人工智能在工業自動化控制系統的應用分析

熊曉倩

摘 要：人工智能實現要對控制系統進行設計，提高操控質量，這一思想與工業自動化控制系統設計理念相似。基于對人工智能技術中常用設計思想的研究，本文探討了人工智能在工業自動化控制系統中的應用方式，達到提高系統運行效率和運行質量的目的。

關鍵詞：人工智能；工業系統；自動化控制

DOI：10.16640/j.cnki.37-1222/t.2019.11.123

0 引言

人工智能技術具有自主學習、強化學習、控制系統擴展等特點，能夠完善系統中的缺陷，提高控制穩定性。工業自動化控制系統的要求為，具備很高的運行穩定性，并能夠及時發現系統中存在的問題，人工智能能夠滿足這些要求，提高工業系統的控制精度，在工業領域中有很高的應用價值。

1 人工智能控制系統設計思想

1.1 自主學習理念

人工智能具備自主學習能力，自主學習理念的實現方法為建設專用的數據庫，記錄設備運行中的各項參數，在系統中建設數學模型，讓設備的運行狀態滿足人們操作意圖。建成的數據庫為數學模型建設參數的來源，應用建成的數學模型提升控制系統的運行效率[1]。另外一些人工智能會接入互聯網中，借助大數據技術獲取海量數據，云計算技術分析系統的運行狀態、決策等，谷歌公司的AlphaGo代表這一設計思路的最高應用水準。從自主學習理念的實現方法可以看到，一種為接入互聯網的實現方法，另一種為局域網狀態下的實現方法。

1.2 模糊控制理念

模糊控制在很多領域中都取得了良好應用，這種控制方法思想為控制系統的控制構件為模糊控制器，在其運行中能夠獲取系統中的信號，經過處理后將信號傳遞到被控制設備中。模糊控制能夠與多種信號發生系統銜接，常見的如語音控制設備、計算機控制軟件等，降低了對系統的控制難度。此外人工智能技術能夠同時控制多個子系統，運用模糊控制理念能夠降低控制系統的設計和建設難度，并且建成的控制網絡能夠大幅提升設備的整體控制精度，滿足精確控制要求。

1.3 神經網絡控制理念

神經網絡控制系統為對構建一個體系化的控制系統，該系統應用傳感器收集設備的運行信息，在控制系統的不同層面中開展數據分析與整理工作，將控制系統信號傳遞到被控對象中，完成對大量設備的同時控制。神經網絡控制系統具備數據快速收集和分析的優勢，能夠大幅提升對設備的控制速度。另外在該這種控制系統的運行中，能夠大量構建控制模型，提高整個系統的運行質量。但是該項技術目前處于完善與優化階段，系統穩定性和自我完善性方面的存在一定問題，在今后的研究中，將會修正現存的問題。

2 人工智能技術在工業自動化控制系統中的應用方式

2.1 模糊控制系統

模糊控制系統模型為，信號的輸入端和輸出端中間設置模糊控制器，模糊控制器采集系統運行中產生的參數，將處理后的數據以模糊信號的方式傳遞到被控制設備中，完成對設備運行狀態的控制。在整個模糊控制系統中，模糊控制器為最重要的部件，通過該部件發出的模糊信號控制工業設備運行狀態，另外在該系統中需要設置檢測裝置，檢測裝置的作用為模擬量轉化，模擬器在整個系統中發揮傳感器作用，該裝置能夠分析模糊控制系統對被控對象的控制效果，讓工作人員監測設備運行狀態。模糊控制系統中的執行機構為伺服電動機、交流電動機等，在接收到命令信號后，改換自身運行狀態。

2.2 專家控制系統

專家控制系統原理為一種實時控制系統，在設計中，以專業知識、專業經驗為依托，將這些內容融入到系統中能夠取得很好的控制效果。在系統設計中，以計算機為控制中心，建設數據庫、控制模型等內容，控制模型通過對數據的整理與分析發送控制信號，控制系統建設中，首先需要確定求解機制，求解方程為：

其中不同的參數有不同的計算方法，，，，f代表的意義為整個系統的計算函數。在完成求解方程后，控制系統的設計人員分析系統的控制效果，在此基礎上寫入系統的控制代碼。在控制系統的運行中，工作人員向控制系統中輸入相關參數，完成對相關工業設備的科學控制。需要注意的是，控制效果推理工作需建立在正向推理基礎上，設計人員基于對專業知識的應用完成對整個控制系統的科學設計。

2.3 神經網絡控制系統

神經網絡控制系統能夠提高對系統的控制效果，同時具備對數據的高效分析與整理能力，由于工業系統中存在大量被控對象，應用神經網絡控制系統能夠取得更加優質的控制效果。在神經網絡控制系統設計中，會應用大量控制器件，并建成多個層次的控制組織，在并行連接的基礎上構建成專用的控制網絡，全面發揮人工智能技術的優勢。神經網絡控制系統對傳感器要求較高，傳感器設置在被控對象上，獲取設備的運行數據，通過數據反饋和調整控制被控對象運行狀態，事實上，神經網絡控制系統作為現代控制系統，具備控制信號的多點輸入和多點輸出特點。在神經網絡控制系統中，除了會建成集成度極高的控制中樞，也會建成設備運行參數的數據庫，通過對這類數據的分析，構建各個工業設備的控制模型，提高系統的控制精度。另外為了能夠進一步提升控制精度，要在系統中建設更為科學合理的控制程序，提高控制質量，可在神經網絡控制系統中融入專家控制系統的設計思想，確保控制程序的合理性，讓人工智能控制理念發揮應有作用。

就當前的人工智能控制系統的運行質量來看，神經網絡控制系統由于具備數據分析速度快、控制精度更高等優勢，在工業自動化控制系統中發揮的作用更大，但是這種控制系統的設計復雜度更高。

3 結論

綜上所述，人工智能技術的控制系統設計理念包括自主學習理念、自主完善理念和模糊控制理念，這些設計理念落實后，能夠提高控制精度與控制速度。在工業自動化控制系統的設計中，人工智能的應用方式為構建神經網絡控制系統、模糊控制系統和專家控制系統，并融合這些控制系統的設計思想，提升系統的運行質量。

參考文獻：

[1]謝欣岳.人工智能在工業自動化控制系統的應用[J/OL].電子技術與軟件工程，2019（02）：253.