李坤明

內(nèi)容摘要? 在科學(xué)技術(shù)水平不斷發(fā)展的今天，人工智能技術(shù)可以說是最前沿的發(fā)展技術(shù)之一。對于人工智能技術(shù)來說，其在經(jīng)歷了多年的發(fā)展階段后，已經(jīng)被廣泛應(yīng)用到各個行業(yè)中，在其發(fā)展過程中無數(shù)科學(xué)研究人員為其付出了努力。在電子傳動控制中應(yīng)用人工智能技術(shù)，不僅可以提高電力運(yùn)輸?shù)姆€(wěn)定性，同時也能夠促進(jìn)電力行業(yè)的發(fā)展?；诖?，文章主要對電氣傳動控制中人工智能的應(yīng)用進(jìn)行分析，以供參考。

關(guān)鍵詞? 電氣傳動控制 人工智能 應(yīng)用

1 引言

對于人工智能來說，其屬于一項(xiàng)使機(jī)器模仿人類行為的一種智能性學(xué)科研究，通過研究智能化系統(tǒng)構(gòu)造，利用機(jī)器延伸與模仿人類行為，而后利用人工智能幫助人們工作，減輕人們工作業(yè)量與人們負(fù)擔(dān)，同時也能夠提高工作效率。在目前的社會發(fā)展中，人工智能所涉及的領(lǐng)域在不斷擴(kuò)展，將人工智能應(yīng)用到電氣自動化工作中，可以進(jìn)一步促進(jìn)電氣自動化行業(yè)的發(fā)展。但是人工智能無論是在開放方面，還是在實(shí)際應(yīng)用方面，都有一定的難度，這就需要科研技術(shù)人員必須要具備專業(yè)的計(jì)算機(jī)知識與專業(yè)知識，進(jìn)行積極的探索與研究，從而使人工智能能夠更好地應(yīng)用到電氣傳動控制工作中。

2 電氣傳動控制中應(yīng)用人工智能的優(yōu)勢

對于電力系統(tǒng)來說，每一種不同類型的控制機(jī)器，人工智能在實(shí)際使用時都存在明顯的差異。比如，在電氣傳動控制系統(tǒng)中，人工智能的模糊神經(jīng)、模糊、神經(jīng)和遺傳算法等不同種類的控制器，其在具體種類上都可以將其劃分為AJ非線性函數(shù)近似器這一類型中，將其這樣進(jìn)行劃分的主要目的就是為人工智能的相關(guān)研究與開發(fā)策略提供方便，并進(jìn)行統(tǒng)一化、科學(xué)化與規(guī)范化管理[1]。對于AJ非線性函數(shù)近似器來說，其主要具有的優(yōu)勢如表1所示。

3 電氣傳動控制中人工智能的應(yīng)用

3.1 模糊控制

模糊控制其主要指的就是利用模糊數(shù)學(xué)的原理與概念來控制動態(tài)模式的一種技術(shù)手段。如今，隨著科學(xué)技術(shù)水平的不斷提升，模糊控制器也在發(fā)展過程中形成了全數(shù)字化的高性能傳動系統(tǒng)，并已經(jīng)出現(xiàn)多種模糊處理器。利用模糊處理器，不僅可以發(fā)揮出常規(guī)處理器的作用，還能夠有效應(yīng)用到實(shí)際任務(wù)中，從而對感應(yīng)電機(jī)的力矩和磁通進(jìn)行有效的控制。對于控制方法而言，其主要分為兩種：第一種是輸入力矩和磁通所產(chǎn)生的誤差，利用這兩種誤差來改變磁通矢量的數(shù)值，控制旋轉(zhuǎn)的方向，使其發(fā)生變化，但是在這過程中卻沒有考慮到電壓所發(fā)生的變化，無法選擇最優(yōu)化的梯度[2]，進(jìn)而無法實(shí)現(xiàn)有效控制。另一種則是采用中心梯度方法，該方法與函數(shù)數(shù)據(jù)類似，當(dāng)自變量發(fā)生改變時，因變量也會隨之發(fā)生變化，因此，這種方法也得到了廣泛的認(rèn)可。在動態(tài)運(yùn)行的過程中，對數(shù)字精準(zhǔn)性的掌控度越高，那么所達(dá)到的控制度也就越高，但是在實(shí)際動態(tài)運(yùn)行時，往往存在很多不確定因素，從而無法精準(zhǔn)地捕捉每一個過程中所產(chǎn)生的數(shù)據(jù)。所以，應(yīng)該重點(diǎn)關(guān)注縮減動態(tài)運(yùn)行，對其進(jìn)行合理、有效的控制，從而實(shí)現(xiàn)預(yù)期目標(biāo)與效果。

