有關人工智慧的運用論文

  人工智慧主要包括思維能力、行為能力和感知能力三個方面。以下是小編整理分享的的相關文章,歡迎閱讀!

  篇一

  淺析人工智慧在電氣工程自動化中的運用

  摘 要:人工智慧主要包括思維能力、行為能力和感知能力三個方面。人工智慧指的是人類製作的機器所表達出來的智慧,體現了自動化的特徵。智慧化技術在電氣工程自動化控制中可以發揮最大的效用,促進電氣的優化設計、診斷故障和智慧控制等。本文詳細介紹了智慧化控制的優點,並從模糊邏輯、神經網路、故障診斷及 PLC 控制等方面,分析了智慧化技術在電氣工程自動化控制中的應用。

  關鍵詞:電氣工程;智慧化技術;自動化控制;應用

  1 、人工智慧應用理論分析

  人工智慧是一門新的科學,它主要是研究開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統。電腦科學的一個分支就是人工智慧。智慧化技術通過對智慧本質的闡述,使機器擁有了與人類類似的智慧,其研究成果主要有語言影象識別系統、專家系統及機器人等。電氣工程作為人類生產生活的重要活動,與其密切相關的系統執行、自動化控制、計算機應用及資訊處理等功能,均有智慧化技術涉及。不過相比於最為精密的人類大腦,人工智慧不可能那麼完美,它僅能通過計算機程式設計模仿人類大腦,完成資訊收集、分析、處理及反饋等程式。這仍然有效促進了電氣工程自動化控制的發展,有效節省了人力資源,保障了人們生命安全,提升了工作效率。

  2、 智慧化控制的優點

  人工智慧種類不同,其控制方法也不同。為更好地理解分類總體,便於控制策略系統開發,對於神經網路、模糊邏輯與遺傳演算法等,均可看做非線性函式的近似器,一般函式估計器並不具備此類優勢。對動態方程進行精確掌握控制較為困難,在控制設計時具有較多不確定因素,像非線性及引數變化等。根據魯棒效能、下降時間與響應時間等不同,智慧化控制器在設計控制物件模型時可通過自身適當調整來提高其效能,像下降時間因素,與最優秀的 PID 控制器相比,模糊邏輯控制要快4倍多,普通控制更是無法相比,而在上升時間因素方面,它要比最優秀的 PID 控制器高出 2 倍以上。與普通控制器相比,即使沒有專家系統指導,智慧化控制器依然能應用相應資料來完成設計,也可通過語言及資訊等方法,並且在調節方面,智慧化控制器更易調節。智慧化控制器具有很強的一致性,當輸入未知資料時,智慧化控制器可實施有效估計,其估計效率很高,對於驅動器所產生的影響可忽略不計。智慧化控制器還能解決一般方法無法解決的問題,普通神經控制器中的學習演算法、拓撲結構等已定型,需要很長時間來計算,其應用效果不是很理想,而運用智慧化控制器就有效解決了所遇難題,提高了學習演算法的速度。在新資料資訊方面,智慧化控制器具有良好適應性,其抗干擾能力更強,擴充套件修改也很容易,對於配置應用的實現,其價格實惠,尤其是最小配置的應用。

  3、 智慧化技術應用

  3.1 模糊邏輯及其控制應用

  電氣工程的自動化控制系統中含有較多的模糊控制器,它能有效代替 PID 控制器,並可用於其他任務。模糊控制器由英國的阿伯丁大學開發,它常應用於各類數字動態的傳動系統裡。對於模糊邏輯的控制應用主要有 M 型與 S 型兩種,截至目前為止,僅有 M 型控制器用在調速控制當中。不過,這兩種控制器均有規則庫,可稱為 if them 的模糊規則集。S 型控制器的規則為 if X 是 G,且 Y 是 H,則 W=fX,Y,其中 G 與 H 為模糊集。M 型控制器主要由模糊化、推理機、知識庫與反模糊化所構成,模糊化主要用來實現變數的量化、測量與模糊化,其隸屬函式具有很多形式;推理機為模糊控制器關鍵部分,可模仿人類對模糊控制行為進行決策與推理;而知識庫主要是由語言控制的規則庫與資料庫所構成,規則庫開發方式為:將專家知識與經歷放於控制及應用目標上,建設操作器控制的行動,在建模過程當中,應用模糊控制器與神經網路的推理機來操作;反模糊化主要用來量化與反模糊化,包括中間平均技術與最大化的反模糊化等技術。

