羅建 劉紅
進入信息時代之后,計算機相關技術在各行各業中的應用都讓生產力得到了前所未有的提升,在很大程度上推動了經濟的發展,改善了人們的生活。尤其在我國工業化水平越來越高的當下,電氣自動化技術和人工智能技術的結合,已經深刻改變了產業生態,大幅提高了生產效率。電氣自動化生活領域中的工作人員一定要有充分的認識,順應時代的發展,讓人工智能技術和產業產生充分的融合。
人工智能技術主要是通過模擬、延伸和擴展人的智能理論、經驗和方法來加以應用的一門技術。作為計算機科學的一門分支,人工智能技術在機器人、圖像識別、語音識別等多個領域都發揮著重要作用[1]。經過近幾十年的實踐和探索,人工智能技術已經日漸成熟,而且和人們的日常生活聯系越來越緊密。這一技術主要是對人的思想和意識進行模擬,讓計算機也可以像人一樣進行推斷和思考。如果這一技術在機械設備中得到應用,能夠更好地節省資源,節省人力資源成本。同時,在一些危險環境中,更多地應用人工智能技術就等于更大幅度減少人員的安全風險。舉例來說,電氣設備通過與人工智能技術進行融合,在地震救援、礦難救援反恐救援等方面都發揮著重要作用。使用具有圖像識別能力的機器人可以在地震廢墟中對幸存人員進行施救,在提高了救援效率的同時,也極大減少了救援人員的安全風險。
人工智能技術在電氣自動化控制中的應用很少受到客觀因素的影響,因為機械設備對環境的適應性更強,和人類相比,具有更強的抗干擾、抗輻射能力,而且精細的機械化運作也能夠極大地減少誤差,提高效率,節約成本。另外,由于電氣自動化系統在運行過程中會產生大量數據,通過人工智能技術的快速收集和分析,能夠讓工作人員的工作量大幅減少,同時更為準確地了解系統的運行狀態。一種比較初級的人工智能自動化應用就是自動警報功能。當機械設備在運行過程中遇到故障等問題時,就可以通過自動警報系統發出提醒。然而在工業和機械水平越來越高的情況下,越來越多復雜的、精密的機械設備在生產中得到了應用。
上文已經簡單提及人工智能技術在電機自動化應用的一些優勢,隨著科學技術的進步,這些優勢得到進一步放大,其中最凸顯的優勢就是能夠大幅節約人力成本。傳統的電氣自動化控制系統中,要想讓整個系統能夠良好運行,需要指定不同的技術人員,對整個系統的不同模塊或者子系統進行管理。一旦系統內部出現故障,需要指定的人員進行上報,再由專業人員對故障進行排除。這種對故障的響應模式效率較低,不光需要大量的人力支持,還會降低生產效率。在引入了人工智能技術之后,通過系統對機械設備的故障進行精確診斷,快速響應,讓專業人員在第一時間收到反饋,以更快的速度排除故障,從而實現企業的人工成本大幅降低[2]。
不可否認的是,很多情況下,人為操作的誤差要遠高于人工智能。也正是出于這種原因,人工智能在電氣自動化控制中的應用越來越廣泛和深入。通過人工智能可以實現對設備更為精確的控制,讓設備能夠按照預先設定好的程序來運轉,減少人為參與,從而實現限制誤差。尤其對于一些規模比較大的電氣系統來說,其在運轉的過程中會產生大量的數據,在很多環節都需要進行人工操作。人工操作一旦產生誤差,誤差很有可能在系統內傳播、放大,引發系統故障。而人工智能技術的引入就比較好地解決此類問題,在系統內部數據產生的同時,通過人工智能對數據進行檢測,能夠在數據錯誤發生的第一時間進行糾錯,發出警報,避免錯誤進一步放大而引發更為嚴重的后果。
電氣設備系統結構相當復雜,一些功能強大的系統內部不可控的因素更多,比如參數變化等。在使用傳統的制器對這些因素進行控制時,在控制過程中得到精確的控制方程,而且傳統的控制器是根據實際的控制對象來設計模型的,一旦控制對象發生變化,模型將不再適用,這就是導致控制效率低下的根本原因。如果重新設計模型,不光需要耗費更多的時間,還不能保證設計出來的模型誤差控制在可接受的范圍內,而使用人工智能技術就能夠很好解決這一問題。這一技術的應用不需要針對控制對象進行模型設計,而是通過人工智能根據系統的實際情況作出自行判斷,這樣不僅節省了模型設計的成本,還降低了對控制對象模型的依賴,讓電氣自動化控制的效率得到提升。
電氣自動化控制是按照特定的程序來進行重復運行的,也正是這一特點,才能夠保證產品的規范化,突出產品性能的一致性。這種一致性還體現在針對系統內部出現的擾動上,通過對這些變量因素進行控制,實現整個系統一致性的提升。不僅如此,在數據一致性上,人工智能技術的優勢也非常突出。因為在電氣自動化系統中,無論是現有的數據還是未來會新增的數據,都不可避免地需要進行修改,而使用人工智能技術就能夠提升對數據操作的效率,讓數據在存儲和傳輸的過程中保持高度一致。
人工智能技術在直流傳動中的應用主要體現在模糊邏輯控制和ANNS應用兩方面。
Mamdani 和 Sugeno 型是主要的兩類模糊控制器。而在這兩種類型中,Mamdani模糊控制器的應用更加廣泛。這兩種控制器都有一個if-then控制模糊規則庫,當其中的變量x是A時,則y=B,在這種情況下,Z=f(x,y)是 Sugeno型控制器的典型規則。Mamdani控制器主要由四個部分組成:輸入變量、數據庫和語言控制規則庫、推理機和量化和反模糊化模塊。