3.2 神經(jīng)網(wǎng)絡(luò)控制

對于神經(jīng)網(wǎng)絡(luò)控制來說，其屬于人工智能控制下所形成的全新控制技術(shù)，該控制技術(shù)的原理為控制理論和神經(jīng)網(wǎng)絡(luò)理論，在神經(jīng)網(wǎng)絡(luò)控制中，包含神經(jīng)學(xué)、生物學(xué)、數(shù)學(xué)等相關(guān)的人工智能基礎(chǔ)理科知識。在神經(jīng)網(wǎng)絡(luò)控制中，其對被控制對象精確度的要求比較低，只需要一個大致的函數(shù)模型即可，同時，該技術(shù)在電氣傳動控制系統(tǒng)中應(yīng)用時也具有比較高的穩(wěn)定性，而且對工作總所產(chǎn)生的眾多數(shù)據(jù)也具有良好的一致性，并對噪聲非常敏感。因此，只要不在極端的工作環(huán)境下，神經(jīng)網(wǎng)絡(luò)控制技術(shù)就可以得到良好的應(yīng)用，正是因?yàn)槿绱耍窠?jīng)網(wǎng)絡(luò)控制在眾多傳感器中都有廣泛的應(yīng)用。

除此之外，神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)所具有的性能也比較高，與常規(guī)的控制算法系統(tǒng)相比，其可以進(jìn)行更加精準(zhǔn)化的定位，準(zhǔn)確找到對象后，可以在對象的一定范圍內(nèi)發(fā)揮作用，具有良好的控制效果與運(yùn)轉(zhuǎn)速度。但是值得注意的是，神經(jīng)網(wǎng)絡(luò)控制大多數(shù)采用ANNS的多層反饋?zhàn)鳛榉聪騻鞑サ乃惴?，但是在不同的運(yùn)算過程中，實(shí)際所采用的參數(shù)或者是不同的模型需要稍加進(jìn)行調(diào)整。

3.3 ANNS

對于ANNS來說，其與人工智能神經(jīng)網(wǎng)絡(luò)控制相輔相成，并在人工智能神經(jīng)網(wǎng)絡(luò)控制中獲得了廣泛的認(rèn)可。對于ANNS來說，其主要應(yīng)用在信號處理與模式識別過程中，除此之外，在ANNS的實(shí)際運(yùn)用過程中也包括非線性函數(shù)，所以，函數(shù)估計(jì)也是一種非線性函數(shù)估計(jì)，其在這方面具有無可比擬的優(yōu)勢，進(jìn)而可以使人工神經(jīng)網(wǎng)絡(luò)控制也可以在電氣傳動控制中得到廣泛的應(yīng)用。

ANNS中所有使用到的結(jié)構(gòu)都是共同并行的，其既適用于傳感器的實(shí)際輸入中，也可以提高決策運(yùn)行的可靠性[3]，在一些特殊情況下，電氣傳動控制也可以同時使用多個傳感器，從而不僅可以強(qiáng)化敏感性，也能夠減少缺陷的存在。

3.4 遺傳算法

對于遺傳算法來說，其與計(jì)算機(jī)技術(shù)基本上沒有特別大的關(guān)聯(lián)，遺傳算法是模仿達(dá)爾文所提出的進(jìn)化論而延伸出來的一種理論。遺傳算法的基本內(nèi)涵指的就是模仿大自然進(jìn)化中優(yōu)勝劣汰的方法，選擇最為匹配、合適的程序優(yōu)解算法。對于該方法來說，其主要的優(yōu)勢就是在預(yù)算不需要使用到其他計(jì)算機(jī)輔助信息，比如梯度信息等，只需要有目標(biāo)計(jì)算對象向?qū)?yīng)的函數(shù)即可。運(yùn)用這種方式，不僅能夠?yàn)榻鉀Q問題、難題提供基本框架，而且也可以將人工智能系統(tǒng)運(yùn)用到電氣傳動控制中，有效的解決電氣傳動控制中存在的一些問題。

