人工智能在電氣傳動控制中的應用

施天皓+王杰+胡依林

摘要：人工智能在越來越多的行業內被廣泛利用，當電氣自動化領域有了人工智能的存在，發生了翻天覆地的變化。本文站在電氣自動化領域內的具體情況下，對人工智能的應用做出深層次的研究，根據它的特點，探討了如何在電氣自動化領域更好的應用。

關鍵詞：人工智能；電氣傳動控制；應用

前言：

人工智能是一門研究機器模擬人類行為的智能學科，通過研究如何構造智能系統，用機器去模仿、延伸人類的行為，然后幫助人們完成繁多復雜的工作，減輕人們的負擔，提高工作效率。現今人工智能進入的領域越來越多，它在電氣自動化方面的應用帶來了許多實際的良好改觀。人工智能的開發使用具有一定的難度，需要科研人員既有一定量儲備的計算機知識，還要有相當廣泛的專業內知識，做好兩方面的協調，研究出適合電氣自動化行業使用的機器。

一、人工智能的優點

在人工智能的控制器中有許多分類，適用于電氣自動化領域的AI處理器具有很多優點。首先在設計時，它不需要去了解適用對象的類型。適用對象有很多不具體性因素，很難通過一個動態方程去描述，但AI處理器就不需要考慮參數變化、非線性時等不具體因素。因為模糊邏輯控制器比最優的PID控制器的上升時間快1，5倍，下降時間快3.5倍，在工作過程中，根據響應時間、下降時間的變化進行適當調整，過沖的影響較小，能提高它們整體的工作效率。這種處理器簡單易上手的使用方法，使它在各行各業得到廣泛地使用，古典處理器越來越淡出大眾的視線。在沒有專家指導的情況下，只要有一定的專業知識，并且熟悉系統的相應數據，就可以設計它們。不僅如此，它們還接受各種形式的數據進行設計，比如語言和相應信息，都能對其完成一次成功的設計。常規的監督學習性神經網絡的學習方法、計算方法早已經定型，這就給這種新型結構的控制器增加了限制：必須在原來適合老式結構的模式下進行運算，使得運算時間延長，人工智能的優點體現不出來。但是采用適應神經網絡加上試探法就能克服這樣的問題，加快了學習過程的吸收速度，就能解決常規方法解決不了的問題。該處理器用的是全新的芯片，所以在使用時，對新數據或新信息具有很好的適應性。

從性價比方面來說，在使用最小配置時，它們的價格十分便宜，并且相比同價位產品擁有更好的抗噪音干擾的能力。人工智能的控制器可以分為監督性、非監督性和增加學習型，在模式選擇正確時，完全可以達到超越傳統控制器的學習速度。總體來說，自適應模糊神經控制器能實現系統的穩定性運行，并找到最簡單的拓撲結構配置，達到快速學習，精準處理的目的。

二、人工智能在電氣傳動中的應用

1.模糊控制

模糊控制就是利用模糊數學的概念，對動態模式進行控制的手段。在模糊控制器不斷發展過程中，現今已出現了全數字高性能傳動系統中出現多個模糊處理器。這些模糊處理器不僅可以取代常規的處理器，還主要運用于任務中，用來控制感應電擊的磁通和力矩。在控制的方法中，第一種是輸入磁通和力矩的誤差，根據這兩種誤差，改變磁通矢量的幅值，從而使旋轉方向發生變化。但是沒有考慮到電壓變化時的最優選擇梯度，所以控制很難實現。第二種用到的是中心梯度法，像函數數據一樣，自變量改變的同時，因變量隨之變化，所以這種方法得到認可。動態運行的情況下，數字的掌控越精準，所達到的控制的就越高。但是動態過程中的不確定因素太多，很難精確的捕捉到每個過程中的精確數據。所以，就要在縮減動態運行的過程上下功夫，去達到預期的效果。

2.神經網絡控制的應用

神經網絡控制是只能控制下的一個全新枝干，它由神經網絡理論與控制理論組成，其中包含生物學、神經學、數學等人工智能相關的理科知識。在過去的使用中，神經網絡控制在信號的處理上有很大的用處。因為神經網絡控制所控制對象不要求很高的精準度，只要有一個大致的函數模型就可以，它在電氣傳動中有很好的穩定性，工作中對待眾多數據的一致性良好，對噪聲并不是很敏感。所以在不算極端的工作環境中，神經網絡控制的應用得到充分的認可，所以它在許多傳感器中的應用最為廣泛。

再者，神經網絡控制系統有良好的性能，相比常規控制算法系統能夠精準的定位，找到對象后在對象的一定范圍內工作都能有很高的運轉速度和良好的控制效果。值得一提的是，在眾多神經網絡控制的文獻中，都有一個共同的特點，就是運用ANNS的多層反饋作為反向傳播算法，只是在不同的運算中會采用不同的模型或將參數稍加修改。

3.遺傳算法應用

遺傳算法原本與計算機技術無關，是模仿達爾文提出的進化論而衍生的理論。大意是模仿自然進化中優勝劣汰的方法尋找最合適運行程序的優解算法。該方法最大的優點是不依賴于計算過程中任何的輔助信息，例如梯度信息等，只需要有目標計算對象的相適應的函數就行。這種方式為解決疑難問題提供了框架，順理成章的運用在人工智能控制系統中。這種遺傳算法為支撐的人工智能系統運用在電氣傳動的控制中也能解決許多問題。

結語

人工智能雖然在電氣傳動系統中有運用，也有人工智能的優越性，但是發展還不完善，其中不乏缺陷，實際真正使用人工智能的產品或應用還不是很多。本文介紹了模糊控制、神經網絡控制以及遺傳算法的應用，在人工智能于電氣傳動控制中還處于起步階段，需要投入更多的精力去研究。在使用人工智能的潮流下，電氣傳動控制也會變成主流的使用主體，在不久的將來，人工智能會在電氣傳動中取得重要的地位。

參考文獻：

[1]周元業.人工智能技術在電氣傳動控制系統中的應用研究[J].工藝與技術.2013.4

[2]呂建林.人工智能在電氣傳動中的進展[J].電氣應用，2011.8

[3]聞朝鳳.人工智能在電氣設備中的應用狀況與發展前景[J].城市建設與理論研究.2012.10

[4]張玉清.計算機通信網絡安全協議的分析研究[D].西安電子科技大學.2014.6

[5]王亞如.現代電力傳動智能化發展趨勢[J].電氣傳動，2012.11endprint