  3.2 神經網路及其控制應用

  在電氣工程的驅動系統與交流電機等的診斷監測中運用了神經網路,其中,神經網路的反向轉波演算法要比梯形控制法效能更好,它有效減短了定位時間,並且有效控制了非初始速度與負載轉矩大範圍的變化。神經網路系統結構為多層的前饋性,可運用常規的反向學習演算法,在兩個子系統裡,其中一個系統經過機電系統引數可辨別控制轉子的速度,另一系統經過電氣動態引數辨別控制定子的電流。智慧神經網路已在訊號處理與模式識別上獲得了廣泛應用,因智慧神經網路具有非線性一致的函式估計器,所以被有效應用於電氣傳動的控制領域,其優勢前文已提及,即具有較強的一致性,不用被控系統的數學模型,抗噪音能力強。而且智慧神經網路為並行結構,較為適合很多個感測器的輸入應用,例如用於診斷系統及條件監控中可使其決策可靠性得到加強。神經網路常用學習技術為誤差反向的傳播技術,當網路含有足夠多的隱藏結點、隱藏層與激勵函式時,網路神經僅能實現所需對映,而對最優隱藏結點、層數及激勵函式等進行選擇的問題,一般是通過嘗試法來解決的。反向傳播的演算法為最快的下降法,結點誤差反饋到網路可用來調整權重,應用反向傳播技術可快速得到非線性函式的近似值,對網路結點具有較大影響。

  3.3 優化設計與故障診斷

  電氣工程中的電氣裝置設計是項複雜工作,需要應用到電磁場、電路及電機等有關學科知識,也需要運用經驗知識。原來的產品設計一般是運用實驗方法與經驗手工方法,其所得方案並不是最優化的。可隨著計算機技術的發展,電氣工程產品設計已由手工方法轉變為 CAD 設計,這有效減短了產品的開發週期,在此基礎上引進智慧化技術,可說為 CAD 設計添上了翅膀,使其設計質量與效率得到了更大提高。為進一步優化電氣設計,當前正嘗試在電氣工程中應用專家系統,不過專家系統仍處於研究階段,其應用於實際尚需進一步努力。我國的瀋陽工業大學就研究了永磁同步的電動機專家系統,其他院校也都在積極開發設計專家系統,並獲得了一定成效。智慧化技術在優化設計方面的應用還體現在遺傳演算法上,遺傳演算法是種先進計演算法,其計算精度高,在電氣工程中十分常用,故作用不可忽視。在電氣工程中,故障和它的徵兆間具有錯綜複雜的關係,具有非線性與不確定的特點,應用智慧化技術恰好發揮了它的優勢。電氣裝置的故障診斷中應用的技術有神經網路、邏輯模糊與專家系統,在變壓器、電動機與發電機等的故障診斷中,智慧化診斷技術均得到了較為廣泛的應用。

  3.4 PLC 技術的應用

  隨著科學技術的發展,電力生產要求也越來越高,有些大型電力企業裡的輔助系統,其繼電控制器被 PLC 技術所代替。用 PLC 系統可實現輔助系統某工藝流程控制,並可協調整個企業的生產。在電力企業當中,其輸煤系統由儲煤、上煤、配煤與輔助系統等所構成,並通過現場感測器、主站層與遠端的 I/O 站等組成輸煤的控制系統,其中,主站層由 PLC 及人機介面所組成,設立在集控室裡,集控室中以自動控制系統為主、手動控制為輔,並通過顯示屏監視及控制系統,這大大提高了企業的生產效率。供電系統中應用 PLC 技術,有效實現了其自動切換,且實物元件被軟繼電器所取代,極大提高了供電系統的安全可靠性。

  結束語

  電氣工程作為人類生產生活的重要組成部分,其生產自動化程度直接關係著電氣工程的工作效率與安全性。在激烈的市場競爭下,在電氣工程中應用智慧化技術實現自動化控制,不僅能有效提高企業自身經濟效益與競爭實力,還能將人類從繁重的勞動中解救出來,推動人類社會整體前進的步伐。

  [參考文獻]

  [1]翟輝.淺談人工智慧在電氣自動化控制中應用[J].科技創新導報,200927

  [2]郝俊華,李春麗.基於人工智慧技術的電氣自動化控制研究[J].中國新技術新產品,20129

  [3]鄒國劍.人工智慧化技術的現狀、問題及建議[J].上海:電子科技大學出版社,2010.

  [4]張德琴.智慧化控制研究初探[J].計算機工程與應用,2009.

下一頁分享更優秀的<<<