產(chǎn)品，2011,5(15):1-3.

[2]劉軍平.人工智能技術(shù)及應(yīng)用[M].上海同濟(jì)大學(xué)出版社，2008,12(3):11-12.

[3]賈剛，張萌.淺談電氣自動(dòng)化控制中的人工智能技術(shù)[J].中小企業(yè)管理與科技(下旬刊)，2011,10(9):45-46.