电气自动化控制中人工智能技术论文

浅谈电气自动化控制中的人工智能技术摘要：随着科技的进步和生产力的飞速发展，计算机技术已经渗透到人类生产生活的方方面面，计算机技术的日新月异催生自动化生产，运输，传播的快速发展。人类的生产生活变得更加科技化、高效化、智能化。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。人工智能的发展使得电气自动化控制领域进入了一个新的阶段，电气自动化控制在人工智能技术的支持下能够得到极大的发挥，两者相互促进，共同发展。

关键词：电气自动化人工智能

人类智能的特殊性在于它拥有感知能力，思维能力和行为能力三种能力，因此发展潜力巨大。而人工智能是指由人类制造出来的“机器”所表现出来的智能。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。电气自动化是电气信息领域的一门新兴学科，它主要运用运动控制、工业过程控制、电力电子技术、检测与自动化仪表、电子与计算机技术、信息处理、管理与决策等领域。人工智能技术的运用极大地促进了电气自动化学科特别是自动控制领域的发展，提高了电气设备运行的智能化，增强了控制系统的稳定性，是对生产技术的又一次巨大革新。

1 人工智能应用理论分析

人工智能(artificial intelligence)，英文缩写为ai。人工智

能也称机器智能，是一门边沿学科，属于自然科学和社会科学的交叉。自从1956年“人工智能”一词在dartmouth学会上提出以后，人工智能研究得到了飞速发展。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能是包括十分广泛的科学，它由不同的领域组成，它是哲学，认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学等多种学科互相渗透而发展起来的一门综合性学科。主要应用于智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂等。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能

完成的复杂工作。人工智能不是人的智能，更不会超过人的智能。

目前，随着科技的进步和计算机技术的广泛使用，传统的劳动密集型生产也不能满足社会生产的需要，效率更高的技术密集型生产也扮演着越来越重要的角色，目前，劳动密集型产业仍是我国产业经营的主要形式，与西方发达国家相比生产力还比较落后，生产线的自动化水平还比较低，生产效率不高。随着社会经济发展水平的不断提高，劳动密集型产业逐步向技术密集型产业转变已是经济发展的客观要求，生产自动化已成为大势所趋。人工智能应用于电

气自动化控制领域，能模拟人脑的机能对信息进行收集、分析、交换、处理、回馈，拥有对生产判断、处理的能力，能大大提高生产效率，实现生产的自动化，调整和优化产业结构。

2 人工智能的优势

人工智能的控制方法很多，一般控制方法的选择主要取决于控制的类型。这些ai函数近似器与常规的函数估计器相比具有更多的优势。

2.1 设计思路简单。传统古典控制器往往需要根据控制对象的模型来进行设计，但模型建造时通常会有许多的不确定的因素，比如参数的改变，数值的类型等，导致设计困难加大。采用人工智能控制却没有这个困难，ai函数近似器设计时不需要对对象的模型进行控制。

2.2 性能加强。通过适当调整相关参数能快速提高性能。例如：模糊逻辑控制器比最优pid控制器反应时间更快，过冲更小。

2.3 使用更加方便。人工智能控制器比古典控制器更加容易调节，对新数据或新信息的适应性更强。设计人员即使没有专家的相关知识，也可以运用语言和响应信息对其进行设计。

2.4 一致性好。传统的控制算法是根据具体对象而具体设计的，因此只对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好。而采用人工智能控制算法不论是对指定的还是未知的输入数据，都能得到一致性的好的估计。

3 人工智能的应用

随着人工智能技术的发展。人工智能控制的应用领域也越来越广阔，包括人工智能用于电气产品优化设计、故障预测及诊断、控制与保护等。

3.1 优化设计。电气产品的优化设计是一项复杂的工作，集中了理论学科知识和经验知识两方面的内容。在传统的电气产品设计中，主要采用的方法是设计经验结合大量的实验手段验证，缺乏足够的技术支持，工作量庞大，效率低下，难以得到合理最优的设计方案。随着计算机技术的突飞猛进，加上人工智能技术的运用，电器产品的设计从手工逐渐转向计算机辅助设计，极大地减少了产品从构思到设计到生产的时间，设计越来越优质化、高效化、智能化。

遗传算法和专家系统是人工智能技术用于优化设计的两种主要的方法。遗传算法的特点是直接对结构对象进行操作，具有内在的隐并行性和更好的全局寻优能力；能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质非常适合于产品优化设计，因此广泛应用于电气产品的人工智能优化设计。专家系统应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。它也是产品优化设计的一个重要手段，目前仍处于研究阶段，实际运用较少，未来具有很大的发展前景。

3.2 故障诊断。电气设备的故障具有非线性、不确定性和复杂性等特点，采用传统的方法诊断效率低、准确率不高。人工智能方

法的引进大大提高了故障诊断的准确率。模糊逻辑、专家系统、神经网络是人工智能技术用于故障诊断的方法。例如人工智能故障诊断技术运用于发电机及电动机进行的故障诊断时，将模糊理论与神经网络相结合，不仅保留了故障诊断知识的模糊性，还结合了神经网络学习能力强的优点，共同实现对电机故障的诊断，大大提高了故障诊断的准确率。

3.3 智能控制。人工智能控制技术是未来生产发展的一个趋势，在电气自动化上也已经得到了广泛的应用。控制方法主要是专家系统控制、模糊控制、神经网络控制。目前主要应用于以下方面：对所有开关量、模拟量的实时数据进行采集与处理；对各主要设备和系统的运行状态进行实时智能监视；通过键盘或鼠标实现对系统的控制；记录故障并进行在线分析。

参考文献：

[1]叶干洲.人工智能技术在电气自动化控制中的应用[j].科技咨询，2010(15).

[2]陈洪峰.国内电气自动化发展状况与趋势[j].科技创新导报，2009.

[3]张培铭，缪希仁等.展望21世纪电器发展方向——人工智能电器[j].电工技术杂志，2006(4).

[4]王艳.浅谈人工智能在电气自动化控制中应用[j]科技向导，2010(26).