甘肅能源化工職業(yè)學院 馬衛(wèi)東

電氣控制線路和人工神經(jīng)網(wǎng)絡關系初探

甘肅能源化工職業(yè)學院 馬衛(wèi)東

為了尋求構(gòu)建人工神經(jīng)網(wǎng)絡的新方法，通過研究人工神經(jīng)元和繼電器的聯(lián)系，以多速電機控制電路為例，闡述了將電氣控制線路轉(zhuǎn)化為人工神經(jīng)網(wǎng)絡的方法，不但為人工神經(jīng)網(wǎng)絡的研究開辟了新的途徑，還為用人工神經(jīng)網(wǎng)絡進行電氣控制打下了初步的基礎。

電氣控制線路；二值人工神經(jīng)網(wǎng)絡；權(quán)重；閾值；隱含層；定時器

1 引言

由于人工神經(jīng)網(wǎng)絡控制系統(tǒng)具有良好的智能特性[1]，所以在模式識別、智能機器人、自動控制、預測估計、生物、醫(yī)學、經(jīng)濟等領域中得到了廣泛應用。但在人工神經(jīng)網(wǎng)絡的構(gòu)建上，尤其是時滯神經(jīng)網(wǎng)絡的構(gòu)建方面，基本上還停留在各種經(jīng)驗上。與此同時，由于工程的需要，人們在電氣控制線路的設計方面積累了豐富經(jīng)驗和理論方法。為此，本文通過研究人工神經(jīng)元和繼電器的聯(lián)系，以多速電機控制電路為例，闡述了將電氣控制線路轉(zhuǎn)化為人工神經(jīng)網(wǎng)絡的方法，不但為人工神經(jīng)網(wǎng)絡的研究開辟了新的途徑，還為用人工神經(jīng)網(wǎng)絡進行電氣控制打下了初步的基礎。

2 人工神經(jīng)元和繼電器的聯(lián)系

人工神經(jīng)網(wǎng)絡由若干人工神經(jīng)元連接而成，圖1是一個典型的人工神經(jīng)元模型，其中x1、x2、x3、…、xm是神經(jīng)元輸入信號，w1、w2、w3、…、wm、w是連接權(quán)重，θ是神經(jīng)元的閾值，y為神經(jīng)元輸出，通常：

如果該神經(jīng)元是MP模型，則輸入xi只能取1或0，且：

圖1 人工神經(jīng)元模型

其構(gòu)成的人工神經(jīng)網(wǎng)絡即為二值神經(jīng)網(wǎng)絡，相應的權(quán)值調(diào)整規(guī)則即學習規(guī)則為δ規(guī)則。

與此類似的是，電氣控制線路是由各種高低壓電器連接而成，這些低壓電器通常工作在開關狀態(tài)，其輸入輸出只能取1或0，所以本質(zhì)上與MP模型相似，其構(gòu)成的電氣控制線路，也可以看成是二值神經(jīng)網(wǎng)絡。比如圖2所示繼電控制中常用的通電延時繼電器，其相應的神經(jīng)元模型如圖3所示。

圖2 時間繼電器

圖3 時間繼電器神經(jīng)元模型

其中T0、T1、T2、T3、T4分別代表通電延時線圈、瞬動常開、瞬動常閉、延時常開、延時常閉，如果用t表示時間，k表示延時時間設定值（用計數(shù)器定時，故t和k均為整數(shù)，下同），不考慮其他外界輸入，則各個神經(jīng)元輸出函數(shù)為：

根據(jù)（1）（2）兩式，當T0=0時，T1=0，T3=0，T2=1，T4=1；當T0=1時，T1=1，T2=1，跟瞬動觸頭動作情況一致。至于T3、T4的狀態(tài)，不但與T0有關，還與時間t有關，當T0=1且t＜k時，T3=0，T4=1，當T0=1且t≥k時，T3=1，T4=0，顯然，與通電延時繼電器的工作情況一致，其他高低壓電器與此類似。

