人工智能在电气传动控制中的应用

施天皓+王杰+胡依林

摘要：人工智能在越来越多的行业内被广泛利用，当电气自动化领域有了人工智能的存在，发生了翻天覆地的变化。本文站在电气自动化领域内的具体情况下，对人工智能的应用做出深层次的研究，根据它的特点，探讨了如何在电气自动化领域更好的应用。

关键词：人工智能；电气传动控制；应用

前言：

人工智能是一门研究机器模拟人类行为的智能学科，通过研究如何构造智能系统，用机器去模仿、延伸人类的行为，然后帮助人们完成繁多复杂的工作，减轻人们的负担，提高工作效率。现今人工智能进入的领域越来越多，它在电气自动化方面的应用带来了许多实际的良好改观。人工智能的开发使用具有一定的难度，需要科研人员既有一定量储备的计算机知识，还要有相当广泛的专业内知识，做好两方面的协调，研究出适合电气自动化行业使用的机器。

一、人工智能的优点

在人工智能的控制器中有许多分类，适用于电气自动化领域的AI处理器具有很多优点。首先在设计时，它不需要去了解适用对象的类型。适用对象有很多不具体性因素，很难通过一个动态方程去描述，但AI处理器就不需要考虑参数变化、非線性时等不具体因素。因为模糊逻辑控制器比最优的PID控制器的上升时间快1，5倍，下降时间快3.5倍，在工作过程中，根据响应时间、下降时间的变化进行适当调整，过冲的影响较小，能提高它们整体的工作效率。这种处理器简单易上手的使用方法，使它在各行各业得到广泛地使用，古典处理器越来越淡出大众的视线。在没有专家指导的情况下，只要有一定的专业知识，并且熟悉系统的相应数据，就可以设计它们。不仅如此，它们还接受各种形式的数据进行设计，比如语言和相应信息，都能对其完成一次成功的设计。常规的监督学习性神经网络的学习方法、计算方法早已经定型，这就给这种新型结构的控制器增加了限制：必须在原来适合老式结构的模式下进行运算，使得运算时间延长，人工智能的优点体现不出来。但是采用适应神经网络加上试探法就能克服这样的问题，加快了学习过程的吸收速度，就能解决常规方法解决不了的问题。该处理器用的是全新的芯片，所以在使用时，对新数据或新信息具有很好的适应性。

从性价比方面来说，在使用最小配置时，它们的价格十分便宜，并且相比同价位产品拥有更好的抗噪音干扰的能力。人工智能的控制器可以分为监督性、非监督性和增加学习型，在模式选择正确时，完全可以达到超越传统控制器的学习速度。总体来说，自适应模糊神经控制器能实现系统的稳定性运行，并找到最简单的拓扑结构配置，达到快速学习，精准处理的目的。

二、人工智能在电气传动中的应用

1.模糊控制

模糊控制就是利用模糊数学的概念，对动态模式进行控制的手段。在模糊控制器不断发展过程中，现今已出现了全数字高性能传动系统中出现多个模糊处理器。这些模糊处理器不仅可以取代常规的处理器，还主要运用于任务中，用来控制感应电击的磁通和力矩。在控制的方法中，第一种是输入磁通和力矩的误差，根据这两种误差，改变磁通矢量的幅值，从而使旋转方向发生变化。但是没有考虑到电压变化时的最优选择梯度，所以控制很难实现。第二种用到的是中心梯度法，像函数数据一样，自变量改变的同时，因变量随之变化，所以这种方法得到认可。动态运行的情况下，数字的掌控越精准，所达到的控制的就越高。但是动态过程中的不确定因素太多，很难精确的捕捉到每个过程中的精确数据。所以，就要在缩减动态运行的过程上下功夫，去达到预期的效果。

2.神经网络控制的应用

神经网络控制是只能控制下的一个全新枝干，它由神经网络理论与控制理论组成，其中包含生物学、神经学、数学等人工智能相关的理科知识。在过去的使用中，神经网络控制在信号的处理上有很大的用处。因为神经网络控制所控制对象不要求很高的精准度，只要有一个大致的函数模型就可以，它在电气传动中有很好的稳定性，工作中对待众多数据的一致性良好，对噪声并不是很敏感。所以在不算极端的工作环境中，神经网络控制的应用得到充分的认可，所以它在许多传感器中的应用最为广泛。

再者，神经网络控制系统有良好的性能，相比常规控制算法系统能够精准的定位，找到对象后在对象的一定范围内工作都能有很高的运转速度和良好的控制效果。值得一提的是，在众多神经网络控制的文献中，都有一个共同的特点，就是运用ANNS的多层反馈作为反向传播算法，只是在不同的运算中会采用不同的模型或将参数稍加修改。

3.遗传算法应用

遗传算法原本与计算机技术无关，是模仿达尔文提出的进化论而衍生的理论。大意是模仿自然进化中优胜劣汰的方法寻找最合适运行程序的优解算法。该方法最大的优点是不依赖于计算过程中任何的辅助信息，例如梯度信息等，只需要有目标计算对象的相适应的函数就行。这种方式为解决疑难问题提供了框架，顺理成章的运用在人工智能控制系统中。这种遗传算法为支撑的人工智能系统运用在电气传动的控制中也能解决许多问题。

结语

人工智能虽然在电气传动系统中有运用，也有人工智能的优越性，但是发展还不完善，其中不乏缺陷，实际真正使用人工智能的产品或应用还不是很多。本文介绍了模糊控制、神经网络控制以及遗传算法的应用，在人工智能于电气传动控制中还处于起步阶段，需要投入更多的精力去研究。在使用人工智能的潮流下，电气传动控制也会变成主流的使用主体，在不久的将来，人工智能会在电气传动中取得重要的地位。

参考文献：

[1]周元业.人工智能技术在电气传动控制系统中的应用研究[J].工艺与技术.2013.4

[2]吕建林.人工智能在电气传动中的进展[J].电气应用，2011.8

[3]闻朝凤.人工智能在电气设备中的应用状况与发展前景[J].城市建设与理论研究.2012.10

[4]张玉清.计算机通信网络安全协议的分析研究[D].西安电子科技大学.2014.6

[5]王亚如.现代电力传动智能化发展趋势[J].电气传动，2012.11endprint