3.5 人工智能在故障診斷與優(yōu)化設(shè)計(jì)中的應(yīng)用

設(shè)計(jì)電氣傳動控制人工智能系統(tǒng)時，必須要充分的掌握相關(guān)的專業(yè)知識與基礎(chǔ)知識，并在總結(jié)過去設(shè)計(jì)中留存下來的經(jīng)驗(yàn)，從而設(shè)計(jì)出更加符合要求的人工智能系統(tǒng)。在實(shí)際進(jìn)行設(shè)計(jì)時，通常采用經(jīng)驗(yàn)與經(jīng)驗(yàn)結(jié)合的方法進(jìn)行設(shè)計(jì)，但是在這種情況下，所設(shè)計(jì)出來方法卻未必是最好的。現(xiàn)如今隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，也使CAD設(shè)計(jì)得到了更加廣泛的應(yīng)用，使用CAD對所涉及的方法進(jìn)行模擬試驗(yàn)，以此來提高電力生產(chǎn)質(zhì)量。同時，也可以采用遺傳算法來優(yōu)化設(shè)計(jì)，因?yàn)檫z傳算法是一種先進(jìn)化的算法，并具有比較高的精準(zhǔn)度，因?yàn)殡姎鈧鲃又兴l(fā)生的故障非常復(fù)雜，難以直接進(jìn)行確定，但是采用人工智能技術(shù)能夠利用專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及邏輯模糊等對故障進(jìn)行查找、分析以及診斷，正是因?yàn)槿绱?，該技術(shù)被廣泛地應(yīng)用到發(fā)電機(jī)、電動機(jī)以及變壓器等設(shè)備的故障診斷工作中。

現(xiàn)如今，隨著社會經(jīng)濟(jì)的發(fā)展，電氣傳動控制技術(shù)已經(jīng)充分的深入到人們的日常生活與生產(chǎn)中，采用智能化電氣技術(shù)，不僅可以解決傳統(tǒng)電氣控制中存在的效率低、誤差高以及操作復(fù)雜等相關(guān)問題，同時也能夠使電子自動化的操作更加簡單化，這樣一來就能夠有效降低誤差率的發(fā)生，并減少成本，避免在惡劣工作環(huán)境下長時間工作?？偠灾瑢⑷斯ぶ悄芗夹g(shù)應(yīng)用到電氣傳動控制中，不僅可以改善人們的生活質(zhì)量，提高人們的生活水平，同時也能夠進(jìn)一步促進(jìn)我姑電力行業(yè)的發(fā)展，帶動整個電氣行業(yè)經(jīng)濟(jì)效益的提升。

4 結(jié)語

綜上所述，雖然在如今的電氣傳動控制中，人工智能技術(shù)的應(yīng)用還存在一定的缺點(diǎn)，但是人工智能技術(shù)自身仍然具有不可比擬的優(yōu)勢與優(yōu)點(diǎn)。為了能夠提高電氣傳動控制中人工智能技術(shù)應(yīng)用的水平，應(yīng)從人工智能技術(shù)的開發(fā)與利用角度入手，投入更多的精力與時間，使人工智能技術(shù)能夠真正成為電氣傳動控制中的主體，進(jìn)一步推動我國電氣行業(yè)的發(fā)展。

（作者系大連宏光電氣有限公司 工程師）

【參考文獻(xiàn)】

[1]宋凱.傳動設(shè)備智能檢測平臺系統(tǒng)開發(fā)與應(yīng)用[J].中國設(shè)備工程，2019（11）：96-97.

[2]孫礪寒.人工智能技術(shù)在電氣自動化控制中的應(yīng)用思路分析[J].中小企業(yè)管理與科技（下旬刊），2018（11）：160-161.

[3]程衛(wèi)權(quán)，龍罡.電氣傳動工廠信息化系統(tǒng)規(guī)劃設(shè)計(jì)研究[J].信息與電腦（理論版），2018（16）：41-43.