圖4

圖5

3 電氣控制線路和人工神經(jīng)網(wǎng)絡

根據(jù)上面的分析，各種高低壓電器都可以看成是二值型人工神經(jīng)元，所以由各種高低壓電器構(gòu)成的電氣控制線路，都可以看成是二值神經(jīng)網(wǎng)絡。現(xiàn)在我們就以多速電機控制電路（圖4）為例，說明如何把電氣控制線路轉(zhuǎn)化為二值型人工神經(jīng)網(wǎng)絡。

首先，按表1把電氣控制線路中的各類電器全部換成相應的神經(jīng)元，然后根據(jù)各類電器的連接關系以及繼電器線圈、常開、常閉的連鎖關系，畫上相應的連線，就形成圖5所示的人工神經(jīng)網(wǎng)絡。

表1 各類電器和相應神經(jīng)元的對應關系

圖5所示的神經(jīng)網(wǎng)絡可以用δ學習規(guī)則進行訓練，以確定其權(quán)值和閾值。具體計算后，各神經(jīng)元輸出為（T為T神經(jīng)元的輸出，t為當前時間，k為設定時間）。

顯然，根據(jù)（1）（2）（4）式，圖5所示的人工神經(jīng)網(wǎng)絡完全可以實現(xiàn)圖4所示的電氣控制電路的功能，因為圖4所示的電氣控制電路既有按鈕、接觸器，又有中間繼電器和時間繼電器，有一定的典型性，所以該結(jié)論可以進行推廣，即所有的電氣控制線路，都可以利用各類電器和人工神經(jīng)元之間的對應關系，將其轉(zhuǎn)化為相應的二值型人工神經(jīng)網(wǎng)絡，并利用δ學習規(guī)則確定其權(quán)值和閾值，最終形成的二值型人工神經(jīng)網(wǎng)絡，其功能與原來的電氣控制電路相同。

4 結(jié)論

本文通過研究人工神經(jīng)元和繼電器的聯(lián)系，以多速電機控制電路為例，闡述了將電氣控制線路轉(zhuǎn)化為人工神經(jīng)網(wǎng)絡的方法，最終形成的二值型人工神經(jīng)網(wǎng)絡，其功能與原來的電氣控制電路相同。不但為人工神經(jīng)網(wǎng)絡的研究開辟了新的途徑，還為用人工神經(jīng)網(wǎng)絡進行電氣控制打下了初步的基礎。

[1]陳智軍．神經(jīng)網(wǎng)絡與邏輯電路的相互實現(xiàn)[J]．科技創(chuàng)業(yè)月刊,2009, 22(4):156-157．

[2]劉永才．邏輯電路的神經(jīng)網(wǎng)絡[J]．上海大學學報(自然科學版), 1997(1):82-87．

壓制系數(shù)達到最大。

3.3 干擾扇區(qū)內(nèi)的功率分配算法

上一節(jié)研究了干擾扇區(qū)之間的功率分配算法，這節(jié)主要研究每個扇區(qū)內(nèi)的功率分配算法。

（3）所需的總功率為：

（5）計算分配給第j個扇區(qū)的瞄準式干擾功率為：

（6）計算分配給第j個扇區(qū)的阻塞式干擾功率為：

4.結(jié)束語

本文以典型多目標電子對抗條件下的分布式對抗組合功率分配計算方法，為各干擾區(qū)域提供最優(yōu)化的數(shù)據(jù)算法，為多設備組合方式電子干擾的功率進行有效分配，提供了參考和借鑒。

參考文獻

[1]李波,高曉光．編隊空戰(zhàn)中協(xié)同電子干擾的功率分配[J]．系統(tǒng)工程與電子技術,2008(7):1298-1300．

[2]劉清,王興華,王星,程嗣怡．多目標的有源壓制干擾功率分配方法[J]．火力指揮與控制,2012, 37?(5):164-166．

作者簡介：

寇偉（1981-），男，陜西西安人，工程師。

馬衛(wèi)東（1968—），男，甘肅蘭州人，大學本科，學士，甘肅能源化工職業(yè)學院副教授，主要研究方向：電子電工技術、PLC、人工神經(jīng)網(wǎng)絡。