摘 要：在電氣自動(dòng)化控制中，運(yùn)用人工智能技術(shù)能夠增強(qiáng)電氣控制系統(tǒng)的學(xué)習(xí)能力。基于此，本文從常規(guī)電氣控制、故障診斷、制造領(lǐng)域、通用技術(shù)發(fā)展這幾個(gè)角度詳細(xì)論述了人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用，希望能夠?yàn)殡姎庾詣?dòng)化技術(shù)的發(fā)展提供助力。

關(guān)鍵詞：人工智能;自動(dòng)控制;工業(yè)領(lǐng)域

人工智能技術(shù)是指基于人類智能，來構(gòu)建模擬、延伸、擴(kuò)展等機(jī)械系統(tǒng)功能的一項(xiàng)計(jì)算機(jī)學(xué)科技術(shù)，人們將該技術(shù)應(yīng)用到電氣自動(dòng)化控制中，能夠賦予機(jī)械模仿人腦思維的能力，提高其運(yùn)作效率和準(zhǔn)確性，因此，工作者應(yīng)深入分析該技術(shù)的應(yīng)用方法，并采取有效措施，增強(qiáng)技術(shù)應(yīng)用效果，優(yōu)化電氣控制水平。

1 在電氣常規(guī)自動(dòng)化控制中的應(yīng)用

1.1 模糊控制

現(xiàn)階段，在工業(yè)生產(chǎn)中應(yīng)用較為普遍的電氣自動(dòng)化控制技術(shù)屬于技術(shù)類型，其只有依賴于按照既定編程規(guī)則編制好的軟件，才能實(shí)現(xiàn)實(shí)際應(yīng)用，而集成AI技術(shù)的電氣自控技術(shù)則能夠直接模擬人類的思考和行為，在無需編程的情況下，完成精準(zhǔn)的數(shù)據(jù)處理，呈現(xiàn)出了較強(qiáng)的學(xué)習(xí)智能特點(diǎn)。在此過程中，模糊控制功能作為AI技術(shù)的重要應(yīng)用功能之一，主要作用于自控系統(tǒng)的統(tǒng)籌和協(xié)調(diào)，工作者通過模糊控制語句構(gòu)建的控制器，可以實(shí)現(xiàn)對(duì)電氣系統(tǒng)的非線性控制，緩解了復(fù)雜系統(tǒng)條件下，由于變量過多而導(dǎo)致的系統(tǒng)動(dòng)態(tài)描述問題，提高了電氣常規(guī)自動(dòng)化控制精度，有助于工業(yè)生產(chǎn)水平的提升。

1.2 思維模擬控制

在常規(guī)的電氣自動(dòng)控制中，AI技術(shù)的應(yīng)用優(yōu)勢(shì)主要體現(xiàn)在自我學(xué)習(xí)能力與知識(shí)積累兩個(gè)方面，工作者借助該技術(shù)下的多維度分析數(shù)據(jù)模型，能夠落實(shí)思維模擬控制，并在知識(shí)理論的基礎(chǔ)上，確定最優(yōu)電氣控制方案，賦予電氣自動(dòng)系統(tǒng)頂級(jí)想象力，實(shí)現(xiàn)電氣整體系統(tǒng)的實(shí)時(shí)控制，提升系統(tǒng)運(yùn)行的自動(dòng)化水平。此外，在思維模擬控制中，AI技術(shù)下的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以模擬人類打造的邏輯、直觀、頓悟思維能力，同時(shí)在系統(tǒng)的運(yùn)行中仿真出各類可能出現(xiàn)的狀況，然后在各類工況條件的基礎(chǔ)上，提出多個(gè)或最佳的處理方案，而且還能對(duì)各個(gè)方案進(jìn)行評(píng)估，實(shí)現(xiàn)常規(guī)的自控決策，降低了人工參與的必要性，深入優(yōu)化了電氣系統(tǒng)自控水平。