ANNS(人工神經網絡)應用在近些年也得到了快速發展。由于其自身獨特的數學特性,使其在電氣傳動控制中應用廣泛。對客觀環境適應能力較強,是人工神經網絡在傳動控制中應用的一大優勢。另外,人工神經網絡的是并行結構,在多傳感器數據輸入的情況下,也能進行很好的處理。比如,在對機械設備的故障進行診斷的過程中,通過并行數據分析,可以讓診斷的準確性大幅提升。
人工智能神經網絡在交流傳動中的應用也非常充分,而且借助常規反向傳播算法,在電機控制中提升了效率。這一方法的應用依據是負載轉矩和初始轉速,在這兩項都達到應用要求的情況下,能夠非常準確地確定傳動速度。不過在應用的過程中,需要讓人工神經網絡對三維圖形映射進行重復學習,將人工智能的這一能力強化。和傳統算法相比,這種將人工智能技術和傳動技術結合在一起的系統更為高效,無論是定位還是測量都更加準確,大幅節約時間成本。通常情況下,這種系統有兩個部分組成:辨識電氣動態參數系統和辨識機電參數系統。前者用來對交流電進行控制,后者用來對速度進行控制。
在工業化和信息化的當下,用于生產的任何一種系統都不可避免會出現故障,電氣自動化系統也是如此。在人工智能技術應用不充分的過去,要想對系統內部的故障做出診斷,需要人工支持。而專業技術人員在對故障進行診斷的過程中,由于自身水平的差異,以及工作效率等各種因素的影響,會讓故障診斷的結果變得更加不可控[3]。而在應用了人工智能技術之后,通過計算機的快速響應,能夠在故障發生的第一時間通知相關人員,并根據預先設定好的程序對故障原因進行判斷,并利用反饋功能和技術人員進行及時交互,極大地提升了故障診斷的準確性和故障排除工作的效率。以變壓器為例,傳統的故障診斷方式是對變壓器進行拆解,然后對內部的元件進行檢測,進而確定故障原因。這種模式耗費時間較長,而且由于過度依賴人工,誤差也難以得到準確控制。最為關鍵的是,有可能給一線技術人員造成一定的安全風險,使用人工智能技術就將這一問題很好地解決[4]。
人工智能技術在電氣自動化控制中的應用已經是不可逆轉的形勢,企業要想在未來的市場競爭中更具競爭力,引入人工智能技術是必要條件。作為企業的管理人員,一定要有長遠發展的眼光,看清行業發展的方向,結合企業發展的實際情況,對人工智能技術進行了解。只有充分了解人工智能技術的優勢,才能夠意識到企業內部在電氣自動化控制中的不足,引入人工智能補強短板。另外,還要及時和業內其他企業進行充分溝通,及時了解業內動態,以及其他企業在人工智能前沿應用上的實踐[5]。
對于一些規模較小的企業來說,由于生產規模較小,生產流程相對簡單,用人工智能技術含量更高的設備來對現有的設備進行替換難度較低。而對于一些規模較大的企業來說,要想提升整個電氣自動化系統的人工智能技術水平,牽扯到的事項較多。要是想提升電氣自動化控制的人工智能水平,提升總體效率,就一定要結合未來的發展需要,對現有的一些設備進行及時更換。另外,隨著更多業務的開展,一定要充分考慮到人工智能技術的應用環境,在布局電氣系統的初期,就為人工智能技術的應用預留足夠的空間,這樣不僅能夠提升整個系統的人工智能水平,還能夠為后期的系統調整創造條件[6]。
上文已經提到,傳統的電氣自動化控制流程相對復雜,高度依賴人工,無論是正常運轉還是故障排除,效率都比較低。要想借助人工智能技術對整個系統的效率進行優化,必須要對自動化控制流程進行精簡。比如,在經過專業分析之后,讓技術人員負責整合相應環節,讓該人員在傳統的模式中負責的相對分散的功能節點由人工智能進行統一管理,這樣不僅實現了系統結構的精簡,還能夠在整體上提升系統的運轉效率。不過需要注意的是,在對系統進行精簡之前,一定要妥善保存系統內部數據,以免精簡之后數據丟失。除此之外,在對系統進行精簡之后,一些內部功能可以通過人工智能技術進行遠程操控,這種流程和系統結構的簡化對于提升效率也是非常重要的。
人工智能對社會的影響越來越深入,越來越廣泛,由于其強大的作用,以及在提升生產效率方面不可取代的地位,正在逐漸深入地推動各行各業發生改變,同時,人工智能技術的應用還使得生產成本大幅度降低,推動了整個行業的長遠發展,也為自動化控制與其他行業的深入融合創造了更好的條件。業內人士一定要認識到人工智能技術對行業發展的重要意義,不斷提升電氣自動化控制中人工智能技術的應用水平。和電氣自動化控制相關的企業管理人員也要有充分的認知,要敢于嘗試,通過對企業內部自動化控制系統的調整和升級來為人工智能技術的應用創造空間,為企業的長遠發展保駕護航。本文針對信息化北京下人工智能技術在電氣自動化控制中的應用進行探討,總結了幾點應用優勢,列舉了幾種實際應用,望有關人員能夠積極參考,并結合業內的實際情況,進一步推動人工智能在自動化控制中的應用,為整個行業的發展貢獻力量。