2 在故障診斷中的應(yīng)用

2.1 數(shù)據(jù)分析

一般來說，AI技術(shù)作為一項(xiàng)計(jì)算機(jī)分支學(xué)科技術(shù)，其通常擁有強(qiáng)大的計(jì)算性能，可以通過全面、綜合性、高精度的數(shù)據(jù)分析，來及時(shí)、準(zhǔn)確地發(fā)現(xiàn)和反饋故障，縮短電氣系統(tǒng)故障排除時(shí)間，增強(qiáng)電氣控制效果。在數(shù)據(jù)分析方面，AI技術(shù)從本質(zhì)上來講是從云計(jì)算、大數(shù)據(jù)的基礎(chǔ)上開發(fā)而成，能夠有效容納和處理電氣系統(tǒng)運(yùn)行中的各項(xiàng)狀態(tài)參數(shù)，而且還可以利用自身的模糊控制功能，理清各項(xiàng)數(shù)據(jù)之間的邏輯關(guān)系，然后在數(shù)量龐大的數(shù)據(jù)信息中提煉出故障異常參數(shù)，再基于此，對(duì)系統(tǒng)故障進(jìn)行準(zhǔn)確的診斷，最后針對(duì)診斷結(jié)果，借助各項(xiàng)自控功能，來進(jìn)行故障修復(fù)處理，同時(shí)將無法自控修復(fù)的故障進(jìn)行預(yù)警，深入優(yōu)化了電氣控制工作的自動(dòng)化水平。

2.2 隱患問題防控

在電氣故障診斷中，工作者借助AI控制系統(tǒng)與每個(gè)電氣過程控制系統(tǒng)的密切連接，能夠構(gòu)建出一個(gè)嚴(yán)謹(jǐn)?shù)倪壿嬁刂?，使自控系統(tǒng)可以完成復(fù)雜的控制任務(wù)，提高自控工作效率。在此過程中，AI技術(shù)應(yīng)用的切入點(diǎn)在于電氣運(yùn)行過程控制元件的簡化，工作者通過AI技術(shù)來簡化控制元件，能夠縮短控制系統(tǒng)運(yùn)行周期，然后針對(duì)積累性的隱患問題，進(jìn)行提前分析，或?qū)﹄姎庀到y(tǒng)的運(yùn)行狀態(tài)進(jìn)行評(píng)估預(yù)判，進(jìn)而準(zhǔn)確提煉出隱患問題信息，同時(shí)，該技術(shù)強(qiáng)大的數(shù)據(jù)存儲(chǔ)、處理能力，還可以將隱患信息、故障信息進(jìn)行永久記憶，并圍繞故障診斷構(gòu)建模擬思維框架，提高后續(xù)隱患問題防控效率。

3 在制造領(lǐng)域電子自動(dòng)化控制中的應(yīng)用

3.1 自主分工協(xié)作

在制造業(yè)的機(jī)械化發(fā)展中，電氣自動(dòng)控制技術(shù)水平的高低直接影響著該產(chǎn)業(yè)的整體生產(chǎn)效率，因此，人們?yōu)榱松钊胪七M(jìn)機(jī)械化生產(chǎn)，將AI技術(shù)逐步應(yīng)用到了制造業(yè)的電氣自動(dòng)化控制中，賦予了機(jī)械設(shè)備自主分工協(xié)作的能力，減輕了基層勞動(dòng)人員的工作強(qiáng)度。在此過程中，AI技術(shù)所發(fā)揮的效用主要體現(xiàn)在機(jī)器人功能上的優(yōu)化，使工作者可以在無需編程的情況下，實(shí)現(xiàn)電氣控制的高度自動(dòng)化，優(yōu)化了產(chǎn)品制造效率。以西門子公司研發(fā)的雙臂機(jī)器人為例，工作者借助AI技術(shù)可以直接構(gòu)建出CAD/CAM模型，使機(jī)器人可以通過該模型準(zhǔn)確認(rèn)識(shí)到生產(chǎn)任務(wù)內(nèi)涵，并完成多樣化產(chǎn)品的組裝和加工，實(shí)現(xiàn)了無編程情況下的自主分工協(xié)作，提高了制造業(yè)機(jī)械作業(yè)效率。

3.2 打破人類認(rèn)知和知識(shí)邊界限制

在AI技術(shù)下，德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)、GE的Predix、IBM的PMQ相繼誕生，形成了新的制造業(yè)電氣自動(dòng)化控制技術(shù)體系，使該技術(shù)得以集成IoT技術(shù)、傳感器技術(shù)等多項(xiàng)高新信息技術(shù)，為自控系統(tǒng)塑造了一個(gè)優(yōu)質(zhì)的學(xué)習(xí)體系。在此過程中，由于傳統(tǒng)的自動(dòng)系統(tǒng)以人類決策為中心，缺乏可靠的感知基礎(chǔ)，導(dǎo)致其自動(dòng)化水平會(huì)受到人類學(xué)習(xí)、思維能力的限制，因此雖然自控系統(tǒng)性能的進(jìn)步速度可以緊跟技術(shù)的發(fā)展，但在人類學(xué)習(xí)速度低于技術(shù)進(jìn)步速度時(shí)，其會(huì)受到人類認(rèn)知和知識(shí)邊界的限制。然而，AI技術(shù)的研發(fā)，賦予了電氣自控系統(tǒng)可靠的感知基礎(chǔ)，為自控系統(tǒng)的決策提供了可量化的依據(jù)。

4 在電氣自動(dòng)化控制通用技術(shù)發(fā)展中的應(yīng)用

4.1 模型自動(dòng)構(gòu)建功能

在電氣自動(dòng)化控制中，AI技術(shù)的應(yīng)用，使人們可以通過模型自動(dòng)構(gòu)建功能，來實(shí)現(xiàn)機(jī)械的自動(dòng)化學(xué)習(xí)，該技術(shù)的通用性。但在此過程中，由于傳統(tǒng)的模型自動(dòng)構(gòu)建功能并不會(huì)向開發(fā)者提供具體的模型內(nèi)容，因此開發(fā)者無法對(duì)現(xiàn)有模型進(jìn)行改進(jìn)。為此，技術(shù)人員基于AI技術(shù)，利用其強(qiáng)大的數(shù)據(jù)存儲(chǔ)、記憶能力，優(yōu)化了模型自動(dòng)構(gòu)建功能，提高了基礎(chǔ)模型的開發(fā)速度，有助于電氣自控水平的發(fā)展。以Amazon SageMaker Autopilot系統(tǒng)中的模型自動(dòng)構(gòu)建功能為例，該系統(tǒng)基于AI技術(shù)，構(gòu)建了特征處理器，支持開發(fā)者對(duì)模型進(jìn)行調(diào)優(yōu)以及性能跟蹤，并且能夠其提供50多種不同的模型，同時(shí)，還能讓用戶清楚地看到模型中包含的內(nèi)容，使其能夠快速完成開發(fā)，增強(qiáng)了自動(dòng)控制技術(shù)的通用性。

4.2 Deep Graph Library簡化功能

在基于AI技術(shù)的電氣自動(dòng)控制中，神經(jīng)網(wǎng)絡(luò)（GNN）的部署是保障控制系統(tǒng)思維能力正常發(fā)揮的關(guān)鍵。而現(xiàn)階段，GNN的部署和運(yùn)行需要開發(fā)者在具有數(shù)百萬個(gè)節(jié)點(diǎn)的圖上查找和訓(xùn)練GNN模型，這部分訓(xùn)練耗時(shí)較長，且難以實(shí)現(xiàn)，降低了AI技術(shù)下自動(dòng)控制技術(shù)的通用性水平。為此，技術(shù)人員研發(fā)出了Deep Graph Library簡化功能，使開發(fā)者可以應(yīng)用自動(dòng)建模功能，并在數(shù)小時(shí)之內(nèi)完成GNN的測(cè)試部署，提高了AI技術(shù)應(yīng)用程序的構(gòu)建效率，同時(shí)，該項(xiàng)功能還支持已驗(yàn)證模型打包庫，開發(fā)者可以直接將經(jīng)過測(cè)試的GNN模型，集成到應(yīng)用程序中，增強(qiáng)了自動(dòng)建模功能的效用，提升了基于AI技術(shù)的電氣自動(dòng)控制技術(shù)通用性水平。

5 結(jié)論

綜上所述，基于AI技術(shù)的電氣自動(dòng)化控制能夠促進(jìn)各領(lǐng)域的機(jī)械化發(fā)展。在自動(dòng)控制中，AI技術(shù)的應(yīng)用可以保障電氣系統(tǒng)常規(guī)運(yùn)行的穩(wěn)定性、提高故障診斷的準(zhǔn)確性、優(yōu)化制造業(yè)生產(chǎn)效率、強(qiáng)化自控技術(shù)通用性，從而促進(jìn)工業(yè)領(lǐng)域的現(xiàn)代化發(fā)展。

參考文獻(xiàn)

[1]葛麒.論電氣自動(dòng)化控制中人工智能技術(shù)[J].計(jì)算機(jī)產(chǎn)品與流通，2020（07）：70.

[2]王亞萍，孫麗萍，楊景超.人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用[J].計(jì)算機(jī)產(chǎn)品與流通，2020（07）：75.

[3]丁超，田家森.人工智能技術(shù)在電氣自動(dòng)化控制的應(yīng)用分析[J].計(jì)算機(jī)產(chǎn)品與流通，2020（08）：34.

作者簡介

潘林（1984-），男，遼寧遼陽人，漢族，碩士，講師，研究方向：電氣自動(dòng)化。